STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE"

Transcript

1 STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE 1

2 2 Tavole della normale standard. Φ(x) = x 1 2π e t2 2 dt z

3 1 LA DISTRIBUZIONE NORMALE 3 1 LA DISTRIBUZIONE NORMALE 1. Sia Z un carattere distribuito secondo la normale standardizzata. Determinare la frequenza relativa dei seguenti intervalli: a) (, 2); b) (, 2.1); c) (, 2.18); d) (, 2.1); e) ( 2.18, + ); f) (1.15, 2); g) ( 2, 1.15); h) (0, 2.21); i) ( 2.21, 2.21); l) (, 5). Svolgimento Svolgimentyo punto a) Avendo Z una distribuzione normale standardizzata, il valore della frequenza relativa associata all intervallo (, 2) coincide con l area sottesa dalla curva normale in corrispondenza dell intervallo (, 2). Il valore di tale area coincide con la frequenza relativa cumulata F r{z 2} = Φ(2). Dalle tavole della normale standard si ottiene: Φ(2) = Svolgimento punto b) Dalle tavole della normale standard si ottiene: F {Z 2.1} = Φ(2.1) = Svolgimento punto c) Dalle tavole della normale standard si ottiene: Fr{Z 2.18} = Φ(2.18) = Svolgimento punto d) La frequenza relativa associata all intervallo (, 2.1) è data da: Fr{Z 2.1} = Φ( 2.1). Si ricordi che, grazie alla simmetria della distribuzione normale standardizzata, si ha: Φ( z) = 1 Φ(z) z > 0. (1) La validità di tale relazione è osservabile anche dal seguente grafico:

4 1 LA DISTRIBUZIONE NORMALE 4 Pertanto si ha: Φ( 2.1) = 1 Φ(2.1) = = Svolgimento punto e) La frequenza relativa associata all intervallo ( 2.18, ) coincide con F r{z > 2.18}. Si osservi che: 1 = Fr{Z 2.18} + Fr{Z > 2.18}. Alla luce di ciò: Fr{Z > 2.18} = 1 Fr{Z 2.18}. (2) Essendo Z distribuita come una normale standard, tenendo conto della (1), la (2) può essere così riscritta: Fr{Z > 2.18} = 1 Φ( 2.18) = 1 [1 Φ(2.18)] = Φ(2.18) = = Fr{Z 2.18}. Svolgimento punto f) Si osservi che: Fr{1.15 < Z < 2} = Fr(Z < 2) Fr{Z 1.15} (3) Essendo Z distribuita secondo la normale standard, la (3) può essere così riscritta: Fr{1.15 < Z < 2} = Φ(2) Φ(1.15) = = Svolgimento punto g) Si osservi che: Fr{ 2 < Z < 1.15} = Fr(Z < 1.15) Fr{Z 2} (4)

5 1 LA DISTRIBUZIONE NORMALE 5 Essendo Z distribuita secondo la normale standard, tenendo conto della (1), la (4) può essere così riscritta: Fr{ 2 < Z < 1.15} = Φ( 1.15) Φ( 2) = 1 Φ(1.15) [1 Φ(2)] = Φ(2) Φ(1.15) = = = Fr{1.15 < Z < 2}. Svolgimento punto h) Si osservi che: Fr{0 < Z < 2.21} = Fr(Z < 2.21) Fr{Z 0} (5) Essendo Z distribuita secondo la normale standard la (5) può essere così riscritta: Fr{0 < Z < 2.21} = Φ(2.21) Φ(0) = = Svolgimento punto i) Si osservi che: Fr{ 2.21 < Z < 2.21} = Fr(Z < 2.21) Fr{Z 2.21} (6) Essendo Z distribuita secondo la normale standard, tenendo conto della (1), la (6) può essere così riscritta: F r{ 2.21 < Z < 2.21} = Φ(2.21) Φ( 2.21) = Φ(2.21) [1 Φ(2.21)] = 2 Φ(2.21) 1 = = Svolgimento punto l) La frequenza relativa associata alla semiretta (, 5) coincide con Fr(Z 5). Essendo il carattere Z distribuito secondo una normale standard, si ha che: Fr(Z 5) = Φ(5). Si ossevi che le tavole di pagina 2 non riportano il valore della normale standard in corrispondenza di z = 5. Tuttavia si ricordi che: 0 Φ(z) 1 z (, ) ; Φ(z 1 ) > Φ(z 2 ) se e solo se z 1 > z 2. Alla luce di ciò, essendo Φ(4.09) = 1, a maggior ragione si avrà Φ(5) = 1. Concludendo: Fr(Z < 5) = 1.

6 1 LA DISTRIBUZIONE NORMALE 6 2. L area sottostante la curva normale standardizzata negli intervalli (0, z 1 ), (, z 2 ) e ( 1.15, z 3 ) è pari rispettivamente a 0.379, e Determinare z 1, z 2 e z 3. Svolgimento Si consideri l intervallo (0, z 1 ). L area sottostante la curva normale in tale intervallo è data da: Fr{0 Z z 1 } = Φ(z 1 ) Φ(0) = Φ(z 1 ) 0.5. Il testo dell esercizio specifica che Φ(z 1 ) 0.5 = e di conseguenza z 1 deve essere tale da soddisfare la seguente equazione: Φ(z 1 ) = (7) Il valore z 1 che soddisfa la (7) viene individuato ricercando all interno delle tavole della normale standard il valore Φ(z 1 ) = e risalendo da questo al valore di z 1. Per chiarire meglio questo procedimento, di seguito riportiamo una porzione delle tavole della normale standard in cui sono evidenziati i passaggi da compiere: Concludendo si ha: z 1 = In altre parole z 1 = 1.17 è quel valore della distribuzione normale standard tale che Φ(1.17) = Si consideri l intervallo (, z 2 ). L area sottostante la curva normale in tale intervallo è data da: Fr{Z z 2 } = Φ(z 2 ). Il testo dell esercizio specifica che z 2 deve soddisfare la seguente equazione: Φ(z 2 ) = (8)

7 1 LA DISTRIBUZIONE NORMALE 7 Il valore z 2 che soddisfa la (8) viene individuato ricercando all interno delle tavole della normale standard il valore Φ(z 2 ) = e risalendo da questo al valore di z 2. Tale procedimento è di seguito schematizzato: Concludendo si ha: z 2 = Si consideri l intervallo ( 1.15, z 3 ). L area sottostante la curva normale in tale intervallo è data da: Fr{ 1.15 Z z 3 } = Φ(z 3 ) Φ( 1.15) = Φ(z 3 ) 1 + Φ(1.15) = Φ(z 3 ) = Φ(z 3 ) Il testo dell esercizio specifica che Φ(z 3 ) = e di conseguenza z 3 deve essere tale da soddisfare la seguente equazione: Φ(z 3 ) = 0.6. (9) Il valore z 3 che soddisfa la (9) si dovrebbe individuare ricercando all interno delle tavole della normale standard il valore Φ(z 3 ) = 0.6 e risalendo da questo al valore di z 3. In questo caso, tuttavia, all interno delle tavole della normale standard, non è possibile individuare un valore di Φ(z) pari a 0.6. I due valori di Φ(z) più prossimi a 0.6 sono evidenziati nel seguente prospetto:

8 1 LA DISTRIBUZIONE NORMALE 8 In questo caso, si hanno due alternative: si considera tra i valori e quello più vicino a 0.6, vale a dire e si approssima z 3 con 0.25; si determina l equazione della retta passante per i punti noti (0.25, ) e (0.26, ) e dall equazione di tale retta si desume il valore (approssimato) di z 3. Graficamente: Φ(z) z Si ricorda che, dati due punti nel piano cartesiano A = (x 1, y 1 ) e B = (x 2, y 2 ), la retta

9 1 LA DISTRIBUZIONE NORMALE 9 passante per A e B ha equazione: y = y 1 + (x x 1 ) y 2 y 1 x 2 x 1. Nel presente caso A = (0.25, ) e B = (0.26, ), di conseguenza: y = (x 0.25) y = (x 0.25) 0.39 y = x. In corrispondenza di y = 0.6 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: 0.6 = x z 3 = Sia X una distribuzione normale con media µ = 5 e scarto quadratico medio = 1. a) Si determini la frequenza relativa di X 4, 5 e 4 X 6. b) Di quanto deve aumentare µ, fisso restando = 1, affinché la frequenza relativa di X 4.5 risulti 0.2? c) Di quanto deve diminuire, fisso restando µ = 5, affinché la frequenza relativa di X 4.5 sia 0.2? Svolgimento Svolgimento punto a) Dato che X è una variabile normale di media µ = 5 e scarto quadratico medio = 1 si ha che Z = X 5 1 è una variabile normale standardizzata. Si ha di conseguenza che: { X 5 Fr{X 4.5} = Fr } = Fr{Z 0.5} = Φ( 0.5). 1 1 Dalle tavole della normale standard si ottiene che: Φ( 0.5) = 1 Φ(0.5) = = Fr{4 X 6} { 4 5 = Fr X } = Fr{ 1 Z 1} = Φ(1) Φ( 1) = Φ(1) [1 Φ(1)] = 2 Φ(1) 1 = 2 (0.8413) 1 =

10 1 LA DISTRIBUZIONE NORMALE 10 Svolgimento punto b) Si vuole determinare il valore di µ tale per cui: Fr{X 4.5} = 0.2. (10) A tal fine si osservi che l equazione (10) può essere riscritta in questo modo: { } (X µ) (4.5 µ) Fr = 0.2. (11) 1 1 Dato che X è normale di media µ e scarto quadratico medio = 1, la (11) coincide con: Φ(4.5 µ) = 0.2. (12) Utilizzando la notazione z = (4.5 µ), il valore di z che soddisfa la (12) si dovrebbe individuare ricercando all interno delle tavole della normale standard il valore Φ(z) = 0.2 e risalendo da questo al valore di z. In questo caso, tuttavia, all interno delle tavole della normale standard, non è possibile individuare un valore di Φ(z) pari a 0.2 in quanto tale valore risulta minore di 0.5. In forza della simmetria della distribuzione normale si ha però che z può essere determinato risolvendo la seguente equazione Φ(z 2 ) = 0.8 e ricordando che z = z 2. Si procede dunque a determinare z 2 utilizzando il metodo dell interpolazione. Nel presente caso Di conseguenza si ha: (x 1, y 1 ) = (0.84, ) e (x 2, y 2 ) = (0.85, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 0.84) y = x. In corispondenza di y = 0.8 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricordando che z = (4.5 µ) si ha: 0.8 = x z 2 = z = z 2 = µ = = Svolgimento punto c) Si vuole determinare il valore di tale per cui: Fr{X 4.5} = 0.2. (13) A tal fine si osservi che l equazione (13) può essere riscritta in questo modo: { } (X 5) (4.5 5) Fr = 0.2. (14)

11 1 LA DISTRIBUZIONE NORMALE 11 Dato che X è normale di media 5 e scarto quadratico medio, la (14) coincide con: ( ) 0.5 Φ = 0.2. (15) Utilizzando la notazione z = 0.5, sfruttando i calcoli effettuati in precedenza, il valore di z che soddisfa la (15) risulta pari a Si ha dunque che: = 0.5 = = = Sia X una distribuzione normale di media µ = 8 e varianza 2 = 9. Determinare la frequenza relativa di X 12 e 4 X 10. Svolgimento Essendo X una variabile normale di media µ = 8 e varianza 2 = 9, si ha che la variabile X 8 3 ha distribuzione normale standardizzata. In tal caso si ha: Fr{X 12} = 1 Fr{X < 12} { X 8 = 1 Fr{X 12} = 1 Fr 3 { = 1 Fr Z 4 } = 1 Φ(1. 3) } 3 = 1 Φ(1.33) = = Fr{4 X 10} = Fr{X 10} Fr{X < 4} = Fr{X 10} Fr{X 4} { X 8 = Fr 10 8 } { X 8 Fr { = Fr Z 2 } { Fr Z 4 } } 3 = Φ(0. 6) Φ( 1. 3) = Φ(0.66) [1 Φ(1.33)] = = Sia data una distribuzione normale di media µ = 100 e varianza ignota. Sapendo che il terzo quartile è pari a 107, determinare lo scarto quadratico medio di X.

12 1 LA DISTRIBUZIONE NORMALE 12 Svolgimento Si rammenti che il terzo quartile Q 3 = 107 concide con quel valore tale per cui: Fr{X 107} = (16) Essendo X una variabile normale di media µ = 100 e scarto quadratico medio, si ha che la variabile X 100 ha distribuzione normale standardizzata. La (16) può essere dunque così riscritta: { } X Fr = 0.75 { } Fr Z = 0.75 ( ) 7 Φ = (17) Utilizzando la notazione z = 7 ;, il valore di z che soddisfa la (17) viene determinato utilizzando le tavole e sfruttando il metodo dell interpolazione. Nel presente caso Di conseguenza si ha: (x 1, y 1 ) = (0.67, ) e (x 2, y 2 ) = (0.68, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 0.67) y = x. In corispondenza di y = 0.75 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricordando che z = 7 si ha: 0.75 = x z = = = Si supponga che il peso in grammi di una confezione di merendine segua una distribuzione normale. Sapendo che il 2.5 % delle merendine prodotte ha peso inferiore ai 250 grammi e il 3% delle merendine prodotte ha peso superiore a 260 g., determinare la media e lo scarto quadratico medio del peso delle merendine.

13 1 LA DISTRIBUZIONE NORMALE 13 Svolgimento Per rendere più chiaro lo svolgimento dell esercizio, ricaviamo preliminarmente i valori di z 1 e z 2 tali per cui: Φ(z 1 ) = ; Φ(z 2 ) = Si determina in primo luogo il valore di z 1. In forza della simmetria della distribuzione normale, si ha che: z 1 = z 3 dove z 3 è tale per cui Φ(z 3 ) = = Dalle tavole della normale standard si ottiene che z 3 = 1.96 e, di consegeunza, z 1 = Si determina ora il valore di z 2. Sfruttando le tavole della normale standard ed utilizzando il metodo della interpolazione si ha che: (x 1, y 1 ) = (1.88, ) e (x 2, y 2 ) = (1.89, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 1.88) y = x. In corispondenza di y = 0.7 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricapitolando: Il testo dell esercizio specifica che: Fr{X 250} = Fr{X > 260} = = x z 2 = Φ( 1.96) = 0.025;. (18) Φ(1.8814) = (19) Fr{X 250} = = Fr{X 260} = 0.97 Essendo X una variabile normale di media µ e scarto quadratico medio, si ha che la variabile Z = X µ ha distribuzione normale standardizzata. In forza di tale risultato, il sistema sopra riportato può essere riscritto come di seguito: { X µ Fr 250 µ } = { X µ Fr 260 µ } = 0.97

14 1 LA DISTRIBUZIONE NORMALE 14 { Fr Z 250 µ } = { Fr Z 260 µ } = 0.97 ( ) 250 µ Φ = ( ) 260 µ Φ = 0.97 Ricordando la (18) e la (19), il sistema (20) diventa: 250 µ 260 µ µ = = 1.96 = (20) = µ = µ = = 10 = = Concludendo, la distribuzione del peso in grammi di una confezione di merendine è normale di media µ = e scarto quadratico medio = La distribuzione di frequenze del carattere continuo X è riportata nella seguente tabella: classi totale frequenze (n i ) a) Verificare se la distribuzione possa ritenersi normale. b) Si calcolino le frequenze che si dovrebbero avere nelle singole classi secondo il modello e le si confrontino con le frequenze effettive. Svolgimento Svolgimento punto a) In primo luogo si ricavano media e varianza del carattere X. A tal fine si predispone la seguente tabella nella quale sono riportati anche dei calcoli che ci saranno

15 1 LA DISTRIBUZIONE NORMALE 15 utili in seguito: i classi n i C i valore centrale x i n i x 2 i n i ampiezza f s f rs tot Si ha che: µ = 1 7 i=1 x i n i = 7000 = = 1 7 (x 2 i n i ) 14 2 i=1 = = = 22.4 = In primo luogo si confronta il grafico della distribuzione di frequenze relative del carattere X con quella implicita nel modello normale di media 14 e scarto quadratico medio : 0,1 f rs 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0 x

16 1 LA DISTRIBUZIONE NORMALE 16 Dal grafico si osserva che la distribuzione reale del carattere X può ritenersi ben approssimata dal modello normale di media 14 e s.q.m Per verificare con più rigore quanto appena intuito è tuttavia necessario effettuare ulteriori analisi. La prima è basata sulla proprietà degli intervalli tipici della distribuzione normale. Si ricorda che se la variabile Y si distribuisce secondo la normale di media µ e varianza 2, allora la frequenza relativa associata agli intervalli tipici è data da: (µ ; µ ), (µ 1 ; µ + 1 ), (µ 2 ; µ + 2 ), (µ 3 ; µ + 3 ) Fr{µ Y µ } = 0.5 ; Fr{µ 1 Y µ + 1 } = ; Fr{µ 2 Y µ + 2 } = ; Fr{µ 3 Y µ + 3 } = Per la distribuzione di frequenze riportata dal testo dell esercizio, gli intervalli tipici assumono i valori: (µ ; µ ) = ( ; ) = ( ; ) ; (22) (µ 1 ; µ + 1 ) = ( ; ) = (9.2671; ) ; (23) (µ 2 ; µ + 2 ) = ( ; ) = (4.5342; ) ; (24) (µ 3 ; µ+3 ) = ( ; ) = ( ; ). (25) Ragionevolmente, la distribuzione di X può ritenersi normale se i valori delle frequenze relative associate agli intervalli (22), (23), (24) e (25) sono molto prossime a quelli riportati nelle equazioni (21). Per la distribuzione di frequenze riportata dal testo dell esercizio, le frequenze relative associate agli intervalli tipici sono pari a: (21) Fr{ X } = Fr{X } Fr{4.7329} = ( ) ( ) = = = Fr{ X } = Fr{X } Fr{9.2671} = ( ) ( ) = = =

17 1 LA DISTRIBUZIONE NORMALE 17 Fr{ X } = Fr{X } Fr{4.5342} = = ( ) = ( ) 45 4 = Fr{ X } = 1. Quanto appena ricavato può essere sintetizzato nel seguente prospetto: intervallo tipico frequenze relative frequenze relative del modello normale della distribuzione reale ( ; ) (9.2671; ) (4.5342; ) ( ; ) Le frequenze relative appena ricavate sembrano aderire a quelle previste dal modello normale, si può di conseguenza ritenere che la distribuzione di X è approssimativamente normale di media µ = 14 e varianza 2 = Svolgimento punto b) Supponendo che la distribuzione di X sia esattamente normale di media 14 e scarto quadratico medio , si ha che: Fr{0 X < 4} = Fr{X 4} Fr{X 0} { X 14 = Fr } { X 14 Fr } = Fr{Z 2.11} Fr{Z 2.96} = Φ( 2.11) Φ( 2.96) = 1 Φ(2.11) 1 + Φ(2.96) = = Fr{4 X < 8} = Fr{X 8} Fr{X 4} { X 14 = Fr } { X 14 Fr } = Fr{Z 1.27} Fr{Z 2.11} = Φ( 1.27) Φ( 2.11) = 1 Φ(1.27) 1 + Φ(2.11) = =

18 1 LA DISTRIBUZIONE NORMALE 18 Fr{8 X < 12} = Fr{X 12} Fr{X 8} { } { X X 14 = Fr Fr } = Fr{Z 0.42} Fr{Z 1.27} = Φ( 0.42) Φ( 1.27) = 1 Φ(0.42) 1 + Φ(1.27) = = Fr{12 X < 16} = Fr{X 16} Fr{X 12} { } { } X X = Fr Fr = Fr{Z 0.42} Fr{Z 0.42} = Φ(0.42) Φ( 0.42) = Φ(0.42) 1 + Φ(0.42) = = Fr{16 X < 20} = Fr{X 20} Fr{X 16} { } { } X X = Fr Fr = Fr{Z 1.27} Fr{Z 0.42} = Φ(1.27) Φ(0.42) = = Fr{20 X < 24} = Fr{X 24} Fr{X 20} { } { } X X = Fr Fr = Fr{Z 2.11} Fr{Z 1.27} = Φ(2.11) Φ(1.27) = = Fr{24 X < 28} = Fr{X 28} Fr{X 24} { } { } X X = Fr Fr = Fr{Z 2.96} Fr{Z 2.11} = Φ(2.96) Φ(2.11) = = Di conseguenza le frequenze assolute previste per le classi dal modello normale sono: n(0 X < 4) = Fr{0 X < 4} = = 7.95 ;

19 1 LA DISTRIBUZIONE NORMALE 19 n(4 X < 8) = Fr{4 X < 8} = = 42.3 ; n(8 X < 12) = Fr{8 X < 12} = = ; n(12 X < 16) = Fr{12 X < 16} = = ; n(16 X < 20) = Fr{16 X < 20} = = ; n(20 X < 24) = Fr{20 X < 24} = = 42.3 ; n(24 X < 28) = Fr{24 X < 28} = = Quanto appena ricavato può essere sintetizzato nel seguente prospetto: Freq. ass. Freq. rel. classi n i modello Freq. rel. modello normale normale Le frequenze relative del modello normale di media 14 e s.q.m sembrano ben aderire a quelle della distribuzione del carattere X. Le verifiche fin d ora effettuate ci consentono quindi di concludere che la distribuzione del carattere X è ben approssimata dalla distribuzione normale di media 14 e s.q.m

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

STATISTICA: esercizi svolti sulle VARIABILI CASUALI STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA DIDATTICA N 7 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti

Dettagli

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti

Dettagli

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016 Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione

Dettagli

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente

Dettagli

V.C. RETTANGOLARE o UNIFORME

V.C. RETTANGOLARE o UNIFORME V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.

Dettagli

STATISTICA: esercizi svolti su MODA, MEDIANA, QUARTILI, DECILI e CENTILI

STATISTICA: esercizi svolti su MODA, MEDIANA, QUARTILI, DECILI e CENTILI STATISTICA: esercizi svolti su MODA, MEDIANA, QUARTILI, DECILI e CENTILI 1 1 MODA, MEDIANA, QUARTILI, DECILI E CENTILI 2 1 MODA, MEDIANA, QUARTILI, DECILI E CENTILI 1. Viene rilevato il tempo X (in secondi)

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione. Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda

Dettagli

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto

Dettagli

Distribuzione Normale

Distribuzione Normale Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di

Dettagli

Scanned by CamScanner

Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione

Dettagli

Capitolo 6. La distribuzione normale

Capitolo 6. La distribuzione normale Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università

Dettagli

Capitolo 6 La distribuzione normale

Capitolo 6 La distribuzione normale Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

PSICOMETRIA Voto X frequenza

PSICOMETRIA Voto X frequenza 1) Data la seguente distribuzione dei voti di laurea: PSICOMETRIA 2011-4 Voto X 100 101 102 103 104 105 106 107 108 109 110 frequenza 15 17 20 19 23 25 18 14 12 9 5 media = 104,32 e s 2 = 6.56 calcolare

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume

Dettagli

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Distribuzione normale

Distribuzione normale Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono

Dettagli

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si

Dettagli

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza

Dettagli

SOLUZIONI ESERCITAZIONE NR. 8 Test statistici

SOLUZIONI ESERCITAZIONE NR. 8 Test statistici SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato

Dettagli

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD. PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari

Dettagli

Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:

Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200

Dettagli

Test per l omogeneità delle varianze

Test per l omogeneità delle varianze Test per l omogeneità delle varianze Le carte di controllo hanno lo scopo di verificare se i campioni estratti provengono da un processo produttivo caratterizzato da un unico valore dello s.q.m. σ. Una

Dettagli

Capitolo 9 Verifica di ipotesi: test basati su un campione

Capitolo 9 Verifica di ipotesi: test basati su un campione Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

Variabile casuale Normale

Variabile casuale Normale Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza

Dettagli

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = + ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla

Dettagli

STATISTICA: esercizi svolti su MEDIA GEOMETRICA MEDIA ARMONICA e MEDIA QUADRATICA

STATISTICA: esercizi svolti su MEDIA GEOMETRICA MEDIA ARMONICA e MEDIA QUADRATICA STATISTICA: esercizi svolti su MEDIA GEOMETRICA MEDIA ARMONICA e MEDIA QUADRATICA 1 1 MEDIA GEOMETRICA, ARMONICA, QUADRATICA 2 1 MEDIA GEOMETRICA, ARMONICA, QUADRATICA 1. Calcolare la media aritmetica

Dettagli

Maturità Scientifica, Corso di ordinamento, Sessione Ordinaria

Maturità Scientifica, Corso di ordinamento, Sessione Ordinaria Matematica per la nuova maturità scientifica A. Bernardo M. Pedone 7 Problema 1 Maturità Scientifica, Corso di ordinamento, Sessione Ordinaria 001-00 In un piano, riferito a un sistema di assi cartesiani

Dettagli

STATISTICA ESERCITAZIONE

STATISTICA ESERCITAZIONE STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile.

1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile. ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare

Dettagli

SOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):

SOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria): ESERCIZIO SU TEST STATISTICO (Z, T e χ ) Da una ditta di assemblaggio di PC ci viene chiesto di controllare la potenza media dissipata da un nuovo processore, che causa a volte problemi di sovraccarico

Dettagli

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10

Dettagli

A1. La curva normale (o di Gauss)

A1. La curva normale (o di Gauss) Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 202/203 lezione n. 8 dell aprile 203 - di Massimo Cristallo - A. La curva normale (o di Gauss) La curva

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE

RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE Introduzione Si vogliano individuare, se esistono, le radici o soluzioni dell equazione f(x)=0. Se f(x) è un polinomio di grado superiore al secondo o se è una

Dettagli

STATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA

STATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA STATISTICA: esercizi svolti sulla DIPEDEZA I MEDIA 1 1 LA DIPEDEZA I MEDIA 2 1 LA DIPEDEZA I MEDIA 1. La popolazione in migliaia di unità occupata in Piemonte nel 1985 per reddito annuo Y (migliaia di

Dettagli

Dispensa di Statistica

Dispensa di Statistica Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza

Dettagli

LE DISTRIBUZIONI CAMPIONARIE

LE DISTRIBUZIONI CAMPIONARIE LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Statistica. Matematica con Elementi di Statistica a.a. 2015/16 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

Statistica a breve termine: metodo delle onde apparenti

Statistica a breve termine: metodo delle onde apparenti Esercitazione 1 Statistica a breve termine: metodo delle onde apparenti Si calcolino, applicando il metodo delle onde apparenti, le seguenti proprietà della registrazione ondametrica fornita nelle figure

Dettagli

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.

Dettagli

Variabili aleatorie gaussiane

Variabili aleatorie gaussiane Variabili aleatorie gaussiane La distribuzione normale (riconoscibile dalla curva a forma di campana) è la più usata tra tutte le distribuzioni, perché molte distribuzioni che ricorrono naturalmente sono

Dettagli

Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a

Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti

Dettagli

Variabili aleatorie continue

Variabili aleatorie continue Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare

Dettagli

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le

Dettagli

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)

Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella

Dettagli

X ~ N (20, 16) Soluzione

X ~ N (20, 16) Soluzione ESERCIZIO 3.1 Il tempo di reazione ad un esperimento psicologico effettuato su un gruppo di individui si distribuisce normalmente con media µ = 20 secondi e scarto quadratico medio σ = 4 secondi: X ~ N

Dettagli

Indici di Dispersione

Indici di Dispersione Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Differenze semplici medie, confronti in termini di mutua variabilità La distribuzione del prezzo

Dettagli

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità

Dettagli

Variabile Casuale Normale

Variabile Casuale Normale Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ

Dettagli

I appello di calcolo delle probabilità e statistica

I appello di calcolo delle probabilità e statistica I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale

Dettagli

CAPITOLO QUINTO DISTRIBUZIONE NORMALE

CAPITOLO QUINTO DISTRIBUZIONE NORMALE CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si

Dettagli

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

Indici di posizione e dispersione per distribuzioni di variabili aleatorie Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono

Dettagli

ANALISI DELLE SERIE STORICHE

ANALISI DELLE SERIE STORICHE ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di

Dettagli

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA

Dettagli

Statistica a.a Autovalutazione 1

Statistica a.a Autovalutazione 1 Statistica a.a. 016-17 Autovalutazione 1 CORSO: Diritto per le Imprese e le Istituzioni ATTENZIONE: alle domande aperte è stato dato un possibile esempio di risposta, altre parole possono essere usate

Dettagli

Istituzioni di Statistica 1 Esercizi su tabelle di contingenza

Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Esercizio 1 Per stimare la percentuale di fumatori nella popolazione italiana adulta viene intervistato un campione di 60 donne e uno di 40

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline

Dettagli

INTERPOLAZIONE. Introduzione

INTERPOLAZIONE. Introduzione Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,

Dettagli

CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17

CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17 CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 26/7 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 26/7. Tutti gli esercizi presenti in un compito

Dettagli

LA DISTRIBUZIONE NORMALE o DI GAUSS

LA DISTRIBUZIONE NORMALE o DI GAUSS p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,

Dettagli

Macroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta.

Macroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Dipartimento di Economia, Statistica e Finanza Corso di Laurea in ECONOMIA Macroeconomia - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Esercitazione del 21.04.2016 (+ soluzioni)

Dettagli

tabelle grafici misure di

tabelle grafici misure di Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia

Dettagli

Statistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica

Statistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.

Dettagli

Distribuzione esponenziale. f(x) = 0 x < 0

Distribuzione esponenziale. f(x) = 0 x < 0 Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1

Dettagli

Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari

Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n. 5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema

Dettagli

Esercitazione 7 del corso di Statistica 2

Esercitazione 7 del corso di Statistica 2 Esercitazione 7 de corso di Statistica Prof. Domenico Vistocco Dott.ssa Paoa Costantini 9 Giugno 008 Esercizio La distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee,

Dettagli

1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego.

1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego. Università di Cassino Esercitazione di Statistica del 9 novembre 2007 Dott.ssa Paola Costantini Considerando il DATASET DIPENDENTI: ID Stipendio N. di anni di Qualifica Età percepito servizio funzionale

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1 Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono

Dettagli

Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata

Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche

Dettagli

La Variabilità statistica

La Variabilità statistica La Variabilità statistica Una peculiarità dei caratteri rilevati nelle unità statistiche di un collettivo, è quella di presentare valori o attributi in tutto o in parte diversi. Si chiama variabilità (nel

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA. Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi

Dettagli

STATISTICA esercizi svolti sulla VARIABILITA

STATISTICA esercizi svolti sulla VARIABILITA STATISTICA esercizi svolti sulla VARIABILITA 1 1 VARIABILITA 2 1 VARIABILITA 1.1 Esercizi 1. La seguente tabella riporta il tempo (in giorni) impiegato da sei individui per il consumo di una confezione

Dettagli

distribuzione normale

distribuzione normale distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Introduzione L insieme di tutte le unità statistiche che compongono il fenomeno collettivo considerato costituisce l universo statistico o, semplicemente, universo. L insieme costituito

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri

Dettagli

Soluzioni dei problemi della maturità scientifica A.S. 2012/2013

Soluzioni dei problemi della maturità scientifica A.S. 2012/2013 Soluzioni dei problemi della maturità scientifica A.S. / Nicola Gigli Sun-Ra Mosconi June, Problema. Il teorema fondamentale del calcolo integrale garantisce che Quindi f (x) = cos x +. f (π) = cos π +

Dettagli