Z-test, T-test, χ 2 -test
|
|
- Valeria Albanese
- 7 anni fa
- Visualizzazioni
Transcript
1 Z-test, T-test, χ 2 -test Francesco Corrias Chiara Todaro DIMA 13 febbraio 2012 Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
2 Verifica d ipotesi Definizione (Test statistico) Sia X un campione nel modello statistico parametrico F θ dove θ Θ = Θ 0 Θ 1 R p con Θ 0 Θ 1 = ; allora un test statistico consiste in: ipotesi H 0 : θ Θ 0 detta ipotesi nulla, contro H 1 : θ Θ 1 detta ipotesi alternativa può essere bilaterale o unilaterale statistica test V (X ) è una opportuna statistica con ν una sua realizzazione regione di rifiuto R α è l insieme dei valori assunti da V (X ) per i quali si rifiuta H 0 e viene scelta in modo che la probabilità di rifiuto, sotto l ipotesi H 0, non sia maggiore di un valore assegnato α, detto livello di singificatività del test. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
3 Livello di significatività α Si noti che il rifiuto dell ipotesi nulla è un affermazione molto forte, in quanto implica che H 0 non è un ipotesi ragionevole per i dati di cui si dispone (contro esempio); al contrario accettare l ipotesi nulla significa solamente che essa è compatibile con i dati, non che sia vera. In quest ottica ha senso rifiutare l ipotesi nulla solo se i dati campionari fossero molto improbabili nel caso in cui H 0 sia vera; per questo si fissa il livello di significatività α. In genere il livello di significatività usato è α = 0.10, 0.05, 0.01; scegliere α molto piccolo significa voler essere molto certi prima di rifiutare l ipotesi nulla, nel caso che questa sia vera (ad esempio per evitare ingenti costi di produzione) [2]. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
4 A causa dell asimmetria tra l ipotesi nulla e quella alternativa si ha che l unico caso in cui una delle ipotesi è provata dai dati avviene quando si rifiuta H 0, dimostrando quindi che H 1 è valida. In pratica per provare una certa congettura bisogna considerarla come ipotesi alternativa; allo stesso modo se si cerca di verificare la falsità di una affermazione la si considera come ipotesi nulla [2]. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
5 Livello di significatività osservato Definizione (p-valore) Il p-valore del test è P θ0 {ν R}, cioè è il più piccolo livello di significatività per cui rifiuto H 0 quando essa è vera (per questo è detto anche livello di significatività osservato) In pratica spesso non si fissa α a priori poichè, calcolato ν e il p-valore, se questo è molto grande allora l ipotesi nulla è chiaramente compatibile con i dati; se invece è molto piccolo allora H 0 sarà un ipotesi non ragionevole. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
6 Z-test: stima della media con varianza nota Sia X 1,..., X n un campione casuale t.c. X i N (µ, σ 2 ) i = 1,..., n, dove µ è incognita, mentre σ 2 è nota. ip H 0 : µ = µ 0 contro H 1 : µ µ 0 bilaterale st Z(X ) = X µ 0 σ N (0, 1) dove X = 1 n n n i=1 X σ i N (µ 0, n ) rr R α = { Z(X ) z α 2 } p-val 2P{Z ν } Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
7 Osservazioni In questo test si è interessati a verificare che la media del campione non si discosti troppo da un certo valore µ 0, ovvero X µ 0 c Z n σ c, da cui P µ 0 { X µ 0 c} = α P{ Z n σ c} = α 2P{Z n σ c} = α P{Z n σ c} = α 2. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
8 Z-test in R Innanzi tutto bisogna installare il pacchetto BSDA(Basic Statistics and Data Analysis), quindi caricarlo e infine si può chiamare la function per lo Z-test. Di seguito sono riportati i comandi da usare dopo l installazione: library(bsda) z.test(data, alternative = two.sided, mu = mu0, sigma.x = sigmax) One-sample z-test data: data z = nu, p-value = p alternative hypothesis: true mean is not equal to mu0 95 percent confidence interval: a, b sample estimates: mean of x Xbar Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
9 Intervalli di confidenza e test Si possono costruire intervalli di confidenza a partire dalla regione di rifiuto di un test statistico: scelta R α il relativo intervallo a livello di fiducia 1 α è {θ : V (X ) / R α }[3]. Ad esempio l intervallo con confidenza 1 α per la media µ di una normale con varianza nota σ 2 è un intervallo tale che P{ a < X µ σ < a} = 1 α a = z α. n 2 L intervallo di confidenza risulta quindi µ ] z α 2 σ n + X, z α 2 σ n + X [. Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
10 Test T di Student in R Nella pubblicità di un certo modello di auto americane si sostiene che il consumo di benzina sia pari a 30 miglia per gallone. 9 auto di quel modello vengono guidate dalla stessa persona, sullo stesso percorso con un solo gallone di benzina nel serbatoio. La strada percorsa dalle 9 auto risulta, in miglia: Oggi è l ultimo giorno di una promozione vantaggiosa su quel modello, ne acquistireste uno? Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
11 Supponiamo che la strada percorsa con 1 gallone per ciascuna auto sia una v.a. X i N (µ, σ 2 ) i = 1,..., 9(= n) e, tenendo conto che sia la media µ che la varianza σ 2 sono incognite, impostiamo il test come segue: ip H 0 : µ 30 contro H 1 : µ < 30 unilaterale st T (X ) = X 30 S T 8 n dove S(X ) = n i=1 (X i X ) 2 n 1 rr R α = {T (X ) t 8,α } p-val P{T 8 ν} è la varianza campionaria Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
12 Osservazioni f (t) = Γ( n+1 2 ) nπγ( n 2 ) ) n+1 (1 + t2 2 (], + [) n Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
13 in R > # Carichiamo i dati osservati > miglia=c( 29.4, 25.7, 26.6, 26.3, 26.0, 30.8, 26.2, 25.1, 25.9) > # Per fare la verifica d ipotesi usiamo il comando > t.test(miglia,alternative=c("less"),mu=30) > One Sample t-test data: miglia t = , df = 8, p-value = alternative hypothesis: true mean is less than percent confidence interval: -Inf sample estimates: mean of x Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
14 T-test two sample Siano due campioni X 1..., X n e Y 1..., Y m rispettivamente, con media e varianza incognite µ x, µ y e σ 2 x, σ 2 y di numerosità n e m grande. Si vuole verificare se le medie dei due campioni coincidono. ip H 0 : µ x = µ y contro H 1 : µ x µ y bilaterale st T (X, Y ) = X Ȳ (µx µy ) T n+m 2 Sp 2 ( 1n + 1m ) dove S 2 p(x, Y ) = (n 1)S2 x +(m 1)S2 y n+m 2 rr R α = { T (X, Y ) t n+m 2, α 2 } p-val 2P{T n+m 2 ν } Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
15 χ 2 -test: buon adattamento Sia un campione t.c. X Mult(n, θ 1,..., θ k ), dove k è il numero di casi/categorie considerate. Siano date k probabilità p i tali che k i=1 p i = 1, allora scelto un livello di significatività α, si imposta il test nel seguente modo: ip H 0 : θ i = p i i = 1,..., k contro H 1 : j tale che θ j p j bilaterale st χ 2 (X ) = k (X i E[X i ]) 2 i=1 E[X i ] rr R α = {χ 2 (X ) >χ 2 k 1,α } p-val P{χ 2 k 1 ν} χ 2 k 1 (teorema di Pearson) Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
16 Osservazioni f (x) = 1 k 2 k 2 Γ( k )x e x 2 (]0, + [) Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
17 Test χ 2 in R: buon adattamento per la uniforme Un dado viene lanciato n=120 volte ottenendo i seguenti risultati: 1 : 25 2 : 17 3 : 15 4 : 23 5 : 24 6 : 17 (k = 6 casi ). Eseguire il test χ 2 per vedere se il dado è bilanciato. Si può modellizzare questo problema pensando al dado come una v.a. discreta Y U({1, 2, 3, 4, 5, 6}) e impostando il test come segue: ip H 0 : X i Bin(n, p i ) con p i = 1 6 i = 1,..., 6 H 1 : j tale che p i p j bilaterale st χ 2 (X ) = 6 (X i 20) 2 i=1 20 rr R α = {χ 2 (X ) >χ 2 5, α } 2 p-val P{χ 2 5 ν} Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
18 in R > #Sia co il vettore dei conteggi osservati > co=c(25,17,15,23,24,17) > #Sia pt il vettore delle probabilità teoriche dell ipotesi nulla > pt=rep(1/6,6) > #il comando da usare è > chisq.test(co,p=pt) > #il cui output è data: co X-squared =5, df=5, p-value = Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
19 Bibliografia Douglas C. Montgomery. Controllo statistico della qualità. McGraw-Hill, pp 86-98, Sheldon M. Ross. Introduzione alla statistica. Capitolo 9, pp Apogeo, A. C. Davison. Statistical Models. Cambridge, pp , E. Riccomagno. Laboratorio 4, Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio / 19
Esercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliTest per la correlazione lineare
10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
DettagliEsercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezioni del 7/1/2003 e del 14/1/2003
Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezioni del 7/1/003 e del 14/1/003 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore
DettagliLaboratorio 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
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliParte 1 : Inferenza. *(richiami), **(parte 2), ***(cenni) ! Test d'ipotesi* ! Intervalli di confidenza* ! Test parametrici* ! Calcoli di potenza**
Parte 1 : Inferenza! Test d'ipotesi*! Intervalli di confidenza*! Test parametrici*! Calcoli di potenza**! Test non parametrici*** *(richiami), **(parte 2), ***(cenni) 27 marzo 2001 ... [omissis]... La
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliCaratterizzazione dei consumi energetici (parte 3)
ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliCapitolo 10 Test delle ipotesi
Capitolo 10 Test delle ipotesi 1 Stima e verifica di ipotesi Modello di popolazione e campionamento: La popolazione viene descritta da una variabile aleatoria dipendente da un parametro incognito. Si ipotizza
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 6 1 Test ed intervalli di confidenza per una popolazione Esercizio n. 1 Il calore (in calorie
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliAmericani Inglesi Firenze Roma Provare l ipotesi che la nazionalità non influisca sulla scelta della meta.
TEST D IPOTESI 1 Le resistenze alla rottura delle funi prodotte da una fabbrica hanno una media pari a µ = 1800N ed uno scarto quadratico medio di σ = 100N Immettendo una nuova tecnica nel processo produttivo,
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
Dettaglisi tratta del test del chi-quadro di adattamento e di quello di indipendenza. 1 l ipotesi che la popolazione segua una legge fissata;
di : dado : normale Finora abbiamo visto test d ipotesi per testare ipotesi differenti, ma tutte concernenti il valore atteso di una o due popolazioni. In questo capitolo vediamo come testare 1 l ipotesi
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliPremessa: la dipendenza in media
Premessa: la dipendenza in media Supponiamo di avere K diversi livelli di un fattore che potrebbero influire su una determinata variabile. Per esempio supponiamo di domandarci se la diversificazione (intesa
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliCasa 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
DettagliTest d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )
Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi
DettagliTest d ipotesi sulla media
Test d ipotesi sulla media Monica Marabelli 4 Dicembre 2015 Riassumendo l esercitazione precedente Nella lezione precedente abbiamo visto che la media campionaria puó essere un buon stimatore del valore
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliEsame 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
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
DettagliAnalisi della correlazione canonica
Analisi della correlazione canonica Su un collettivo di unità statistiche si osservano due gruppi di k ed m variabili L analisi della correlazione canonica ha per obiettivo lo studio delle relazioni di
DettagliTest delle ipotesi sulla media.
. Caso di un singolo campione. Varianza nota.. Ipotesi alternativa bilaterale Test delle ipotesi sulla media. Valore medio η e deviazione standard σ della popolazione note. η è il valore stimato dal nostro
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliCapitolo 8. Probabilità: concetti di base
1 Capitolo 8 Probabilità: concetti di base Statistica - Metodologie per le scienze economiche e sociali 2/ed S. Borra, A. Di Ciaccio Copyright 2008 The McGraw-Hill Companies srl 2 Concetti primitivi di
DettagliInferenza su indipendenza e causalità
Inferenza su indipendenza e causalità Eugenio Buzzoni 22 dicembre 2011 Struttura 1 Test sull indipendenza di due variabili aleatorie Variabili aleatorie binarie Caso discreto Caso di una variabile discreta
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
DettagliTEST NON PARAMETRICO DI MANN-WHITNEY
TEST NON PARAMETRICO DI MANN-WHITNEY Questo test viene può essere utilizzato come test di confronto tra due campioni in maniera analoga ai test ipotesi parametrici di confronto medie (test Z se la varianza
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
Dettagliobbligatorio - n. iscrizione sulla lista
02.09.2015 - appello di STATISTICA per studenti ENE - docente: E. Piazza obbligatorio - n. iscrizione sulla lista il presente elaborato si compone di 5 (cinque) pagine se non ve lo ricordate siete fritti;
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliVerifica delle ipotesi: Binomiale
Verifica delle ipotesi: Binomiale Esercizio Nel collegio elettorale di una città, alle ultime elezioni il candidato A ha ottenuto il 4% delle preferenze mentre il candidato B il 6%. Nella nuova tornata
DettagliEsercitazione 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
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliEsame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola
Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 2015-16 P.Baldi Lista di esercizi 4, 11 febbraio 2016. Esercizio 1 Una v.a.
DettagliCOMPLEMENTI DI PROBABILITA E STATISTICA. 3 Crediti
CMPLEMENTI DI PRBABILITA E STATISTICA 3 Crediti Docente : Elvira Di Nardo (dinardo@unibas.it, 097-05890) Modalità di esame: Prova scritta alla fine del corso + Tesina (facoltativa) Testi consigliati: Manuale
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI IL PROBLEMA Si vuole verificare se un nuovo trattamento per la cura dell otite è più efficace
DettagliIl numero di gradi di libertà del quantile di riferimento è uguale al numero di elementi del campione meno uno;
TEST DI AUTOVALUTAZIONE TEST CHI-QUADRO E REGRESSIONE LINEARE I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliUniversità di Padova
Università di Padova Dipartimento di Tecnica e Gestione dei sistemi industriali Corso di Laurea Specialistica in Ingegneria Civile Elaborato di analisi statistica a.a. 5-6 Prof. L. Salmaso Dott. L. Corain
DettagliProva d esame di Statistica - II canale - 10 CFU
Prova d esame di Statistica - II canale - 10 CFU Dott.ssa C. Conigliani 05/07/2010 Esercizio 1.[6 punti] Data la seguente tabella: Y 1 2 tot X 0-1 70 1-3 50 3-5 30 tot 100 50 150 a) riempirla in modo che
DettagliSTATISTICA 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
DettagliEsercitazione
Esercitazione 2 22.5.2014 (AVVISI) RIEPILOGO STATISTICHE (NOTA) TEST DEL CHI2 Accedere alle macchine con LOGIN: esame PASSWORD: didattica AVVISO Valutazione prova intercorso Vincolo di accesso alla seconda
DettagliStatistica. 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(2) se A A, allora A c A; (3) se {A n } A, allora +
1. Spazi di misura In questo paragrafo accenneremo alla nozione di spazio di misura. Definizione 1. Sia X un insieme non vuoto. Una famiglia A di sottoinsiemi di X è una σ-algebra se : (1) A; (2) se A
DettagliREGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori
REGRESSIONE lineare e CORRELAZIONE Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori Y X La NATURA e la FORZA della relazione tra variabili si studiano con la REGRESSIONE
DettagliCapitolo 5 Confidenza, significatività, test di Student e del χ 2
Capitolo 5 Confidenza, significatività, test di Student e del χ 5.1 L inferenza Se conosciamo la legge di probabilità di un evento (a priori o a posteriori) possiamo fare delle previsioni su come l evento
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliEsercitazione: 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
DettagliLa valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza
La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni
DettagliCarte di controllo per variabili
Le carte di controllo Carte di controllo per variabili per variabili Queste note NON sostituiscono il testo di riferimento ma sono finalizzate ad agevolare lo studio del testo stesso. Le carte di controllo
DettagliPROVE 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
DettagliLa teoria classica dei test. Prof.ssa D. Fioredistella IEZZI
La teoria classica dei test Prof.ssa D. Fioredistella IEZZI Email: stella.iezzi@uniroma2.it Analisi degli item La teoria classica dei test esamina le risposte fornite ai singoli item del questionario allo
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliStatistica. 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
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliDISTRIBUZIONE 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
DettagliAnalisi statistica della bontà di un programma di simulazione del lancio di dadi
Analisi statistica della bontà di un programma di simulazione del lancio di dadi Jacopo Nespolo, Jonathan Barsotti, Oscar Pizzulli 19/2/2007 1 Obbiettivi Con questa esperienza si intende analizzare i dati
DettagliMetodologie statistiche per l analisi del rischio ELEMENTI DI PROBABILITÀ PER L ANALISI DEL RISCHIO
Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio ELEMENTI DI PROBABILITÀ PER L ANALISI DEL RISCHIO Facoltà di Medicina Veterinaria, Università
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è
Dettagli= , 30 )
0/2000 Una serie di 22 misurazioni del numero di ottano della benzina prodotta da varie compagnie ha rilevato una media di 93 ed uno scostamento quadratico medio corretto di 0.8. Qual è l intervallo di
DettagliEsercitazione 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,
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliCapitolo 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
DettagliV.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.
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
Dettagli