ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X"

Transcript

1 ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe -esma a = (x -x -1 ) = Ampezza della classe -esma c = Valore centrale della classe -esma Dstrbuzon d frequenza n = frequenza assoluta f = frequenza relatva N = frequenza assoluta cumulata della classe -esma F = Frequenza relatva cumulata della classe -esma F -1 = Frequenza relatva cumulata della classe precedente la classe -esma h = denstà d frequenza della classe -esma Eserctazone 2: 15 gennao 27 1

2 per nulla poco abbastanza molto Facoltà Economa Rappresentazone grafca d una varable qualtatva ordnable Intervstat secondo l lvello d accordo al seguente questo: «Gl esercz commercal devono essere apert anche la domenca» per sesso d cu masch n totale femmne masch Lvello d accordo assolute Molto 17 3,425,69,176 Abbastanza ,391,412 Poco 6 6,15,,353 Per nulla 1 1,25,,59 Totale , 1, 1,,7,6,5,4,3,2,1 Femmne Masch Rappresentazone grafca d una varable quanttatva contnua S rporta l stogramma per la varable quanttatva contnua Dstanza tra casa e luogo d lavoro e a partre dal crtero utlzzato per la suddvsone n class. Esempo 1 : Class d dversa ampezza Per costrure un stogramma per una varable quanttatva è necessaro calcolare la denstà d frequenza (h ) da nserre sull asse delle ordnate, mentre sull asse delle ascsse s rportano le class n cu è stata rpartta la varable. Eserctazone 2: 15 gennao 27 2

3 Denstà d frequenza: Denstà d frequenza: n h = se consdero le frequenze assolute a f h = a se consdero le frequenze. In tal caso s costrusce un stogramma normalzzato n cu la somma dell area de rettangol è uguale a 1. Nel caso d varabl contnue (o varabl dscrete analzzate come contnue), l'ampezza delle class a è defnta come dfferenza tra l'estremo superore e l'estremo nferore della classe (anche per la classe n cu entramb gl estrem appartengono alla classe stessa). D seguto s rporta l stogramma per la varable nel caso d class d dversa ampezza. Fg. 1 - Istogramma normalzzato per la varable Dstanza tra casa e luogo d lavoro (msurata n chlometr) (Class d dversa ampezza ) Dstanza tra casa e luogo d lavoro (msurata n chlometr) f n a f h = a ,375, ,45, ,175,25 Totale 4 1, Eserctazone 2: 15 gennao 27 3

4 ,2, Esempo 2 : Class equ-ampe (ampezza =7) In un ndagne d mercato agl opera d un azenda vene chesto quanto tempo mpegano (n mnut) per raggungere l luogo d lavoro Varable quanttatva contnua : Durata del tragtto casa-lavoro (n mnut) Nel caso n cu abbamo class d uguale ampezza, nella costruzone dell stogramma s possono consderare nvece della denstà d frequenza - le frequenze assolute o sull asse delle ordnate, mentre sull asse delle ascsse s rportano sempre le class della varable n esame. Le class equ-ampe, nfatt, garantscono la proporzonaltà tra l area de rettangol e le frequenze. Eserctazone 2: 15 gennao 27 4

5 Class durata tragtto (n mnut) n totale femmne masch assolute 2 9 5,24,38, ,43,5, ,19,12, ,14,.23 Totale 21 1, 1, 1, D seguto s rportano due dstnt stogramm normalzzat n cu s confronta l tempo mpegato dalle donne (n colore rosa ) rspetto a quello mpegato dagl uomn (colore azzurro),5,5,4,4,3,3,2,2,1, Eserctazone 2: 15 gennao 27 5

Il trattamento dei dati a fini descrittivi

Il trattamento dei dati a fini descrittivi Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni Corso d Statstca Ecooma e Commerco Lezoe a.a. - Fracesco Mola z z z Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca a.a. - statstca-fracesco mola Dstrbuzo

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

Statistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati

Statistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati Statstca a.a. 215/216 Materale ddattco Lbro d testo: Statstca, metodologe per le scenze economche e socal. Borra, D Cacco. McGraw-Hll. I lucd utlzzat a lezone, le eserctazon e l testo de passat appell

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

COSTRUIRE UN PICCOLO SET DI DATI

COSTRUIRE UN PICCOLO SET DI DATI COSTRUIRE UN PICCOLO SET DI DATI Indvduazone degl obettv dello studo Indvduazone delle varabl che possono autare l raggungmento degl obettv dello studo Preparazone degl strument d rlevazone PATNO Numero

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot Sessone lve #1 Settmana # dal 10 al 16 mazo Statstca descttva: Indc d poszone, dspesone e foma Istogamma fequenze, box plot Lezon CD: 1 - - 3 Eseczo 1 S consde la seguente dstbuzone delle nduste tessl

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Unità n La concentrazione

Unità n La concentrazione 01 La concentrazone Corso d Laurea: Economa Azendale Docente: M.Msuraca (aula1)/ D.Costanzo(aula2) Untà n 05 Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferblepuò

Dettagli

5. Baricentro di sezioni composte

5. Baricentro di sezioni composte 5. Barcentro d sezon composte Barcentro del trapezo Il barcentro del trapezo ( FIURA ) s trova sull asse d smmetra oblqua (medana) della fgura; è suffcente, qund, determnare la sola ordnata. A tal fne,

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca Lezoe 2 lez2_2-2 statstca-fracesco mola 2 Dstrbuzo

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut

Dettagli

Segmentazione di immagini

Segmentazione di immagini Segmentazone d mmagn Introduzone Segmentazone: processo d partzonamento d un mmagne n regon dsgunte e omogenee. Esempo d segmentazone. Tratta da [] Introduzone (def. formale ( Sa R l ntera regone spazale

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Analisi Numerica I, a.a Docente: M.Gaviano

Analisi Numerica I, a.a Docente: M.Gaviano Eserctazone n.1 Anals Numerca I, a.a. 2004-2005 Medante MatLab 1) Costrusc le seguent matrc 0.9501 0.8913 0.2311 0.7621 0.6068 0.4565 0.4860 0.0185 0.8214 0.4447 0.6154 0.7919 0.9218 0.7382 0.1763 0.4057

Dettagli

Fit e test del Chi Quadro

Fit e test del Chi Quadro Laboratoro d Informatca Avanzata Botecnologe Agrondustral UIFE Prof. Mrco Andreott Lezone del 03/06/009 - Ft e test del Ch Quadro Ft e test del Ch Quadro In questa lezone conclusva concludamo l argomento

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Valutazione dei Benefici interni

Valutazione dei Benefici interni Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto

Dettagli

x(t) x[n] x q [n] x q [n] Campionamento Quantizzazione Codifica

x(t) x[n] x q [n] x q [n] Campionamento Quantizzazione Codifica 1. a conversone analogco dgtale (A/D) a conversone A/D è una operazone che permette d rappresentare un segnale analogco, coè contnuo nel domno del tempo e delle ampezze, medante una seuenza d campon numerc.

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Esercitazioni del corso di relazioni tra variabili

Esercitazioni del corso di relazioni tra variabili Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell

Dettagli

ELEMENTI DI STATISTICA PARTE 1

ELEMENTI DI STATISTICA PARTE 1 ELEMETI DI STATISTICA PARTE. ITRODUZIOE. La parola statstca. Cenn storc.3 Gl studos.4 La statstca moderna.5 Le font statstche. DEFIIZIOI 3. Una defnzone d statstca 3. I fenomen collettv 3.3 Untà statstche,

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Gli errori nelle misure

Gli errori nelle misure Appunt d Msure Elettrche Gl error nelle msure Classfcazone degl error... Error sstematc...4 Accuratezza e precsone...5 Errore stmato...7 Meda, devazone meda, devazone standard e varanza d un campone d

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli

ANALISI DI TABELLE DI CONTINGENZA

ANALISI DI TABELLE DI CONTINGENZA ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Il diagramma cartesiano

Il diagramma cartesiano Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Il modello del Relay Variabile è implementato attraverso Simulink di Matlab. Esso è composto da 3 Blocchi: Relay, Controllo Relay, Frequency Meter.

Il modello del Relay Variabile è implementato attraverso Simulink di Matlab. Esso è composto da 3 Blocchi: Relay, Controllo Relay, Frequency Meter. C a p t o l o 3 IMPLEMENTZIONE SIMULINK E FUNZIONI In questo captolo sono espost modell Smulnk che mplementano un relay a steres varable e le funzon create per dentfcare la funzone d trasfermento del processo.

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

commutazione induttiva (carico induttivo); commutazione capacitiva (carico capacitivo).

commutazione induttiva (carico induttivo); commutazione capacitiva (carico capacitivo). I crcut per la rduzone delle perdte devono essere dmensonat consderando le dverse condzon operatve che possono presentars durante l apertura e la chusura del Transstor. Per caratterzzare queste condzon,

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

XXX.XX Ordinanza sulla contrassegnazione delle automobili nuove con l etichetta ambientale (Ordinanza sull etichetta ambientale, OEA)

XXX.XX Ordinanza sulla contrassegnazione delle automobili nuove con l etichetta ambientale (Ordinanza sull etichetta ambientale, OEA) XXX.XX Ordnanza sulla contrassegnazone delle automobl nuove con l etchetta ambentale (Ordnanza sull etchetta ambentale, OEA) del xx.xx. 2009 Il Consglo federale svzzero, vst gl artcol 8 capoverso e 6 capoverso

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2014-2015 Lezone 1: Martedì 17/2/2015 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/40? Codce docente 030508 Codce corso 00675 Matematca

Dettagli