N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
|
|
- Sabina Marchi
- 6 anni fa
- Visualizzazioni
Transcript
1 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 in un determinato anno è stata del 7,1%. L anno seguente sono state effettuate 5 rilevazioni e la concentrazione di sostanze inquinanti è risultata pari a x =7,07% con s=0,0265. A un livello di significatività α=0,05 possiamo affermare che il valore medio della concentrazione è diverso da quello riscontrato nell anno precedente? (Si supponga che la concentrazione segua un andamento normale) Soluzione Esercizio 1 Dati disponibili: μ 0 =7,1 (media di popolazione) x =7,07 (media osservata sul campione) s=0,0265 (deviazione standard del campione) n=5 (numerosità del campione) α=0,05 (livello di significatività) Il sistema d ipotesi è: H 0 : μ = 7,1 H 1 : μ 7,1 La varianza di popolazione NON è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: = x μ0 ~ Student (n 1) N.B. Il simbolo ~ (la tilde) va letto si distribuisce come. Quindi, la formula precedente va letta = si distribuisce come una di Student con n-1 gradi di libertà. 7,07 7,1 Il valore della statistica test è = = 2, 53. (0,0265 5) Dal momento che l ipotesi H 1 è di tipo bidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta dalle due code (una a destra e una a sinistra) della distribuzione considerata. Avendo scelto un livello di significatività α=0,05, le due code avranno complessivamente un area pari a 0,05 e cioè 0,025 ciascuna. Quindi, bisogna guardare la tabella della di Student (abella A.3) nella colonna 0,975 (che è il complemento a 1 di 0,025, cioè 0,975+0,025=1). I gradi di libertà sono 4. Infatti, n=5 e i gradi di libertà sono n-1=5-1=4. Si osserva che il valore della 0,025, con 4 gradi di libertà è pari a 2,77645.
2 Vuol dire che la coda di destra inizia al valore 2,77645 e se con la formula otteniamo un valore superiore, allora cadiamo nella zona di rifiuto di H 0. Però, la distribuzione è simmetrica (vale 0 al centro), e bisogna anche considerare la coda di sinistra. Questa inizia in corrispondenza del valore -2,77645 e si cade nella zona di rifiuto se con la formula otteniamo un valore inferiore (per esempio -3). Allora, la valutazione può essere fatta considerando il valore assoluto, ed essendo = -2,53 = 2,53 < 2,77645 = 0,025 (4 GdL), non si rifiuta l ipotesi nulla H 0, cioè, non possiamo affermare che il livello di concentrazione sia diverso da quello dell anno precedente. Sviluppo: Lasciando costante la deviazione standard, pari a 0,0265, quale doveva essere la concentrazione per poter rifiutare H 0, cioè per poter dire che la concentrazione era differente rispetto all anno precedente? Per cadere nella zona di rifiuto, con la formula si doveva ottenere un valore superiore a 2,77645 o inferiore a -2, Per determinare a che livello di concentrazione corrispondono questi due valori si effettua il seguente calcolo: Se x μ = allora si ricava che x = + μ0 0 Considerando la coda di destra, cioè il valore 2,77645, si ottiene: x = 2,77645 (0,0265 5) + 7,1 = 7,265 Considerando invece la coda di sinistra, cioè il valore -2,77645, si ottiene: x = 2,77645 (0,0265 5) + 7,1 = 6,935 Quindi, avremmo rifiutato H 0, accettando di conseguenza l ipotesi alternativa H 1, nel caso avessimo osservato valori di concentrazione superiori a 7,265 o inferiori a 6,935.
3 Esercizio 2 Una fabbrica di automobili utilizza guarnizioni per i freni con una durata media pari a 20mila chilometri. ale ditta sta considerando di sostituirle con un altro tipo di guarnizioni che dovrebbe avere una durata maggiore. Le nuove guarnizioni vengono montate su 64 auto e la loro durata media risulta pari a 22mila chilometri con una varianza stimata corretta pari a 4mila. Supponendo che la durata sia approssimativamente distribuita come una Normale, possiamo concludere che le nuove guarnizioni sono migliori delle precedenti? (Si consideri un livello di significatività pari a α =0,01). Soluzione Esercizio 2 Dati disponibili: μ 0 =20000 (media di popolazione) x =22000 (media osservata sul campione) s 2 =4000 (varianza del campione) n=64 (numerosità del campione) α=0,01 (livello di significatività) Il sistema d ipotesi è: H 0 : μ = H 1 : μ > La varianza di popolazione NON è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: = x μ0 ~ Student (n 1) Il valore della statistica test è = = 252, 96. ( ) Dal momento che l ipotesi H 1 è di tipo unidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta da una sola coda, in questo caso quella di destra della distribuzione considerata. Avendo scelto un livello di significatività α=0,01 bisogna guardare la tabella della di Student (abella A.3) nella colonna 0,99 (che è il complemento a 1 di 0,01, cioè 0,99+0,01=1). I gradi di libertà sono 63. Infatti, n=64 e i gradi di libertà sono n-1=64-1=63. Nella tabella non esiste la riga relativa a 63 gradi di libertà e allora si considera quella del 60. Si osserva che il valore della 0,01, con 60 gradi di libertà è pari a 2, Vuol dire che la coda di destra inizia al valore 2,77645 e se con la formula otteniamo un valore superiore, allora cadiamo nella zona di rifiuto di H 0. Dal momento che 252,96 è superiore (e di un bel po ) al valore critico 2,39012, si rifiuta H 0, si accetta di conseguenza l ipotesi alternativa H 1 e si può affermare che le nuove guarnizioni hanno una durata superiore a quelle precedenti.
4 Sviluppo: Lasciando costante la varianza, pari a 4000, quale poteva essere come minimo la durata delle guarnizioni per poter rifiutare H 0? Per cadere nella zona di rifiuto, con la formula si doveva ottenere un valore superiore a 2, Per determinare a quale durata corrisponde questo valore si effettua il seguente calcolo: Se x μ = allora si ricava che x = + μ0 0 quindi: x = 2,39012 ( ) = 20018,9 Quindi, avremmo rifiutato H 0, accettando di conseguenza l ipotesi alternativa H 1, nel caso avessimo osservato una durata media nel campione anche solo superiore a 20018,9.
5 Esercizio 3 Una macchina produce bulloni di diametro pari a 8 cm. Studi effettuati sulla distribuzione del diametro hanno portato a ritenere che questa sia approssimativamente Normale con varianza pari a 1. Si ha il sospetto che la macchina sia fuori taratura (il diametro medio sia cambiato). Per verificare tale ipotesi, si estraggono casualmente 81 bulloni e si calcola il diametro medio che risulta pari a 7 cm. Possiamo concludere che la macchina sia tarata correttamente? (Si consideri un livello di significatività pari a α =0,05). Soluzione Esercizio 3 Dati disponibili: μ 0 =8 (media di popolazione) σ 2 =1 (varianza di popolazione) x =7 (media osservata sul campione) n=81 (numerosità del campione) α=0,05 (livello di significatività) Il sistema d ipotesi è: H 0 : μ = 8 H 1 : μ 8 La varianza di popolazione è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: x μ = ~ N(0,1) ( σ n) z 0 N.B. Il simbolo ~ (la tilde) va letto si distribuisce come. Quindi, la formula precedente va letta z= si distribuisce come una Normale con media=0 e varianza=1. In particolare, la Normale con queste caratteristiche (media=0 e varianza=1) è la Normale standardizzata. 7 8 Il valore della statistica test è z = = 9. ( 1 81) Dal momento che l ipotesi H 1 è di tipo bidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta dalle due code (una a destra e una a sinistra) della distribuzione considerata. Avendo scelto un livello di significatività α=0,05, le due code avranno complessivamente un area pari a 0,05 e cioè 0,025 ciascuna. Avendo scelto un livello di significatività α=0,05 bisogna guardare la tabella della Normale standardizzata. Se si prende in considerazione la abella A.1, a un area pari a 0,025 corrisponde z=-1,96. Quindi la coda di sinistra inizia in corrispondenza di z=-1,96. Dal momento che la distribuzione è simmetrica, la coda di destra inizierà in corrispondenza di z=1,96. Perciò, l ipotesi H 0 va rifiutata, e di conseguenza accettata l ipotesi alternativa
6 H 1, se il valore della statistica test calcolato con la formula esce dall intervallo [-1,96;1,96]. Nel nostro caso, il valore -9 è esterno all intervallo [-1,96;1,96] e quindi l ipotesi H 0 va rifiutata e di conseguenza si può dire che la macchina non sia tarata bene. Sviluppo: Entro quali limiti deve stare la media del campione per non rifiutare H 0, cioè per poter dire che la macchina è tarata bene? Per non cadere nella zona di rifiuto, con la formula si doveva ottenere un valore superiore a compreso nell intervallo [-1,96;1,96]. Per determinare a quale diametro corrispondono i valori critici, cioè gli estremi dell intervallo, si effettua il seguente calcolo: Se x μ = allora si ricava che x = z ( σ n) + μ0 ( σ n) z 0 Quindi, facendo riferimento all estremo superiore dell intervallo, cioè 1,96, si ha che: x = 1,96 ( 1 81) + 8 = 8,329 Per l estremo inferiore, cioè -1,96, invece si ottiene: x = 1,96 ( 1 81) + 8 = 7,671 Quindi, non avremmo rifiutato H 0 nel caso il diametro medio del campione fosse compreso nell intervallo [7,671;8,329].
7 Esercizio 4 Un medico sportivo utilizza un particolare test per misurare la condizione fisica degli atleti. Considerato un campione casuale di giocatori di calcio costituito da 25 atleti, si rileva un punteggio medio al test pari a 47,5, con s=4,8. Supponendo che i manuali indichino che il punteggio medio nel test sia distribuito normalmente e pari a 37,5. verificare se si può dire che il punteggio medio riscontrato nel campione sia migliore di quello di popolazione (Si consideri un livello di significatività pari a α =0,05). Soluzione Esercizio 4 Dati disponibili: μ 0 =37,5 (media di popolazione) x =47,5 (media osservata sul campione) s=4,8 (deviazione standard del campione) n=25 (numerosità del campione) α=0,05 (livello di significatività) Il sistema d ipotesi è: H 0 : μ = 37,5 H 1 : μ > 37,5 La varianza di popolazione NON è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: = x μ0 ~ Student (n 1) 47,5 37,5 Il valore della statistica test è = = 10, 42. (4,8 25) Dal momento che l ipotesi H 1 è di tipo unidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta da una sola coda, in questo caso quella di destra della distribuzione considerata. Avendo scelto un livello di significatività α=0,05 bisogna guardare la tabella della di Student (abella A.3) nella colonna 0,95 (che è il complemento a 1 di 0,05, cioè 0,95+0,05=1). I gradi di libertà sono 24. Infatti, n=25 e i gradi di libertà sono n-1=25-1=24. Si osserva che il valore della 0,05, con 24 gradi di libertà è pari a 1, Vuol dire che la coda di destra inizia al valore 1,71088 e se con la formula otteniamo un valore superiore, allora cadiamo nella zona di rifiuto di H 0. Dal momento che 10,42 è superiore al valore critico 1,71088, si rifiuta H 0, si accetta di conseguenza l ipotesi alternativa H 1 e si può affermare gli atleti del campione hanno punteggio medio nel test superiore a quello di popolazione. Sviluppo: Lasciando costante la deviazione standard, pari a 4,8, qual era il punteggio medio minimo con il quale veniva rifiutata l ipotesi H 0? Per cadere nella zona di rifiuto, con la formula si doveva ottenere un valore
8 superiore a 1, Per determinare a quale durata corrisponde questo valore si effettua il seguente calcolo: Se x μ = allora si ricava che x = + μ0 0 quindi: x = 1,71088 (4,8 25) + 37,5 = 39,14 Quindi, avremmo rifiutato H 0, accettando di conseguenza l ipotesi alternativa H 1, nel caso avessimo osservato nel campione di 25 atleti un punteggio medio nei test superiore a 39,14.
9 Esercizio 5 Se per un campione casuale di ampiezza n=16 estratto da una popolazione normale, si osserva x =56 e s=12, quale decisione prendo rispetto alle seguenti ipotesi? (Si consideri un livello di significatività pari a α =0,05). - H 0 : μ =50; H 1 : μ 50 - H 0 : μ =50; H 1 : μ >50 Soluzione Esercizio 5 Dati disponibili: μ 0 =50 (media di popolazione) x =56 (media osservata sul campione) s=12 (deviazione standard del campione) n=16 (numerosità del campione) α=0,05 (livello di significatività) Consideriamo il primo sistema di ipotesi: H 0 : μ = 50 H 1 : μ 50 La varianza di popolazione NON è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: = x μ0 ~ Student (n 1) Il valore della statistica test è = = 2. (12 16) Dal momento che l ipotesi H 1 è di tipo bidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta dalle due code (una a destra e una a sinistra) della distribuzione considerata. Avendo scelto un livello di significatività α=0,05, le due code avranno complessivamente un area pari a 0,05 e cioè 0,025 ciascuna. Quindi, bisogna guardare la tabella della di Student (abella A.3) nella colonna 0,975 (che è il complemento a 1 di 0,025, cioè 0,975+0,025=1). I gradi di libertà sono 15. Infatti, n=16 e i gradi di libertà sono n-1=16-1=15. Si osserva che il valore della 0,025, con 15 gradi di libertà è pari a 2, Vuol dire che la coda di destra inizia al valore 2,13145 e se con la formula otteniamo un valore superiore, allora cadiamo nella zona di rifiuto di H 0. Però, la distribuzione è simmetrica (vale 0 al centro), e bisogna anche considerare la coda di sinistra. Questa inizia in corrispondenza del valore -2,13145 e si cade nella zona di rifiuto se con la formula otteniamo un valore inferiore (per esempio -3). Allora, la valutazione può essere fatta considerando il valore assoluto, ed essendo = -2 = 2 < 2,13145 = 0,025 (15 GdL), non si rifiuta l ipotesi nulla H 0, cioè, non possiamo affermare che il valore medio osservato nel
10 campione sia differente dal valor medio di popolazione. Consideriamo il secondo sistema di ipotesi: H 0 : μ = 50 H 1 : μ > 50 La varianza di popolazione NON è nota. Quindi, per determinare il valore della statistica test si usa la seguente formula: = x μ0 ~ Student (n 1) Il valore della statistica test è = = 2. (12 16) Dal momento che l ipotesi H 1 è di tipo unidirezionale (leggere le pagine 349 e 350 del libro), la zona di rifiuto è composta da una sola coda, in questo caso quella di destra della distribuzione considerata. Avendo scelto un livello di significatività α=0,05 bisogna guardare la tabella della di Student (abella A.3) nella colonna 0,95 (che è il complemento a 1 di 0,05, cioè 0,95+0,05=1). I gradi di libertà sono 15. Infatti, n=16 e i gradi di libertà sono n-1=16-1=15. Si osserva che il valore della 0,05, con 15 gradi di libertà è pari a 1, Vuol dire che la coda di destra inizia al valore 1,75305 e se con la formula otteniamo un valore superiore, allora cadiamo nella zona di rifiuto di H 0. Dal momento che 2 è superiore al valore critico 1,75305, si rifiuta H 0, si accetta di conseguenza l ipotesi alternativa H 1 e si può affermare che il valore medio osservato nel campione è superiore al valor medio di popolazione.
11
12
13
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
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
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
DettagliEsercitazione 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
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
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
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,
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
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
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
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
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
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
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
DettagliScanned 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
DettagliISTOGRAMMI 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
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
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,
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
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
DettagliLA 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
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)
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
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
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
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
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
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
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
DettagliCapitolo 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
DettagliES.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
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
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,
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
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
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
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
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
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
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
DettagliStatistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
DettagliDISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE
DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE Sapendo che la variabile dominanza si distribuisce normalmente con media = 32 e deviazione standard = 5, trovare, in un gruppo di 80 soggetti,
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
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
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
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
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
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
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
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliLA DISTRIBUZIONE NORMALE ESERCITAZIONE
LA DISTRIBUZIONE NORMALE ESERCITAZIONE Esercizio 1 Se si suppone che, nella popolazione degli adulti, il livello di acido urico (mg/100 ml) segua una distribuzione gaussiana con media e d.s. rispettivamente
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
DettagliA1. 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
Dettaglia) 36/100 b) 1/3 c)
Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento
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
Dettaglinormopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
DettagliFACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME
FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME A. I dati seguenti si riferiscono ad un campione casuale proveniente da una popolazione esponenziale con parametro
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
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
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
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
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.
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
DettagliLABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 6 VARIABILI ALEATORIE CONTINUE z LA VARIABILE NORMALE Esempio
DettagliPROBABILITÀ 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
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:
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
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.
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
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: 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
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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
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
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
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
DettagliStatistica. 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 /
DettagliCOMUNE DI CONSIGLIO DI RUMO
COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi 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
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
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
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
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
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
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliEsercitazioni di statistica
Esercitazioni di statistica Gli indici statistici di sintesi: Gli indici di centralità Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 7 Ottobre 2014 Stefania Spina Esercitazioni
DettagliStatistica 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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio: si consideri una generica popolazione X con media µ e varianza σ 2 Siano T 1 =(X 1 +X 2 +X 3 +X 4 )/4 e T 2 =(3X 1 +4X
DettagliLA DISTRIBUZIONE NORMALE
LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche
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
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
Dettagli