Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon"

Transcript

1 Esercitazioi di Biostatistica I collaborazioe co la Dott.ssa Atoella Zambo

2 ESERCIZIO Nome Geere Età (ai compiuti) Livello istruzioe Distaza (km) Atoio M 8.0 Claudio M 7. Lucia F.0 Aa F 6. Marco M Giuseppe M. Aldo M.0 Maria F - Liceza elemetare - Liceza media - Diploma scuola superiore - Laurea 7.7 Variabile Uità statistica

3 ESERCIZIO : frequeza Ua prima sitesi può essere effettuata costruedo la lista delle modalità di ua variabile accompagate dalle rispettive frequeze assolute: distribuzioe di frequeze assolute Modalità y y j y J totale Frequeza o relative: distribuzioe di frequeze relative j J J j j Modalità y y j y J totale Frequeza p p j p J p j f j

4 ESERCIZIO Nome Geere Età (ai compiuti) Livello istruzioe Distaza (km) Atoio M 8.0 Claudio M 7. Lucia F.0 Aa F 6. Marco M Giuseppe M. Aldo M.0 Maria F - Liceza elemetare - Liceza media - Diploma scuola superiore - Laurea 7.7

5 ESERCIZIO : distribuzioe Geere Frequeza Frequeza assoluta relativa M 0.6 F 0.7 Serie statistica Totale 8 Livello istruzioe Frequeza assoluta Frequeza relativa Totale 8 8 Variabile statistica degeere Come riassumere la variabile distaza?

6 ESERCIZIO Distaza Frequeza Frequeza assoluta relativa Seriazioe statistica Totale 7 Classi di modalità Le classi vao defiite i modo che: o siao troppe é troppo poche siao disgiute Le classi devoo avere la stessa ampiezza? compredao tutte le modalità osservate

7 ESERCIZIO : diagramma a barre Geere Frequeza Frequeza M F Totale assoluta 8 relativa L altezza del rettagolo è proporzioale alla frequeza della modalità Valido sia per variabili omiali o umeriche discrete M F

8 ESERCIZIO : istogramma Distaza 0 Totale Nell istogramma soo le aree e o le altezze dei rettagoli ad essere proporzioali alle frequeze. Frequeza assoluta 7 Frequeza relativa Puto cetrale, 0 0 (+0)/ (+)/ (+)/ *0. 0,,0 7, 0,0,,0 7, 0,0,,0

9 ESERCIZIO : i riferimeto all esercizio Idicare la tipologia di ogi variabile cosiderata. Quali idici di posizioe è possibile calcolare per le diverse variabili? Calcolare tali idici per il geere, livello d istruzioe ed età. Cofrotare.

10 ESERCIZIO La carica virale di HIV- è u oto fattore di rischio per la trasmissioe eterosessuale dell HIV; i soggetti co carica virale di HIV- più elevata hao u rischio maggiore di trasmettere il virus al parter o ifetto. Alcui ricercatori hao misurato la quatità di RNA di HIV- presete el siero ematico di u gruppo di persoe co parter sierocovertiti (ovvero o ifetti all iizio ma diveuti positivi all HIV durate lo studio): (copie di RNA/ml). Rappresetare i dati e calcolare media, mediaa e deviazioe stadard.

11 Copie di RNA/ml paziete Copie di RNA/ml paziete ESERCIZIO

12 Copie di RNA/ml paziete Copie di RNA/ml paziete Copie di RNA/ml paziete Copie di RNA/ml paziete ESERCIZIO

13 Copie di RNA/ml paziete Copie di RNA/ml paziete 0 7 Frequeza Frequeza relativa Totale Copie di RNA/ml ESERCIZIO

14 ESERCIZIO Copie di RNA/ml Totale Frequeza 7 0 Frequeza relativa *0 - Poligoo di frequeza

15 MEDIA ESERCIZIO paziete y Copie di RNA/ml y paziete Copie di RNA/ml i i , 9 0 Valida solo per dati quatitativi Defiizioe?

16 ESERCIZIO paziet e Copie di RNA/ml paziete Copie di RNA/ml paziete ( x i x) paziete ( x i x) ,0-880,9-6,9 0,0 977, ,9-8,9-89,9,0-606, , Prima proprietà (del baricetro) i ( y ) i y 0

17 Secoda proprietà ESERCIZIO i ( ) y A mi A y i paziete Copie di RNA/ml paziete Copie di RNA/ml (scelto arbitrariamete) y i y i 767, y yi i d 7, d 767,

18 ESERCIZIO Terza proprietà (di Cauchy) La media è sempre compresa tra l osservazioe più piccola e la più grade Quarta proprietà (di liearità) y ax + b a,b R y ax + b

19 ESERCIZIO Limitazioi: dati o quatitativi diversi ordii di gradezza (ad es ) preseza di valori estremi (ad es ) Sesibile a variazioi ei dati (o robusta)

20 ESERCIZIO MEDIANA Valida per dati qualitativi ordiali o quatitativi paziete Copie di RNA/ml paziete Copie di RNA/ml E quel valore della variabile che, rispetto all ordiameto o decrescete delle osservazioi, risulta preceduto e seguito dalla stessa porzioe di osservazioi (0%) a meo di effetti di discretizzazioe

21 ESERCIZIO MEDIANA paziete Copie di RNA/ml paziete Copie di RNA/ml La mediaa di ua variabile è quel valore che soddisfa cotemporaeamete alle due codizioi: almeo il 0% delle uità statistiche preseta modalità iferiori o pari alla mediaa almeo il 0% delle uità statistiche preseta modalità superiori o pari alla mediaa

22 ESERCIZIO paziete M M e + Copie di RNA/ml paziete Copie di RNA/ml se è pari se è dispari paziete Copie di RNA/ml paziete M Copie di RNA/ml ,

23 ESERCIZIO QUANTILI paziete Copie di RNA/ml paziete Copie di RNA/ml U quatile di livello α è quel valore di ua variabile qualitativa ordiale o quatitativa che, rispetto all ordiameto o decrescete delle osservazioi, risulta preceduto da α*00% osservazioi e seguito da (-α)*00% osservazioi, a meo di effetti dovuti alla discretizzazioe

24 ESERCIZIO QUANTILI paziete Copie di RNA/ml paziete Copie di RNA/ml La mediaa è u particolare quatile, quello di livello α0.0 I quatili di livello α0., 0,0 e 0,7 soo detti quartili I quatili di livello α0. e 0,66 soo detti terzili

25 QUANTILI paziete 0 Copie di RNA/ml 06 paziete 6 Copie di RNA/ml 0 80 Dai dati ordiati della variabile Y il quatile di livello α è dato dalla: modalità che si trova ell itero successivo a (*α) se * α è u umero o itero modalità che si trovao elle posizioi (*α) e (*α)+ se * α è u umero itero Achtug!!! Ordiare i dati

26 QUANTILI paziete Copie di RNA/ml paziete Copie di RNA/ml Il rage iterquartile è dato dalla differeza tra il valore del quartile co livello α0.7 e quello co livello α0.. Questo itervallo idica che il % delle osservazioi soo iferiori all estremo iferiore del rage e il % soo superiori all estremo superiore.

27 QUANTILI mi Q Q Q max Diagramma box plot (detto a scatola a baffi oppure box ad whiskers plot) Il rage iterquartile può essere u utile idice di dispersioe quado si ritiee che la deviazioe stadard (e quidi la variaza) sia troppo ifluezata dalle code della distribuzioe

28 CAMPO DI VARIAZIONE paziete Copie di RNA/ml Misure della variabilità Mi:06 Max:96 Campo di variazioe:

29 Copie di RNA/ml paziete ( ) y y s i i s s VARIANZA E DEVIAZIONE STANDARD (campioaria)

30 paziete Copie di RNA/ml ( x i x) 807, ,0 ( x ) i x,6*0 8,8*0 8 9,0*0 8,6*0 8 s i ( y y) i , 79* ,7*0 8,*0 8 s s ,* ,0,8* ,* ,9* ,7* , -660,7*0 8,*0 8 6,7* *0 8,*0 8 s s,6*0 0,8*0 9,8*0 0 79, ,* ,*0 8,8*0 8,6*0

31 paziete Copie di RNA/ml Variaza: formula ridotta i s ( ) y i y Σy i 9 i i ( y y) y i i i y i (Σy i ),7*0

32 Copie di RNA/ml paziete ,76* ,66* i x (Σy i ),8*0 i i i i y y,69 *0 0,7 *0,8*0 0,8*0 9,69*0 s ESERCIZIO

33 Prima proprietà s 0 L uguagliaza si ha solo se la variabile è degeere Secoda proprietà (di liearità) y ax + b a,b R y s x s a Esercizio: Aalogie e differeze tra queste proprietà e quelle della media

34 COEFFICIENTE DI VARIAZIONE paziete Copie di RNA/ml Valido solo per variabili che assumoo valori positivi CV s x x.9 E u idice adimesioale di variabilità relativa el seso che misura la variabilità dei dati teedo coto dell ordie di gradezza del feomeo. Essedo u umero puro permette di cofrotare variabili diverse

35 ESERCIZIO Nella seguete tabella è riportata la distribuzioe di frequeza del umero di coloie per piastra dopo ioculo co ua sospesioe batterica Numero di coloie 0 Frequeza 8 6 6

36 Numero di coloie 0 Frequez a f i *x i Tale procedura equivale a fare la media co la formula precedete sommado volte 0, 8 volte etc e dividedo tale somma per il umero totale di piastre y J j J j j * y j j J j j * y j 69 9,77

37 Numero di coloie 0 Frequeza Frequeza cumulata Qual è la mediaa? N è dispari quidi occorre cercare la modalità della variabile a cui è associata la frequeza cumulata più piccola per la quale vale la relazioe: F cum j +

38 Numero di coloie 0 Frequeza Frequeza cumulata Qual è la mediaa? Se N fosse pari occorre cercare le modalità della variabile a cui soo associate le frequeze cumulate più piccole per le quali valgoo le relazioi: F cum j F cum j +

39 Numero di coloie 0 Qual è la variaza? Frequeza (x i -x) f i * (x i -x) s J j j * ( y y) j.7

40 ESERCIZIO Nella seguete tabella è riportata la distribuzioe di frequeza dell età di isorgeza di patologie tiroidee i maschi assistiti presso u cetro edocriologico. Determiare la media la mediaa e la moda Età Frequeza

41 Età 0-0 Frequeza Valore cetrale f i *x vci Le osservazioi che cadoo i ua classe coicidoo co il puto cetrale della classe Le osservazioi soo distribuite i modo uiforme ella classe di apparteeza y k i i k i * y i vci

42 Co questa procedura o si ottiee il valore della media che si otterrebbe lavorado sui valori idividuali. I questo caso si ottiee ua approssimazioe. Ifatti a tutti i soggetti ella classe d età 0-0 si attribuisce ua età pari al valore cetrale ovvero il che o è detto che rispoda al vero. Tale ragioameto si ripete ache per le altre classi. Se però è abbastaza grade e la distribuzioe è poco asimmetrica tale approssimazioe risulta poco importate perché gli errori tedoo a bilaciarsi. Lo stesso risultato si ottiee utilizzado classi meo ampie

43 Età Frequeza 6 Frequeza cumulata La classe mediaa è 0-60 Estremo iferiore della classe mediaa M L if + ( ) i mediaa * c Numerosità campioaria Somma delle frequeza delle classi prima della classe mediaa Frequeza della classe mediaa Ampiezza delle classi

44 Età Frequeza Frequeza cumulata La classe mediaa è M L if + ( ) i mediaa * c ( 6) 0 + *

45 Età Frequeza Estremo iferiore della classe modale La classe modale è la 6070 Vale solo se le classi hao la stessa ampiezza Eccesso della frequeza della classe modale rispetto alla frequeza della classe immediatamete precedete Moda Lif + * c + Eccesso della frequeza della classe modale rispetto alla frequeza della classe immediatamete successiva Ampiezza delle classi

46 Età Frequeza 6 6 La classe modale è Vale solo se le classi hao la stessa ampiezza Moda Lif + * c * ,98 y. 0 Q 7. Moda Dati questi risultati possiamo affermare che i dati si distribuiscoo come ua Normale?

47 ESERCIZIO Come si calcola la moda se le classi o hao la stessa ampiezza? Classe modale? N posti letto Frequeza

48 Rapporto tra frequeza e ampiezza della classe N posti letto Frequez a Ampiezza della classe Desità di frequeza Classe modale

49 ESERCIZIO 6 Il umero di mosche preseti i ua popolazioe di laboratorio di Drosophila melaogaster costituita origiariamete da 00 elemeti, viee rilevato i tre periodi successivi. Al primo coteggio si rilevao mosche, al secodo 96 e al terzo 69. Qual è il tasso di icremeto medio della popolazioe?, Icremeti, 7, osservati ei tre periodi

50 ESERCIZIO 6, Icremeti, 7, osservati ei tre periodi y Si deve mateere ialterato il prodotto!!!

51 ESERCIZIO 6, Icremeti, 7, osservati ei tre periodi, *00 96,7*, *00 69,88*,7*, *00 Si deve mateere ialterato questo prodotto!!! y g y log y i i g log y i i

52 ESERCIZIO 6 y g y log y i i g log y i i Il logaritmo della media geometrica è la media aritmetica del logaritmo delle osservazioi log y g log y i *( ) 0. i yg ( 0,), exp La popolazioe ha subito u tasso di icremeto medio del %

53 ESERCIZIO Adesso si matiee ialterato il prodotto!!! Usata i microbiologia e sierologia quado le osservazioi soo espresse i titoli i cui valori soo multipli dello stesso fattore di diluizioe

54 ESERCIZIO 7 Ua proteia viee studiata mediate l elettroforesi per cooscere la velocità di migrazioe media. La proteia viee fatta correre su gel i campo elettrico per 0 mm e viee misurato il tempo di percorreza i prove diverse. Prova Tempo (sec)

55 y Prova Tempo (sec) Velocità 0 0/00,0 mm/sec 60 0/600, mm/sec 0 0/00,66 mm/sec 0 0/00,0 mm/sec 70 0/700,9 mm/sec y i i 0,0 + 0, ,9 0, 7 y No è la velocità media perché: a i y i i y i 0,7 * 0 09, mm La media armoica è il reciproco della media aritmetica dei reciproci delle osservazioi. Adatta a valori espressi come rapporti.

56 Prova Tempo (sec) Velocità /Velocità 0 0/00,0 mm/sec /0,0 60 0/600, mm/sec /0, 0 0/00,66 mm/sec /0,66, 0 0/00,0 mm/sec /0,0, 70 0/700,9 mm/sec /0,9, y a i yi + +, +, +, 0, E la velocità media perché: 0, * 0 00 mm

57 ESERCIZIO 8 Cique dietologi rilevao la circofereza addomiale (idice di valutazioe del grasso addomiale) delle loro pazieti prima di u trattameto dimagrate. Noto il valore medio delle pazieti di ciascu dietologo è possibile determiare la circofereza media geerale di tute le pazieti? Dietologi A B C D E N pazieti 0 Circofereza media

58 Dietologi A B C D E N pazieti 0 Circofereza media y k i k i i * i y i ( 88*) + ( 8*0) ( 9*)

59 ESERCIZIO 9 Nella seguete tabella soo riportati i carichi di rottura espressi i ewto di alcui cavi di acciaio. Determiare il campo di variazioe. Carico di rottura 9,-9,7 9,8-0, 0,-0,7 0,8-,,-,7,8-,,-,7,8-, N di cavi 7 6

60 Carico di rottura 9,-9,7 9,8-0, 0,-0,7 0,8-,,-,7,8-,,-,7,8-, N di cavi 7 6 Campo di variazioe estremo superiore della classe più resistete - estremo iferiore della classe meo resistete, - 9,,9 Newto

61 ESERCIZIO 0 Data la seguete distribuzioe di frequeza dei livelli di colesterolo sierico i 067 maschi di età compresa tra i e i ai, determiare la variaza e la deviazioe stadard Livello di colesterolo sierico (mg/00 ml) Frequeza

62 Livello di colesterolo sierico (mg/00 ml) Frequeza s k * ( ) y y *( y y) i vci i i i k k i vci i

63 Livello di colesterolo sierico (mg/00 ml) Frequeza Valore cetrale i *x cvi y k i i k i * y i vci mg/00 ml

64 s Livello di colesterolo sierico (mg/00 ml) k * i i k Frequeza ( y y) i vci i Valore cetrale ( y vci y) -99, -9, -9, 0,86 60,86 00,86 0,86 80,86 067,8 067 ( y y) vci ( ) 988,7 97, 66,, 70,9 07,7 98, 70, 97, i * y y vci 777,6 6 69,8 9076,86 9, 87,6 787,86 6,70 067,8 (mg/00 ml)

65 Livello di colesterolo sierico (mg/00 ml) Frequeza Valore cetrale ( y ) ( ) vci y ( y ) vci y *( y y) i vci i * y y 00-99, 988,7 777,6 0-9, 97, , 66, 69,8 0 0,86, 9076, ,86 70,9 9, 00 00,86 07,7 87, ,86 98, 787,86 80,86 70, 6,70 vci s s 97,, 0 mg/00 ml

66 ESERCIZIO Cofrotare la variabilità dei due gruppi A e B el caso di osservazioi espresse ella stessa scala ( ) o co diverse scale di misura ( ) A B A B 0, ,8 0,, 0, 0,9 08 yi y s 8,67 0,9 7,8,67 6 0, 086, 8,0 CV s y *00 CV 0, 9,0,6,6

67 ESERCIZIO Soo stati raccolti i valori di glicemia i u campioe di 0 soggetti sai, espressi i mg di glucosio per 00 ml di sague. Si stimi il valore medio di glucosio el sague, si foriscao tre itervalli di cofideza per l igota media a livello di sigificatività α rispettivamete pari a 0.0, 0.0, 0.0 e si commetio i risultati otteuti. Soggetto Mg/mlY

68 a) Stima putuale di µ Utilizzo lo stimatore media campioaria Y 877.8mg/ml 0 i i y b) Stima itervallare di µ 87.78mg/ml Stima putuale di µ Utilizzo la formula: s Pr y t, α, g µ y + t α g s α

69 Gli estremi dell itervallo di cofideza soo dati da: y ± t α, g s a) Y 87.78mg/ml c) sdeviazioe stadard 0 i ( y y) i.8

70 d) Scegliamo u valore tabulare di t co 9 gradi di libertà (-) corrispodete ad ua probabilità - α caso: α 0.0 t 0.90;9.8 caso: α 0.0 t 0.9;9.6 caso: α 0.0 t 0.99;9.0 Achtug!!!! Y valori di t si riferiscoo alla tabella della distribuzioe a code. Se si utilizza la tabella della ripartizioe ivece si deve dimezzare α.

71 Estremi itervallo: α 0.0 ±.8(.8 / 0) Estremi itervallo: α 0.0 ±.6(.8 / 0) Estremi itervallo: α ±.(.8 / 0) 0. 7.

72 α mg/ml α mg/ml α mg/ml Y I tre itervalli soo cetrati sulla stima forita dalla media campioaria ma presetao ampiezze diverse. Dimiuedo ifatti il grado di icertezza (α ) ottego itervalli via via meo precisi. Dimiuedo il grado di icertezza siamo più sicuri ma meo precisi.

73 ESERCIZIO Stimare, co cofideza del 9%, l itervallo di cofideza dell altezza media di ua varietà di pomodoro, attraverso 7 esemplari alti,,,,,, pollici y s i ( y y) i ( ) + ( ) + ( ) + ( ) + ( ) + ( ) 7

74 s Pr y t, α, g µ y + t α g s α µ i,7,7* 7,98 µ s,7 +,7* 7,60

75 ESERCIZIO Da ua popolazioe co σ è stato estratto u campioe di 0 uità co y. Calcolare l itervallo di cofideza per la vera media co u errore α pari all %. σ Pr y z α µ y + z α z σ α µ i,7*,6 µ s +,7* 7, 0 0 Ache i questo caso si cosidera la distribuzioe a code altrimeti si dimezza α

76 ESERCIZIO Altezza i cetimetri di piatie di mais:,6, 0, 8 e. Calcolare l itervallo di cofideza per l altezza media della popolazioe. Si cosideri u livello di cofideza del 9% s i y ( y y) i ( 6) ( 6) 0 t ;0, µ i 6.78*.08 µ s * 9. 9

77 Si immagii ora di cooscere la variaza della popolazioe e che questa sia pari a 0, come cambiao gli itervalli di cofideza? Z 0, µ i 6.96*. µ s * I questo caso l ampiezza è miore il che è atteso i base al fatto che la stima itervallare dipede da ua quatità stimata µ metre el caso precedete all errore commesso ella stima di µ si deve aggiugere quello per la stima di σ.

78 ESERCIZIO 6 I u campioe di 0 idividui sai è stata misurata la glicemia. La media è risultata pari a 80 mg di glucosio/00 ml di sague. E ota la deviazioe stadard della popolazioe che è pari a. µ s µ i z - α 80.96* * Voledo otteere u grado di precisioe maggiore, ad esempio u itervallo pari alla metà di quello otteuto quate osservazioi soo ecessarie?

79 8.6 ~9, ~9, ~.6 ~.6 α σ µ σ α α + Pr z y z y 80 x

80 ± z y z y z y z y z y σ σ σ σ σ α α α α α

81 * * * * z z σ σ α α

82 Si potrebbe ache risolvere così: Semiampiezza precedete.96* Semiampiezza attuale ½ semiampiezza precedete.96 * 0.96 * Perché il risultato è diverso? Quale coviee scegliere?

83 ESERCIZIO 7 U campioe di 00 osservazioi è estratto da ua popolazioe di media igota e variaza pari a. La media campioaria è pari a 0. Calcolare gli itervalli di cofideza per la media della popolazioe a livello del 9%. Quato dovrebbe essere la umerosità campioaria per otteere u itervallo di cofideza al 9% co ampiezza al più pari a.? µ i 0.96* 9.0 µ s *

84 µ s µ i * (0.96* ) *.96* µ s µ, i *,96*.,96*..96*..96*. 80

85 ESERCIZI Si vuole stimare il perimetro toracico medio di ua certa popolazioe. Di cosegueza si cosidera u campioe di 0 soggetti co perimetro toracico medio pari a 90. Se la popolazioe si cosidera distribuita i modo ormale σ0, determiare u itervallo di cofideza per µ al 90%. [Soluzioe: ] Il umero medio di battiti al miuto di u campioe di 8 operai vale 7, co s.. Si costruisca u itervallo di cofideza al 99% per la media della popolazioe. [Soluzioe: ]

86 ESERCIZI Si cosideri la seguete tabella di frequeza che riporta le merci e i passeggeri sbarcati agli scali portuali di alcue regioi italiae el 988 Regioe Friuli V. G. Veeto Emilia Romaga Marche Merci (migliaia di toellate) Passeggeri (migliaia) 8 66 Ci si chiede se è più variabile lo sbarco di merci o lo sbarco dei passeggeri. [Soluzioe: CV 0.7 e 0.8]

87 ESERCIZI Sia Y la variabile quatitativa discreta che descrive il umero di compoeti delle famiglie resideti al cesimeto del 98 i Liguria N compoeti o più Frequeza Qual è la mediaa? [Soluzioe: ]

88 ESERCIZI Si cosiderio i dati di peso e l altezza di 667 statuitesi esamiati tra il 960 e il 96 dal Public Health Service. Questi dati soo stati raggruppati i 7 classi d età e per geere dado origie a gruppi. Quali iformazioi si possoo dedurre dal grafico? Ivecchiado la gete o si accorcia!!! Il fatto è che si stao cofrotado i uo specifico istate temporale idividui ati i epoche diverse (e quidi probabilmete alimetati i modo diversi durate le giovai età)

89 ESERCIZI Si effettuao 0 misurazioi di ua variabile quatitativa ( di fiori di ua piata) e si ottegoo i segueti risultati 8 0 Costruire ua tabella della distribuzioe di frequeza e rappresetarla graficamete. Calcolare media, moda, mediaa e deviazioe stadard [Soluzioe:.8,,,.7]

90 ESERCIZI La seguete tabella si riferisce a 0 idividui. Le variabili soo: Pulspulsazioi cardiache rilevate a riposo Pulspulsazioi cardiache rilevate dopo 00 metri di passo veloce Fumo: fumatore o fumatore Altezza i cm. Peso i kg. Attività sportiva: bassa, media, alta

91 ESERCIZI Classificare le variabili cosiderate Calcolare media, variaza, Q, Q e Q per le variabili quatitative. Quale variabile è la più dispersa? Calcolare moda e mediaa per le variabili fumo e attività sportiva Calcolare u itervallo di cofideza per la media delle variabili quatitative. Nei fumatori è più variabile Puls o Puls? E ei o fumatori?

92 ESERCIZI Attività sportiva Peso Altezza Fumo Puls Puls

93 ESERCIZI Puls Puls Fumo Altezza Peso Attività spo media 70, 80,9 80,9 7,6 moda mediaa var 9,00 7, 6,688 66, cv 0,79 0,99 0,07 0,08 Q 6, 7,7 77, 67, Q 7, mi max rage Puls Puls Altezza Peso Ic if 6,768 7,698 78, 69,897 Ic sup 7,878 86,60 8,78 77,60 Puls Puls fumo media 7,87 80,87 fumo variaza 0,87,7 o fumo media 68,68 8,0769 o fumo variaza 6,908 06,6 fumo cv 0,669 0,090 o fumo cv 0,7 0,7676

94 ESERCIZI La seguete tabella si riferisce al peso (kg) e all altezza (cm) di 0 bambii. Peso Altezza

95 ESERCIZI Suddividere le variabili i classi di uguale ampiezza e costruire la tabella di frequeza. Calcolare media e variaza dai dati origiali e da quelli categorizzati e cofrotare i risultati. Peso Frequeza Altezza Frequeza Totale Totale Media Variaza Dati origiali Dati divisi i classi

96 ESERCIZI Suddividere le variabili i classi di uguale ampiezza e costruire la tabella di frequeza. Calcolare media e variaza dai dati origiali e da quelli categorizzati e cofrotare i risultati. Peso Frequeza Altezza Frequeza Totale 0 Totale 0 Dati origiali Dati divisi i classi Dati origiali Dati divisi i classi Media Media.07.9 Variaza 7.7. Variaza 0.6.

97 ESERCIZI Soo qui di seguito riportate le durate i ai degli studi compiuti da 0 persoe Rappresetare graficamete la distribuzioe degli ai di studio Quate persoe hao studiato almeo ai? Completare la tabella seguete e calcolare media e variaza Ai di studio (y i ) i y i i y i y i i Totale

98 ESERCIZI Completare la tabella seguete e calcolare media e variaza [Soluzioe:, 8] Ai di studio (y i ) i y i i y i y i i Totale 0 0

99 ESERCIZI Ua popolazioe è costituita da quattro appartameti A, B, C e D. La caratteristica i studio è rappresetata dal di vai Appartameto A B C D N vai Calcolare media e variaza della variabile ella popolazioe P.S. La variaza ella popolazioe è idicata come σ calcolata come: σ N i ( y y) i N ed è

100 ESERCIZI Estrarre tutti i 6 possibili campioi di due uità e calcolare la media campioaria Appartameti A A AB AC AD BA B B B C B D C A C B C C C D D A D B D C D D Valori - Media campioaria

101 ESERCIZI Tracciare il grafico della distribuzioe della media campioaria Calcolare la media delle medie campioarie Calcolare la variaza e lo scarto quadratico medio delle medie campioarie Cofrotare questi valori co quelli otteuti cosiderado tutti i campioi

102 ESERCIZI U isieme di dati ha media e deviazioe stadard y s Agli dati se e aggiuge uo di valore uguale a y y + Si ottiee così ua uova media e ua uova deviazioe stadard s + Si può dire quale delle tre relazioi sotto idicate è valida (se SI evideziarla; se NO dare ua breve giustificazioe) y < y s < s y s y s y > Si può dire quale delle tre relazioi sotto idicate è valida (se SI evideziarla; se NO dare ua breve giustificazioe s > s y

103 ESERCIZI Le due figure rappresetao i diagrammi a barre di due isiemi di dati. Idichiamo co y e s la media e lo scarto della figura e co y s e la media e lo scarto della figura Figura Figura Delle sei relazioi sotto idicate idicare le due corrette y < y y s < s s y y > y s s > s

104 ESERCIZI Si cosiderio due osservazioi co valore uguale e scoosciuto s tale che s<t. A questi dati se e aggiugoo 8 tutti co valore t. Il valore medio dei 0 dati complessivi rispetto a quello dei due iiziali: aumeta dimiuisce rimae ivariato Lo scarto dei 0 dati complessivi rispetto a quello dei due dati iiziali: aumeta dimiuisce rimae ivariato

105 ESERCIZI Su uo stesso sistema di assi soo riportati i diagrammi a barre di due isiemi di dati: il gruppo A e il gruppo B. Dire quale dei due isiemi ha media maggiore e quale scarto maggiore. [Soluzioe: media maggiore A, scarto maggiore B]

106 ESERCIZI Date 0 osservazioi di cui è oto che: i y i.68 i y i 0.67 stimare media e variaza campioaria forire u itervallo di cofideza per la media a livello α0.90 [Soluzioe: 0., 0., ]

107 x,..., x ESERCIZI Si hao osservazioi di ua certa variabile e se e coosce la media x. Si defiisce y i x.allora la i + media delle osservazioi y,..., è: y x x + x x +

108 ESERCIZI Quato vale il primo quartile? Quato il secodo? Quato il terzo?

109 ESERCIZI I biologi che studiao la salute della pelle misurao la velocità co cui le uove cellule tedoo a chiudere u taglio fatto co u rasoio sulla pelle di ua salamadra aestetizzata. Qui di seguito soo riportati i dati relativi a 8 salamadre misurati i micrometri (u milioesimo di metro) all ora Assumedo che la deviazioe stadard dei tassi di riovo della pelle ella popolazioe delle salamadre sia pari a 8 micrometri per ora calcolare u itervallo di cofideza per il tasso medio di riovo al 90% di cofideza. [Soluzioe:,7-8,77]

110 ESERCIZI Quato dovrebbe essere la umerosità campioaria per poter stimare il tasso tasso medio di riovo co u errore di o più di micrometro per ora? [Soluzioe: 7]

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

5. INDICI DI VARIABILITA'

5. INDICI DI VARIABILITA' UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. Esercitazioi del corso: STATISTICA Sommario Esercitazioe : Matrice di dati Distribuzioi uivariate Rappresetazioi grafiche Idici di Posizioe Statistica a. a. - RICHIAMI MATEMATICI ) Approssimazioe

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

1.5 - Variabilità, concentrazione e asimmetria

1.5 - Variabilità, concentrazione e asimmetria .5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie

Dettagli

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

4. Proprietà degli stimatori

4. Proprietà degli stimatori Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015 ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa

Dettagli

Dispensa di STATISTICA DESCRITTIVA

Dispensa di STATISTICA DESCRITTIVA UNIVERSITÀ DEGLI STUDI DI BARI FACOLTÀ DI SCIENZE MM.FF.NN Dispesa di STATISTICA DESCRITTIVA Modulo di Probabilità e Statistica (corsi A-B) Laurea Trieale i SCIENZE BIOLOGICHE Ao Accademico 2010/2011 docete:

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti Rapporti statistici U esempio itroduttivo rapporti statisticisoo misure statistiche elemetari fializzate al cofroto tra i dati stessi. Si immagii di voler cofrotare l offerta ricettiva di due località

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

Dettagli

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale Statistica sociale Laurea specialistica i Progettazioe e gestioe del turismo culturale Lezioe 8 Itroduzioe all aalisi aalisi statistica dei dati (2) Gialuca Domiutti Si presetao quidi alcue misure statistiche

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Caso studio 9. Distribuzioni doppie. Esempi

Caso studio 9. Distribuzioni doppie. Esempi 7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1

Dettagli

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO Spesso bisoga cofrotare far di loro 2 o più dati statistici che si riferiscoo a feomei rilevati o i spazi/luoghi diversi o i tempi diversi o comuque i ambiti diversi e che quidi risetoo dell UNITÀ DI MISURA

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della 1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella:

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella: STATISTICA DEF: La statistica si occupa di raccogliere ed elaborare dati che riguardao eomei collettivi( cioè quelli che si possoo descrivere solo mediate l osservazioe di u umero otevole di casi) li aalizza

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

1 Esercizi tutorato 27/5

1 Esercizi tutorato 27/5 Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X

Dettagli

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

STATISTICA A K (63 ore)

STATISTICA A K (63 ore) STATISTICA A K (63 ore) Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto =400 X =34.000 Km; s cor =9000 Km Calcolare l

Dettagli

Esame di Stato di Liceo Scientifico- Sessione ordinaria 2003 Corso Sperimentale P.N.I. Tema di MATEMATICA

Esame di Stato di Liceo Scientifico- Sessione ordinaria 2003 Corso Sperimentale P.N.I. Tema di MATEMATICA L.Lecci\Sol. Problema 2\Esame di Stato di Liceo Scietifico\Sess. Ordiaria\Corso P.N.I.\ao23 Esame di Stato di Liceo Scietifico- Sessioe ordiaria 23 Corso Sperimetale P.N.I. Tema di MATEMATICA Problema

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli Statistica - Esercitazioe 1 Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma1.it Esercizio 1: Distribuzioi di frequeza (a) Religioe (b) Reddito familiare (c) Salario i Euro (d) Classe di reddito (I,

Dettagli

PROBLEMI DI INFERENZA SU MEDIE

PROBLEMI DI INFERENZA SU MEDIE PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

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

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terzi) STUDIO DELLE DISTRIBUZIONI SEMPLICI Esercitazioe. Data la segete distribzioe di freqeza: X 0- -2 2-3 3-5 5-0 0-5 5-25 N 44 35 22 58 60 06 02 a) calcolare le freqeze

Dettagli

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri. Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile

Dettagli

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

Dettagli

LABORATIORIO 3. Taratura statica

LABORATIORIO 3. Taratura statica LABORATIORIO 3 Taratura statica Obiettivi dell esercitazioe Obiettivo di questa esercitazioe è lo svolgimeto di ua serie di esperieze di laboratorio per verificare e applicare le coosceze relative alle

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

INTRODUZIONE ALLA INFERENZA STATISTICA

INTRODUZIONE ALLA INFERENZA STATISTICA INTRODUZIONE ALLA INFERENZA STATISTICA 1) CONCETTO DI INFERENZA STATISTICA E SCOPI : L ifereza statistica è il procedimeto iduttivo che, avvaledosi del calcolo delle probabilità, cosete di estedere all

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli