Concetti principale della lezione precedente
|
|
- Battistina Moroni
- 8 anni fa
- Visualizzazioni
Transcript
1 Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca
2 Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl casual Dstrbuzone Bnomale Dstrbuzone d Posson Dstrbuzone d Gauss
3 Introduzone alla Statstca Inferenzale La statstca nferenzale permette d trarre concluson su tutt dat d una popolazone, quando se ne conoscono solamente poch, raggruppat n uno o pù campon. Nelle spermentazon generalmente operamo con campon rappresentatv e non con ntere popolazon. Quando s passa dal CAMPIONE alla POPOLAZIONE le asserzon perdono l carattere d certezza e dventano esprmbl solo n termn d probabltà (STIMA) La non conoscenza delle caratterstche della popolazone c obblga a dover prendere delle decson. Tutto questo prevede l correre de rsch.
4 Introduzone alla Statstca Inferenzale Esempo: Un gruppo d rcercator potzza che l assunzone d un farmaco accresca la dures n proporzone alla dose mpegata e per confermare tale potes selezona un gruppo d 5 persone. Stando al grafco (A), la relazone sembra vera. Tuttava
5 Introduzone alla Statstca Inferenzale se avessero sommnstrato l farmaco a tutta la popolazone, sarebbe rsultata evdente l assenza d correlazone (B). Il gruppo scelto NON E RAPPRESENTATIVO della popolazone Il gruppo scelto NON E UN CAMPIONE CASUALE della popolazone. Per cautelarc ne confront d quest rsch: 1) S formulano delle potes 2) S verfcano statstcamente (lvello d sgnfcatvtà del test) L potes è un affermazone relatva ad un evento futuro, o comunque ad un evento l cu rsultato è sconoscuto al momento n cu l affermazone vene fatta.
6 Introduzone alla Statstca Inferenzale La verfca d una potes è un procedmento logco dove: nzalmente s nega l potes appena formulata; ndchamo con H 0 potes nulla (potes d base coè quella n cu s suppone che non c sano dfferenze tra dvers grupp rspetto al parametro consderato) successvamente s valuta la probabltà che la stessa accada, potes alternatva H 1. Coè, raccolt dat s msurerà la consstenza d quest con l potes nulla. Pù precsamente s determnerà quale delle due potes sa pù plausble tenendo conto che generalmente s vorrebbe rfutare l potes nulla (assenza d effetto o dfferenza) n favore dell potes alternatva.
7 Introduzone alla Statstca Inferenzale A questo proposto Test d sgnfcatvtà consentono d determnare, con una data probabltà, se le caratterstche rscontrate nel campone rappresentano anche caratterstche della popolazone o sono solo fluttuazon casual. Dunque, Test d sgnfcatvtà sono mezz utl per verfcare quanto dat a dsposzone sano o meno a favore della ma potes o d quella nulla (n tale contesto s defnsce l P-value come la probabltà che esprme se sa pù plausble che dat osservat provengano dall potes nulla o da quella alternatva).
8 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value Come sempre avvene, rsultat d un Test statstco non hanno un valore assoluto coè non sono matematche certezze, ma sono solo probabltà. Pertanto, una decsone d respngere l potes nulla (presa sulla base del test statstco) è probablmente gusta, ma potrebbe essere errata. La msura d questo rscho d cadere n errore s chama: lvello d sgnfcatvtà del test. Quando s accetta o meno l potes nulla è possble commettere due tp d error: errore d tpo I che consste nel rfutare l potes nulla quando n realtà questa e vera (ndcato con la letteraα) errore d tpo II che consste nell accettare l potes nulla quando n realtà questa è falsa (ndcato con la letteraβ) E' ovvo che pù aumenta l numero delle osservazon e pù s rducono gl error alfa e beta.
9 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value Il lvello d sgnfcatvtà del 5% (0.05) e dell' 1 % (0.01) vengono adottat molto frequentemente n quanto suffcentemente pccol da poter concludere che sa puttosto mprobable che la dfferenza trovata sa dovuta al semplce caso. Alle volte è bene non lmtars a fornre una ndcazone sntetca dell'esto dell'espermento (del tpo sgnfcatvtà o non sgnfcatvo), ma dare un'ndcazone pù analtca così da mettere n condzone altre persone, che non hanno eseguto l test, d valutare l perché abbamo rtenuto d rfutare o accettare l test. Il valore p o p-value è appunto un ndcatore della plausbltà dell'potes nulla, e s defnsce come: l mnmo lvello d sgnfcatvtà α del test per l quale s rfuterebbe l'potes nulla. Ecco che s capsce l perché l valore-p venga anche chamato: lvello d sgnfcatvtà osservato (ndcato con α oss ), n quanto concde con
10 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value l pù pccolo lvello d sgnfcatvtà n corrspondenza del quale H 0 è rfutata. In defntva l Valore d p (p-value): ndca l esatta probabltà d errore che s rscha d commettere sostenendo che esste una dfferenza; n altr termn, mentreαndca la massma probabltà d errore che s può accettare, p ndca l'esatta probabltà d errore che s commette rfutando H 0.
11 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value Interpretazone del P-value Il P-value non fornsce soltanto una regola per l accettazone o l rfuto dell potes nulla, ma esprme la forza dell evdenza a favore o contro tale potes. Infatt, come gà detto, valor pccol, prossm allo 0, fornscono una forte evdenza (crescente) contro l potes nulla, mentre valor grand fornscono un evdenza a favore d questa. In base all approcco del p-value, la regola decsonale per rfutare H 0 è la seguente: Se l p-value è α, l potes nulla non è rfutata. Se l p-value è < α, l potes nulla è rfutata. Pù n dettaglo è consuetudne nterpretare l P-value (P), sulla base d valor sogla convenzonalmente fssat, come segue:
12 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value P P < P < P < 0.01 P < Assenza d evdenza contro l potes nulla: dat consstent con l potes nulla; però c s può sbaglare e n tal caso s fa un errore d secondo tpo Debole evdenza contro l potes nulla, n favore d quella alternatva Moderata evdenza contro l potes nulla, n favore d quella alternatva Forte evdenza contro l potes nulla, n favore d quella alternatva Fortssma evdenza contro l potes nulla, n favore d quella alternatva; però c s può sbaglare e n tal caso s fa un errore d prmo tpo
13 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value Esempo : Lanco d una moneta - Approcco del p-value alla verfca d potes TEST n.1: Lanco la moneta 100 volte ed l numero d volte n cu esce testa è T73 (valore del test). La probabltà d ottenere un numero d teste maggore o uguale a 73 è dato da: 100 k 100 k P value k 2 2 k 73 Conclusone: Dstrbuzone bnomale, coè la probabltà dell evento k: p n k n k ( k) p q k Essendo P-value < 0.05 concludo che la moneta è truccata, ovvero RIFIUTO H 0
14 Test d sgnfcatvtà - Scelta del lvello d sgnfcatvtà p-value Esempo: Lanco d una moneta - Approcco del p-value alla verfca d potes TEST n.2: Lanco la moneta 100 volte ed l numero d volte n cu esce testa è T48 (valore del test). La probabltà d ottenere un numero d teste maggore o uguale a 48 è dato da: 100 k 100 k P value k 2 2 k 48 Conclusone: Essendo P-value > 0.05 concludo che la moneta NON è truccata, ovvero ACCETTO H 0
15 Esempo potes H 0 Esempo : PROBLEMA: Stud su soggett pertes s sono concentrat sull effetto che una deta posodca può avere su tal soggett. Pertanto s è msurata la dures meda: soggett pertes (senza deta): Dures meda: 1300cc/de - Scarto quadratco medo: 105(cc/de) 2 soggett con deta posodca: Dures meda: 1350cc/de - Scarto quadratco medo: 105(cc/de)2 Tes: L aumento è dovuto ad un effettvo benefco del trattamento oppure è solo l rsultato d fluttuazon casual? H 0 : La deta NON nfluenza la dures, ovvero le fluttuazon sono casual
16 I Test parametrc e non parametrc Nell'ambto statstco, a seconda delle potes s dstngue tra: test parametrco test non parametrco S defnsce test parametrco un test statstco che s può applcare n presenza d una dstrbuzone normale de dat, coè sono que metod che presuppongono che la popolazone d orgne segua una dstrbuzone normale, o comunque nell'ambto della statstca parametrca. Cò avvene effettuando un controllo delle potes sul valore d un parametro, quale la meda, la proporzone, la devazone standard, l uguaglanza tra due mede Usano la curva normale, la bnomale, t-student, F-Fscher.
17 I Test parametrc e non parametrc Al contraro un test non parametrco non presuppone nessun tpo d dstrbuzone della popolazone. S usano quando s hanno campon d pccole dmenson e s è n dubbo sulla forma della popolazone. Pur essendo applcable solo n presenza d dstrbuzon d tpo normale, test parametrc rsultano pù attendbl rspetto a quell non parametrc n quanto assocat ad una maggore probabltà d ruscre a rfutare un potes statstca errata. Infatt una volta formulata l potes l passo successvo è quello d verfcarla e uno de metod per decdere se rfutare l potes (nulla) s basa sul p-value precedentemente esposto.
18 I Test parametrc e non parametrc Un crtero d scelta de test è l seguente: adottare l modello che meglo s approssma a dat emprc caratter CONTINUI e campon d dmenson elevate test PARAMETRICO caratter DISCRETI o pccol campon estratt da una caratter DISCRETI o pccol campon estratt da una popolazone d cu s gnora la dstrbuzone test NON PARAMETRICO.
19 Gl error n medcna Qualunque tpo d ndagne statstca n medcna come n altra dscplna comporta una certa possbltà d commettere un errore. Per cercare d dmnure la possbltà d errore s cerca d soddsfare due condzon: l'accuratezza e la precsone. Per Accuratezza s ntende la capactà d una certa msura d essere l pù vcna possble al valore reale del fenomeno. La Precsone è la capactà d una certa msurazone d fornre rsultat molto sml ad altr valor msurat. La mancanza d precsone determna un aumento della varabltà delle msure.
20 Gl error n medcna L'mprecsone può essere compensata da un maggor numero d msurazon oppure rpetendo la stessa msura pù volte. Un altro tpo d errore assa dffuso e molto dffcle da rconoscere, è l errore d vzo. Questo tpo d essere non produce varabltà ma consste n un'alterazone costante de dat. Può essere causato, ad esempo, da uno strumento non tarato. In assenza d valor standard d rfermento è mpossble da rconoscere e qund da evtare ed ha conseguenze pù grav della semplce mprecsone. Il vzo nfatt determna sottostme e sovra stme e altera confront con dat ottenut n altr laborator facendo apparre dfferenze dove nvece non ce ne sono.
21 Dstrbuzone camponara Abbamo parlato delle potes H 0 e de test ora affrontamo l problema del camponamento. Def: Se da una popolazone s estraggono tutt possbl campon d dmensone n, s calcola per cascuno una determnata statstca e s assoca ad ogn valore ottenuto la frequenza con cu s presenta, s ottene la DISTRIBUZIONE CAMPIONARIA. Ogn dstrbuzone camponara è una dstrbuzone teorca d probabltà e costtusce un modello a cu s fa rfermento ne problem dell nferenza (Gaussana, t-student, F-Fsher).
22 Dstrbuzone camponara Vedamo come effettuare una scelta del campone: o SCELTA RAGIONATA: possedendo nformazon sulla popolazone s scegle l campone n modo da rcostrure al meglo la popolazone (scelta SOGGETTIVA: manca presupposto d casualtà è dffcle fare nferenza sulla popolazone) o SCELTA CASUALE: s assegna una probabltà, fssa e conoscuta, ad ogn componente dell unverso che deve far parte del campone (scelta MATEMATICA). Rsulta evdente che la mglore scelta è quella casuale. Def: L nseme de possbl campon che possono essere estratt da una popolazone vene detto UNIVERSO DEI CAMPIONI.
23 Dstrbuzone camponara Rsulta evdente che la mglore scelta è quella casuale. Il camponamento casuale, per popolazone d numerostà N e campon d ampezza k, può essere del tpo: camponamento casuale senza rentroduzone o esaustvo: ogn elemento, una volta estratto, non vene remmesso nella popolazone per cu, dopo ogn estrazone, la probabltà che gl element restant entrno a far parte del campone vene modfcata. o Probabltà d estrazone d cascun elemento: 1 N, 1, K, ( N 1) ( N k+ 1) o Unverso camponaro: N (N-1) (N-k+1) N! ( N k)! 1
24 Dstrbuzone camponara camponamento casuale con rentroduzone o bernoullano: ogn elemento che vene estratto vene rentrodotto nella popolazone n modo tale che ad ogn estrazone successva non venga alterata la composzone della popolazone ed ogn elemento estratto ha sempre la stessa probabltà d venre scelto o Probabltà d estrazone d cascun elemento:,, K, N N N o Unverso camponaro: N k Vedamo ora un esempo d dstrbuzone camponara con camponamento bernoullano ed esaustvo a confronto.
25 Dstrbuzone camponara Esempo: Dstrbuzone de rcoverat n 5 ospedal Popolazone d N5 ospedal d cu è nota la meda de rcoverat relatvamente ad una settmana. Ospedal Dat: Meda rcover O1 15 O2 20 O3 25 O4 30 O5 35 Calcolamo la meda (µ) e la varanza (σ 2 ) della popolazone: µ N x 1 N σ N ( µ ) x 1 N
26 Dstrbuzone camponara Estraamo campon d ampezza k2 n modo BEROULLIANO.
27 Dstrbuzone camponara Segue che: µµ x e σkσ 2 x ( ) n 1 n x n 1 n 1 x n n x n n x x µ σ µ
28 Dstrbuzone camponara
29 Dstrbuzone camponara Segue che: µµ x e σ 2 σ 2 x ( ) n 1 n x n 1 n 1 x n n x n n x x µ σ µ ( ) k N 1 N k
30 Dstrbuzone camponara Concluson: Nella estrazone bernoullana campon estrabl sono In quella esaustva sono GENERALIZZANDO per popolazone d numerostà N e campon d ampezza k: Estrazone Bernoullana N k campon Estrazone Esaustva N (N-1) (N-2)... (N-k-1) campon
31 Dstrbuzone camponara Statstca campone Sul campone s possono calcolare le statstche camponare (come meda camponara, medana camponara, varanza camponara,.) Le statstche camponare sono stmator delle analoghe statstche calcolate sulla popolazone: x la meda camponara ( ) stma la meda della popolazone (µ) la d.s. (devazone standard) camponara (s) stma la d.s. della popolazone (σ) Sa x sa s sono stmator non dstort. La meda camponara stma qund la meda della popolazone, ma con ncertezza. Il grado d ncertezza dpende da: 1) la dmensone del campone 2) la varabltà nella popolazone Poché le mede camponare sono dverse l una dall altra:
32 Dstrbuzone camponara Statstca campone Qual è la loro dstrbuzone? Supponamo d estrarre da una popolazone un campone casuale e d calcolarne la meda x 1. Dalla stessa popolazone estraamo ora un secondo campone d uguale dmensone rspetto al precedente e calcolamo la meda x 2. Se rpetamo pù volte questa operazone, avremo pù mede che s dstrburanno n una Dstrbuzone delle Mede Camponare, dove consderamo cascuna meda come una sngola osservazone della popolazone. Se calcolamo la meda d questa dstrbuzone (ovvero calcolamo la meda delle mede) tale meda è uguale alla meda della popolazone d orgne. La varanza d questa dstrbuzone delle mede è nvece par a n doveσ 2 è la varanza della popolazone ed n è l numero de campon estratt. Nelle applcazon pratche s rcorre alla selezone d un solo campone e su questo s fanno "nferenze" sulla popolazone. 2 σ
33 Propretà delle dstrbuzon delle mede camponare 1) Il valore medo della dstrbuzone camponara è uguale alla meda µ della popolazone. 2) La devazone standard della dstrbuzone camponara è funzone della numerostà n del campone, sa della d.s. σ della popolazone. Tale quanttà è nota come errore standard: σ ES n 3) La dstrbuzone camponara è approssmatvamente normale, ndpendentemente dalla dstrbuzone della popolazone, posto n suffcentemente grande. Rassumendo l tutto: v sono 3 lvell 1. popolazone (meda µ ; d.s σ) 2. campone (meda µ; d.s. s) σ 3. dstrbuzone camponara (meda µ ; d.s. ES ) n
34 Dstrbuzone camponara Regone Crtca La dstrbuzone camponara della statstca test è dvsa n due regon: regone d rfuto (chamata anche regone crtca) regone d accettazone
35 Dstrbuzone camponara Regone Crtca Se la statstca test cade nella regone d accettazone, l potes nulla non può essere rfutata e se la statstca test cade nella regone d rfuto, l potes nulla deve essere rfutata. La regone d rfuto può essere vsta come l nseme d tutt valor della statstca test che non è probable che s verfchno quando l potes nulla è vera, mentre è probable che quest valor s verfchno quando l potes nulla è falsa. Per prendere una decsone sull potes nulla, dobbamo n prmo luogo defnre le regon d rfuto e d accettazone e questo vene fatto determnando l cosddetto valore crtco della statstca test. La determnazone d questo valore dpende dall ampezza della regone d rfuto, che è legata al rscho comportato dal prendere una decsone sul parametro alla luce delle sole nformazon camponare. In seguto analzzeremo come defnre la regone d accettazone e d rfuto n base al tpo d test statstco utlzzato.
36 Stma puntuale e stma ntervallare de parametr d una popolazone Abbamo vsto che nella realtà s studano le caratterstche general d una popolazone partendo dalle msure effettuate su un campone rappresentatvo d quella popolazone. Le metodologe mpegate per la stma de parametr rlevat dal campone sono d due tp: la stma "puntuale" e quella "ntervallare". Le stme puntual sono quelle che producono un sngolo valore (puntuale) espresso per stmare l parametro preso n consderazone; es. la meda. Possamo utlzzare stmator dvers (ad es. la moda o la medana sono stmator alternatv alla meda). La scelta d un partcolare stmatore vene effettuata sulla base d tre propretà: la correttezza, la consstenza e l'effcaca.
37 Stma puntuale e stma ntervallare de parametr d una popolazone La Correttezza: uno stmatore rsulta corretto quanto pù l suo valore è uguale al parametro da stmare. La Consstenza: ndca che l valore dello stmatore tende a quello del parametro da stmare all'aumentare della numerostà del campone. L'Effcaca: tra pù stmator l pù effcente è quello con mnore varanza. Il problema degl stmator puntual rsede nel fatto che non c dcono quanto s dscostno dal valore vero del parametro da studare. Per ovvare a questo nconvenente s rcorre a stme ntervallar.
38 Stma puntuale e stma ntervallare de parametr d una popolazone Nella stma ntervallare non s fornsce nfatt un valore unco ma bensì due che defnscono un ntervallo all'nterno del quale è ragonevole rtenere che cada l valore vero d quel parametro della popolazone che stamo studando. Questo ntervallo vene defnto "Intervallo d Confdenza". Concluson La statstca nferenzale permette d affrontare PROBLEMI: d decsone n condzon d ncertezza - Test statstco d prevsone/conoscenza del mondo reale basandos su dat spermental camponar - Scelta del campone
39 Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Introduzone alla Statstca Inferenzale Test d sgnfcatvtà Scelta del lvello d sgnfcatvtà p-value I Test parametrc e non parametrc Gl error n medcna Dstrbuzone camponara Stma puntuale e stma ntervallare
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliTITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliMacchine. 5 Esercitazione 5
ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliLEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz
LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliAnalisi statistica di dati biomedici Analysis of biologicalsignals
Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
DettagliRETI TELEMATICHE Lucidi delle Lezioni Capitolo VII
Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd
DettagliLE CARTE DI CONTROLLO
ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliCalcolo delle Probabilità
alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
DettagliGLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliTrigger di Schmitt. e +V t
CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliCorso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliLeggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
DettagliAnalisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:
Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliLezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliI SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:
I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliMATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.
MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliTutti gli strumenti vanno tarati
L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliStrutture deformabili torsionalmente: analisi in FaTA-E
Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo
DettagliDBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2
DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:
DettagliProgrammazione e Controllo della Produzione. Analisi dei flussi
Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliVA TIR - TA - TAEG Introduzione
VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S
DettagliAnalisi dei flussi 182
Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle
Dettagli