STATISTICA A K (63 ore)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA A K (63 ore)"

Transcript

1 STATISTICA A K (63 ore) Marco Riai mriai@uipr.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto =400 X = Km; s cor =9000 Km Calcolare l itervallo di cofideza di µ al 95% e al 99% PX z( / ) X z( / ) : stima della percorreza media delle vetture diesel di u certo modello al primo guasto =400 X = Km; s cor =9000 Km Livello di cofideza (-α)=0,95 z(0,05)=,96 P{338 < µ< 3488}=0,95 Livello di cofideza (-α)=0,99 z(0,005)=,58 P{3839 < µ< 356}=0,99 I dati che seguoo si riferiscoo alla durata (i migliaia di Km) di ua cighia da automobile i u campioe di 5 osservazioi 5,4 85, 89, 8,3 88,4 09,3 04,3 69,3 05,5 06,8 03, 0,6 0,9 89,6 09,3 Facedo le opportue ipotesi, si costruisca u itervallo di cofideza per la media al 99% =5 X =99,87 mila Km; s cor=70,4 Pr( )=0,99 Ip. Distribuzioe ormale ell uiverso PX t( / ) X t( / ) t(α) deve essere cercato i ua v.a. T di studet co4 gradi di libertà 0,005 0,005 0,99 t(/) -,977 t(/),977 =5 X =99,87 mila Km; s cor=70,4 Ip. Distribuzioe ormale ell uiverso PX t( / ) X t( / ) 3,05 3,05 P99,87,977 99,87,977 0, P 89,84 09,9 0, 99

2 Di seguito soo riportati i Km percorsi i u gioro da u campioe di taxi operate i ua grade città Sulla base di questo campioe assumedo che la popolazioe geeratrice sia ormale è stato determiato il seguete itervallo di cofideza (6,55 44,7). Si calcoli il livello di cofideza su cui è stato calcolato Media campioaria=30,6875 =6 s cor =3, PX t( / ) X t( / ) P6,55 44,7 Equazioe da risolvere x t( / ) 44,7 t( / ) (44,7 x) / s,74 Dalla tavola t(α/)=,74 co g=5 corrispode ad α di poco superiore a 0, ossia ad u - α di poco iferiore a 0,9 (Utilizzado la fuzioe di Excel distrib.t(,74;5;) si ottiee α =0,039) cor Variate al precedete esercizio Se i dati di base fossero stati i segueti: Quale sarebbe stato il livello di cofideza dell itervallo (6,55 44,7)? Media campioaria=30,65 S cor =3,45 t(α/)=,75 α 0,0 - α 0,9 Numero di dipedeti Nella seguete distribuzioe di frequeze è riportato il umero di dipedeti di 50 aziede tessili operati i ua determiata provicia. Frequeze assolute Si calcoli l'itervallo di cofideza al 99% della media dell'uiverso del umero di dipedeti commetado i risultati otteuti (co o seza il valore aomalo) Stima di µ i distribuzioi di frequeze Stima corretta di σ i preseza di distribuzioi di frequeze s cor r i r i i i x x i

3 (co il valore aomalo) M=0,84 s cor =5735,55 PX z( / ) X z( / ) s cor / 0.5 = 0,70 z(α/)=,58 Estremo iferiore = -6,793 0 Estremo superiore = 48,47 Pr(0 < µ < 48,47) =0,99 (seza il valore aomalo) M=0,43 s cor = 4,375 s cor / = 0,54 z(α)=,58 PX z( / ) X z( / ) Estremo iferiore = 8,745 Estremo superiore =,540 Pr(8,745 < µ <,540) =0,99 U azieda produce rotoli di stoffa della lughezza di 70m. Tali rotoli possoo presetare difetti di diversa atura. L azieda è iteressata a stimare il umero medio di difetti preseti ei rotoli prodotti. I u campioe casuale di 85 rotoli si è trovata la seguete distribuzioe. difetti Frequeza Si determii l itervallo di cofideza al 99% per la media dei difetti preseti ei rotoli di stoffa Media campioaria=,7059 =85 S =, S cor =,3347 PX,58 X,58 0,99 P,33,08 0, 99 Co riferimeto all esercizio precedete, si cosideri che u rotolo risulta vedibile se preseta u massimo di 3 difetti. Sulla base dello stesso campioe di cui all esercizio precedete, si costruisca u itervallo di cofideza al 95% per la proporzioe di rotoli cosiderati vedibili. difetti Frequeza Proporzioe di successi el campioe= (6+6++3)/85=0,9059=p P p,96s( p) p,96s( p) 0, 95 0,9( 0,9) 0,9( 0,9) P0,9,96 0,9,96 0, P s( p) p( p) 0,84 0,97 0, 95 3

4 Nel processo di cotrollo del peso delle cofezioi di u determiato prodotto l azieda esamia u campioe di 800 cofezioi e trova che 5 di esse hao u peso fuori orma. Si determii l itervallo di cofideza al 97% della proporzioe di pezzi fuori orma. Se la proporzioe di pezzi fuori orma ell'uiverso fosse uguale a,5%, effettuado cique estrazioi si calcoli la probabilità di trovare esattamete due pezzi fuori orma; si scriva e si calcoli l'espressioe che cosete di calcolare la probabilità di otteere u umero di pezzi fuori orma compreso tra due e quattro (estremi compresi). rappresetare graficamete la desità : itervallo di cofideza p= 5/800= 0,0875 z(0,05)=? s(p)=? z(0,05)=,7 =800 s(p)=[0,0875(-0,0875)] 0,5 /(800 0,5 )=0, P p,7s( p) p,7s( p) 0, 97 Estremo iferiore = 0,0875-,7*0, =0,008 Estremo superiore = 0,0875+,7*0, =0,09 Pr(0,008<π<0,09)=0,97 Parte Se la proporzioe di pezzi fuori orma ell'uiverso fosse uguale a,5%, effettuado cique estrazioi si calcoli la probabilità di trovare esattamete due pezzi fuori orma; si scriva e si calcoli l'espressioe che cosete di calcolare la probabilità di otteere u umero di pezzi fuori orma compreso tra due e quattro (estremi compresi). rappresetare graficamete la desità : parte π =0,05 =5 X=umero di pezzi fuori orma~(5, 0,05) Pr(X=)=0,005 Probabilità di otteere u umero di pezzi fuori orma compreso tra due e quattro (estremi compresi). : rappresetazioe grafica desità π =0,05 =5 X=umero di pezzi fuori orma~(5, 0,05) Si cosideri ua popolazioe distribuita secodo il seguete modello X Si elechio tutti i campioi di ampiezza 3 che si possoo estrarre co ripetizioe da tale popolazioe assegado a ciascu campioe la relativa probabilità Si determii la distribuzioe campioaria della media e la si rappreseti graficamete Si calcoli il valore atteso e la variaza della media campioaria Si determii la distribuzioe campioaria della mediaa ed il suo valore atteso Pi

5 : spazio dei campioi (7=3 3 ) e relative probabilità X Pi Uiverso X Distribuzioe della media campioaria X Pi Uiverso X Rappresetazioe grafica della distribuzioe della media campioaria Distribuzioe della media campioaria Quado è elevato la distribuzioe della media campioaria è ormale. Quado è piccolo la distribuzioe dipede da quella dell uiverso X Pi Uiverso X Distribuzioe della mediaa campioaria X P i Distribuzioe della mediaa campioaria Uiverso X E(X)=4.3 E(Me)= I questo caso lo stimatore mediaa campioaria è distorto Bias=0.08 5

6 La durata di u macchiario si distribuisce secodo ua distribuzioe ormale di media ai e scarto quadratico medio 0,5 ai. Si determii:. prob che il macchiario duri più di 8 mesi.. l itervallo di ampiezza ai al quale corrispode la massima prob di coteere la durata effettiva del macchiario. Calcolare tale probabilità. 3. Se il costo di acquisto del macchiario è di 000 euro e il costo del suo fuzioameto è stimato i 50 euro all ao, si calcolio la media e la variaza del costo complessivo del macchiario. T= v.a. che descrive la durata del macchiario T~N(4 mesi 6 mesi) Pr(T>8)? Pr(T>8)=-Pr(T<8)=-F(4/6)=0,549 Itervallo di ampiezza ai al quale corrispode la massima prob di coteere la durata effettiva del macchiario. T= v.a. che descrive la durata del macchiario T~N(4 mesi 6 mesi) Dalla forma campaulare e simmetrica attoro a μ della desità di ua geerica N(μ, σ ), si ottiee che l itervallo di ampiezza ai che cotiee la massima probabilità per ua N(4,6) è l itervallo di ampiezza ai attoro alla media (E(T) = 4), ossia [ mesi,36 mesi]. Pr( mesi T 36 mesi) Dato che T~N(4 mesi 6 mesi) Pr( <T<36) =Pr(-<(T-E(T))/σ(T)<)=0,9545 Media e variaza del costo complessivo del macchiario C= v.a. che descrive il costo complessivo CA=costo acquisto = 000 CM = costo mautezioe auo =50 T = v.a. che descrive la durata i mesi C=CA+(CM/) T C=000+(5/) T co T~N(4m 6 m) E(C) =? E(C)= 000+ (5/) E(T)=300 VAR(C)=? VAR(C)= (5/) VAR(T)= 565 Se avessi espresso tutto i ai C= v.a. che descrive il costo complessivo CA=costo acquisto = 000 CM = costo mautezioe auo =50 T A = v.a. che descrive la durata i ai C=CA+CM T A C= T A co T A ~N( 0,5 ) E(C) = E(T A )=300 VAR(C)= 50 VAR(T A )= 565 6

7 Sia X,, X u campioe casuale estratto da u uiverso X co la seguete distribuzioe di Cauchy (T di studet co u solo grado di libertà) Richieste Verificare che f(x; θ, d) è ua desità Rappresetare graficamete f(x; θ, d) Calcolare la fuzioe di ripartizioe F(x) Calcolare la mediaa di X Calcolare E(X) Illustrare se i preseza di u campioe casuale estratto da questa desità è possibile applicare il teorema cetrale del limite Richieste Verificare che 6,34 (ossia il umero all icrocio della prima riga e della prima coloa della tabella di p. 50 del testo di ifereza) è il quatile che lascia alla sua siistra ua probabilità pari a 0,95 Trovare il quatile 0,995 (ossia il valore che lascia alla sua destra ua probabilità pari a 0,005). Verificare che tale umero risulta uguale a 63,656 (v. tabella di p. 50 del libro di ifereza) Verifica che è ua desità Per chi desidera ripassare le proprietà dell arcotagete Rappresetazioe grafica θ=0, d= Calcolo della fuzioe di ripartizioe θ=0, d= 7

8 Calcolo della mediaa La mediaa (Me) per u v.c. cotiua co fuzioe di desità f(x) e ripartizioe F(x) è defiita come la soluzioe della seguete equazioe Calcolo della mediaa Mediaa = quatile che lascia alla sua destra ed alla sua siistra ua probabilità pari a 0,5 Calcolo del valore atteso Per semplificare i calcoli possiamo cosiderare la variabile di Cauchy i forma «stadardizzata» z= (x-θ)/d Domada: illustrare se i preseza di u campioe casuale estratto da questa desità è possibile applicare il teorema cetrale del limite Risposta: o è possibile applicare il teorema cetrale del limite i quato E(X)=. Di cosegueza lo scostameto stadardizzato della media campioaria o si distribuisce come ua v.c. ormale stadardizzata Verificare che 6,34 (ossia il umero all icrocio della prima riga e della prima coloa della tabella di p. 50 del testo di ifereza) è il quatile che lascia alla sua siistra ua probabilità pari a 0,95 Occorre verificare che Trovare il quatile 0,995 (ossia il valore che lascia alla sua destra ua probabilità pari a 0,005). Verificare che tale umero risulta uguale a 63,656 (v. tabella di p. 50 del libro di ifereza) Occorre trovare x 0,995 tale per cui F(x 0,995 )=0,995 Osservazioe: i Excel =INV.T(0,0;) =63,

9 Il tempo impiegato da u meccaico i u egozio di biciclette per assemblare u certo tipo di bicicletta può essere cosiderato ua v.c. ormale co media 3 miuti e deviazioe stadard 3,5 miuti. Si calcoli la probabilità che il tempo medio per assemblare 0 biciclette No superi 33 miuti Sia compreso tra 8,5 e 3,5 miuti X=v.c. tempo impiegato X~N(3, 3,5 ) =0 X ~ N(, ) 3,5 X ~ N(3, ) 0 Pr media campioaria <33? X 33 3 Pr( X 33) Pr( ) / 3,5/ 0 Pr( X 33) Pr( Z 0,9035) 0,869 Il valore è stato otteuto dalla fuzioe di Excel =DISTRIB.NORM.ST(0,9035). Utilizzado le tavole F(0,90)=0,8594 Calcolo di Pr( 8,5 X 3,5)? Pr( X 3,5) Pr( Z -0,4575) 0,357 Pr( X 8,5) Pr( Z -3,68) 0,00078 Pr( 8,5 X 3,5) 0,3494 3,5 X ~ N(3, ) 0 I valori 0,357 e 0,00078 soo stati otteuti co le fuzioi di Excel =DISTRIB.NORM.ST(-0,4575) e =DISTRIB.NORM.ST(-3,68). Utilizzado le tavole si ottiee F(-0,45)-F(-3,6)= = Sia f(x)=/ -<x< Si calcoli E(X) E(X+) E(X ) σ E(X/4+7) Sia f(x)=/ -<x< E(X)=0 E(X+)= E(X ) =/3 σ =/3 E(X/4+7)=7 Ua lotteria mette i palio uo scooter del valore di 3000 Euro. Vegoo veduti 0000 biglietti al prezzo di. Se si acquista u biglietto qual è il guadago atteso? Qual è il guadago atteso se si comperao 00 biglietti. SI cofroti la variaza del guadago ei due casi 9

10 Esempio Esempio Distribuzioe della v.c. X = guadago x i p i /0000 Distribuzioe della v.c. X = guadago x i p i / / /0000 E(X) = -7/0 guadago atteso se si acquista u biglietto E(00*X) =-70 guadago atteso se si acquistao 00 biglietti VAR(X) = se si acquista u biglietto VAR(00*X) =0000VAR(X)= se si acquistao 00 biglietti : il gioco dell itruso (odd ma game) 3 persoe giocao all «odd ma game». Ciascuo lacia ua moeta. Chi ottiee ua faccia diversa da quella degli altri due è l itruso («odd ma») e perde. Qual è la probabilità che via sia u itruso i u determiato turo di gioco assumedo che le moete o siao truccate? Qual è la probabilità che siao ecessari u umero di turi pari di gioco per determiare il perdete («l odd ma»)? Spazio degli eveti Ω={TTT, TTC, TCT, CTT, CCT, CTC, TCC, CCC} Casi favorevoli che determiao la coclusioe del gioco al primo turo {TTC, TCT, CTT, CCT, CTC, TCC} P(vi sia u itruso) = 3/4 Probabilità che siao ecessari u umero di turi pari di gioco per determiare il perdete («l odd ma») Pr coclusioe turo = (/4)(¾) Pr coclusioe turo 4 = (/4) 3 (¾) Pr coclusioe turo 6 = (/4) 5 (¾).. Pr coclusioe turo pari= : il gioco dell itruso (odd ma game) Si rispoda ai quesiti dell esercizio precedete assumedo stavolta che il umero dei giocatori sia uguale a 4 (i questo caso «l odd ma» è quello che ottiee ua faccia diversa da quella degli altri 3). 3 4 j0 4 j 3 6 j0 4 j 3 6 j0 6 j

11 Spazio degli eveti Ω={6 possibili casi} Casi favorevoli che determiao la coclusioe del gioco al primo turo {CTTT, TCTT, TTCT, TTTC TCCC, CTCC, CCTC, CCCT} P(vi sia u itruso) = / Probabilità che siao ecessari u umero di turi pari di gioco per determiare il perdete («l odd ma») Pr coclusioe turo = (/)(/) Pr coclusioe turo 4 = (/) 3 (/) Pr coclusioe turo 6 = (/) 5 (/).. Pr coclusioe turo pari= j0 j 4 j0 j 4 j0 4 j : il gioco dell itruso (odd ma game) Si rispoda ai quesiti dell esercizio precedete assumedo stavolta che il umero dei giocatori sia uguale a (i questo caso «l odd ma» è quello che ottiee ua faccia diversa da quella degli altri -). Does this seem like a feasible game as gets large? Spazio degli eveti Ω? Ω={ possibili casi} Casi favorevoli che determiao la coclusioe del gioco al primo turo {CTT T, TCT T,, TT TC TCC C, CTC C,., CC CT} P(vi sia u itruso) = / =/ - Probabilità che siao ecessari u umero di turi pari di gioco per determiare il perdete («l odd ma») Pr coclusioe turo = (-/ - )(/ - ) Pr coclusioe turo 4 = (-/ - ) 3 (/ - ) Pr coclusioe turo 6 = (-/ - ) 5 (/ - ).. Pr coclusioe turo pari= j - j0 - Probabilità che siao ecessari u umero di turi pari di gioco per determiare il perdete («l odd ma») Pr coclusioe turo pari= j - - j0 - - j0 - j0 - j j -

12 Does this seem like a feasible game as gets large? P(vi sia u itruso) = / =/ - / - 0 se lim - - 0

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

STATISTICA A D (72 ore)

STATISTICA A D (72 ore) STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Elementi che fanno variare l ampiezza dell intervallo di confidenza (p. 70) s.q.m. dell universo σ Più σ è elevato, maggiore è la

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

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

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

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

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

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

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

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

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

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

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

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

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

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

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio: si consideri una generica popolazione X con media µ e varianza σ 2 Siano T 1 =(X 1 +X 2 +X 3 +X 4 )/4 e T 2 =(3X 1 +4X

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

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

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 A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In un urna vi sono N/2 palline bianche e N/2 palline nere. Si supponga di estrarre un campione con ripetizione di dimensione

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

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

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

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 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

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

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

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

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

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

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

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

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

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

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

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

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

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

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

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

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

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

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

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

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

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

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

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

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

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

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S. 1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di

Dettagli

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

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

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

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

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

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati: Esercizio 1 Si suppoga di aver assegato ad ua popolazioe di N = 4 dattilografe u test e di aver otteuto i segueti risultati: Dattilografa N. Errori A 3 B C 1 D 4 La variabile, il umero di errori commessi

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

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

Calcolo delle Probabilità Distribuzioni di probabilità

Calcolo delle Probabilità Distribuzioni di probabilità Calcolo delle Probabilità Distribuzioi di probabilità Istituzioi di Matematiche Scieze Naturali Sergio Cosole Tora alla prima pagia Distribuzioi di probabilità Facciamo u istogramma le cui barre rappresetao

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

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

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

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

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

converge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n

converge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n 98 Covergeza i probabilità Si dice che la successioe X coverge i probabilità alla v.a. X e si scrive: se, per qualsiasi ε > 0, si ha: X p X oppure plim X = X limp( X X < ε)= Covergeza i media quadratica

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

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

PROBLEMI DI INFERENZA SU PERCENTUALI

PROBLEMI DI INFERENZA SU PERCENTUALI ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede

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

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

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u

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

Esercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2).

Esercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2). Esercizi proposti 1. Risolvere la disequazioe + 1.. Disegare i grafici di a) y = 1 + + 3 ; b) y = 1 ; c) y = log 10 + 1). 3. Si cosideri la fuzioe f) = ; disegare i grafici di f), f), f), f + 1), f) +

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

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

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media

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

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi ESERCIZI DI STATISTICA RISOLTI Federico Emauele Pozzi Risolverò solo u compito itegralmete. Se avete domade sulla risoluzioe di specifici esercizi postate el forum, e le aggiugerò qui. Qui preseto solo

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

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

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioi a.a. 2006/2007 C.d.L.: Igegeria per l Ambiete ed il Territorio, Igegeria Civile, Igegeria Gestioale, Igegeria dell Iformazioe C.d.L.S.: Igegeria Civile Estrazioi-II

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

TEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

TEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek TEORIA DEI CAMPIONI Psicometria 1 - Lezioe 10 Lucidi presetati a lezioe AA 000/001 dott. Corrado Caudek 1 Nella teoria statistica per popolazioe si itede la totalità delle uità poteziali d'osservazioe.

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

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere

Dettagli

Statistica inferenziale e mercati azionari

Statistica inferenziale e mercati azionari Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

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

Corso di Statistica. Stima. Prof.ssa T. Laureti a.a Corso di Statistica a.a DEIM, Univ.TUSCIA - Prof.

Corso di Statistica. Stima. Prof.ssa T. Laureti a.a Corso di Statistica a.a DEIM, Univ.TUSCIA - Prof. Corso di Statistica Stima Prof.ssa T. Laureti a.a. 01-013 Stima putuale - Caso di studio U azieda deve teere sotto cotrollo la qualità del processo di produzioe di u macchiario che produce pezzi di ua

Dettagli

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57 Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli