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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per la mediaa pp. 8-8, per la media pp (dati sigoli) e pp per dati raggruppati i frequeze. Vedi pp Vedi paragrafo.. pp Vedi paragrafo.. p. 95 e Approfodimeto. 5. Vedi paragrafo.. pp e Approfodimeto. 6. Vedi p Vedi pp Vedi pp Vedi pp Deviaza, variaza, deviazioe stadard e coefficiete di variazioe: vedi pp Vedi p. 5. Vedi pp Vedi p. 6. Vedi p Vedi p Vedi pp Vedi pp Vedi p. 8 Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

2 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Esercizi Esercizio a. Trattadosi di ua scala ad itervalli equivaleti, come idici di tedeza di cetrale possiamo calcolare la moda (che i questo caso però sarebbe poco iformativo, se calcolato sui puteggi grezzi), la mediaa e la media. Per calcolare la mediaa dobbiamo mettere i ordie i valori x, assegare ad ogi valore u rago R (idipedetemete dal fatto che alcui valori siao uguali) e idividuare il valore mediao i base alla sua posizioe: x R La posizioe della mediaa è Posizioe mediaa Il valore i posizioe è il puteggio, che duque costituisce la mediaa della distribuzioe. La media, ivece, viee calcolata come somma di tutti i puteggi diviso il umero di puteggi: M ,0 I questo caso sarebbe stato iappropriato calcolare la media o la mediaa a partire dai dati raggruppati i classi, dato che avevamo a disposizioe i dati grezzi. Gli idici di dispersioe calcolabili su ua scala metrica soo lo scostameto semplice medio (SSM), deviaza (SS), la variaza (s )e la deviazioe stadard (s). Lo scostameto semplice medio è uguale alla somma dei valori assoluti degli scarti dalla media diviso il umero di osservazioi. Per cui, dobbiamo calcolare per ogi puteggio il suo scarto dalla media, elimiare il sego, sommare tutti questi valori e dividere per 5. Questa operazioe può essere fatta valore per valore, oppure, sui dati raggruppati per frequeze. I quest'ultimo caso, si faccia attezioe a calcolare prima lo scostameto semplice, a moltiplicarlo per frequeza del valore x e a sommare i prodotti della frequeza per lo scostameto semplice: Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

3 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Puteggio x x M,0,0 9,96 5 0,96 0,0 6 8,0,0,0 6,96 0,0 5 0,96 0 5,96 9,96 0,0 5 9,0 8,96 8 6,0 6,96 5 0,96 0,0 6,96 6 8,0 6,96,0 7 7,0 Somma, Puteggio x Frequeza f x M f x M 5 9,0 9,0 6 8,0 6,08 7 7,0 7,0 8 6,0 6,0 0,0 8,08,0,6,0,0 0,0 0,08 5 0,96,9 6,96,96 8,96,96 9,96,96 0 5,96 5,96 6,96 0,88 9,96 9,96 5 0,96 0,96 Somma 5, Lo scostameto semplice medio sarà quidi M i, SSM, 8 5 La deviaza è la somma degli scarti dalla media elevati al quadrato. Ache i questo caso possiamo utilizzare u approccio per sigolo valore o per dati raggruppati i frequeze: Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

4 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Puteggio x (x M),6 9, 99,0 5 0,9 0,00 6 6,6 9, 9, 6,8 0,00 5 0,9 0 5,5 9,60 0 6, 5 8,7 8 5,68 8 6,8 8, 5 0, 0 6, 8, 6 6,6 8, 9, 7 9,56 Somma 86,960 Puteggio x Frequeza f (x M) f (x M) 5 8,7 8,7 6 6,6 9,8 7 9,56 9,56 8 6,8 6,8 0 6,,6 9, 6,966,6,6 0,00 0,00 5 0,9,8 6,8,8 8 5,68 5,68 9,60,60 0 5,5 5,5 8, 5,5 99,0 99,0 5 0, 0, Somma 5 86,960 La deviaza è quidi uguale a: SS ( x M ) 86, 96 La variaza, ivece, è la deviaza diviso il umero di osservazioi, per cui: s SS, 68 i i Si oti che la variaza avrebbe potuto essere calcolata ache seza calcolare la deviaza co la formula: s i x i i x i i x i M I questo caso avremmo dovuto elevare al quadrato ogi sigolo valore x, sommare i quadrati, dividere per e sottrarre la media elevata al quadrato. La deviazioe stadard o è altro che la radice quadrata della variaza, per cui: Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

5 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 5 s,68 5,7 b. L'aver calcolato media e deviazioe stadard ci permette di stadardizzare i puteggi mediate la formula: z x M s x,0 5,7 Se poi vogliamo trasformare i puteggi z i ua distribuzioe co media 00 e deviazioe stadard 0 (per comodità idichiamo co w questi uovi puti stadard), basta utilizzare la seguete formula: uovo puto stadard w uova deviazioe stadard z + uova media 0 z + 00 Puteggio x z w 5 -,58 68,9 6 -, 7,89 7 -, 75,8 8 -,06 78,88 0-0,7 85,87-0,5 89,7-0,6 9,87-0,0 99,86 5 0,7 0,6 6 0, 06,85 8 0,69,85 9 0,87 7, 0,0 0,8,,,7,8 5,9 8, c. Se u puteggio si trova 0,7 deviazioi stadard sotto alla media, sigifica che il suo puto z è 0,7, per cui occorre trovare quel valore per cui: Basta risolvere l'equazioe per x: 0, 7 x M s x ( 0,7) s + M ( 0,7) 5,7 +,0 0,0 Allo stesso modo idividuiamo quel valore che si trova,8 deviazioi stadard sopra la media: x,8 5,7 +,0, Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

6 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 6 Esercizio a. Per calcolare i cique umeri di sitesi iazitutto dobbiamo ordiare i puteggi e assegare loro u rago: Puteggio Rago Il miimo e il massimo soo facilmete idividuabili ei valori e. Per mediaa, Q e Q occorre prima calcolare la posizioe: ( + ) (0 + ) Posizioe Mediaa 5, 5 ; ( + ) (0 + ) Posizioe Q, 75; ( + ) (0 + ) Posizioe Q 8, 5 La posizioe 5,5 si trova a metà fra la posizioe 5 e la posizioe 6, occupate rispettivamete dai puteggi 6 e 7. La mediaa sarà quidi la semisomma di questi due puteggi, ossia (6+7)/ 6,5. La posizioe di Q (,75) cade fra i puteggi e, che soo i posizioe e, rispettivamete. Per calcolare Q basta moltiplicare la differeza fra e per la parte decimale della posizioe (i questo caso 0,75) e aggiugerlo al puteggio iferiore fra i due cosiderati (i questo caso ): Q ( ) 0,75 +,75 Mediate lo stesso procedimeto idividuiamo il valore di Q, che essedo i posizioe 8,5 cade fra la posizioe 8 e 9, occupate dai valori e, rispettivamete: Q ( ) 0,5 +,50 Poiché l'iformazioe è a livello metrico ha seso calcolare ache la differeza iterquartile Q Q,50,75 7,75. I cique umeri di sitesi soo quidi: Miimo Q,75 Mediaa 6,5 Q,5 Massimo Nel caso delle costati descrittive abbiamo già idividuato miimo e massimo ( e, rispettivamete), metre dobbiamo calcolare media, deviazioe stadard, skewess e curtosi. La media è M 7,0 0 Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

7 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 7 metre la deviazioe stadard la calcoliamo co la formula "abbreviata": s i x i M , 0,8 Per il calcolo della skewess e della curtosi abbiamo bisogo della somma dei quadrati, dei cubi e delle quarte poteze degli scarti dalla media, dato che le formule soo ( M ) ( + ) ( M ) ( M ) ( ) i i i SK KU ( ) ( ) s ( ) ( ) ( ) s A questo puto basta applicare le formule: Puteggio x (x M) (x M) (x M),96 6,66 67,96 0 6,76 7,58 5,70,56 87,50 897,7 7 0,6-0,06 0,0 6,96 -,7,8 5 5,76 -,8,8,56-9,0,6 9,6-85,8 7,8,6 75,6 98,5 0,96-6, 677,7 Somma 7,0,08 57,79 ( M ) i SK ( ) ( ) s ( + ) KU i,08 0 (0 ) (0 ),8 ( M ) ( M ) i ( ) ( ) ( ) s [ 0 (0 + ) 57,79] [ 7,0 (0 ) ], 5 (0 ) (0 ) (0 ),8 Le costati descrittive soo quidi: Miimo Massimo Media 7,0 DS,8 Skewess 0, Curtosi,5 0, ( ) Per rappresetare graficamete i dati utilizziamo u grafico box-ad-whisker. I questo grafico rappresetiamo ua "scatola" il cui margie superiore corrispode a Q e il cui margie iferiore Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

8 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 8 corrispode a Q. All'itero della "scatola" segeremo co u tratto più spesso la mediaa e aggiugeremo dei "baffi" che possoo corrispodere o al miimo e al massimo (come i figura), oppure ua distaza di,5 volte la differeza iterquartile (i questo caso,5 7,75,6) da Q e Q. Esercizio a. Comiciamo co l'idividuare i limiti reali di classe e l'ampiezza di ogi classe. I limiti reali si ottegoo sottraedo mezza uità di misura al limite tabulato iferiore e aggiugedo mezza uità di misura al limite tabulato superiore. L'ampiezza si calcola come differeza fra il limite reale superiore e quello iferiore (oppure come limite tabulato superiore meo limite tabulato iferiore più uo) Classe di età Limiti reali Ampiezza Frequeza Frequeza cumulata 0-0,5, ,5 5, ,5 0, ,5, ,5 9, Totale 68 La classe modale i questo caso è 5 ai, poiché è quella co la frequeza maggiore (9). La classe mediaa si trova i posizioe / (si ricordi che el caso delle classi di puteggi la posizioe della mediaa o è (+)/, ma / [vedi ache Approfodimeto.] dove è il umero di soggetti), ossia 68 / 8. Il valore 8 o compare ella coloa della frequeza cumulata, per cui prediamo il valore immediatamete superiore, che è 07, a cui corrispode la classe 6 0 ai. Se volessimo ua stima più precisa del valore della mediaa (vedi Approfodimeto.) potremmo ricorrere alla formula geerale dei quatili: dove: Quatile Limite reale iferiore classe del quatile + posizioequatile F if A F quatile Limite reale iferiore classe del quatile è quello della classe che cotiee il quatile posizioe quatile posizioe del quatile F if somma delle frequeze di tutte le classi iferiori alla classe che cotiee il quatile F quatile frequeza della classe che cotiee il quatile A ampiezza dell itervallo di classe che cotiee il quatile I questo caso il limite reale iferiore della classe mediaa è 5,5, la sua posizioe 8, la frequeza cumulata immediatamete iferiore alla classe mediaa è 6, la frequeza della classe mediaa è e la sua ampiezza 5, per cui: Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

9 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Mediaa 5, ,8 Lo stesso procedimeto ci sarà utile al puto (b) per idividuare i vari idici di posizioe. La media viee stimata moltiplicado la frequeza della classe per il puto medio della classe, sommado questi prodotti e dividedo per il umero di soggetti: Classe di età Puto medio della classe Frequeza Frequeza cumulata Puto medio Frequeza ,5 6, Totale 68-0 La stima della media è duque 0 / 68 8,5. b. Per calcolare gli idici di posizioe richiesti dobbiamo iazitutto calcolare le posizioi dei vari idici i base alla formula: Quatile desiderato Numero di parti i cui è divisa la distribuzioe Dalla posizioe è possibile risalire alla classe cercata idividuado ella coloa delle frequeze cumulate (f cum ) o il valore esatto della posizioe oppure, se o vi è, quello immediatamete superiore: 68 Posizioe T 56 valore di f cum uguale o immediatamete superiore: 6 classe Posizioe Q 6 valore di f cum uguale o immediatamete superiore: classe - 68 Posizioe Q 5, valore di f cum uguale o immediatamete superiore: classe 5-68 Posizioe D 67, valore di f cum uguale o immediatamete superiore: 07 classe Posizioe P5 5, valore di f cum uguale o immediatamete superiore: 6 classe 00-5 Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

10 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 0 I dodicili e gli ottili, per quato isoliti, idicao che la distribuzioe deve essere divisa i dodici e otto parti, rispettivamete, per cui le formule soo: 0 68 Posizioe Do0 0 valore di f cum uguale o immediatamete superiore: classe - 68 Posizioe O valore di f cum uguale o immediatamete superiore: 6 classe -5 8 Se o ci accotetiamo di idividuare la classe ma vogliamo ua stima del valore "preciso", occorre applicare la formula già utilizzata sopra per calcolare la mediaa: T,5 + 5,0 Q 0,5 +,6 9 6, 07 67, 6 Q 5 0,5 +,5 D 5, ,87 6 5, P5,5 +,; Do0 0,5 +, O,5 +,5 9 c. La richiesta di questo puto è per certi aspetti "iversa" alla precedete. I primo luogo, occorre determiare per ogi classe la sua posizioe "grezza" mediate la formula: Rago Quatile posizioe classe Numero di parti i cui è divisa la distribuzioe dove la "posizioe classe" è idicata dalla frequeza cumulata corrispodete alla classe dove è coteuto il puteggio (come descritto ell'approfodimeto., si divide per e o per +). Ad esempio, il puteggio è coteuto ella classe -, la cui frequeza cumulata, e quidi "posizioe classe", è RT ( ),55 ; RQ ( 7) ; RQ 5 (), 90 ; RD ( 0) 6,7 ; RP ( 7) 6, 69 ; RQ 7 () 5, 96 ; RQ (),6 68 Se ivece vogliamo i raghi dei puteggi,e o delle classi, dobbiamo applicare la formula (Approfodimeto.): Posizioe F if + puteggio Limite reale iferiore puteggio classe A F puteggio Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

11 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo dove: F if somma delle frequeze di tutte le classi iferiori alla classe che cotiee il puteggio Limite reale iferiore classe puteggio è quello della classe che cotiee il puteggio A ampiezza dell itervallo di classe che cotiee il puteggio F Puteggio frequeza della classe che cotiee il puteggio Ua volta otteuta la posizioe, adremo a calcolare il rago quatile del puteggio mediate la seguete formula: Rago Quatile posizioe puteggio Numero di parti i cui è divisa la distribuzioe Il puteggio ai cade ella classe, che ha frequeza cumulata iferiore 07, limite reale iferiore 0,5, ampiezza e frequeza 6, per cui: 0,5 9,5 Posizioe RT() ,5, per cui RT(), 68 Allo stesso modo risolviamo gli altri quesiti: 7 5,5 50,5 Posizioe RQ(7) ,5, per cui RQ(7), ,5 9,5 5 Posizioe RQ 5 () ,5, per cui RQ 5 (), ,5 0,7 0 Posizioe RD(0) 6 + 0,7, per cui RD(0) 6, ,5 76,9 00 Posizioe RP(7) ,9, per cui RD(7) 5, I settili e i tredicili suggeriscoo che la distribuzioe è divisa i 7 e parti, rispettivamete, quidi: 0,5,5 7 Posizioe RQ 7 () ,5, per cui RQ 7 () 5, ( 0,5) 7,5 Posizioe RQ () , 5, per cui RQ () 0, Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

12 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo I dati possoo essere rappresetati graficamete co u istogramma o co ua liea spezzata. Nel caso dell'istogramma si può rappresetare ache la diversa ampiezza di classe. Frequeza Frequeza Classe di puteggio Classe di puteggio Esercizio a. I questo caso ci troviamo di frote alle risposte otteute da ua scala di tipo Likert, che di per sé sarebbero ordiali, ma che ella comue pratica psicometria vegoo cosiderate come misure su scale ad itervalli, da cui la richiesta del calcolo delle costati descrittive. Per etrambi gli item Per calcolare la media e la deviazioe stadard utilizziamo le segueti formule: M fi fi i i s M per cui abbiamo bisogo di moltiplicare i puteggi e i quadrati dei puteggi per le rispettive frequeze: Item Item Puteggio x Frequeza f f x x f x Somma A questo puto calcoliamo media e deviazioe stadard per i due item: M , s, 99,69 78 M , 766 s 5,,9 78 Puteggio x Frequeza f f x x f x Somma Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

13 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Per calcolare Skewess e Curtosi abbiamo bisogo per ogi valore degli scarti dalla media al quadrato, al cubo e alla quarta poteza, e di moltiplicarli per le rispettive frequete Item Item x f (x M) (x M) (x M) f (x M) f (x M) f (x M) 70 8,9-6,7 79,9 65,8-87,6 559,78 0,96-7,88 5,68 8,80-6, 70,7 59 0,98-0,97 0,96 57,8-57,5 56,68 0 0,00 0,00 0,00 0,0 0,00 0, ,0,0,0 0,7,7,9 6 09,0 8, 6, 0,7 885,5 779, Somma 78 5,99-68, 80,5 x f (x M) (x M) (x M) f (x M) f (x M) f (x M) 5 9,6-86,9 85, 9,7-0, ,05 7,76-0,5 8, 8,5-8,8 968,89 8 5,90 -,5,87 06,9-58,8 67,6 9,0 -,9,8 59,0-8,80, ,8-0,08 0,0 0,5 -,5, , 0,9 0,,6 65,9 7,6 Somma , -868,98 75,9 A questo puto possiamo calcolare skewess e curtosi per etrambi gli item: SK KU SK ( M ) i ( ) ( ) s 68, 78 (78 ) (78 ),69 ( + ) i ( M ) ( M ) i ( ) ( ) ( ) s [ 78 (78 + ) 80,5] [ 5,99 (78 ) ] 0, 89 KU (78 ) (78 ) (78 ),69 ( M ) i ( ) ( ) s 868,98 78 (78 ) (78 ),9 ( + ) i ( M ) ( M ) i ( ) ( ) ( ) s [ 78 (78 + ) 75,9] [ 667, (78 ) ] 5, 0 (78 ) (78 ) (78 ),9 0,86 ( ),77 ( ) Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

14 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Le costati descrittive per i due item soo quidi: Item N Mi Max M DS SK KU item0 78 6,99,69 0,86 0,89 item ,,9,77 5,0 b. I dati possoo essere rappresetati mediate istogramma o poligoo di frequeza: Item Item Frequeza Frequeza Puteggio Puteggio Item Item Frequeza Frequeza Puteggio Puteggio Dai grafici possiamo cocludere che etrambi gli item hao ua otevole skewess egativa ("gobba" a destra). c. Data la diversità delle distribuzioi delle risposte ai due item, il sigificato del puteggio cambia i base all'item cosiderato. I questo caso possiamo avere due approcci al problema: u approccio ordiale, che cosiste el calcolare il rago percetile del puteggio i etrambi gli item, o u approccio metrico, che cosiste ello stadardizzare il puteggio i riferimeto a media e deviazioe stadard di etrambi gli item. Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

15 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo 5 Nel caso della determiazioe del rago percetile del puteggio i etrambi gli item, occorre cosiderare i puteggi come classi di ampiezza : x Limiti reali f f cumulata 0,5, ,5,5 0 00,5, ,5, ,5 5, ,5 6, Somma 78 x Limiti reali f f cumulata 0,5,5 5 5,5,5 7,5,5 8 0,5, ,5 5, ,5 6, Somma 78 Per trovare il rago percetile del puteggio possiamo utilizzare la formula: posizioe puteggio Numero di parti i cui è divisa la distribuzioe Rago Quatile + dove posizioe puteggio è la frequeza cumulata corrispodete a puteggio i questioe. Poichè vogliamo il rago percetile il umero di parti i cui è divisa la distribuzioe è 00. Avremo quidi: RP() item,6 ; RP() item 8, Da questi risultati possiamo cocludere che il puteggio ha u rago percetile di,5 ell'item e di 8,5 ell'item, ossia, è maggiore del,5% degli altri puteggi ell'item e del 8,5% degli altri puteggi ell'item. Quidi, è u puteggio relativamete più alto ell'item. Saremmo giuti alla stessa coclusioe ache co la trasformazioe del puteggio i puti z i base a media e deviazioe stadard dei due item:,99 5, z 0,59 z, 0,69,9 Rispetto a prima, adesso sappiamo che il puteggio si colloca quasi 0,6 deviazioi stadard sotto la media ell'item, e oltre due deviazioi stadard sotto la media ell'item. d. La variabilità assoluta è data dalla deviazioe stadard: i questo seso, l'item ha maggiore variabilità assoluta perché la sua deviazioe stadard è,69, metre quella dell'item è,9. Per quato riguarda la variabilità relativa, ivece, occorre calcolare il coefficiete di variazioe:,69,9 CV 00,6 CV 00, 9,99 5, Questi risultati ci portao a cocludere che l'item è ache l'item co la maggiore variabilità relativa. Copyright 0 The McGraw-Hill Compaies S.r.l., Publishig Group Italia

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

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

Dettagli

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

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

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

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

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

Dettagli

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

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

Domande di teoria. Esercizi

Domande di teoria. Esercizi Chiorri, C. (01). Fodameti di psicometria - Risposte e soluzioi Capitolo 11 1 omade di teoria 1. Vedi pp. 97-301. Vedi pp. 301-30 3. Vedi p. 30. Vedi pp. 30-307 5. Vedi p. 309 6. Vedi p. 309-31 7. Vedi

Dettagli

Prof.ssa Paola Vicard

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

Dettagli

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

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

Soluzioni Esercizi Capitolo 3

Soluzioni Esercizi Capitolo 3 Soluzioi Esercizi Capitolo 3 Esercizio 1 a. I u mazzo di carte fracesi lo spazio campioario è costituito da 52 elemeti. Nel caso dell'estrazioe di u fate, il umero di eveti favorevoli è 4, per cui la probabilità

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5. 60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta

Dettagli

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

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

Dettagli

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

1.6 Serie di potenze - Esercizi risolti

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

Dettagli

SUCCESSIONI DI FUNZIONI

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R. Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:

Dettagli

Precorso di Matematica, aa , (IV)

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

Dettagli

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

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(1 2 3) (1 2) Lezione 10. I gruppi diedrali. Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria

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

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

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

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA IPSAA U. Patrizi Città di Castello (PG) Classe A Tecico Agrario Lezioe di martedì 0 ovembre 0 (4 e ora) Disciplia: MATEMATICA La derivata della fuzioe composta Fuzioe composta Df(g())f (g())g () Questa

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

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

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015

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

Dettagli

Cenni di topologia di R

Cenni di topologia di R Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:

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

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

La formula del binomio

La formula del binomio La formula del biomio Ua spiegazioe elemetare Riccardo Dossea 7 dicembre 5 I questo articolo vogliamo presetare ua dimostrazioe elemetare, che eviti espliciti riferimeti di carattere combiatorio, della

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

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

Capitolo 27. Elementi di calcolo finanziario EEE

Capitolo 27. Elementi di calcolo finanziario EEE Capitolo 27 Elemeti di calcolo fiaziario EEE 2012-2013 27.1 Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo

Dettagli

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

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

Dettagli

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

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

Dettagli

= Pertanto. Per la formula di Navier ( σ = ), gli sforzi normali σ più elevati nella sezione varranno: di compressione);

= Pertanto. Per la formula di Navier ( σ = ), gli sforzi normali σ più elevati nella sezione varranno: di compressione); La sezioe di trave di figura è soggetta ad u mometo flettete pari a 000 knmm e ed u azioe di taglio pari a 5 kn, etrambe ageti su u piao verticale passate per l asse s-s. Calcolare gli sforzi σ e τ massimi

Dettagli

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

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

Dettagli

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo

Dettagli

Distribuzioni per unità

Distribuzioni per unità Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe

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

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che

Dettagli

Progetto Matematica in Rete - Numeri naturali - I numeri naturali

Progetto Matematica in Rete - Numeri naturali - I numeri naturali I umeri aturali Quali soo i umeri aturali? I umeri aturali soo : 0,1,,3,4,5,6,7,8,9,,11 I umeri aturali hao u ordie cioè dati due umeri aturali distiti a e b si può sempre stabilire qual è il loro ordie

Dettagli

Scheda n.6: legame tra due variabili; correlazione e regressione

Scheda n.6: legame tra due variabili; correlazione e regressione Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y

Dettagli

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo

Dettagli

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

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

Dettagli

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4 Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee

Dettagli

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla

Dettagli

MEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica

MEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica MEDIE STATISTICHE La raccolta dei dati e la successiva loro elaborazioe permettoo di trarre alcue coclusioi su u dato feomeo oggetto di studio. A questo fie si assume che u valore calcolato a partire dai

Dettagli

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride? Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di

Dettagli

Ricerca di un elemento in una matrice

Ricerca di un elemento in una matrice Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

Dettagli

Soluzioni esercizi Capitolo 7

Soluzioni esercizi Capitolo 7 Soluzioi esercizi Capitolo 7 Quado si valuta la relazioe fra due variabili, occorre prestare particolare attezioe al fatto che i modelli statistici specifici per ogi scala di misura siao applicabili: i

Dettagli

Dispensa di STATISTICA DESCRITTIVA

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

Dettagli

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

1. I numeri naturali. 2. Confronto degli interi naturali. 3. Il sistema di numerazione decimale

1. I numeri naturali. 2. Confronto degli interi naturali. 3. Il sistema di numerazione decimale umeri aturali Scrivere il precedete e il successivo dei segueti umeri Milleciquecetoovatacique ottomilasettecetoottatuo Diecimilioisettecetoottatuomilaciquecetoveti Zero umiliardosettecetomilioiciquecetomila

Dettagli

Preparazione al corso di statistica Prof.ssa Cerbara

Preparazione al corso di statistica Prof.ssa Cerbara Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a

Dettagli

Lezione 4. Gruppi di permutazioni

Lezione 4. Gruppi di permutazioni Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X

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

MEDIE ALGEBRICHE E DI POSIZIONE

MEDIE ALGEBRICHE E DI POSIZIONE MEDIE ALGEBRICHE E DI POSIZIONE 0 Itroduzioe Tra le elaborazioi matematiche effettuate sui dati statistici rivestoo particolare importaza quelle che hao il compito di esprimere i diversi valori delle itesità

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

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

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

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

Dettagli

Appendice A. Elementi di Algebra Matriciale

Appendice A. Elementi di Algebra Matriciale ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...

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

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

Mole e Numero di Avogadro

Mole e Numero di Avogadro Mole e Numero di Avogadro La mole È ua uatità i grammi di ua sostaza che cotiee u umero preciso e be determiato di particelle (atomi o molecole) Numero di Avogadro Ua mole di ua sostaza cotiee u umero

Dettagli

La correlazione e la regressione. Antonello Maruotti

La correlazione e la regressione. Antonello Maruotti La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate

Dettagli

STATISTICA DESCRITTIVA

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

Dettagli

Richiami sulle potenze

Richiami sulle potenze Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle

Dettagli

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA CHU WENCHANG A Iduzioe matematica: Itroduzioe La gra parte delle proposizioi della teoria dei umeri dà euciati che coivolgoo i umeri aturali; per esempio

Dettagli

1. DISUGUAGLIANZE GEOMETRICHE

1. DISUGUAGLIANZE GEOMETRICHE . DISUGUAGLIANZE GEOMETRICHE (SOLUZIONI) POTENZE E RADICI Siao m, N, a b 0, allora valgoo: a m b m, b m a m, e si ha l uguagliaza se e solo se a = b oppure m = 0. Esercizio. Dimostra che per ogi coppia

Dettagli

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

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

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X.

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X. Serie umeriche Paola Rubbioi Deizioe, serie otevoli e primi risultati Deizioe.. Data ua successioe di umeri reali (a ) 2N, si dice serie umerica la successioe delle somme parziali (S ) 2N, ove S = a +

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

NUOVI CRITERI DI DIVISIBILITÀ

NUOVI CRITERI DI DIVISIBILITÀ NUOVI CRITERI DI DIVISIBILITÀ BRUNO BIZZARRI, FRANCO EUGENI, DANIELA TONDINI 1 1. Su tutti i testi scolastici di Scuola Media, oostate siao riportati i criteri di divisibilità per i umeri, 3, 4, 5, 6,

Dettagli

Elementi di Calcolo Combinatorio

Elementi di Calcolo Combinatorio Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale

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

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 00 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PROBLEMA Sia ABCD u quadrato di lato, P u puto di

Dettagli

Regressione e correlazione

Regressione e correlazione Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)

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

L'ALGORITMO DI STURM Michele Impedovo, Simone Pavanelli

L'ALGORITMO DI STURM Michele Impedovo, Simone Pavanelli L'ALGORITMO DI STURM Michele Impedovo, Simoe Pavaelli Lettera P.RI.ST.EM, 10, dicembre 1993 Questo lavoro asce dalla collaborazioe tra u isegate e uo studete; lo studete ha curato iteramete la costruzioe

Dettagli

Corso di Informatica

Corso di Informatica Corso di Iformatica Codifica dell Iformazioe Sistemi Numerici Per rappresetare ua certo quatità di oggetti è ecessaria ua covezioe o sistema umerico che faccia corrispodere ad ua sequeza di ua o più cifre,

Dettagli

Laboratorio di onde II anno CdL in Fisica

Laboratorio di onde II anno CdL in Fisica Laboratorio di ode II ao CdL i Fisica Itroduzioe Oda stazioaria di spostameto Quado u oda soora stazioaria si stabilisce i u tubo a fodo chiuso i cui la lughezza del tubo è molto maggiore del suo diametro,

Dettagli

Soluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione:

Soluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione: La metilammia, reagisce co acqua allo stato gassoso portado alla formazioe di alcool metilico e ammoiaca secodo la reazioe: (g) + H (g) H(g) + (g). Soo oti i segueti dati a 5 C G f (kj mol -1 ) (g).16

Dettagli

Università di Milano Bicocca Esercitazione 4 di Matematica per la Finanza 24 Aprile 2015

Università di Milano Bicocca Esercitazione 4 di Matematica per la Finanza 24 Aprile 2015 Uiversità di Milao Bicocca Esercitazioe 4 di Matematica per la Fiaza 24 Aprile 205 Esercizio Completare il seguete piao di ammortameto: 000 2 3 234 3 6 369 Osserviamo iazitutto che, per il vicolo di chiusura

Dettagli

Sperimentazioni di Fisica I mod. A Lezione 2

Sperimentazioni di Fisica I mod. A Lezione 2 La Rappresetazioe dei Numeri Sperimetazioi di Fisica I mod. A Lezioe 2 Alberto Garfagii Marco Mazzocco Cizia Sada Dipartimeto di Fisica e Astroomia G. Galilei, Uiversità degli Studi di Padova Lezioe II:

Dettagli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

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

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

SULLE PARTIZIONI DI UN INSIEME

SULLE PARTIZIONI DI UN INSIEME Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X

Dettagli