Sperimentazioni di Fisica I mod. A Statistica - Lezione 2
|
|
- Cristina Maggio
- 6 anni fa
- Visualizzazioni
Transcript
1 Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi 1
2 Istogrammi (I) Disponendo di un insieme di misure ripetute di una stessa grandezza fisica (un campione di misure), il modo più consueto di rappresentarlo graficamente è con un istogramma. Vi è una corrispondenza biunivoca tra i numeri reali ed i punti di una retta orientata. Le nostre misure possono essere rappresentate da un punto sulla retta orientata. Un istogramma è un diagramma cartesiano con l asse delle ascisse dedicato a tale rappresentazione. Non tutti i valori della retta reale possono essere il risultato di una misura, perché gli strumenti di misura hanno una sensibilità finita, fornendo un insieme discreto di valori per la misura di una grandezza fisica. Istogrammi (II) Ascisse: tutti i possibili valori che possono essere il risultato della misura di una grandezza fisica. Ordinate: frequenza assoluta con la quale i diversi valori sono stati ottenuti. Si associa ad ogni misura un rettangolo di area unitaria. Se l asse delle ascisse è diviso in intervalli aventi tutti la stessa ampiezza, l altezza di una colonna di rettangoli unitari sovrapposti rappresenta la frequenza assoluta con cui una misura è stata ottenuta. 2
3 Esempio Classi di Frequenza (I) Se le frequenze assolute fossero troppo piccole, può essere opportuno raggruppare le misure in classi di frequenza. Una classe di frequenza corrisponde da un intervallo multiplo del più piccolo intervallo rappresentabile 3
4 Classi di Frequenza (II) Frequenza Relativa Frequenza Assoluta: Frequenza Relativa: 4
5 Frequenza Cumulativa Ogni valore dell ascissa rappresenta la frequenza, assoluta o relativa, per cui il risultato della misura è stato minore o uguale a x. Funzione monotona non decrescente. Elementi di Statistica Lezione 2: 2. Stime di Tendenza Centrale 5
6 Qual è il miglior algoritmo? In presenza di N valori osservati di una grandezza fisica: quale algoritmo definisce la stima migliore del suo valore vero? Supponiamo di aver eliminato tutti gli errori sistematici. Gli errori casuali avranno eguale probabilità di presentarsi sia in difetto che in eccesso rispetto al valore vero. Se il numero di misure è sufficientemente elevato, ci aspettiamo di osservare una distribuzione effettiva delle frequenze ragionevolmente simmetrica rispetto al valore vero. 1. Moda Moda: valore corrispondente al massimo della frequenza (ovvero la media dei valori contigui che presentassero la medesima frequenza): Una distribuzione potrebbe non avere massimo (distribuzioni amodali), averne più d uno in intervallo non contigui (distribuzioni multimodali). Si definisce amodale anche una distribuzione che presenti un massimo ad uno degli estremi degli intervalli che contengono le misure (in quanto non si tratterrebbe di una stima di tendenza centrale). Non è di uso molto frequente. 6
7 Esempi di Moda Unimodale Unimodale Bimodale Amodale 2. Mediana La mediana è quel valore che divide l istogramma in due parti di uguale area: La mediana lascia un egual numero di dati alla propria destra ed alla propria sinistra. La mediana esiste sempre. Si può dimostrare che la mediana minimizza la somma dei valori assoluti degli scarti delle nostre misure x i da x. 7
8 Esempio di Mediana Nel diagramma della frequenza cumulativa, la mediana è definita dall ascissa corrispondente all ordinata del 50%. 3. Media Aritmetica Stima di tendenza centrale di gran lunga più utilizzata. Proprietà 1: la somma degli scarti di un insieme di valori dalla loro media aritmetica è identicamente nulla. 8
9 Proprietà 2 La media aritmetica di un insieme di dati numerici x 1, x 2, x N è quel valore di x rispetto al quale risulta minima la somma dei quadrati degli scarti delle x i ; cioè quel numero per il quale è verificata la relazione: Altri Esempi di Media Media Geometrica, g: radice N- esima del prodotto degli N valore rappresentati nel campione: Media Armonica, h: reciproco del valore medio dei reciproci dei dati: Media Quadratica, q: radice quadratica del valor medio dei quadrati dei dati: 9
10 Esempio Se la distribuzione non è troppo irregolare, media, moda e mediana non sono molto lontane. Una relazione empirica che le lega (valida per distribuzioni non troppo asimmetriche) è: Funzione di frequenza di Maxwell- Boltzmann. Legge secondo cui sono distribuiti i moduli delle velocità in un gas perfetto. La migliore! Quale Stima Scegliere? Quella che ha la maggiore probabilità di darci il valor vero della grandezza misurata. Solitamente si usa la media aritmetica (svariati motivi, legati principalmente alle sue proprietà statistiche). In termini non rigorosi: la media aritmetica dovrebbe avere un errore inferiore a quello delle singole misure. Indichiamo con x* il valor vero della grandezza x e con x i (i=1,2,,n) le N determinazioni sperimentali di x. L errore assoluto di ogni singola misura sarà ε i = x i x* L errore assoluto della media sarà dato da 10
11 Prima Giustificazione della Media Se gli errori sono casuali, saranno ugualmente probabili in difetto e in eccesso rispetto al valor vero. Per misure numerose gli ε i tenderanno ad annullarsi a vicenda nella sommatoria, e comunque c è un fattore moltiplicativo 1/N. Media espressa tramite Frequenze Siano x i, con i = 1,2,,N, gli N valori del campione di cui vogliamo calcolare la media aritmetica. Supponiamo che qualcuno dei valori ottenuti sia ripetuto, x 1 ripetuto n 1 volte, x 2 ripetuto n 2 volte e così via. Indichiamo con x j, con j = 1,2,,M, gli M valori distinti di x presenti nel campione e con n j la frequenza assoluta con abbiamo ottenuto il valore x j. Sia, infine, f j = n j /N, la frequenza relativa dello stesso evento casuale. 11
12 Elementi di Statistica Lezione 2: 3. Stime di Dispersione 1. Semidispersione Massima La tendenza centrale di un campione di misure è legata al valore vero della grandezza misurata. La dispersione di un campione di misure, ovvero la valutazione della larghezza dell intervallo entro cui le misure sono distribuite attorno al valore centrale, è legata agli errori introdotti nell esecuzione delle misure. La stima più grossolana è la semidispersione massima: Problema 1: viene ignorata la maggior parte dei dati ed in particolare quelli preponderanti, ovvero prossimi al centro. Problema 2: questa stima aumenta all aumentare delle misure, invece di tendere ad un valore determinato. 12
13 2. Quantili Generalmente usati in statistica. Quartili, Q i (i = 1,2,3), Decili, D i (i = 1,2,,9), Percentili, P i (i = 1,2,,99). Corrispondono ai valori di x che dividono la distribuzione rispettivamente in 4, 10 e 100 parti di uguale area. Intervallo Semi-Interquartilico, Q = (Q 3 Q 1 )/2 Differenza D 9 D 1 Differenza P 90 P 10 Esempio di Quartili Intervallo Semi-Interquartilico. Q = ( ) / 2 =
14 Esempio di Decili/Percentili Differenza D 9 D 1 = P 90 P 10 = ( ) = Deviazione Media Assoluta La deviazione media assoluta (o errore medio): oppure, meno frequentemente, come Poco comune, anche a causa dell operazione non lineare costituita dal valore assoluto. 14
15 4. Deviazione Standard La stima di dispersione più utilizzata è la deviazione standard (oppure scarto o deviazione quadratica media), s, definita come: La deviazione standard è la radice quadrata della varianza s 2 : Proprietà della Deviazione Standard 15
16 Elementi di Statistica Lezione 2: 4. Giustificazione della Media Media e Deviazione Standard Il metodo che utilizzeremo per stimare la dispersione di un campione di dati sarà la deviazione standard. La media aritmetica (in assenza di errori sistematici) è la stima di tendenza centrale affetta dal minimo errore casuale, ovvero con la minima deviazione standard. Supponiamo di avere molti campioni analoghi di N misure di una stessa grandezza fisica: 1. l istogramma delle medie risulterà essere più stretto rispetto all istogramma delle mode, delle mediane o di altre stime di tendenza centrale; 2. un teorema ci permetterà di concludere che l errore statistico della media aritmetica convergere a zero al crescere indefinito del numero di dati N. 16
17 Riassumendo 1. Disponendo di più misure ripetute della stessa grandezza fisica, si assume come miglior stima del valor vero di quella grandezza la loro media aritmetica. 2. Questa stima è più precisa (minor errore casuale) di quando non lo siano le singole misure, ed è tanto più attendibile quanto maggiore è il numero delle stesse. 3. Come valutazione dell errore commesso nelle singole misure si assume il loro scarto quadratico medio. Anzi no si assume la quantità σ = 1 N 1 N i=1 (x i x ) 2 17
MISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliLezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda
DettagliSCHEDA N 8 DEL LABORATORIO DI FISICA
SCHEDA N 1 IL PENDOLO SEMPLICE SCHEDA N 8 DEL LABORATORIO DI FISICA Scopo dell'esperimento. Determinare il periodo di oscillazione di un pendolo semplice. Applicare le nozioni sugli errori di una grandezza
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
Dettagli12) Metodo dei minimi quadrati e linea di tendenza
12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.
DettagliINDICI DI POSIZIONE - I QUANTILI
Psicometria (8 CFU) Corso di Laurea triennnale INDICI DI POSIZIONE - I QUANTILI Torna alla pri ma pagina INDICI DI POSIZIONE Per conoscere la posizione che un valore occupa all interno di una distribuzione
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Indici di posizione e di variabilità Prof. Livia De Giovanni lstatistica@dis.uniroma1.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4 2 6 4
DettagliProgramma di matematica classe Prima
Programma di matematica classe Prima RELAZIONI E FUNZIONI Insiemi Definizione e rappresentazione con diagrammi di Venn, per elencazione, per caratteristica. Operazioni tra insiemi: intersezione, unione,
DettagliESERCIZI. La seguente tabella riporta la classificazione delle famiglie italiane secondo il reddito dichiarato (in milioni di lire) nel 1983:
ESERCIZI ESERCIZIO_1 La seguente tabella riporta la classificazione delle famiglie italiane secondo il reddito dichiarato (in milioni di lire) nel 1983: Reddito Numero di famiglie (in migliaia) 0 6 1.128
DettagliPIANO DI STUDIO DELLA DISCIPLINA MATEMATICA e COMPLEMENTI di MATEMATICA
Tel. 0331635718 fax 0331679586 info@isisfacchinetti.it www.isisfacchinetti.it ISIS C.Facchinetti Sede: via Azimonti, 5 21053 Castellanza Modulo Gestione Qualità UNI EN ISO 9001 : 2008 PIANO STUDIO DELLA
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
DettagliDispensa sulla funzione gaussiana
Sapienza Università di Roma Dipartimento di Scienze di Base e Applicate per l Ingegneria Sezione di Matematica Dispensa sulla funzione gaussiana Paola Loreti e Cristina Pocci A. A. 011-01 1 Introduzione:
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA
Seconda Lezione DISTRIBUZIONE DI FREQUENZA Frequenza assoluta: è il numero puro di casi per quella modalità Frequenze relative: sono il rapporto tra la frequenza assoluta con cui si manifesta una modalità
DettagliCURRICOLO DI MATEMATICA CLASSE PRIMA
CURRICOLO DI MATEMATICA CLASSE PRIMA INDICATORI OBIETTIVI SPECIFICI CONTENUTI NUMERI Eseguire le quattro operazioni con i numeri interi. Elevare a potenza numeri naturali e interi. Comprendere il significato
DettagliINCERTEZZA DI MISURA SECONDO NORME CEI
CORSO DI FORMAZIONE AMBIENTALE TECNICHE DI MISURA DEI CAMPI ELETTROMAGNETICI IN ALTA E BASSA FREQUENZA INCERTEZZA DI MISURA SECONDO NORME CEI Ing. Valeria Canè Servizio Agenti Fisici 1 UNA MISURA E un
DettagliTaratura statica. Laboratorio n. 3 a.a. 2004-2005. Sito di Misure: http://misure.mecc.polimi.it
Laboratorio n. 3 a.a. 2004-2005 Taratura statica Prof. Alfredo Cigada 02-2399.8487 alfredo.cigada@polimi.it Ing. Alessandro Basso 02-2399.8488 alessandro.basso@polimi.it Ing. Massimiliano Lurati 02-2399.8448
DettagliSCUOLA PRIMARIA MATEMATICA (Classe 1ª)
SCUOLA PRIMARIA MATEMATICA (Classe 1ª) Operare con i numeri nel calcolo scritto e mentale Leggere e scrivere numeri naturali in cifre e lettere. Contare in senso progressivo e regressivo. Raggruppare,
DettagliNucleo Fondante Competenze-Conoscenze-Abilità Contenuti Metodi Materiali - Strumenti Raccordi disciplinari
Nucleo Fondante Competenze-Conoscenze-Abilità Contenuti Metodi Materiali - Strumenti Raccordi disciplinari NUMERI Concetto di insieme e sua rappresentazione Operazioni con gli insiemi Eseguire le quattro
Dettagli7. Il valore che in un insieme di dati statistici si presenta con maggiore frequenza si chiama A.moda B.mediana C.media D.
www.matematicamente.it statistica 1 Elementi di Statistica ognome e nome: lasse ata 1. Quali definizioni sono corrette? A.L unità statistica è il più piccolo elemento sul quale si effettua un osservazione.
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliLo scarto quadratico medio è s = s 2 2,15. c) Le confezioni con peso inferiore a 500g sono 18, quindi in percentuale sono 18 = 0,72 = 72%.
Matematica ed Informatica+Fisica ESERCIZI Modulo di Matematica ed Informatica Corso di Laurea in CTF - anno acc 2013/2014 docente: Giulia Giantesio, gntgli@unifeit Esercizi sulla Statistica Descrittiva
DettagliAnno scolastico 2015/2016 PROGRAMMA SVOLTO. Docente: Catini Romina. Materie: Matematica. Classe : 4 L Indirizzo Scientifico Scienze Applicate
Anno scolastico 2015/2016 PROGRAMMA SVOLTO Docente: Catini Romina Materie: Matematica Classe : 4 L Indirizzo Scientifico Scienze Applicate UNITA DIDATTICA FORMATIVA 1: Statistica Rilevazione dei dati Rappresentazioni
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliRichiami di aritmetica(2)
Richiami di aritmetica() Frazioni definizioni, operazioni, espressioni Numeri decimali Rapporti e proporzioni Percentuali Materia Matematica Autore Mario De Leo Le frazioni La frazione è un operatore che
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
Dettaglinormopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
DettagliRisultati esperienza sul lancio di dadi Ho ottenuto ad esempio:
Dado B (6): 2 2 6 6 6 1 1 3 6 4 6 6 3 1 1 4 1 6 3 6 6 4 6 3 2 4 3 2 6 3 5 5 6 4 3 3 2 1 2 1 6 3 2 4 4 3 6 6 3 2 1 6 6 4 6 1 3 6 6 1 6 2 4 5 3 3 6 2 1 6 6 3 1 2 6 3 1 3 4 6 1 6 4 1 6 4 6 6 6 5 5 2 4 1 2
DettagliNumeri naturali ed operazioni con essi
Liceo B. Russell VIA IV NOVEMBRE 35, 38023 CLES Indirizzo: Liceo Linguistico CLASSI Programmazione Didattica 1 e Disciplina: MATEMATICA Ore annue: 110 MODULO 1 TEORIA DEGLI INSIEMI E INSIEMI NUMERICI settembre
DettagliMISURE DI DISPERSIONE
MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o
DettagliCURRICOLO VERTICALE MATEMATICA RELAZIONI/ DATI E PREVISIONI/ MISURA
CURRICOLO VERTICALE MATEMATICA / DATI E PREVISIONI/ MISURA SCUOLA PRIMARIA CONOSCENZE (Concetti) ABILITA Classe 1^ - Classificazione - in situazioni concrete, classificare persone, oggetti, figure, numeri
DettagliEsercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200
DettagliLa Prova Invalsi 2014. per la scuola secondaria di 2 grado
La Prova Invalsi 2014 MATHES - Sezione di Roma per la scuola secondaria di 2 grado Il test che l Invalsi ha utilizzato nell anno 2014 per la rilevazione degli apprendimenti in matematica conseguiti nelle
DettagliIstituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliDaniela Lera A.A. 2008-2009
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Equazioni non lineari Metodo di Newton Il metodo di Newton sfrutta le informazioni sulla funzione
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliRe = f (A) f. 2 ),,, f (af. n )}
Trasformazioni delle misure e significanza delle statistiche Trasformazione e Significanza delle Statistiche: *) Invarianza assoluta. *) Invarianza di riferimento. *) Invarianza di confronto. *) Schemi
DettagliFunzioni elementari: funzioni potenza
Funzioni elementari: funzioni potenza Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Funzioni elementari: funzioni potenza 1 / 36 Funzioni lineari Come abbiamo già visto,
DettagliIndirizzo Giuridico Economico Aziendale
LE VARIABILI CASUALI In molti fenomeni aleatori il risultato di un esperimento è una grandezza che assume valori in modo casuale. Pensa ad esempio al numero di auto che si presentano ad un casello autostradale
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliDefinizione: Dato un sottoinsieme non vuoti di. Si chiama funzione identica o identità di in sé la funzione tale che.
Esercitazioni di Analisi Matematica Prof.ssa Chiara Broggi Materiale disponibile su www.istitutodefilippi.it/claro Lezione 2: Funzioni reali e loro proprietà Definizione: Siano e due sottoinsiemi non vuoti
DettagliPIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico. Docente: Mario Donno. Obiettivi specifici della disciplina
PIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico Docente: Mario Donno Obiettivi specifici della disciplina Applicare i principi e i processi matematici nel contesto quotidiano Cogliere analogie
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliElementi di statistica
Scuola media G. Ungaretti Elementi di statistica Prof. Enrico Castello Ti insegnerò a conoscere i criteri organizzatori di una tabella di dati distinguere frequenze assolute e frequenze percentuali determinare
DettagliAnalisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA
Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3
DettagliUNITA DIDATTICA. Conoscenze. Abilità
Titolo: Problemi di geometria analitica : la parabola e l iperbole Codice: B1_S Ore previste:15 Equazione della parabola e coordinate del vertice Grafico di una parabola Equazione dell iperbole equilatera
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliEsercizi si statistica. Completi di soluzione guidata. Statistics.
Esercizi si statistica. Completi di soluzione guidata. Statistics. Statistica. Eserciziario ragionato con soluzioni. - 1 1. In una classe di venticinque studenti viene svolta un indagine sul numero di
DettagliSTIMA DELLA VARIANZA CAMPIONARIA
STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x 1 +.. + x n )/n. Una stima puntuale della varianza σ 2 delle
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliModelli matematici di fenomeni aleatori Variabilità e casualità
Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base
DettagliPROGRAMMA DI MATEMATICA APPLICATA
PROGRAMMA DI MATEMATICA APPLICATA Classe II A Turismo A.S. 2014/2015 Prof.ssa RUGGIERO ANGELA ISABELLA I NUMERI REALI Radicali: - Riduzione allo stesso indice e semplificazione - Alcune operazioni fra
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o DISTRIBUZIONE DI GAUSS 1. E la più importante distribuzione continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
DettagliFUNZIONI QUADRATICHE
f: R R si dice funzione quadratica se è del tipo f(x) =ax 2 +bx+c, dove a,b,c sono costanti Il grafico di una funzione quadratica è una curva detta parabola Abbiamo incontrato funzioni di questo tipo quando
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliCURRICOLO VERTICALE PER COMPETENZE DISCIPLINARI. Scuola Secondaria di Primo Grado Matematica -
CURRICOLO VERTICALE PER COMPETENZE DISCIPLINARI Scuola Secondaria di Primo Grado Matematica - Classe Prima COMPETENZA CHIAVE EUROPEA: COMPETENZA MATEMATICA Profilo dello studente al termine del Primo ciclo
DettagliProgramma di Matematica Classe 3^ A/L.S.U. Anno scolastico 2014/2015
Programma di Matematica Classe 3^ A/L.S.U. Anno scolastico 2014/2015 Ripasso: le equazioni lineari. Ripasso: i prodotti notevoli. Ripasso: i sistemi lineari e il metodo della sostituzione. Ripasso: le
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 29 Gennaio 2010. Dott. Mirko Bevilacqua
Università di Cassino Esercitazioni di Statistica del 29 Gennaio 200 Dott. Mirko Bevilacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (kg) LAUREA SCARPA OCCHI CAPELLI M 79 65
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliPROGRAMMA DI MATEMATICA PER LA CLASSE 2^A DEL LICEO SCIENTIFICO MALPIGHI SEZIONE ASSOCIATA I.I.S
PROGRAMMA DI MATEMATICA PER LA CLASSE 2^A DEL LICEO SCIENTIFICO MALPIGHI SEZIONE ASSOCIATA I.I.S. VIA SILVESTRI ANNO SCOLASTICO 2015-2016 INSEGNANTE: MASCI ORNELLA ALGEBRA - Equazioni letterali fratte
DettagliIC BOSCO CHIESANUOVA - CURRICOLO UNITARIO - SCUOLA SECONDARIA I
IC BOSCO CHIESANUOVA - CURRICOLO UNITARIO - SCUOLA SECONDARIA I MATEMATICA Classe PRIMA secondaria 1 COMPETENZE SPECIFICHE ABILITÀ CONOSCENZE IL NUMERO - Utilizzare in modo corretto le tecniche, le procedure
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliSTATISTICA Una piccola infarinatura in vista delle prove INVALSI.
STATISTICA Una piccola infarinatura in vista delle prove INVALSI. 1 Introduzione 2 Tipologie 3 Terminologia Piccolo glossario Piccolo esempio 4 Raccolta dati Modalità Visualizzazione 5 Frequenza 6 Rappr.ne
DettagliLa retta di regressione
La retta di regressione Michele Impedovo Uno dei temi nuovi e centrali per il rinnovamento dei programmi di matematica, che si impone in modo naturale quando si abbia a disposizione un qualunque strumento
DettagliCosa vuol dire misurare l'area di una figura piana a contorno curvilineo?
Cosa vuol dire misurare l'area di una figura piana a contorno curvilineo? Idea elementare: 1. fissare un quadratino come unità di misura 2. contare quante volte questo può essere riportato nella figura
DettagliInterpolazione Statistica
Interpolazione Statistica Come determinare una funzione che rappresenti la relazione tra due grandezze x e y a cura di Roberto Rossi novembre 2008 Si parla di INTERPOLAZIONE quando: Note alcune coppie
DettagliMAPPA 8 NUMERI. L estrazione di radice e i numeri reali assoluti
MAPPA 8 L estrazione di radice e i numeri reali assoluti Il concetto di radice Estrarre la radice quadrata (terza, quarta ecc.) di un numero significa determinare quel numero che, elevato alla seconda
DettagliTeoremi limite. Enrico Ferrero. 27 febbraio 2007
Teoremi limite Enrico Ferrero 27 febbraio 2007 LA DISEGUAGLIANZA DI CHEBYCHEV Sia X una variabile aleatoria avente valore medio µ e varianza σ 2. Sia poi K un arbitrario numero positivo. È possibile dimostrare
DettagliEsercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti
Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #
Dettagli1 L estrazione di radice
1 L estrazione di radice Consideriamo la potenza 3 2 = 9 di cui conosciamo: Esponente 3 2 = 9 Valore della potenza Base L operazione di radice quadrata consiste nel chiedersi qual è quel numero x che elevato
DettagliRichiami di aritmetica
Richiami di aritmetica I numeri naturali L insieme dei numeri naturali, che si indica con N, comprende tutti i numeri interi maggiori di zero. Operazioni fondamentali OPERAZIONE SIMBOLO RISULTATO TERMINI
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliGRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti A cura di: Ing. Giovanna
DettagliRELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016
RELAZIONE FINALE DEL DOCENTE Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016 In relazione alla programmazione curricolare sono stati conseguiti, in termini di livello medio,
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliNuovo Ordinamento Esame di Statistica I 24 giugno 2002 Cognome docente: J. Mortera / P. Vicard Nome
Esame di Statistica I 24 giugno 2002 Cognome 1. [12] Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie (in migliaia di ettari) ottenendo i seguenti
DettagliLezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari
Lezione 4 L artimetica binaria: I numeri relativi e frazionari Sommario I numeri relativi I numeri frazionari I numeri in virgola fissa I numeri in virgola mobile 1 Cosa sono inumeri relativi? I numeri
Dettagli