Statistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Statistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati"

Transcript

1 Statstca a.a. 215/216 Materale ddattco Lbro d testo: Statstca, metodologe per le scenze economche e socal. Borra, D Cacco. McGraw-Hll. I lucd utlzzat a lezone, le eserctazon e l testo de passat appell è a dsposzone sul sto: Modaltà d esame Vedere fle dettaglato sul sto. L esame è scrtto e orale. Scrtto: 4 esercz a scelta su 6 propost. Ogn eserczo svolto correttamente vale 8 punt. S può utlzzare l lbro d testo, gl appunt, la calcolatrce. Orale: può essere sostenuto nello stesso appello dello scrtto o n uno degl appell successv, purchè all nterno della Sessone d esam. Il rsultato dell orale fa meda con quello dello scrtto. 1 Cos è la statstca Statstche: al plurale, snonmo d dat Statstca: al sngolare, è la dscplna che analzza le statstche, dat, cercando d estrarne nformazon utl L enorme mole d dat res ogg dsponbl dalla dgtalzzazone, rende la statstca ndspensable n qualsas ambto. 2 Statstca e Economa Descrzone dello stato e dell andamento nel tempo de fenomen economc Anals de comportament degl operator economc Prevson sulla dnamca degl aggregat economc Anals de process e de rsultat produttv e gestonal Valutazone delle condzon del mercato Panfcazone delle stratege d marketng Scelta tra portafogl alternatv Prevson sulla dnamca delle msure fnanzare 3 4

2 Statstca: maneggare con cautela Mark Twan: «D solto la gente usa le statstche come un ubraco usa un lampone: per appoggars pù che come fonte d llumnazone» ESEMPIO 1: Nascte e ccogne D seguto alcun esemp d procedment gust e sbaglat per analzzare dat. 5 6 Numero d nat n funzone del numero d ccogne Numero d nat n funzone del numero d ccogne Numero d nat (n mglaa) Coppe d ccogne Numero d nat/numero abtant,3,25,2,15,1,5,2,4,6,8,1 Coppe d ccogne/numero d abtant Il grafco mostra charamente che paes con pù ccogne sono quell con la nataltà Un anals corretta deve tenere conto della dversa dmensone de paes consderat: n pù elevata, avvalorando la tes che le ccogne portano bambn! 7 questo modo s conclude correttamente che non c è relazone tra numero d ccogne 8 e d nat.

3 ESEMPIO 2: Gl automoblst corrett? Solo l 8%. (Correre della Sera del 25/8/23) Dal ttolo samo portat a pensare che quas tutt gl automoblst sono scorrett. 9 Invece, dat sono seguent: (Inchesta Altroconsumo) gudator corrett 8 gudator non completamente corrett % 86 gudator scorrett 6 TOTALE 1 Un ttolo altrettanto parzale, ma un po pù vero d quello scelto: Gl automoblst scorrett? Solo l 6%. E avrebbe trasmesso un nformazone opposta 1 ESEMPIO 3: Abusvsmo, la top ten regonale Abtazon abusve costrute nel 22 Campana 5925 Scla 426 Pugla 382 Calabra 2919 Lombarda 191 Lazo 1697 Veneto 1664 Sardegna 1482 Toscana 1327 Abruzzo 1252 (Il Messaggero del 17/9/23) Ne confront geografc numer assolut sono spesso fuorvant. Tra le dec regon della tabella fgurano le sette regon pù grand del paese. In testa a graduatore sml non troveremo ma una pccola regone. 11 Abtazon abusve costrute nel 22 Campana 5925 Scla 426 Pugla 382 Calabra 2919 Lombarda 191 Lazo 1697 Veneto 1664 Sardegna 1482 Toscana 1327 Abruzzo 1252 Come fare un confronto corretto? % sul totale delle abtazon costrute 28,3 28,9 15,8 23,2 4,4 8,1 4,5 15,5 8,4 19,3 In questo caso, rapportando n ogn regone l numero d abtazon abusve a quello delle abtazon costrute. 12

4 Ecco come camba la top ten dell abusvsmo: (Fonte: La Repubblca del 17 e 21 settembre 23) Abtazon abusve costrute nel 22 Campana 5925 Scla 426 Pugla 382 Calabra 2919 Lombarda 191 Lazo 1697 Veneto 1664 Sardegna 1482 Toscana 1327 Abruzzo 1252 Molse 3,7 Scla 28,9 Campana 28,3 Calabra 23,2 Abruzzo 19,3 Lgura 18,8 Pugla 15,8 Sardegna 15,5 Baslcata 11,6 Toscana 8,4 ITALIA 11, % sul totale delle abtazon costrute 13 Il lessco della Statstca: qualche defnzone Statstca: nseme de prncp a qual dovrebbero sprars la raccolta e l elaborazone de dat concernent fenomen collettv Statstca descrttva: s occupa dell anals d un fenomeno relatvo a un certo gruppo d soggett (popolazone) sulla base d una rlevazone completa delle nformazon (censmento). Tal nformazon vengono sntetzzate tramte opportun ndc statstc. Inferenza statstca: basandos su un campone estratto dalla popolazone d nteresse, trae concluson sull ntera popolazone 14 Popolazone: nseme d rfermento del fenomeno oggetto d studo Untà statstca: sngolo caso che compone la popolazone Carattere: caratterstca oggetto d rlevazone sulle untà statstche che formano l collettvo Modaltà d un carattere: dvers mod con cu l carattere s manfesta nelle untà statstche 15 Esempo Fenomeno collettvo che s ntende studare: rendmento degl student della Facoltà d Economa dell Unverstà d Macerata all esame d Statstca, nell A.A Collettvo statstco: nseme degl student d Economa dell Unverstà d Macerata che hanno sostenuto l esame d Statstca nell A.A Untà statstca: sngolo studente d Economa dell Unverstà d Macerata che ha sostenuto l esame d Statstca nell A.A Caratter rlevat: sesso, regone d provenenza, tpo d scuola superore, anno d corso, voto all esame d statstca Matrce d dat: tabella con numero d rghe par al numero d untà statstche e numero d colonne par al numero d caratter 16 rlevat

5 Untà statstche Caratter Classfcazone de caratter A seconda d come sono espresse le sue modaltà, un carattere vene classfcato n Nome Sesso Regone Scuola superore Anno Voto Verd M. M Marche Lc. Scentfco II 26 Banch C. F Umbra Lc. Classco III 3 Ross V. F Marche Ist. Tecnco F.C. 27 Qualtatvo: quando le modaltà sono espresse tramte espresson verbal Quanttatvo: quando le modaltà sono espresse numercamente Un carattere qualtatvo può essere ulterormente classfcato come: Sconnesso: non esste un ordne naturale delle modaltà Collettvo Modaltà Ordnato: esste un ordne naturale delle modaltà Un carattere quanttatvo può essere ulterormente classfcato come: Dscreto: le modaltà possono essere messe n corrspondenza bunvoca con un sottonseme de numer nter Contnuo: s ha una corrspondenza bunvoca con l nseme de numer real Un carattere quanttatvo s dce trasferble quando la sua ntenstà può essere trasferta da un untà all altra 19 S consderno seguent caratter statstc: (a) settore d attvtà economca prevalente; (b) tpo d contratt stpulat da un agenza asscuratrce; (c) gudzo sulla qualtà della ddattca n un corso d formazone professonale; (d) prezzo al Kg. d un certo prodotto almentare; (e) gorno della settmana n cu avvengono furt d un certo tpo; (f) numero d stanze nelle abtazon. Per ognuno d ess s ndch: 1. le possbl modaltà; 2. la natura del carattere (se qualtatvo sconnesso, ordnato ecc.); 3. l collettvo a cu può essere rferto e la corrspondente untà statstca. 2

6 S ndch quale carattere può corrspondere a seguent grupp d modaltà e completare per cascun gruppo l elenco delle possbl ulteror modaltà: (a) nessun mezzo, ferrova, tram, metro, autobus, mezzo propro; (b) Pemonte, Valle d Aosta, Lgura, Lombarda; (c) celbe/nuble, conugato; (d) laurea, dploma, lcenza meda nferore, lcenza elementare. Rlevazon statstche Rlevazone statstca: nseme delle operazon necessare per l raccoglmento de dat necessar ad un ndagne statstca A seconda del metodo, la rlevazone può essere: Spermentale: l rcercatore controlla le condzon sotto le qual s svolge l osservazone Osservazonale: s osserva la realtà senza ntervenre su d essa A seconda della complesstà, la rlevazone può essere: Totale: s osservano tutte le untà della popolazone Parzale: s osserva un campone estratto dalla popolazone Tpc strument, d rlevazone sono: Intervsta dretta 21 Intervsta telefonca Questonaro postale 22 Il Dpartmento d Economa e Drtto ha necesstà d ottenere nformazon rguardant l atttudne alla lettura degl student scrtt a propr cors d laurea e decde, per tale ragone, d realzzare un ndagne camponara che rsponda a queste esgenze. 1. Supponendo d dover partecpare alla progettazone dell ndagne, s decda: (a) qual è l collettvo statstco oggetto d studo e l untà statstca; (b) qual sono caratter che s rtengono pù mportant per rspondere alle esgenze nformatve del Dpartmento e la loro natura, asseme alle corrspondent modaltà. 2. Quale fonte d dstorsone s ntroduce se s procede ad ntervstare n modo casuale gl student che escono dalle 23 lezon. Caso studo 1 I dat (fttz) rportat nella tabella seguente sono estratt dall archvo de clent d una banca aggornato al 31/12/215. Per cascun clente sono stat regstrat: l sesso, l età (n ann comput), l ammontare del deposto nel conto corrente (n Euro) ed un gudzo sulla solvbltà (1= buona, 2=suffcente, 3=scarsa). I dat grezz non fornscono nformazon, n quanto scarsamente leggbl. Come estrarre nformazon utl da dat? 24

7 Clente Sesso N.Comp. Deposto Gudzo 1453 M M F M F M M F M F F F M M M F M F F M Dstrbuzon statstche La rlevazone statstca produce come rsultato la matrce de dat Nome Sesso Regone Scuola superore Anno Voto Verd M. M Marche Lc. Scentfco II 26 Banch C. F Umbra Lc. Classco III 3 Ross V. F Marche Ist. Tecnco F.C. 27 Gall F. F Calabra Ist. Tecnco II 3 Ner A. M Marche Lc. Scentfco III 28 Ogn colonna della matrce costtusce una dstrbuzone dsaggregata secondo un sngolo carattere. S tratta dell elencazone delle modaltà osservate per ogn una untà x 1, x 2,, x,,x n 26 Una dstrbuzone d questo tpo s chama semplce (rspetto ad un solo carattere) untara (untà per untà). x 1, x 2,, x,,x n Se s consderassero pù caratter conguntamente avremmo una dstrbuzone multpla (es. doppa se s consderassero due caratter) Una dstrbuzone d frequenza semplce vene rappresentata attraverso una tabella d questo tpo Modaltà (x ) (n ) x 1 n 1 x 2 n 2 Per sntetzzare una dstrbuzone dsaggregata s fa uso d una dstrbuzone d frequenza che può essere semplce o multpla x n Una dstrbuzone d frequenza semplce vene costruta assocando a ognuna delle modaltà dstnte che sono state osservate, x 1, x 2,, x,,x k la corrspondente frequenza assoluta che è par al numero d untà statstche che presentano quella modaltà. Per la -esma 27 modaltà, la frequenza assoluta vene ndcata con n. x k Totale n k n 28

8 Esempo Dalla matrce d dat sugl student unverstar, s possono rcavare 5 dstrbuzon semplc secondo caratter: sesso, regone, scuola d provenenza, anno d corso e voto n Statstca. Per l carattere sesso, le modaltà dstnte sono M e F con frequenze par, rspettvamente, a 2 e 3. La corrspondente dstrbuzone d frequenza è qund: Sesso (x ) (n ) M 2 F 3 Totale 5 29 Per gl altr 4 caratter s ha: Regone (x ) (n ) Marche 3 Umbra 1 Calabra 1 Totale 5 Scuola (x ) (n ) Classco 1 Scentfco 2 Tecnco 2 Totale 5 Anno (x ) (n ) II 2 III 2 F.C. 1 Totale 5 Voto (x ) (n ) Totale 5 3 S consderno dat del Caso Studo 1. Per cascuno de caratter pres n esame se ne descrva la natura. Che tpo d dstrbuzone è quella presentata n tabella? Per l carattere Gudzo, s costrusca la dstrbuzone d frequenze. Esempo Dstrbuzone delle famgle per numero d component - Regone Marche - Censmento 21. NUMERO DI COMPONENTI Numero d famgle (n mglaa) 1 persona 124,143 2 persone 149,531 3 persone 124,394 4 persone 17,992 5 persone 31,751 6 o pù persone 11, Totale 549,474

9 Esempo Dstrbuzone doppa delle famgle per numero d component e per rpartzone geografca - Censmento 21 (dat n mglaa). S consderno dat del Caso Studo 1. RIPARTIZIONI GEOGRAFICHE Numero d component 1 persona 2 persone 3 persone 4 persone 5 persone 6 o pù persone Totale Itala Nord-Occdentale 1.767, , ,9 966,118 27,367 46, ,2 Itala Nord-Orentale 1.116, , ,636 71, ,9 59, ,1 Itala Centrale 1.61, , ,315 78,561 28,574 61, ,199 Itala Merdonale 94, , , , ,86 145, ,274 Itala Insulare 541, , , , ,7 55, ,993 Itala 5.427, , , , , , ,676 S costruscano le dstrbuzone doppe d frequenze secondo caratter Sesso e Gudzo e secondo caratter Numero d Component e Gudzo Suddvsone n class Nel caso d un carattere quanttatvo che assume molte modaltà (tpcamente contnuo) è convenente consderare delle class al posto delle sngole modaltà dstnte. Una dstrbuzone d un carattere n class vene rappresentata attraverso una tabella d questo tpo Class (c -1 c ) (n ) c c 1 n 1 c 1 c 2 n 2 Ogn classe vene dentfcata da due estrem (d snstra e d destra) che per la -esma classe sono ndcat con c -1 c. Le class vanno scelte n modo che: l lvello d sntes sa adeguato sano tra loro dsgunte sano esaustve c -1 c c k-1 c k Totale n n k n

10 Esempo Per l carattere voto n Statstca abbamo la seguente dstrbuzone n class. Class d voto c -1 c (n ) ,5 21, ,5 25, ,5 28, ,5 3,5 2 Totale In questo caso, al fne d avere estrem d classe concdent, s effettua la correzone per contnutà: s sottrae 1/2 all estremo d snstra d ogn classe e lo s aggunge a quello Esempo Popolazone resdente per class d età - Regone Marche - Censmento 21 Popolazone resdente CLASSI DI ETÀ (n mglaa) Meno d , , , , , , , e pù 152,284 d destra Totale 1.47,581 La seguente tabella rporta dat relatv a 15 azende agrcole umbre (Id. Azenda) che hanno partecpato ad un bando per l assegnazone d contrbut da parte dell Unone Europea. S not che l dato rguardante l Grado d nnovazone ne process dell azenda (Innovazone) è stato codfcato nel modo seguente: 1 = basso, 2 = medo, 3 = alto. Inoltre, l fatturato annuo d cascuna azenda è espresso n mglaa d Euro. a) Qual è l untà statstca? Qual sono caratter rlevat? E qual è la loro natura? b) Qual sono le modaltà rlevate del carattere Grado d nnovazone? Qual sono le modaltà rlevate del carattere Ann d attvtà? c) Costrure la dstrbuzone doppa rspetto al Grado d nnovazone e al fatturato (class -5, 5-1, 1-15). Id. Azenda Ann d attvtà Provnca PG TR TR PG TR PG PG PG Innovazone Fatturato 5,1 6,8 1,3 14,7 3,5 8,9 11,3 4,5 Id. Azenda Ann d attvtà Provnca TR TR PG TR PG PG TR Innovazone Fatturato 8,3 13,1 7 5,8 8,1 12,6 1,3 39 4

11 S consderno dat del Caso Studo 1. relatve e percentual Famgle per numero d component - Itala Settentronale - Censmento 21. Famgle per numero d component - Itala Merdonale e Isole - Censmento 21. S costrusca la dstrbuzone doppa d frequenze secondo caratter Ammontare del Deposto e Gudzo. Per l carattere Deposto s consderno le class: Fno a 15., e NUMERO DI COMPONENTI Numero d famgle (x 1) 1 persona 2.883,25 2 persone 3.48,249 3 persone 2.352,645 4 persone 1.667,391 5 persone 391,376 6 o pù persone 16,299 Totale 1.449,21 NUMERO DI COMPONENTI Numero d famgle (x 1) 1 persona 1.482,466 2 persone 1.668,914 3 persone 1.412,246 4 persone 1.688,254 5 persone 665,876 6 o pù persone 21,511 Totale 7.119, NUMERO DI COMPONENTI Itala Settentronale Numero d famgle relatve Itala Merdonale Numero d famgle relatve 1 persona 2.883,25, ,466,28 2 persone 3.48,249, ,914,234 3 persone 2.352,645, ,246,198 4 persone 1.667,391, ,254,237 5 persone 391,376,37 665,876,94 6 o pù persone 16,299,1 21,511,28 Totale 1.449, ,267 1 NUMERO DI COMPONENTI Itala Settentronale Numero d famgle percentual Itala Merdonale Numero d famgle percentual 1 persona 2.883,25 27, ,466 2,823 2 persone 3.48,249 29, ,914 23,442 3 persone 2.352,645 22, ,246 19,837 4 persone 1.667,391 15, ,254 23,714 5 persone 391,376 3, ,876 9,353 6 o pù persone 16,299 1,17 21,511 2,831 Totale 1.449, ,

12 Frequenza relatva: Frequenza percentuale: f n n n p 1 n Una dstrbuzone d frequenze assolute, relatve e percentual vene rappresentata attraverso una tabella d questo tpo Modaltà (x ) assolute (n ) relatve (f ) percentual (p ) x 1 n 1 f 1 p 1 Un ovva propretà delle frequenze relatve e percentual è: p k 1 f2 f k f 1 f k 1 p2 p k p x 2 n 2 f 2 p 2 x n f p x k n k f k p k Totale n Esempo Per l carattere voto n Statstca abbamo la seguente dstrbuzone n class. Class d voto assolute (n ) relatve (f ) percentual (p ) , ,4 4 Totale Una popolazone d 1 ndvdu, d cu 6 donne e 4 uomn, vene ntervstata crca le atttudn al fumo ottenendo le seguent rsposte: Uomn: Donne: dove 1=fumatore e =non fumatore. a) Rcavare una tabella d dstrbuzone doppa b) Rcavare la dstrbuzone d frequenza relatva rspetto al carattere Atttudne al fumo separatamente per gl uomn e per le donne. c) Determnare la percentuale d fumator tra gl ntervstat. 48

13 S consderno dat del Caso Studo 1. cumulate Famgle per numero d component - Itala Settentronale - Censmento 21. S costrusca la dstrbuzone d frequenze relatve e percentual secondo l carattere Gudzo, separatamente per gl uomn e per le donne. NUMERO DI COMPONENTI Numero d famgle (x 1) 1 persona 2.883,25 2 persone 3.48,249 3 persone 2.352,645 4 persone 1.667,391 5 persone o pù persone 16,299 Totale 1.449,21 Quante sono le famgle con al massmo due component? Quante sono le famgle con al massmo tre component? 49 5 NUM. COMP. Num. famgle Itala Settentronale Freq. ass. cum. Freq. rel. cum. Freq. perc. cum. Num. famgle Itala Merdonale Freq. ass. cum. Freq. rel. cum. Freq. perc. cum. Frequenza assoluta cumulata : N n1 n2 n N 1 n , ,25,276 27, , ,466,28 2, , ,499,568 56, , ,38,443 44, , ,144,793 79, , ,626,641 64, , ,535,952 95, , ,88,878 87, , ,911,99 98, , ,756,972 97,169 6 o pù 16, , , , Totale 1.449, ,267 Frequenza relatva cumulata: N F f1 f2 f F 1 f n Frequenza percentuale cumulata: N P 1 p1 p2 p P n 1 p 51 52

14 Una dstrbuzone d frequenze assolute, relatve e percentual cumulate vene rappresentata attraverso una tabella d questo tpo Modaltà (x ) assolute cumulate (N ) relatve cumulate (F ) percentual cumulate (P ) x 1 N 1 F 1 P 1 x 2 N 2 F 2 P 2 x N F P S consderno dat del Caso Studo 1. Qual è la frequenza d clent che appartengono a famgle d al massmo 2 component? Qual è la percentuale d clent con un Ammontare d Depost fno a 3. euro? Qual è la percentuale d clent con Gudzo d Solvbltà almeno suffcente? x k N k F k P k Rappresentazon grafche Per una dstrbuzone d frequenza d un carattere qualtatvo o quanttatvo dscreto, s utlzza un grafco a barre che consste nel rappresentare, su un pano cartesano, k barre d altezza n 1,, n k n corrspondenza delle ascsse x 1,, x k. Frequenza Dstrbuzone degl student secondo l sesso M Esempo F F M Dstrbuzone degl student secondo l sesso Frequenza 55 Frequenza assoluta Esemp Dstrbuzone delle famgle resdent nell'itala Settentronale secondo l numero d component o pù Numero d component 56

15 Dstrbuzone delle famgle resdent secondo l numero d component e la rpartzone geografca Dstrbuzone delle famgle resdent secondo l numero d component e la rpartzone geografca Frequenza assoluta o pù Numero d component Itala Settentronale Itala Merdonale Frequenza relatva,35,3,25,2,15,1,5, o pù Numero d component Itala Settentronale Itala Merdonale S consderno dat del Caso Studo 1. S rappresent grafcamente la dstrbuzone d frequenze secondo l carattere Numero d component. S rappresent grafcamente la dstrbuzone d frequenze secondo l carattere Gudzo sulla solvbltà, separatamente per Sesso. Nel caso d un carattere quanttatvo n class, la dstrbuzone vene rappresentata tramte un stogramma d frequenza costruto tramte una sere d rettangol corrspondent alle vare class. Il rettangolo corrspondente alla j-esma classe ha: base par all ampezza della classe: a c c f altezza par alla denstà d frequenza: h a L altezza della classe (denstà) corrsponde alla frequenza che compete a un sottontervallo d ampezza untara nel caso d unforme dstrbuzone delle untà nelle class. L stogramma permette qund d confrontare tra loro class d dversa ampezza. 1 La caratterstca fondamentale dell stogramma è che l area d ogn rettangolo corrsponde alla frequenza della classe a cu s rfersce: f a h a f 59 a 6

16 Esempo Dstrbuzone n class delle mprese della provnca d Macerata con meno d 5 addett, secondo l numero d addett Censmento 21 Class d addett assolute Totale: Frequenza Class d addett Class d addett assolute (n ) Ampezza class (a ) Denstà d frequenza (h ) , , , , , , ,8 Totale: Frequenza Istogramma per la dstrbuzone delle Class d addettmprese secondo l numero degl addett Denstà Class d addett 63 Class d addett relatve (f ) Ampezza class (a ) Denstà d frequenza (h ),5--1,5,1915 1, ,5--2,5,128 1, ,5--5,5,237 3,6792 5,5--9,5,1288 4,3221 9,5--15,5,118 6, ,5--19,5,61 4, ,5--49,5,1689 3,563 Totale: 1 64

17 Istogramma per la dstrbuzone delle mprese secondo l numero d addett S consderno dat del Caso Studo 1. Denstà,25,2,15,1,5, 2 4 Class d addett S rappresent grafcamente la dstrbuzone d frequenze secondo l carattere Ammontare del Deposto. S consderno le class: Fno a 1., 1.-2., e Funzone d rpartzone La funzone d rpartzone, F(x), fornsce la frequenza relatva delle osservazon che presentano una modaltà del carattere non superore a x. Qund s ha sempre: F lm x Fx F lm Fx 1 x Per un carattere qualtatvo ordnato o quanttatvo non n class, la funzone d rpartzone è par a: F x F 1 x x x x x 1 x x qund, se x è compreso tra la modaltà pù pccola (x 1 ) e quella pù grande (x k ), F(x) è uguale alla frequenza cumulata (F ) corrspondente alla pù grande modaltà (x ) mnore o uguale a x. 67 Altrment, F(x) = o F(x) = 1. k 1 NUMERO DI COMPONENTI (x ) Esempo Numero d famgle (n ) relatve (f ) relatve cumulate (F ) 1 persona 2.883,25,276,276 2 persone 3.48,249,292,568 3 persone 2.352,645,225,793 4 persone 1.667,391,16,952 5 persone 391,376,37,99 6 persone 16,299,1 1 Totale 1.449,21 1 F(2) =,568; F(4) =,952; F(4,5) =,

18 Nel caso d un carattere n class (tpcamente contnuo) c s basa sull potes che n ogn classe c sa unforme dstrbuzone: s ha sempre la stessa frequenza n ogn sottontervallo della classe d ampezza untara In questo caso la funzone d rpartzone è par a: F 1 x F h x c 1 1 x c c 1 x c x c e qund, se x è compreso tra l estremo snstro della prma classe (c ) e l estremo destro dell ultma classe (c k ), per l calcolo occorre nnanztutto ndvduare la classe che contene x (c -1 c ) e po F(x) = F -1 + h (x - c -1 ); altrment, F(x) = oppure F(x) = 1. S not k Class d fatturato (c -1 c ) Esempo Imprese attve al per class d fatturato (mglaa d euro) - dat relatv ai blanc anno 29 - Comune d Padova assolute (n ) relatve (f ) relatve cumulate (F ) Denstà (h ) ,482219,482219, ,14896,631179, ,115634,746813, ,12555, ,4E ,58153, ,33E ,38246, ,65E ,21248, ,42E ,7157, ,86E , ,57E-7 Totale che se x è uguale a un estremo d classe (c ), s ha F(x)= F 69 7 F(5) =,631179; F(45) =, ,596(45-25) =,61387 S consderno dat del Caso Studo 1. S consder la dstrbuzone d frequenze secondo l carattere Ammontare del Deposto. S consderno le class: Fno a 1., 1.-2., e Qual è l valore della funzone d rpartzone n 23. a) usando dat dsaggregat b) usando la dstrbuzone d frequenza. Qual è quell ammontare del deposto al d sotto del quale trovamo l 6% de clent a) usando dat dsaggregat b) usando la dstrbuzone d frequenza. 71 Data la seguente dstrbuzone delle mprese della provnca d Tern, secondo l numero degl addett (Fonte: Conoscere l Umbra, Anno 29): Class d addett (n ) e oltre S calcolno le frequenze relatve, percentual, relatve cumulate e percentual cumulate. 2. S rappresent grafcamente l stogramma d frequenza chudendo l ultma classe a S calcol, sotto l potes d unforme dstrbuzone nelle class: (a) la frequenza relatva delle mprese con un numero d addett compreso tra 15 e 3, utlzzando la funzone d rpartzone; (b) la frequenza relatva delle mprese con un numero d addett compreso tra 1 e 7, utlzzando le denstà d frequenza e rportando l rsultato nell stogramma; 4. Se facessmo un unca classe con estrem 1-5, varrebbe l potes d unforme dstrbuzone all nterno della classe? 72

19 Rappresentazone grafca della funzone d rpartzone Rappresentando la funzone d rpartzone s mostra l andamento delle frequenze cumulate al varare della modaltà del carattere. Per un carattere qualtatvo ordnato o quanttatvo la funzone d rpartzone ha una forma a gradn ottenuta congungendo punt d coordnate (x, F ), per =1,,k. Nel caso d un carattere n class s congungono punt coordnate (c,f ), =1,,k, e l punto (c -1,) dando orgne a una spezzata. 73 Esemp Frequenza cumulata 1,8,6,4,2 NUMERO DI COMPONENTI (x ) Numero d famgle (n ) relatve (f ) relatve cumulate (F ) 1 persona 2.883,25,276,276 2 persone 3.48,249,292,568 3 persone 2.352,645,225,793 4 persone 1.667,391,16,952 5 persone 391,376,37,99 6 persone 16,299,1 1 Totale 1.449, Numero component 74 Frequenza cumulata 1,8,6,4,2 Itala Settentronale Itala Merdonale S consderno dat del Caso Studo 1. S consder la dstrbuzone d frequenze secondo l carattere Gudzo sulla solvbltà. S dsegn la funzone d rpartzone e s cerch d capre che tpo d nformazone s può estrarre dal grafco. Sulla base della funzone d rpartzone, determnare la percentuale d clent con Gudzo d solvbltà almeno suffcente Numero component 75 76

20 Class d fatturato (c -1 c ) cumulate 1,8,6,4,2 assolute (n) relatve (f) Fatturato relatve cumulate (F) Denstà (h) ,482219,482219, ,14896,631179, ,115634,746813, ,12555, ,4E ,58153, ,33E ,38246, ,65E ,21248, ,42E ,7157, ,86E , ,57E-7 Totale S consderno dat del Caso Studo 1. S consder la dstrbuzone d frequenze secondo l carattere Ammontare del Deposto. S consderno le class: Fno a 1., 1.-2., e S dsegnno l stogramma d frequenze e la funzone d rpartzone e s cerch d capre che tpo d nformazone s può estrarre da due grafc. Sulla base della funzone d rpartzone della dstrbuzone n class, determnare la percentuale d clent con un ammontare de depost compreso tra 25. e 35. euro. 78 La seguente dstrbuzone è tratta dall ndagne ISTAT Struttura e produzone delle azende agrcole - Anno 27 e consdera le azende agrcole esstent n Umbra secondo la superfce totale (n ettar): Class d superfce Azende Meno d e oltre Totale a)assumendo 1 come estremo superore per l ultma classe, s rappresentno grafcamente l stogramma d frequenza e la funzone d rpartzone. S calcolno noltre: b)l valore della funzone d rpartzone nel punto 5; c)la frequenza relatva delle azende con una superfce compresa tra 8 e 12 ettar, utlzzando la funzone d rpartzone; d)la frequenza relatva delle azende con una superfce tra 15 e 5 ettar, utlzzando le denstà d frequenza e rportando l rsultato nell stogramma. 79 Dove e come studare Lbro d testo: S. Borra, A. D Cacco (214), Cap. 1 e 2 Svolgere eserctazone 1 Svolgere seguent punt degl esercz nel fle: Esercz su mede.xls: Foglo 1, punto a) e d) Foglo 2, punto a) Foglo 3, punto a) e c) Foglo 4, punto a) e b) Foglo 5, punto a) e b) Foglo 6, punto a) e b) Foglo 7, punto b) 8

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Il trattamento dei dati a fini descrittivi

Il trattamento dei dati a fini descrittivi Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Unità n La concentrazione

Unità n La concentrazione 01 La concentrazone Corso d Laurea: Economa Azendale Docente: M.Msuraca (aula1)/ D.Costanzo(aula2) Untà n 05 Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferblepuò

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

Esercitazioni del corso di relazioni tra variabili

Esercitazioni del corso di relazioni tra variabili Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI Unverstà C. Cattaneo Luc, Corso d Statstca, 9 Ottobre 2013 Laboratoro Excel Sessone n. 1 Venerdì 041013 Gruppo PZ Lunedì 071013 Gruppo AD Martedì 081013 Gruppo EO VERSIONE DEFINITIVA (9 Ottobre 2013) degl

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

PROGRAMMAZIONE DIDATTICA

PROGRAMMAZIONE DIDATTICA ISTITUTO ISTRUZIONE SUPERIORE STATALE CARLO GEMMELLARO CATANIA PROGRAMMAZIONE DIDATTICA ECONOMIA AZIENDALE A.S.: 2015/2016 Prof Pnzzotto Dana classe 5 b afm Obtv educatv OBTV ddattc trasversal Acqusre

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005 Corso d Tecnche elettromagnetche per la localzzazone e l controllo ambentale Test scrtto del 8 / 9 / 5 S rsponda alle seguent domande marcando con un segno le rsposte che s reputano corrette. S rsolva

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

ESERCIZIO N. 1. b) rendimenti reali dell azienda Gesis e del portafoglio di mercato:

ESERCIZIO N. 1. b) rendimenti reali dell azienda Gesis e del portafoglio di mercato: ESERCIZIO N. 1 Il canddato proceda a calcolare l tasso d congrua remunerazone reale dell azenda Gess al 31.12.2003 applcando l CAPM e l WACC della stessa azenda; dat d cu s dspone sono seguent: a) rendmento

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche

Dettagli

Hansard OnLine. Unit Fund Centre Guida

Hansard OnLine. Unit Fund Centre Guida Hansard OnLne Unt Fund Centre Guda Sommaro Pagna Introduzone al Unt Fund Centre (UFC) 3 Uso de fltr per la selezone de fond 4-5 Lavorare con rsultat del fltro 6 Lavorare con rsultat del fltro - Prezz 7

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut

Dettagli

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro NUMERI GRANDI DI FIBONACCI come trovare velocemente loro esatt valor numerc Crstano Teodoro crstanoteodoro@vrglo.t Sommaro: n questo artcolo vene proposto, n alternatva al metodo classco per l calcolo

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione febbraio 2009

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione febbraio 2009 Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 17 13 febbrao 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19? 2/19? Fgura 1: ( 5y

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

Segmentazione di immagini

Segmentazione di immagini Segmentazone d mmagn Introduzone Segmentazone: processo d partzonamento d un mmagne n regon dsgunte e omogenee. Esempo d segmentazone. Tratta da [] Introduzone (def. formale ( Sa R l ntera regone spazale

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04 UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso d Allocazone de centr d servzo SCG-E04 Le fas del processo d msurazone de cost Fase 1 Rlevazone de cost Fase 2 Assegnazone de cost Cost drett (Drect cost) Attrbuzone

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

ELEMENTI DI STATISTICA PARTE 1

ELEMENTI DI STATISTICA PARTE 1 ELEMETI DI STATISTICA PARTE. ITRODUZIOE. La parola statstca. Cenn storc.3 Gl studos.4 La statstca moderna.5 Le font statstche. DEFIIZIOI 3. Una defnzone d statstca 3. I fenomen collettv 3.3 Untà statstche,

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2014-2015 Lezone 1: Martedì 17/2/2015 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/40? Codce docente 030508 Codce corso 00675 Matematca

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

INDAGINE ESAUSTIVA O CAMPIONARIA?

INDAGINE ESAUSTIVA O CAMPIONARIA? INDAGINE ESAUSTIVA O CAMPIONARIA? S rcorre certamente all ndagne per campone quando la rlevazone completa è mpossble e quando la determnazone delle modaltà possedute dalle untà n esame ne comporta la dstruzone

Dettagli

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall emal: govanna@stat.unpg.t sto web: www.stat.unpg.t/ govanna ddattca 1/39? Il programma del corso opolazon fnte; concett base

Dettagli

Economia del turismo

Economia del turismo Unverstà degl Stud d Caglar Facoltà d Economa Corso d Laurea n Economa e Gest. de Serv. Turstc A.A. 2013-2014 Economa del tursmo Prof.ssa Carla Massdda Sezone 5 ANALISI MICROECONOMICA DEL TURISMO Argoment

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

COSTRUIRE UN PICCOLO SET DI DATI

COSTRUIRE UN PICCOLO SET DI DATI COSTRUIRE UN PICCOLO SET DI DATI Indvduazone degl obettv dello studo Indvduazone delle varabl che possono autare l raggungmento degl obettv dello studo Preparazone degl strument d rlevazone PATNO Numero

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 5: 24 febbraio 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 5: 24 febbraio 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 5: 24 febbrao 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/24? Eserczo Trovare quale legge d captalzzazone

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Il diagramma cartesiano

Il diagramma cartesiano Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli