STATISTICA 1 ESERCITAZIONE 4

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA 1 ESERCITAZIONE 4"

Transcript

1 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe della variabile Numero di libri letti quest ao per 319 uità statistiche: Numero di libri i Totale Calcolare la moda, la mediaa, il primo e il o decile, il 73-esimo cetile della distribuzioe. Soluzioe Calcoliamo le frequeze assolute cumulate: Numero di libri i N i Totale 319

2 La moda è 4. N è dispari: Mediaa = X +1 2 = X = X 160 Quidi i base alle frequeze cumulate la mediaa è 5. La posizioe del primo decile è data da: D 1 = X = X 32 Quidi D 1 = 2. La posizioe del oo decile è data da: D 9 = X = X 288 Quidi D 9 = 8. La posizioe del 73-esimo cetile è data da: C 73 = X = X 233,6 Quidi C 73 = 6. MEDIA ARITMETICA Utilizzata per variabili quatitative. μ X = μ = x i Proprietà: 1) La somma dei valori x i assuti da uità statistiche è uguale al valor medio moltiplicato per il umero di uità: x i = μ

3 2) (Baricetricità) La somma delle differeze tra i valori delle x i e la loro media aritmetica μ è uguale a zero: x i μ = 0 3) La somma degli scarti al quadrato dei valori x i da ua costate c è miima quado c = μ: x i c 2 è miima per c = μ 4) (Associatività) Se u collettivo uità statistiche viee diviso i M sottoisiemi disgiuti di umerosità 1, 2,..., M, tali che h=1 h = co media μ 1, μ 2,, μ M allora la media aritmetica geerale μ è ua media poderata delle medie dei sottoisiemi co pesi uguali alla loro umerosità: μ = 1 M μ h h h=1 5) (Iteralità) La media aritmetica è sempre compresa tra il valore miimo e il valore massimo assuto dalle modalità della distribuzioe: x mi μ x max 6) (Liearità) Data la distribuzioe di ua variabile X co media μ, se moltiplichiamo ogi modalità per ua costate a e aggiugiamo ua costate b, la media della distribuzioe sarà uguale a aμ + b.

4 Esercizio 2 Di seguito è riportata la tabella dei dati relativi al umero di vai di 100 appartameti: Numero di vai i Totale 100 Calcoliamo la media aritmetica per la variabile Numero di vai. μ = x i i μ = = = 3,32 La media è 3,32. Verifichiamo le proprietà di iteralità, liearità e baricetricità. Iteralità mi(numero di vai) = 1 max(numero di vai) = 6 1 3,32 6

5 Liearità Moltiplichiamo le modalità della variabile Numero di vai per a = 2 e aggiugiamo poi ua costate b = 3: Numero di vai i Totale 100 μ ax + b = = 9,64 aμ + b = 2 3, = 9,64 Baricetricità , , , , , ,32 = 46,4 25,08 3, , ,2 + 34,84 = 0 Esercizio 3 La seguete tabella riporta la spesa bimestrale i euro per eergia elettrica per 73 appartameti: Classe i [0, 100) 22 [100, 200) 13 [200, 400) 24 [400, 600) 11 [600, 1000) 3 Totale 73 Calcoliamo la media aritmetica per la spesa bimestrale di eergia elettrica. Soluzioe

6 Per dati raggruppati i classi la media aritmetica viee calcolata ipotizzado che per ogi classe la frequeza si cocetri el valore cetrale della classe stessa x i = mi+max 2. Classe i x i [0, 100) [100, 200) [200, 400) [400, 600) [600, 1000) Totale 73 μ = = = 248,6 La media è 248,6 euro. Esercizio 4 I base ai dati riportati ella tabella seguete, determiiamo il rago percetile corrispodete al valore 450 utilizzado le frequeze cumulate e le desità di frequeza. Classe i [0, 100) 10 [100, 200) 15 [200, 400) 24 [400, 600) 31 [600, 1000) 37 Totale 117 La classe Mediaa è [400, 600).

7 Soluzioe Calcoliamo le frequeze assolute cumulate e le desità di frequeza: Classe i N i d i [0, 100) ,1 [100, 200) ,25 [200, 400) ,12 [400, 600) ,155 [600, 1000) ,0925 Totale 117 i 31 N i x x i x i 1 = 49 + i = 56,75 La posizioe è 57. I termii percetili N , = 100 = 48, Quaratottesimo percetile. Usado le desità di frequeza: d 4 = 50 = 50 0,155 = 7, La posizioe è MEDIANA Proprietà: 1) La mediaa è applicabile ache a variabili qualitative ordiali poiché per defiizioe richiede solamete che i termii siao ordiabili. Esempio: fascia di reddito (bassa, medio - bassa, media, medio - alta, alta).

8 2) La mediaa o varia se i valori miori (maggiori) di essa vegoo sostituiti da altri valori comuque miori (maggiori). La media aritmetica, ivece, è maggiormete ifluezata da valori aomali (o è robusta). Esempio: dati relativi al peso di 5 persoe 70, 65, 88, 90, 52 serie ordiata 52, 65, 70, 88, 90 La mediaa è 70 La media è 73 Se sostituiamo i valori estremi co altri valori: 60, 65, 70, 88, 98 La mediaa è 70 La media è 76,2 3) La somma degli scarti i valore assoluto delle modalità della variabile da ua costate c è miima quado c è la mediaa: x i c è miima per c = Me. INDICI DI VARIABILITA PER VARIABILI QUANTITATIVE Idice di mutua variabilità Seza ripetizioe: Co ripetizioe: Due possibili scelte: j =1 d x i x j ( 1) j =1 2 d x i x j Differeza semplice d x i, x j = x i x j Differeza quadratica d x i, x j = x i x j 2

9 Da cui differeza semplice media r = j =1 2 x i x j differeza quadratica media 2 x i x 2 j r = j =1 2 sostituedo 2 co ( 1) otteiamo la differeza media semplice e la differeza quadratica media seza ripetizioe. Esercizio 5 La seguete tabella di frequeze per sigole modalità riporta la variabile Peso rilevata per 80 uità. Peso i Totale 80 Calcolare la differeza semplice media e la differeza media quadratica. Soluzioe La variabilità di u feomeo può essere studiata i termii di differeza di ciascu dato da tutti gli altri. Tutte le differeze possibili compresa la differeza dell i-esimo valore da se stesso è ua matrice x. Nel ostro caso: c j c i

10 La seguete tabella riporta i prodotti i j j i Per tabelle di frequeza differeza semplice media r = j =1 2 x i x j i j differeza quadratica media r 2 = j =1 x i x j 2 i j 2 Sostituedo 2 co ( 1) otteiamo la differeza media semplice e la differeza quadratica media seza ripetizioe. Nel caso di dati i classi sostituiamo x i co i corrispodeti cetri x i. Differeza semplice media co ripetizioe r = ( ) + (10 52) + (30 27) + (10 52) 80 2 = = 9,19 Differeza quadratica media co ripetizioe r 2 = [( 20) ] + [( 30) 2 27] + [ ] + [ ] + [ ] + [ ] 80 2 = = 13,59

11 Differeza semplice media seza ripetizioe sr = ( ) + (10 52) + (30 27) + (10 52) 80(80 1) = = 9,3 Differeza semplice media seza ripetizioe sr 2 = [( 20) ] + [( 30) 2 27] + [ ] + [ ] + [ ] + [ ] 80(80 1) = = 13,67

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. Esercitazioi del corso: STATISTICA Sommario Esercitazioe : Matrice di dati Distribuzioi uivariate Rappresetazioi grafiche Idici di Posizioe Statistica a. a. - RICHIAMI MATEMATICI ) Approssimazioe

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio

Dettagli

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

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

Dettagli

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1

Dettagli

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

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

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Prof.ssa Paola Vicard

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

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015

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

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

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

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per

Dettagli

La correlazione e la regressione. Antonello Maruotti

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

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

1.5 - Variabilità, concentrazione e asimmetria

1.5 - Variabilità, concentrazione e asimmetria .5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

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

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

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

STATISTICA DESCRITTIVA

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

Dettagli

MEDIE ALGEBRICHE E DI POSIZIONE

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

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Distribuzioni per unità

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

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

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

Dettagli

Le medie. Antonello Maruotti

Le medie. Antonello Maruotti Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

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

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

Dettagli

x i. Δ x i

x i. Δ x i ITCS "R. LUXEMBURG" BO- AS 011-01 5CL MATEMATICA- COGOME: OME: VERIFICA UD 1.A : STATISTICA DESCRITTIVA (ORE ) DATA: 1] Data la serie del numero di componenti dei nuclei familiari rilevati in un gruppo

Dettagli

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti Rapporti statistici U esempio itroduttivo rapporti statisticisoo misure statistiche elemetari fializzate al cofroto tra i dati stessi. Si immagii di voler cofrotare l offerta ricettiva di due località

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

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

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

Dettagli

Principio alla base della misura del legame tra X ed Y

Principio alla base della misura del legame tra X ed Y Pricipio alla base della misura del legame tra X ed Y Y o varia Asseza di legame Al variare di X Varia ache Y X ed Y soo coessi Come si misura la risposta di Y al variare di X? Dipede dalla atura di X

Dettagli

Esercitazioni di statistica

Esercitazioni di statistica Esercitazioni di statistica Gli indici statistici di sintesi: Gli indici di centralità Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 7 Ottobre 2014 Stefania Spina Esercitazioni

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

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

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

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

1.6 Serie di potenze - Esercizi risolti

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

Dettagli

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante Teorema delle progressioi di umeri primi cosecutivi co distaza sei costate A cura del Gruppo Eratostee - http://www.gruppoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( http://www.atuttoportale.it/)

Dettagli

Questionario 1. Sono assegnati i seguenti dati

Questionario 1. Sono assegnati i seguenti dati Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori

Dettagli

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA

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

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

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

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

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

3. Calcolo letterale

3. Calcolo letterale Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi

Dettagli

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO Spesso bisoga cofrotare far di loro 2 o più dati statistici che si riferiscoo a feomei rilevati o i spazi/luoghi diversi o i tempi diversi o comuque i ambiti diversi e che quidi risetoo dell UNITÀ DI MISURA

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

Relazioni statistiche

Relazioni statistiche Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:

Dettagli

Dinamica del pacchetto d onda Gaussiano

Dinamica del pacchetto d onda Gaussiano Diamica del pacchetto d oda Gaussiao Suppoiamo di avere u sistema descritto da ua fuzioe d oda ormalizzata x ψ ψx π x e x x per cui si trova che la desità di probabilità di trovare la particella i x è

Dettagli

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

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

Dettagli

Precorso di Matematica, aa , (IV)

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

Dettagli

Variabilità e Concentrazione Esercitazione n 02

Variabilità e Concentrazione Esercitazione n 02 Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo

Dettagli

Esercizi di econometria: serie 2

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

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Tavole di Contingenza Connessione

Tavole di Contingenza Connessione Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h

Dettagli

Algoritmi e Strutture Dati (Elementi)

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

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag.

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag. Spazi vettoriali Sottospazi associati a ua matrice Dimesioe e basi co riduzioe Sottospazi e sistemi 2 Pag. 1 2006 Politecico di Torio 1 Spazi delle righe e delle coloe Sia A M m, ua matrice m x. Allora

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

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

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

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

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

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

STATISTICA A-K (2014) Soluzione esercizi da svolgere prima settimana

STATISTICA A-K (2014) Soluzione esercizi da svolgere prima settimana STATISTICA A-K (2014) Soluzione esercizi da svolgere prima settimana Classificazione di 80 aziende in base a: X = numero di dipendenti Y = fatturato (in milioni di euro) X \ Y 0,5 1 1 2 2 4 4 20 Totale

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

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

Dettagli

STATISTICA 1 ESERCITAZIONE 2

STATISTICA 1 ESERCITAZIONE 2 Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale

Dettagli

ESERCIZI STATISTICA DESCRITTIVA

ESERCIZI STATISTICA DESCRITTIVA ESERCIZI STATISTICA DESCRITTIVA Frequenze assolute e relative Titolo di studio Frequenze assolute Frequenze relative Proporzioni Percentuali Senza titolo 30 0,025 2,5 Lic. elementare 509 0,424 42,4 Licenza

Dettagli

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

Strumenti di indagine per la valutazione psicologica

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

Dettagli

min z wz sub F(z) = y (3.1)

min z wz sub F(z) = y (3.1) 37 LA FUNZIONE DI COSTO 3.1 Miimizzazioe dei costi Riprediamo il problema della massimizzazioe dei profitti del capitolo precedete e suppoiamo ora che l'impresa coosca il livello di output che deve produrre;

Dettagli

Calcolo I - Corso di Laurea in Fisica - 31 Gennaio 2018 Soluzioni Scritto

Calcolo I - Corso di Laurea in Fisica - 31 Gennaio 2018 Soluzioni Scritto Calcolo I - Corso di Laurea i Fisica - Geaio 08 Soluzioi Scritto Data la fuzioe f = 8 + / a Calcolare il domiio, puti di o derivabilità ed asitoti; b Calcolare, se esistoo, estremi relativi ed assoluti.

Dettagli

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI

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

Dettagli

Lo studio della relazione lineare tra due variabili

Lo studio della relazione lineare tra due variabili Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1

Dettagli

Mo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori

Mo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori Sitetizzao u isieme di misure co u uico valore rappresetativo Idicatori di tedeza cetrale e di posizioe Dati qualitativi Idice (Idicatore) Defiizioe Dati Formula Nota Nomiale Ordiale Gamma Tabella aggiorata

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Lezione 4. Gruppi di permutazioni

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

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Principio di induzione: esempi ed esercizi

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

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

5. INDICI DI VARIABILITA'

5. INDICI DI VARIABILITA' UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti

Dettagli

Appendice A. Elementi di Algebra Matriciale

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

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi

Dettagli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

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

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola Formulazioe di u problema di ricerca Idetificazioe delle variabili chiave Idetificazioe del disego statistico dell esperimeto Raccolta dei dati Aalisi statistica dei dati http://www.biostatistica.uich.itit

Dettagli