La verifica delle ipotesi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "La verifica delle ipotesi"

Transcript

1 La verifica delle iotesi

2 Iotesi ulla Il rocesso di verifica di iotesi è u rocesso di falsificaioe dell iotesi ulla (coteete lo stato dell arte) cotro l iotesi alterativa (coteete il uovo) Essa rareseta l oosto di ciò che seriamo di dimostrare tramite l eserimeto Per esemio voledo dimostrare che u uovo farmaco iduce u migliorameto risetto al farmaco tradiioale, si formulao le segueti iotesi s s c c oure s s c c L iotesi alterativa uò essere uidireioale

3 L iotesi statistica è u affermaioe sul arametro icogito della oolaioe Iotesi ulla 8 Iotesi semlice 8 Iotesi comosta bidireioale Iotesi alterativa Nei trials cliici, l iotesi alterativa bidireioale è iù rudete di quella uidireioale. Il test bidireioale è iù cautelativo del test uidireioale e ciò imlica che occorre u camioe iù umeroso er avere lo stesso grado di certea di oter dimostrare la differea tra i trattameti quado questa esiste

4 Ragioameto ifereiale Parte dall assuioe iiiale che l iotesi ulla sia vera, ovvero o vi sia differea tra trattameto e lacebo Si oe questa domada fodametale Se l iotesi ulla è vera, quato è robabile otteere er effetto del caso ua differea tra i due trattameti uguale o sueriore a quella osservata ei camioi dello studio?

5 Procedimeto. Idividuare la statistica test. Fissare u valore di robabilità sufficietemete basso (livello di sigificatività del test α) 3. Determiare il valore camioario della statistica test 4. Cofrotarlo co il valore critico della statistica test otteuto i corrisodea del livello di sigificatività. Per esemio su u camioe di 5 soggetti glicemici trattati co il farmaco oggetto di studio si stima u livello medio di glicemia di 99. e ua deviaioe stadard camioaria S=.3. E ossibile rigettare l iotesi ulla seguete ad u livello di sigificatività del 5%?

6 Procedimeto la statistica test è t studet co 49 g.l. Per u livello di sigificatività del test del 5% e u test uidireioale il valore critico è t.5(49) ~. 5 =-.64 il valore camioario della statistica test è t / Il valore camioario ha ua robabilità di verificarsi er effetto del caso iferiore al 5%. Perciò ossiamo rifiutare l iotesi ulla Il -value del valore camioario è <. e il risultato è altamete sigificativo

7 Test su due medie R,.~ N X X Variae ote R

8 Test su due medie t t t R t t t R Variae icogite ma uguali.~ t S X X t

9 Eserciio U'uità di cardiologia ha i uso due macchie diverse. Ci si chiede se i temi di esecuioe siao differeti er le due macchie. A questo scoo vegoo osservati i temi di esecuioe di iterveti, otteedo, er la rima macchia, u temo medio M=55 co ua deviaioe stadard s=.4, er la secoda, u temo medio M=53 co ua deviaioe stadard S=.5. Ad u livello di sigificatività del 5% verificare l iotesi ulla che il temo medio di esecuioe sia uguale er le due macchie, cotro u iotesi alterativa bidireioale. Si vuole costruire u itervallo di cofidea al 95% er - 3. I base all itervallo otteuto si uò accettare l iotesi ulla che o vi sia differea tra le due macchie?

10 Svolgimeto I gruo II gruo M s.4.5 g.l. 9 9

11 Test su due medie R R Variae icogite ma diverse camioi gradi S S x x

12 Test su due medie t t t R t t t R Variae icogite ma diverse camioi iccoli ) ( ' Fisher Behres t S S x x t

13 Test su due variae F F F R F F F R Sotto di uguagliaa delle due variae,.~ F S S F I u test bidireioale, seguiamo la coveioe di iserire al umeratore del raorto la variaa camioaria maggiore er otteere il valore critico di F er α/ co gli aroriati gradi di libertà

14 Test su due medie camioi aaiati aie ti Prima del trattameto Doo il trattameto d i x Y d x Y d 3 x 3 Y3 d 3 4 x 4 Y4 d 4 t s d d.~ t R t t t

15 Test su ua frequea R R,.~ N f

16 Test su due frequee R R,.~ f f f dove N f f f f

17 No rifiuto Rifiuto vera -α α falsa β - β Nella fase di iaificaioe dell eserimeto i geere si sceglie α =.5 o α=. e β=. L errore α è riteuto iù grave dell errore β!

18 Errore di I secie È l errore che si commette rifiutado l iotesi ulla quado è vera È u risultato Falso ositivo La robabilità di commettere u tale errore è data dal livello di sigificatività statistica α

19 Errore di II secie È l errore che si commette accettado l iotesi ulla quado è falsa È u risultato Falso egativo La robabilità di commettere u tale errore è idicata co β. La robabilità di redere ua decisioe corretta rifiutado l iotesi ulla quado è falsa è - β e si chiama otea del test

20 Ache el sistema giudiiario, l imutato è cosiderato iocete fio a rova cotraria

21 Cosa determia la otea del test? La robabilità dell errore di I secie μ μ β α

22 Se aumeta α, si riduce β e aumeta la otea del test β α

23 Glat, 3

24 Cosa determia la otea del test? la dimesioe dell effetto. La dimesioe dell effetto che si vuole rilevare, relativamete alla variabilità della oolaioe. La statistica test utiliata er il cofroto tra due medie è Per semlicità assumiamo =. Allora il t calcolato sui dati è ua stima di Se idichiamo co t ' allora La otea del test aumeta all aumetare del arametro di o cetralità t' s s x x

25 μ μ α β

26 Se aumeta la distaa tra le due iotesi i termii di deviaioe stadard, si riduce β e aumeta la otea del test μ μ μ α è ivariato. β < β β α

27

28 Fuioe di otea

29 Nella maggior arte dei casi o è ossibile cotrollare é alha é l etità dell effetto del trattameto misurato i termii di deviaioe stadard della oolaioe Si uò iterveire aumetado la dimesioe del camioe

30 Cosa determia la otea del test? La dimesioe camioaria

31 La otea cresce all aumetare della dimesioe camioaria er due motivi. Quado la umerosità camioaria aumeta, ache il umero dei gradi di libertà aumeta e il valore che, sotto l iotesi di iefficacia, defiisce il valore estremo dei ossibili valori del test statistico corrisodete all errore α diveta iù iccolo. Come mostra la formula di t, il valore di t aumeta al crescere della dimesioe camioaria. Ne cosegue che la distribuioe camioaria di t quado l effetto del trattameto iotiato è elevato, è cetrata su valori semre iù gradi al crescere della umerosità camioaria

32 Eserciio Calcolare la otea del test su ua media dati, α e l iotesi alterativa

33 Eserciio Calcolare la otea del test su ua media, dati, α e l iotesi alterativa Prx 6.96* Pr Prx 45.6 Pr

34 Se ivece l iotesi alterativa è uidireioale Prx 6.64* 4..5 Pr 4. 3 Prx 4. Pr

35 Eserciio Calcolare la otea del test sulla differea tra due medie dati,, α e l iotesi alterativa 5 ˆ Prx x.96* Pr 5.35 Prx x 5.3 Pr

36 Eserciio 3 Calcolare la otea del test sulla differea tra due roorioi dati,, α e l iotesi alterativa s s..4.*67.4*6 ˆ *.88*.* * Pr f f.96* Pr.7.4 Prf f.7 Pr

37 Eserciio4 Stima della dimesioe camioaria i fuioe della otea del test, α e l iotesi alterativa. Test sulla media Pr.96 Pr x 6.96*. Pr Prx 6.96* 3.84* 3.84*

38 Eserciio 5 Stima della dimesioe camioaria i fuioe della otea del test, di α e data l iotesi alterativa. Test sulla frequea

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

Test di Ipotesi. Test di ipotesi - Prob. e Stat. a.a. 04/05 1

Test di Ipotesi. Test di ipotesi - Prob. e Stat. a.a. 04/05 1 Test di Iotesi Test di iotesi - Prob. e Stat. a.a. 45 Metodologia statistica che cosete di redere ua decisioe circa - ua iotesi formulata sul modello di ua oolazioe - u arametro icogito del modello di

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

PROBLEMI DI INFERENZA SU PERCENTUALI

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

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

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

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

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

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

Verifica di ipotesi: approfondimenti

Verifica di ipotesi: approfondimenti 1. Il -value Verifica di iotesi: arofondimenti Il test si uò effettuare: Determinando reventivamente le regioni di accettazione di H 0 e H 1 er lo stimatore considerato (sulla base del livello α e osservando

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

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

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

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

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

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

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

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

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

LE EQUAZIONI IRRAZIONALI

LE EQUAZIONI IRRAZIONALI LE EQUAZIONI IRRAZIONALI Per ricordare H Data ua qualsiasi equazioe A B, saiamo che ad essa si ossoo alicare i ricii di equivaleza che cosetoo di aggiugere o togliere esressioi ai due membri oure moltilicare

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

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

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

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

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

Test di Ipotesi (su una singola popolazione)

Test di Ipotesi (su una singola popolazione) Test di Iotesi (su una singola oolazione) Dato un camione casuale estratto dalla oolazione F ( X, X,, X n ) X - Poolazione Osservati/misurati i dati x, x,, x n Decido la lausibilità di una iotesi formulata

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

Studio matematico dei sistemi di controllo

Studio matematico dei sistemi di controllo Studio matematico dei sistemi di cotrollo Studio di u sistema fisico x(t segale di igresso (eccitazioe SISTEMA FISIO y(t segale di uscita (risosta y(t è legata a x(t da u equazioe differeziale che diede

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

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

LEZIONI DI STATISTICA MEDICA

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

Dettagli

ASSIOMI DELLA PROBABILITA

ASSIOMI DELLA PROBABILITA ASSIOMI DELLA PROBABILITA L assegazioe di ua misura di robabilità, qualuque sia la sua defiizioe, defiisce ua fuzioe, che ad ogi eveto associa u umero reale comreso tra 0 e. : E (E), co 0 (E) E ifatti

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli

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

Cosa vogliamo imparare?

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

Dettagli

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

07.XII Laboratorio integrato 3 - Valutazione economica del progetto - Clamarch - Prof. E. Micelli - Aa

07.XII Laboratorio integrato 3 - Valutazione economica del progetto - Clamarch - Prof. E. Micelli - Aa Elemeti di matematica fiaziaria 07.XII.2011 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

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

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

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 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

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

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

Esercitazione del 25/11/2011 Calcolo delle probabilità

Esercitazione del 25/11/2011 Calcolo delle probabilità Esercitazioe el 25//20 Calcolo elle robabilità Covergeza i istribuzioe. Sia {X } N ua successioe i variabili aleatorie reali. Sia X u ulteriore variabile aleatoria reale. Defiizioe. Diremo che la successioe

Dettagli

Trasformazione di un albero in un albero Binario R/B.

Trasformazione di un albero in un albero Binario R/B. Trasormaioe di u 2-3-4-albero i u albero Biario R/B. Sia T u B-albero di grado 2 (detto ache 2-3-4-albero). La seguete oeraioe ricorsiva trasorma T i u BST co i odi colorati di rosso (Red) o ero (Black).

Dettagli

Elettronica I Il diodo a giunzione

Elettronica I Il diodo a giunzione Elettroica I Il diodo a giuzioe Valetio Liberali Diartimeto di Tecologie dell Iformazioe Uiversità di Milao, 26013 Crema email: liberali@dti.uimi.it htt://www.dti.uimi.it/ liberali 18 arile 2008 Elettroica

Dettagli

PROBLEMI DI INFERENZA SU MEDIE

PROBLEMI DI INFERENZA SU MEDIE PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

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

Tema n. 3 Una data linea produttiva riceve in ingresso dei componenti grezzi in acciaio C10 ottenuti tramite un processo di fusione.

Tema n. 3 Una data linea produttiva riceve in ingresso dei componenti grezzi in acciaio C10 ottenuti tramite un processo di fusione. Tema. 3 Ua ata liea routtiva riceve i igresso ei comoeti grezzi i acciaio C10 otteuti tramite u rocesso i fusioe. 1) Descrivere le fasi i u ciclo i rouzioe i u getto meiate fusioe i terra: imesioameto

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

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

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa?

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa? Verifica d Iotesi Se ivece che chiederci quale è il valore ua mea i ua oolazioe (stima utuale Se ivece e itervallo che chiederci cofideza) quale è il avessimo valore u idea ua mea su quello i ua che oolazioe

Dettagli

,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

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

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

Carte di controllo per attributi

Carte di controllo per attributi Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti

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

CENNI DI PROBABILITÀ E VARIABILI CASUALI

CENNI DI PROBABILITÀ E VARIABILI CASUALI CI DI PROBABILITÀ VARIABILI CASUALI PROBABILITA VARIABILI CASUALI Frequeza relativa e robabilità Mediate le le robabilità si si descrivoo i i feomei che che ossoo essere essere esati come come u u eserimeto

Dettagli

Dimostrazione. σ σ. Quesito: esistono giaciture che hanno solo tensione normale?

Dimostrazione. σ σ. Quesito: esistono giaciture che hanno solo tensione normale? Caitolo5 DREZON E TENON PRNCPAL 5. DREZON E TENON PRNCPAL Nel uto P, su ua geerica giacitura di ormale agisce ua tesioe che, i geerale, ha ua comoete ormale e ua comoete tageiale. P Quesito: esistoo giaciture

Dettagli

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica

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

1 + 1 ) n ] n. < e nα 1 n

1 + 1 ) n ] n. < e nα 1 n Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e

Dettagli

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α= ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare

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

IL CALCOLO COMBINATORIO

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

Dettagli

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

Intervalli di confidenza

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

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

Successioni di variabili aleatorie

Successioni di variabili aleatorie 0 Caitolo 5 Successioi i variabili aleatorie 5. Covergeza i istribuzioe e teorema cetrale i covergeza Sia {X } = (X,..., X,... ua successioe ifiita i variabili aleatorie e X u ulteriore variabile aleatoria.

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

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ).

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ). 14. Le tesioi soo lo strumeto della meccaica dei cotiui per rappresetare lo stato di sforo i u puto. Defiiioe della tesioe secodo Cauch. f A V f Cosideriamo u geerico puto. uppoiamo di seioare idealmete

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Elettronica I Il diodo a giunzione

Elettronica I Il diodo a giunzione Elettroica I Il diodo a giuzioe Valetio Liberali Diartimeto di Tecologie dell Iformazioe Uiversità di Milao, 26013 Crema email: liberali@dti.uimi.it htt://www.dti.uimi.it/ liberali Elettroica I Il diodo

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

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

Diagramma polare e logaritmico

Diagramma polare e logaritmico Diagramma polare e aritmico ariatori discotiui del moto di taglio Dalla relazioe π D c si ota che la velocità di taglio dipede, oltre che dal umero di giri del madrio, ache dal diametro dell elemeto rotate

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

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

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

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

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

CAPITOLO V PROPORZIONI E PERCENTUALI RISCHI, ODDS E TASSI

CAPITOLO V PROPORZIONI E PERCENTUALI RISCHI, ODDS E TASSI CAPITOLO V PROPORZIONI E PERCENTUALI RISCHI, ODDS E TASSI 5.. Termii tecici i eidemiologia: misure del rischio 5.. Altri termii tecici: sesibilita, secificita, valore redittivo e efficieza di u test o

Dettagli

Calcolo Combinatorio

Calcolo Combinatorio Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Ecoomiche, Aziedali e Statistiche Apputi del corso di Matematica Geerale Calcolo Combiatorio Ao Accademico 2013/201 V. Lacagia - S. Piraio

Dettagli

Appunti sui modelli lineari

Appunti sui modelli lineari Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO 2004-2005 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 =

Dettagli

Esercitazione 8 del corso di Statistica 2

Esercitazione 8 del corso di Statistica 2 Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 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

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