Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI
|
|
- Mariana Pinto
- 6 anni fa
- Visualizzazioni
Transcript
1 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall emal: govanna@stat.unpg.t sto web: govanna ddattca 1/39?
2 Il programma del corso opolazon fnte; concett base della teora de campon; Stmatore fondamentale d Horvtz-Thompson. an d camponamento probablstc: casuale semplce, sstematco, con probabltà varabl, stratfcato, a pù stad. an d camponamento non probablstc Stma per ntervallo, Dmensonamento del campone. Ottca post-camponara: domn d studo, stma per quozente e per regressone, post - stratfcazone e calbrazone Font d errore non camponaro. Indagn rpetute nel tempo. 2/39?
3 Organzzazone del corso lezon frontal eserctazon n laboratoro (5) bonus consegna eserctazon dspensa e altro materale onlne esame orale 3/39?
4 Introduzone alle opolazon Fnte La Teora de Campon è quella parte delle Scenze Statstche che s occupa de crter scentfc a cu atteners nella estrazone d un campone da una popolazone fnta o nfnta, allo scopo d fare nferenza su d essa con un costo mnore possble. S defnsce popolazone fnta ogn nseme d untà d uno stesso tpo e d numerostà lmtata d cu nteressa studare una o pù caratterstche comun. Una popolazone fnta è dentfcable, coè etchettable: Lsta delle untà: U = 1, 2,..., N Carattere statstco: y Dstrbuzone semplce n forma untara o dsaggregata: Untà N Intenstà Y 1 Y 2 Y 3... Y... Y N 4/39?
5 Caratter qualtatv e dstrbuzon multvarate Varable dcotomca Y = { 1 se l attrbuto è presente 0 altrment Dat y e x caratter statstc, la dstrbuzone doppa (congunta) untara o dsaggregata è data da Untà N Intenstà y Y 1 Y 2 Y 3... Y... Y N Intenstà x X 1 X 2 X 3... X... X N e d conseguenza per estensone le dstrbuzon trple, quadruple, e multvarate n genere. Una popolazone s dce nteramente nota rspetto ad uno o pù caratter statstc quando s conosce la dstrbuzon congunta de caratter consderat. 5/39?
6 arametr descrttv della popolazone S chamano parametr descrttv quelle costant che descrvono uno o pù aspett della dstrbuzone d uno o pù caratter statstc. La meda: Ȳ = 1 N N =1 Y (se y è bnara frequenza relatva attrbuto) Il totale: Y = N =1 Y (se y è bnara frequenza assoluta attrbuto) La varanza: Sy 2 = 1 N N 1 =1 (Y Ȳ )2 La covaranza: S yx = 1 N 1 N =1 (Y Ȳ )(X X) Il coeffcente d varazone C y = 100 S y Ȳ Il rapporto tra total o mede R = Y X = Ȳ X Il coeffcente d correlazone lneare: r yx = S yx S y S x Il coeffcente d regressone: b y/x = S yx S 2 x Inferenza descrttva e nferenza analtca 6/39?
7 Censmento e camponamento censmento Vantagg del censmento 1. Consente d conoscere nteramente una popolazone rspetto ad un nseme d caratter e d rcavare l valore esatto (?) de parametr descrttv d nteresse. 2. Consente lanals della dstrbuzone d uno o pù caratter n una qualsas sottopopolazone possa nteressare, pccola quanto s vuole. Svantagg del censmento 1. Temp d svolgmento molto lungh e cost estremamente elevat. 2. Bassa qualtà de dat (ntendendo con questo termne la corrspondenza tra dat raccolt e la realtà effettva) 7/39?
8 Censmento e camponamento camponamento Vantagg del camponamento 1. Temp rdott d esecuzone e cost contenut. 2. ossble elevata qualtà de dat Svantagg del camponamento 1. Non s possono rcavare rsultat attendbl per sottopopolazon pù pccole d quelle consderate nello stablre la dmensone del campone. 2. resenza dell errore d camponamento. 8/39?
9 Font d errore nelle rlevazon statstche Font d errore non camponaro rogettazone lacunosa dell ndagne pertnenza de caratter da rlevare rspetto al problema da studare, corretta ndvduazone della popolazone, mancanza d controllo d fattor subspermental, etc. Dfettostà delle lste da cu vene estratto l campone nomnatv mancant, nomnatv rpetut, nesstent o ncomplet, etc. Error d msurazone generat dal rspondente, dallntervstatore, dal questonaro, da mancata osservazone, da error d trattamento de dat. L errore totale.e. lo scostamento tra valor calcolat de parametr d nteresse ed l valore effettvo nella popolazone consderata è somma delle dverse font d errore non camponaro e dell errore camponaro. 9/39?
10 Le rlevazon statstche Con l termne rlevazone de dat s ntende qu l nseme delle operazon con cu s pervene alla conoscenza delle modaltà de caratter da osservare nelle dverse untà d un collettvo. Stud osservazonal Indagn statstche ano della rlevazone Stud spermental Spermentazone ano della spermentazone 10/39?
11 Fas d una rlevazone de dat 1 A) Scopo e fnaltà dello studo. Studo esploratvo o qualtatvo, Studo descrttvo, Studo esplcatvo, Studo trasversale, Studo longtudnale. B) Dettaglo de caratter e scale d msura. Modaltà automatche, Classfcazon uffcal attvtà economche, produzon, professon, cause d morte, ecc. Modaltà defnte dal rcercatore, Caratter quanttatv lvello d precsone, class. C) Untà statstca, popolazone, untà d rlevazone. D) erodo d rfermento e svolgmento. Fenomen d stato, Fenomen d movmento E) Tpo d rlevazone. Rlevazone totale, Rlevazone camponara dmensone e modaltà d estrazone del campone Rlevazone unca, saltuara, perodca. 11/39?
12 Fas d una rlevazone de dat 2 F) Strument d msura, questonaro e modaltà d sommnstrazone. Il questonaro deve contenere domande: pertnent e n numero mnore possble, unvocamente nterpretabl, che rchedono sforz lmtat d memora, che non creano mbarazzo o tensone pscologca. Modaltà d sommnstrazone: ntervste drette o facca a facca, ntervste telefonche, autocomplazone del questonaro, metod nformatzzat. Indagne plota. G) Lavoro sul campo. H) Codfca, regstrazone su supporto magnetco, revsone. Revsone e controllo de dat, mputazone de dat mancant, Matrce de dat o de mcrodat. I) Elaborazone de dat, rsultat e rapporto d rcerca. Spoglo de dat o tabulazone de dat, dstrbuzon e macrodat, Rapporto d rcerca. 12/39?
13 Le statstche uffcal e le font de dat L ISTAT e l SISTAN (legge d rforma del 1989) L EUROSTAT Isttut demoscopc e d rcerche d mercato (Doxa, Crm, Nelsen, ecc. ) 13/39?
14 Defnzone d campone e spazo camponaro S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone un qualsas sottonseme d n untà d U. s = { 1, 2,..., n }, dove j è l etchetta della j-esma untà camponara, con j = 1, 2,..., n. Indcheremo con S l unverso de campon dmensone del campone n qualsas cardnaltà d S ( ) N N! = n n!(n n)! N! n!(n n)! = 2N 1 n=1 Tasso d sondaggo f = n/n 14/39?
15 Schema d selezone e pano d camponamento S chama schema d selezone del campone qualsas meccansmo o procedmento che porta alla selezone d un campone S chama pano d camponamento ogn funzone p(s) defnta su S (coè sullo spazo camponaro) tale che: 1. p(s) 0, s S; 2. s S p(s) = 1. Schema d selezone ano d camponamento 15/39?
16 Esempo d schema d selezone Sa U = {1, 2,...,,..., N} 1. S estragga una etchetta a caso con probabltà ugual per ottenere la prma untà camponara. 2. S estragga una seconda etchetta a caso con probabltà ugual dalle rmanent. 3. S rpeta l passo 2 altre n 2 volte, dove n < N. ano d camponamento: p(s) = 1 ) = ( N n n!(n n)! N! 0 altrment se s ha dmensone n. Camponamento casuale semplce senza rpetzone. 16/39?
17 robabltà d nclusone del prmo ordne S chama probabltà d nclusone del prmo ordne dell untà d U la quanttà π = s p(s), dove la sommatora è estesa a tutt campon che contengono l untà. Se defnamo la varable ndcatrce δ come δ = { 1 se l untà appartene al campone 0 altrment, allora π = s S p(s)δ = E(δ ). 17/39?
18 Esempo d calcolo delle probabltà d nclusone del prmo ordne Sa U = {1, 2, 3, 4, 5} Campone p(s) δ 1 s 1 = {1, 2, 3, 4} s 2 = {1, 2, 3, 5} s 3 = {1, 2, 4, 5} s 4 = {1, 3, 4, 5} s 5 = {2, 3, 4, 5} ,0 allora π 1 = 0.8, s verfch che π 2 = 0.7, π 3 = 0.8, π 4 = 0.8, π 5 = /39?
19 robabltà d nclusone del secondo ordne S chama probabltà d nclusone del secondo ordne della coppa d untà, j d U la quanttà π j = s,j p(s), dove la sommatora è estesa a tutt campon che contengono la coppa d untà e j. S ha anche che π j = s S p(s)δ δ j = E(δ δ j ). 19/39?
20 Esempo d calcolo delle probabltà d nclusone del secondo ordne Sa U = {1, 2, 3, 4, 5} Campone p(s) δ 1 δ 2 δ 1 δ 2 s 1 = {1, 2, 3, 4} 0, s 2 = {1, 2, 3, 5} 0, s 3 = {1, 2, 4, 5} 0, s 4 = {1, 3, 4, 5} 0, s 5 = {2, 3, 4, 5} 0, ,0 allora π 12 = 0, 5; s trovno per eserczo le altre. 20/39?
21 Calcolo delle probabltà d nclusone per l CCS rmo ordne π = s p(s) = (N 1)! n!(n n)! (n 1)!(N n)! N! = n N Secondo ordne π j = s j p(s) = (N 2)! n!(n n)! (n 2)!(N n)! N! = n N n 1 N 1 21/39?
22 Important defnzon per pan d camponamento relatve alle probabltà d nclusone Un pano d camponamento s dce probablstco se ogn untà della popolazone ha una probabltà del prmo ordne postva (π > 0, U) e calcolable. Un pano d camponamento s dce autoponderante se le probabltà d nclusone delle untà della popolazone sono tutte ugual (π costante). Un pano d camponamento s dce msurable se le probabltà d nclusone del secondo ordne sono tutte postve (π j > 0,, j U) e calcolabl. Il CCS è... 22/39?
23 Moment delle varabl ndcatrc δ δ per = 1, 2,..., N sono varabl casual bernoullane non ndpendent e tal che: E(δ ) = π, V (δ ) = π (1 π ), C(δ, δ j ) = E(δ δ j ) E(δ )E(δ j ) = π j π π j. Inoltre, n(s) = δ E[n(s)] = =1 se n(s) = n, allora π = n. =1 =1 π 23/39?
24 La matrce de dat untà camponara etchetta varable y varable x... varable z 1 j 1 Y 1 X 1... Z 1 2 j 2 Y 2 X 2... Z 1 3 j 3 Y 3 X 3... Z j Y X... Z n j n Y n X n... Z n 24/39?
25 Le statstche camponare La meda camponara: ȳ = 1 n n =1 Y Il totale camponaro: t y = n =1 Y La varanza camponara: s 2 y = 1 n 1 n =1 (Y ȳ) 2 La covaranza camponara: s yx = 1 n 1 n =1 (Y ȳ)(x x) Il coeffcente d varazone c y = 100 s y ȳ Il rapporto tra total o mede Rc = t y t x = ȳ x Il coeffcente d correlazone lneare: rc yx = s yx s y s x Il coeffcente d regressone: bc y/x = s yx s 2 x Ad ogn parametro descrttvo della popolazone corrsponde una statstca camponara calcolata con la medesma formula (consderando l campone come una popolazone). S ottene uno stmatore naturale, ma... 25/39?
26 Stmator S chama stmatore θ d un parametro θ della popolazone ogn statstca camponara prescelta per assegnare un valore al parametro consderato. S chama stma l valore numerco dello stmatore nel campone estratto. S chama errore d stma la dfferenza tra la stma e l valore del parametro. Dstrbuzone camponara dello stmatore θ campone probabltà stma errore d stma s 1 p(s 1 ) θ1 θ1 θ s 2 p(s 2 ) θ2 θ2 θ s 3 p(s 3 ) θ3 θ3 θ.. s M p(s M ) θm θm θ. 26/39?.
27 Crter d selezone dello stmatore 1 Correttezza. Sa E( θ) = s S θ s p(s). Uno stmatore del parametro θ s dce corretto, o non dstorto, se l suo valore atteso concde con θ: E( θ) = θ. S chama dstorsone d uno stmatore la quanttà B( θ) = E( θ) θ. 27/39?
28 Crter d selezone dello stmatore 2 Effcenza. Errore quadratco medo dello stmatore: MSE( θ) = s S ( θ s θ) 2 p(s). Vale che MSE( θ) = V ( θ) + B( θ) 2 ( ), dove V ( θ) = s S [ θ s E( θ)] 2 p(s), è la varanza dello stmatore. Uno stmatore θ 1 s dce pù effcente d un altro stmatore θ 2 se s verfca che MSE( θ 1 ) MSE( θ 2 ) per ogn valore d θ. 28/39?
29 Le stratege camponare S chama stratega camponara ogn coppa costtuta da un pano d camponamento e da uno stmatore, ovvero [p(s), θ]. Correttezza. Una stratega camponara s dce corretta se lo stmatore è corretto rspetto al pano d camponamento prescelto. Effcenza. Una stratega camponara [p 1 (s), θ 1 ] s dce pù effcente d un altra stratega [p 2 (s), θ 2 ] se s verfca che MSE 1 ( θ 1 ) MSE 2 ( θ 2 ) per ogn valore d θ. L obettvo della teora de campon è quello d ndvduare la stratega pù effcente a partà d costo complessvo della rlevazone. 29/39?
30 Lo stmatore corretto fondamentale Stma corretta del totale - stmatore d Horvtz-Thompson. Varanza dello stmatore d HT. Stma della varanza dello stmatore d HT: stma d HT; stma d Yates-Grundy. Stma corretta della meda Stma d altr parametr funzon lnear d total d popolazone; funzon NON lnear d total d popolazone metodo della lnearzzazone. 30/39?
31 Stma corretta del totale arametro da stmare: Y = N =1 Y. Stmatore lneare: Ŷ = n =1 w Y. S vuole che E(Ŷ ) = Y. Qual pes w garantscono uno stmatore corretto? Rscrvamo allora Ŷ = n w Y = =1 w Y δ, =1 N E(Ŷ ) = w Y E(δ ) = =1 e qund la condzone d correttezza mpone che w Y π =1 w = 1 π 31/39?
32 Stmatore d Horvtz-Thompson Ŷ = campone probablstco garantsce l calcolo d uno stmatore corretto n campone autoponderante Ŷ = Y π = t y π Stma della meda Ȳ = Ŷ N ESEMIO: camponamento casuale semplce: π = π = n N Thompson per questo pano d camponamento sarà TOTALE Ŷ = MEDIA Ȳ = ȳ n =1 =1 Y N n = N n t y = Nȳ n =1 Y π 32/39?, allora lo stmatore d Horvtz-
33 Esempo d calcolo S defnsca la popolazone U = {1, 2, 3, 4} d dmensone N = 4. Lo spazo camponaro nel caso d campon d dmensone n = 3 estratt senza rpetzone è dato da S = { (1,2,3), (1,2,4), (1,3,4), (2,3,4) }. S supponga che le probabltà d estrazone d cascun campone sano le seguent: s p(s) (1,2,3) 0.15 (1,2,4) 0.35 (1,3,4) 0.30 (2,3,4) 0.20 Le probabltà d nclusone del I ordne per cascuna untà sono: π Le probabltà d nclusone del II ordne per cascuna coppa d untà sono: (, j) (1,2) (1,3) (1,4) (2,3) (2,4) (3,4) π j /39?
34 Esempo d calcolo (contnua) S supponga che la varable d nteresse assuma seguent valor: Y π w da cu s rcava Ȳ = ( )/4 = er l prmo campone, s = {1, 2, 3}, le osservazon sono (50, 32, 48) e qund Ȳ = 1 ( ) = 45.51, 0.65 mentre la meda camponara ȳ = n =1 Y /n è par a ȳ = ( )/3 = er 4 possbl campon, la dstrbuzone degl stmator Ȳ e ȳ è la seguente: 34/39?
35 Esempo d calcolo (fne) s Y Ȳ ȳ p(s) (1,2,3) (50,32,48) (1,2,4) (50,32,65) (2,3,4) (32,48,65) (1,3,4) (50,48,65) E( Ȳ ) = = V ( Ȳ ) = MSE( Ȳ ) = ( ) ( ) = 9.85 E(ȳ) = = MSE(ȳ) = ( ) ( ) = /39?
36 Varanza dello stmatore corretto V (Ŷ ) = V ( N = = =1 =1 =1 Y 2 π 2 Se n(s) = n, s può dmostrare che Y π δ ) V (δ ) + =1 Y 2 π (1 π ) + j =1 Y π Y j π j C(δ, δ j ) j Y π Y j π j (π j π π j ) V (Ŷ ) = 1 2 =1 (π π j π j ) j ( Y Y ) 2 j π π j 36/39?
37 Stma della varanza dello stmatore d HT Rsultato prelmnare utle. Sa B = Infatt E( B) = =1 j =1 b j, allora B = j n =1 n j b j π j è corretto per B. b j π j E(δ δ j ) = B. La varanza dello stmatore d HT può essere vsta come la somma d due total V (Ŷ ) = A + B, dove A = a = =1 =1 Y 2 π (1 π ), B = =1 j Y π Y j π j (π j π π j ) = =1 b j. j Qund uno stmatore corretto d Horvtz-Thompson d V (Ŷ ) è dato da v(ŷ ) = n =1 Y 2 π 2 (1 π ) + n =1 n j Y π Y j π j π j π π j π j 37/39?
38 Stmatore della varanza d Yates-Grundy Uno stmatore alternatvo s può ottenere nel caso n cu n(s) = n msurabltà v(ŷ ) = 1 2 n =1 n j π π j π j π j varanza dello stmatore della meda: V ( Ȳ ) = V ( Y Y ) 2 j π π j ( ) Ŷ N = V (Ŷ ) N 2 stmatore della varanza dello stmatore della meda: v( Ȳ ) = v(ŷ ) N 2 38/39?
39 Stma d altr parametr della popolazone combnazon lnear d total d popolazone. Es. D = Y X D = Ŷ X è corretto per D altre funzon d total: R = Y X R = Ŷ X non è corretto per R metodo della lnearzzazone. 39/39?
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
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
DettagliINDAGINE 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
DettagliElementi 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
DettagliESERCIZIO 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
DettagliCorso 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
DettagliLA 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
DettagliLezioni 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
DettagliScienze 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,
DettagliCorrelazione 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* 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
DettagliLezione 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
DettagliUniversità 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
DettagliLezione 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
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
Dettagli1 INTRODUZIONE 1.1 GENERALITÀ
1 INTRODUZIONE 1.1 GENERALITÀ L'ndagne è lo strumento statstco medante l quale s acqusscono nformazon su uno o pù fenomen attnent ad una popolazone. L'nformazone può essere acqusta osservando tutte le
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliRegressione lineare con un singolo regressore
Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4
DettagliVariabili 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
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
Dettagli,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliStrada 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
DettagliVariabili 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
DettagliLaboratorio 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
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
DettagliCampo 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
DettagliMinistero 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
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliLA 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
DettagliEsercizi 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.....
DettagliRelazione 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
Dettagli1) 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
DettagliPotenzialità 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
DettagliMetodi 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
DettagliSERIE 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
DettagliC.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
DettagliPIANIFICAZIONE 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
DettagliUniversità 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{ 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
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
DettagliCorso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.
Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano
DettagliScheda metodologica. MeDeC Centro Demoscopico Metropolitano Provincia di Bologna
MeDeC Centro Demoscopco Metropoltano Provnca d Bologna Indagne su consum delle famgle bolognes I bolognes e l carovta Commssonata dall Assessorato Attvtà produttve della Provnca d Bologna, nell ambto del
DettagliLE 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
DettagliSTATISTICA 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:
DettagliIntroduzione 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
DettagliStatistica 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.
DettagliOutline L approccio dei risultati potenziali all inferenza causale
Outlne L approcco de rsultat potenzal all nferenza causale Leonardo Grll & Fabrza Meall oncett d base Tp d nferenza causale Esperment con noncomplance: approcco de rsultat potenzal e confronto con l metodo
DettagliLA 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.
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliSistema statistico nazionale Istituto nazionale di statistica. Stime ed Errori. Note metodologiche
Sstema statstco nazonale Isttuto nazonale d statstca Stme ed Error Note metodologce 005 A cura d: Paragraf: Paolo Rg; Fabrzo Solar; 3 e 4 Stefano Falors. Indce Cenn sulla defnzone dello stmatore d regressone
DettagliAppunti di Econometria
Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata
Dettagli6. 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
DettagliRelazioni 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
DettagliIng. Enrico Grisan. Modelli di popolazione in farmacocinetica
Ing. Enrco Grsan Modell d popolazone n farmacocnetca Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing.
DettagliCARATTERISTICHE 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:
DettagliEsercitazioni 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
DettagliEsame 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
Dettagliuna 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
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
DettagliFACOLTÀ 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
DettagliLa 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
DettagliStudente 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
Dettagli3) 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
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliRICHIAMI 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
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliIL RUMORE NEGLI AMPLIFICATORI
IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.
DettagliDipartimento 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
DettagliEsame 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
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliMATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.
MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre
DettagliUNIVERSITÀ 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
DettagliStatistica per le ricerche di mercato
Statstca per le rcerche d mercato a.a. 00/ Prof.ssa Tzana Lauret Prof. Luca Second Introduzone al concetto d probabltà nelle stratege azendal L azenda che vende artcol d abbglamento per govan può essere
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliModelli 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.
DettagliEsercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
Dettagli3 (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
DettagliLEZIONE 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* * * 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
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliPhD Course Cassino Prof. Mannina - Università di Palermo 1
Laboratoro d Modellstca Santaro-Ambentale Anals d senstvtà, calbrazone e valutazone dell ncertezza degl nput d un modello matematco: fondament e metodologe Gorgo Mannna gorgo.mannna@unpa.t Sommaro Defnzon
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
DettagliRegressione lineare: definizione delle incertezze dei coefficienti (calibrazione e regressione generica)
Regressone lneare: defnzone delle ncertezze de coeffcent (calbrazone e regressone generca) Argoment: regressone lneare affetta da ncertezza; ncertezza del coeffcente angolare della retta d regressone;
DettagliCalcolo delle Probabilità
Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno
DettagliEsercitazione 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:.
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliEttore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione
Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone
DettagliStatistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati
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
DettagliPer 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
DettagliModelli decisionali su grafi - Problemi di Localizzazione
Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche
DettagliESERCIZI 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
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca
DettagliCapitolo 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: ()
DettagliSommario. 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
DettagliMODELLI PER GESTIONE E LA RICERCA DELL'INFORMAZIONE
MODLLI R GSTION LA RICRCA DLL'INFORMAZION Algortm d Apprendmento avanzato per l Informaton Retreval Alessandro Moschtt Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: moschtt@nfo.unroma2.t
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio
I Appello d Calcolo delle Probabltà Cognome: Laurea Trennale n Matematca 24/5 Nome: 29 gennao 25 Emal: Se non è espressamente ndcato l contraro, per la soluzone degl esercz è possble usare tutt rsultat
Dettagli