Appunti sui modelli lineari
|
|
- Gianfranco Grande
- 6 anni fa
- Visualizzazioni
Transcript
1 Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO
2 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 = 5 modelli di autovetture = 6 caratteristiche = caacità del bagagliaio (dm 3 2 = lughezza della vettura (cm 3 = larghezza della vettura (cm 4 = livello massimo di oteza del motore (CV 5 = velocità massima della vettura (m/h 6 = cosumo di carburate su ercorso urbao (litri 00 m Modello IE , A 400 Gti ,6 A 500 Diesel , Puto 90 EL ,5 Puto DS ,0 Bravo 400iS ,0 Brava 400iS ,2 Fiesta 200i Studio ,5 Y 400i LS ,9 Corsa 400i Viva , i S ,3 Clio 400 Rti ,8 Ibiza 400i Jigle ,2 Polo 400i ,6 Golf 400 Movie ,8 = 5 righe = 6 coloe. La matrice dei dati Sesso uò essere di iteresse lo studio simultaeo di iù caratteri osservati sulle medesime uità statistiche. Se si cosiderao le variabili,,,, rilevate su uità di u camioe (limiteremo la ostra attezioe allo studio di caratteri quatitativi o di caratteri biari che assumoo i valori 0 o ad idicare, risettivamete, la reseza o meo di u certo attributo o l aarteeza o meo a ua certa categoria, l isieme delle iformazioi si uò riassumere ella matrice dei dati righe coloe (uità er variabili: = i i i
3 l elemeto i all icrocio della i-esima riga e della -esima coloa di rareseta il valore della -esima variabile oggetto di studio rilevato er la i-esima uità statistica ad ogi riga di corrisode u uità statistica la riga i-esima, i, cotiee i valori delle variabili oggetto di studio rilevati er la i-esima uità statistica del camioe (della oolazioe ad ogi coloa di corrisode ua variabile oggetto di studio la coloa -esima,, cotiee i valori della -esima variabile osservati er le uità statistiche del camioe (della oolazioe La matrice dei dati è quidi comosta da: vettori coloa =,, (di elemeti ciascuo vettori riga i, i =,, (di elemeti ciascuo I articolare ciascua uità statistica uò essere esata come u uto (vettore ello sazio -dimesioale R L aalisi statistica multivariata uò essere realizzata: risetto alle coloe di risetto alle righe di Nel rimo caso l iteresse rimario riguarda lo studio delle variabili (ad esemio lo studio della loro variabilità o delle loro relazioi. Nel secodo caso l iteresse rimario riguarda lo studio delle uità statistiche (ad esemio lo studio delle loro rossimità. A artire dalla matrice ossoo oi essere ricavate tutta ua serie di ulteriori matrici utili er articolari fialità cooscitive..2 Il vettore delle medie aritmetiche delle variabili A ciascua variabile si uò associare la risettiva media aritmetica Media aritmetica 274 dm cm 64,70 cm 73 CV 66,8 m/h 8,29 litri/00 m 6 righe coloa Le medie relative ai caratteri oggetto di iteresse ossoo essere riassute el vettore: = = = righe coloa 2
4 .3 La matrice degli scarti dalla media I alcue circostaze uò risultare utile esrimere le variabili i termii di scarti dalla media. Si ottegoo così le variabili scarto dalla media: = er =,,, che si ossoo sitetizzare ella matrice: = i i i dove i = i = = = I = A dove A è detta ceterig matri. Ciascua coloa di ha somma (media ulla. Co la matrice si cosidera i R u uovo sistema di assi cartesiai uguale a quello risetto a cui è defiita la matrice trae che er l origie che, el uovo sistema, è el uto che ha come coordiate le medie aritmetiche delle variabili oggetto di studio. La uvola di uti reseta il medesimo asetto; ciò che cambia è soltato l origie degli assi, che subisce ua traslazioe. Nell esemio: Modello IE ,3 7,2,8 A 400 Gti ,7 2 9,2 0,3 A 500 Diesel ,7-5 -8,8-3,9 Puto 90 EL -3 -,7 5,2,2 Puto DS -4 -,7-6 -6,8 -,29 Bravo 400iS 6 23,3 7 3,2 0,7 Brava 400iS ,3 7 3,2 0,9 Fiesta 200i Studio ,7 2 3,2-0,79 Y 400i LS ,3 7 3,2 0,6 Corsa 400i Viva ,7-3 -,8 0, i S ,7 2 8,2 0,0 Clio 400 Rti ,7 5 8,2-0,49 Ibiza 400i Jigle -4-0,7-3 -6,8 0,9 Polo 400i ,7-3 -6,8-0,69 Golf 400 Movie ,3-3 -9,8-0,49 3
5 .4 La matrice delle variabili stadardizzate Qualora si voglia elimiare l effetto dell uità di misura sui valori assuti dalle uità statistiche risetto alle variabili si uò defiire la matrice delle variabili stadardizzate: z z z i i Z = z i zi zi dove z i = =. z z z Idicata co D la matrice diagoale che cotiee sulla diagoale riciale le variaze delle variabili osservate, si uò defiire la matrice delle variabili stadardizzate come 2 Z = D Ciascua coloa di Z ha somma (media ulla e variaza uitaria. Gli elemeti di Z soo umeri uri (o diedoo dall uità di misura delle variabili oggetto di studio. Le aalisi statistiche realizzate risetto a Z roducoo risultati che o soo ifluezati dalle differeze esisteti tra le variabili osservate risetto all uità di misura, all ordie medio di gradezza ed alla variabilità di ogua di esse. Nell esemio: Modello Z Z 2 Z 3 Z 4 Z 5 Z IE A 400 Gti A 500 Diesel Puto 90 El Puto Ds Bravo 400is Brava 400is Fiesta 200i Studio Y 400i LS Corsa 400i Viva i S Clio 400 Rti Ibiza 400i Jigle Polo 400 I Golf 400 Movie La matrice di variaze e covariaze Quado l iteresse rimario riguarda lo studio delle variabili (coloe di, i articolare della variabilità e/o delle relazioi tra le variabili u be oto strumeto di sitesi è raresetato dalla covariaza che er le variabili e h è defiita come: 4
6 , h = i= ( ( ih h = ( i ih i / i= = h dove e h soo le coloe -esima e h-esima di. Si oti che la covariaza tra la variabile e se stessa, e rareseta la variaza. Si uò defiire allora la matrice di variaze e covariaze associata a (cioè riferita alle variabili che idetificao le coloe di come S = = ( ( =,,,,,, ( righe coloe (Si oti che la matrice detta matrice di deviaze e codeviaze cotiee sulla diagoale riciale le deviaze e fuori della diagoale riciale le codeviaze. La matrice S reseta alcue caratteristiche di rilievo: * è quadrata; * è simmetrica; * è semidefiita ositiva * gli elemeti sulla diagoale riciale soo le variaze delle variabili; * tr(s =. = Covariaze tra le 6 variabili dell esemio: La matrice delle correlazioi U idicatore simmetrico e adimesioale della relazioe lieare fra due variabili è raresetato dal coefficiete di correlazioe lieare semlice fra e h : 5
7 r h =, h dove z e z h soo le coloe -esima e h-esima di Z. Si defiisce allora la matrice delle correlazioi: h = i ih h = i= z i z ih = z z h h i= R= D 2 SD = D D = Z Z = r r ( righe coloe La matrice R * è quadrata; * è simmetrica; * è semidefiita ositiva * gli elemeti sulla diagoale riciale soo tutti uguali a ; * tr(r =. r r r r R uò essere iterretata ache come la matrice delle variaze e delle covariaze tra le variabili Z,, Z,, Z. Correlazioi tra le 6 variabili dell esemio: ,000 0,793 0,574 0,0-0,025 0, ,793,000 0,92 0,49-0,034 0, ,574 0,92,000 0,97 0,0 0,52 4 0,0 0,49 0,97,000 0,948 0, ,025-0,034 0,0 0,948,000 0,42 6 0,244 0,498 0,52 0,603 0,42,000 Le matrici S e R cotegoo le iformazioi di base er alcue aalisi statistiche multivariate relative alle variabili osservate:. aalisi della regressioe lieare multila: studio della diedeza lieare di ua variabile quatitativa Y da u isieme di variabili eslicative quatitative; 2. aalisi delle comoeti riciali: studio della variabilità comlessiva di variabili quatitative; 3. aalisi dei fattori: studio delle correlazioi lieari semlici tra variabili quatitative; 4. aalisi della correlazioe caoica: studio delle correlazioi multivariate tra due isiemi di variabili quatitative. 6
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
DettagliCosto 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
DettagliStatistica 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
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management
UNIVERSITÀ DEGLI STUDI DI BERGAMO Facoltà di Igegeria Corso di Risk Maagemet Prof. Filippo Stefaii Matrice di variaze-covariaze A.A. 009/00 Corso 600 Corso di Laurea Specialistica i Igegeria Edile Risk
DettagliLo 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
DettagliInsiemi 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,
DettagliQuartili. 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
DettagliES 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
DettagliEsercitazioni 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
DettagliPopolazione 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
DettagliQuartili. 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
DettagliLezione 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
Dettaglipoco 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
DettagliAlcuni 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
DettagliAppendice 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...
DettagliElementi 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
DettagliLE 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
Dettagli2.2 - La dipendenza assoluta e parametrica
. - La dipedeza assoluta e parametrica Tabelle a doppia etrata X\Y Y Y Y j Y c X j c. X j c. X i i i ij X k k k kj...j ic i. kc k..c.. per i assegato: i. c ij j per j assegato:.j k ij i k c ij i j.....
DettagliStima 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
Dettagli3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.
DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato
DettagliVariabilità 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
DettagliAnemia. 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
DettagliLa dinamica dei sistemi - intro
La diamica dei sistemi - itro Il puto materiale rappreseta ua schematizzazioe utile o solo per descrivere situazioi di iteresse diretto ma è ache il ecessario presupposto alla meccaica dei sistemi materiali
DettagliUniversità 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
DettagliSottospazi 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
DettagliDimostrazione. 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
DettagliSpazio vettoriale Euclideo
Spazio vettoriale Eclideo Nell isieme R delle ple ordiate, o vettori ad compoeti, di meri reali abbiamo defiito la somma + v di de vettori e il prodotto αv di o scalare per vettore; la strttra cosi otteta
DettagliIl 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
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliEsercitazioni 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:
DettagliEsame 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
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliPrecorso 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
DettagliPrincipio 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
DettagliRelazioni 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:
DettagliRegressione e correlazione
Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)
DettagliQuesito 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,
DettagliSULLE PARTIZIONI DI UN INSIEME
Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X
DettagliINFERENZA 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
DettagliIl Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che
1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe
DettagliSTATISTICA 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
DettagliUnità Didattica N 32 Grandezze geometriche omogenee e loro misura
Uità Didattica N 3 Uità Didattica N 3 01) Classi di gradezze omogeee 0) Multipli e sottomultipli di ua gradezza geometrica 03) Gradezze commesurabili ed icommesurabili 04) Rapporto di due gradezze 05)
DettagliSTATISTICA 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
DettagliStatistica. 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
DettagliPreparazione al corso di statistica Prof.ssa Cerbara
Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti
DettagliELEMENTI 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
Dettagli07.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
DettagliEsempio. Tabella a doppia entrata. n 2. n 24. n.6
Esempio Distribuzioe degli studeti di Scieze della Comuicazioe frequetati la facoltà ell a.a. 001/00 per Corso di Laurea e Numero di Corsi Frequetati Numero Corsi Frequetati CDL 1 3 4 5 6 7 STC 1 19 50
Dettaglif Z z 1,...,z n 1 2 n/2 exp 1 2 z z n 2.
Riassuto sulle gaussiae ui-dimesioali Nel caso uidimesioale, abbiamo defiito la gaussiaa caoica N0,1 e la gaussiaa geerica N, descrivedo esplicitamete le loro desità di probabilità. Si verifica co u po
DettagliStatistica. 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
DettagliLABORATIORIO 3. Taratura statica
LABORATIORIO 3 Taratura statica Obiettivi dell esercitazioe Obiettivo di questa esercitazioe è lo svolgimeto di ua serie di esperieze di laboratorio per verificare e applicare le coosceze relative alle
DettagliMetodi 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
DettagliStudio 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
DettagliUniversità degli Studi di Roma Tor Vergata Dipartimento di Ing. Elettronica corso di ELETTRONICA APPLICATA. Ing. Rocco Giofrè.
Uiversità degli Studi di Roma or Vergata iartimeto di g. Elettroica corso di ELERONCA APPLCAA g. Rocco Giofrè Esercizi su semicoduttori e diodi / 1 Esercizio oteziale Sia data ua barretta di semicoduttore
DettagliDistribuzioni 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
DettagliSemiconduttori Concentrazione dei portatori Drogaggio Ele-A-1
Semicoduttori Cocetrazioe dei ortatori rogaggio Ele-A-1 Elettroica I - A.A. 009/0010 CONCETTO I BARRIERA I ENERGIA POTENZIALE Ua carica uitaria i u camo elettrico E è soggetta ad ua forza f = E. Si defiisce
DettagliConfronto 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
DettagliEsercitazione 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
DettagliGeometria analitica: rette e piani
Geometria aalitica: rette e piai Coordiate polari Cambiameti di riferimeto el piao Cambiameti di riferimeto i geerale Isometrie Simmetrie Isometrie el piao Isometrie ello spazio 2 2006 Politecico di Torio
DettagliUNIVERSITA 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
DettagliStimatori, 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
DettagliLezione 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
DettagliLE 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
DettagliConsideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con
Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi
DettagliPROPRIETÀ 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
DettagliCAPITOLO 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.
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliUniversità degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V
Uiverità degli Studi di Napoli Partheope Facoltà di Scieze Motorie a.a. 0/0 Statitica Lezioe V E-mail: paolo.mazzocchi@uipartheope.it Webite: www.tatmat.uipartheope.it DISTRIBUZIONE DOPPIA di frequeze
DettagliDef. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,
Dettagli( 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
DettagliPrincipio 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
DettagliUNIVERSITÀ 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
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioni lineari Indici di covarianza e correlazione)
STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioi lieari Idici di covariaza e correlazioe) ) Trasformazioi lieari di variabili statistiche I varie situazioi si operao trasformazioi
DettagliCAPITOLO 3: ANALISI DI SOLIDI ELASTO-PLASTICI
CAPIOLO 3: ANALISI I SOLII ELASO-PLASICI 3.1 Itroduzioe Scoo di questo caitolo è mostrare come il calcolo a rottura ossa essere alicato, i reseza di uo stato di sollecitazioe geerico, ache a strutture
DettagliCampionamento 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
Dettagli1.5 - 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
Dettagli3. 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
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che
DettagliTeorema 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,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
DettagliElettronica 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
DettagliRicerca di un elemento in una matrice
Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice
Dettagli5. 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
DettagliPROBLEMI 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
DettagliIL 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
DettagliCopyright Esselibri S.p.A.
D Database Collezioe strutturata di dati (v.) orgaizzata i modo tale da rederla facilmete accessibile ad ua vasta gamma di programmi di applicazioe. Dati Iformazioi qualitative e/o quatitative strutturate
DettagliIntervalli 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
Dettagli10 - Carichi sui tre livelli associati all azione sismica
Dott. Ig Paolo Serafii Cilc per tutti gli apputi (AUTOMAZIONE TRATTAMENTI TERMICI ACCIAIO SCIENZA delle COSTRUZIONI ) e-mail per suggerimeti 0 - Carichi sui tre livelli associati all azioe sismica Il calcolo
Dettagli2,3, (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,
DettagliDocenti: Dott. Franco Mazzenga, Dott.ssa. Ernestina Cianca a.a
Caale IO: defiizioi Doceti: Dott Fraco azzega, Dottssa Erestia Ciaca aa 00-0 odulo di odulo Tecice di Avazate Iformazioe di Trasmissioe e Codifica aa aa 00-0 007-08 Caale IO: defiizioi t,,( atee i trasmissioe
DettagliCorso 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
DettagliCENTRO 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,
DettagliScheda n.6: legame tra due variabili; correlazione e regressione
Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y
Dettagli1. 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):
DettagliLICEO delle SCIENZE UMANE B. PASCAL
LICEO delle SCIENZE UMANE B. PASCAL Prof. Loredaa Maario INDICE 1. Scomposizioe di poliomi 1.1 Raccoglimeto totale a fattor comue..3 1. Raccoglimeto parziale a fattor comue 3 1.3 Triomio scompoibile el
DettagliEsercitazione 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
DettagliNUMERICI QUESITI FISICA GENERALE
UMERICI (Aalisi Dimesioale). Utilizzado le iformazioi ricavabili dalla gradezza fisica che ci si aspetta come risultato e dai valori umerici foriti, idividuare, tra le espressioi riportate, quella/e dimesioalmete
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI
ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a
Dettagli