Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua"

Transcript

1 //7 arabl casual Ua varable casuale X e ua fuzoe defta sullo spazo campoaro W che assoca ad og eveto W u uco umero reale. X Ua varable casuale può essere classfcata come dscreta o cotua. Ua varable casuale dscreta può assumere u seme dscreto (fto o umerable) d umer real. W semp: somma de putegg el laco d due dad, umero d pezz dfettos u lotto, varazoe goralera el redmeto d u ttolo, umero d prodott d u certo tpo vedut goralmete u partcolare puto vedta Ua varable casuale cotua può assumere tutt valor compres u tervallo reale. W dscreto W cotuo.c. dscreta.c. dscreta o cotua arabl casual dscrete Ua varable casuale dscreta X è caratterzzata dalla sua fuzoe d probabltà che assoca ad oguo de valor la corrspodete probabltà P(X= ). La fuzoe d probabltà deve verfcare le due propretà: Ua varable aleatora dscreta può ache caratterzzars attraverso la sua fuzoe d rpartzoe che fa corrspodere a valor le probabltà cumulate P(X): La fuzoe d rpartzoe verfca le seguet propretà: F() è o decrescete X, PX P lm F F F() è cotua a destra PX PX w e lm F w sempo Corrspodeza tra evet e valor della varable casuale X={somma de putegg}, ella prova laco d due dad X P() F()

2 //7 Rappresetazoe grafca della fuzoe d rpartzoe per l esempo del laco d due dad F(),8,,, arabl casual cotue Ua varable casuale cotua X è caratterzzata dalla sua fuzoe d destà, f() tale che l area sottesa alla fuzoe, u tervallo, è par alla probabltà che X assuma u valore quell tervallo: P a X b f d a La fuzoe d destà deve verfcare le propretà: f f d La probabltà che la v.c. assuma u partcolare valore è. Ua v.a. cotua può ache caratterzzars attraverso la fuzoe d rpartzoe: F P X f w dw La fuzoe d rpartzoe verfca le propretà gà vste precedeza; oltre per v.a. cotue, essa è assolutamete cotua. b sempo S cosder la v.a. X che può assumere tutt valor dell tervallo reale [a ; b] modo che tutt sottotervall d uguale ampezza abbao la stessa probabltà. La fuzoe d destà è La fuzoe d rpartzoe è Fuzoe d destà d probabltà f F b a a b a se a; b altrmet se a se a; b se b Fuzoe d rpartzoe alore atteso d ua v.a. Il valore atteso d ua v.c. X, è defto come se la v.c. è dscreta se la v.c. è cotua Il valore atteso d ua fuzoe Y = g(), della v.a. X, può essere calcolato come: X P X f Y g d Y g P f d se la v.c. è dscreta se la v.c. è cotua 7 8

3 //7 sempo v.a. dscreta X={somma de putegg}, ella prova laco d due dad sempo v.a. cotua S cosder la v.a. X defta ell tervallo [a ; b] vsta prma X P() F() b b a X f d d f a b a b b b a b a a a a b X araza d ua v.a. La varaza d ua v.c. X, è defta come A secoda del tpo d v.a., la precedete defzoe dveta X X P X X f X X X d se la v.c. è dscreta se la v.c. è cotua La varaza può essere, modo equvalete, defta come: X X X S defsce devazoe stadard d X, la radce quadrata della sua varaza Meda e araza d ua combazoe leare Sa Y ua combazoe leare d ua v.c. X, ossa Y = a+bx, dove a e b soo delle costat. S possoo allora dmostrare le seguet propretà: Y a bx b X Poedo a = -(X) e b = /SD(X), s ottee ua varable aleatora Y stadardzzata, ossa, co valore atteso e devazoe stadard. X X Y SD X X Y a bx a bx Y Y SD X

4 //7 Teorema d Chebyshev Sa X ua varable casuale e k u valore reale postvo, allora vale la seguete dsuguaglaza: P X X k SDX Idpedetemete dalla dstrbuzoe della v.c., la probabltà che X assuma valor dstat dalla meda pù d k devazo stadard è al pù /k k Modell d v.a. dscrete: v.a. uforme Ua v.a. uforme dscreta X assume valor ter compres u certo tervallo [a,a+s-], cascuo co la stessa probabltà. ee dcata come X UD(a,s). La fuzoe d probabltà d ua uforme dscreta è: se a; a s P s altrmet Meda e varaza d ua uforme dscreta soo rspettvamete: s s X a e X, sempo: X UD(,8) X, X, X, 9 SD P(),,,8,,,, 7 8 Modell d v.a. dscrete: v.a. d Beroull Ua v.a. Beroullaa, dcata come X Beroull(p) assume solo due valor, o, rspettvamete co probabltà p e -p. La fuzoe d probabltà d ua v.a. d Beroull è: P X p p per, Meda e varaza d ua Beroullaa soo rspettvamete: X p e X p p Tutte le prove che producoo solo due possbl rsultat geerao v.c. d Beroull: l laco d ua moeta, l superameto o meo d u certo lvello d flazoe, l aumeto o meo della quotazoe d u ttolo, l acqusto o meo d u certo prodotto, la dfettostà o l tegrtà d u certo pezzo Modell d v.a. dscrete: v.a. Bomale La v.a. Bomale è ua dstrbuzoe dscreta che s utlzza quado s è preseza d prove dpedet (es. estrazo co rpetzoe o estrazo da ua popolazoe fta), cascua prova ha solo due est possbl, dcat come successo e successo (es. dfettoso/o dfettoso, aumeto/decremeto, acqusto/macato acqusto), e la probabltà p (es. tasso d dfettostà) d osservare u successo ua sgola prova rmae costate per tutte le prove. Ua v.a. Bomale s dca come X Bomale(p;) e la sua fuzoe d probabltà è: P X p p per,,, e p

5 //7 Ua v.a. Bomale può essere otteuta cosderado la somma d v.c. d Beroull, dpedet e detcamete dstrbute: semp d Bomale dove X Beroull(p), dpedetemete per og. X X X X X,, Bomale(7;,) Meda e varaza d ua Bomale soo rspettvamete: X p e X p p,, Bomale(;,) Ua v.a. Bomale è caratterzzata dalle seguet propretà: Il valore atteso e la varaza crescoo al crescere d ; Per p=, la dstrbuzoe è smmetrca rspetto al valor medo (/); Per la dstrbuzoe tede ad essere smmetrca rspetto al valor medo. 7,,, sempo U dustra che produce tapp d sughero sa che l tasso d dfettostà de macchar a dsposzoe è del %. Per cotrollare goralmete che tale tasso rmaga varato, l resposable del cotrollo d qualtà og goro estrae tapp a caso tra quell prodott e osserva quat d ess rsultao dfettos. È pù probable che s trov ad osservare solo tappo dfettoso o essu tappo dfettoso? qual è vece la probabltà d osservare? 9 Idchamo co: p la probabltà d produrre u tappo dfettoso; l umero d tapp estratt; X l umero d tapp dfettos tra quell estratt. Le formazo a dsposzoe soo: p =,; = ; oglamo calcolare P(X = ), P(X = ) e fe P(X = ).!! P( X ) p p,,,8!!!!!! ( ),, P X p p,77!!!!!! ( ),, P X p p,887!!!!

6 //7 Dstrbuzoe d probabltà della varable " d tapp dfettos osservat. P(X) X Modell d v.a. dscrete: v.a. d Posso Ua v.a. d Posso, dcata come X Posso(l) può assumere qualsas valore tero. La fuzoe d probabltà d ua v.a. d Posso è: l e l PX,,, l! Meda e varaza d ua Posso soo rspettvamete: X l e X l La dstrbuzoe d Posso è adeguata per approssmare v.a. che rappresetao cotegg: l umero d persoe che arrvao ad uo sportello u certo tervallo d tempo, l umero d error d batttura ua paga, l umero d cdet u tratto stradale, l umero d rmbors chest u goro ad ua compaga asscuratva I geerale, ua v.a. dscreta che rappreseta l umero d volte che s realzza u certo eveto aleatoro u dato tervallo (d tempo o d spazo) può essere approssmata bee da ua Posso se, suddvdedo l tervallo tat sottotervall, valgoo le seguet codzo La probabltà d osservare esattamete u eveto el sottotervallo è costate La probabltà d osservare pù d u eveto el sottotervallo è par a zero Il verfcars d u eveto u sottotervallo è dpedete dal verfcars d u eveto u altro sottotervallo,,,,,, semp d v.a. d Posso Posso() Posso() Posso(7) Ua v.a. d Posso è caratterzzata dalle seguet propretà: Se X Posso(l ) dpedetemete per og =,,, allora X Posso(l +l + +l ), dove X = X +X + +X. La v.a. Bomale al crescere d e per p pccolo, tede ad ua v.a. d Posso co parametro l = p.,,,

7 //7 Modell d v.a. cotue: v.a. uforme Ua v.a. Uforme cotua X, dcata come X U(a;b), può assumere valor sull tervallo reale lmtato [a;b], modo che tutt sottotervall d uguale ampezza abbao la stessa probabltà. La fuzoe d destà è se a; b f b a altrmet Meda e varaza d ua uforme soo rspettvamete: a b a b X e X sempo: X U(;),, f,,,,, -, -,,,,,7,,, Modell d v.a. cotue: v.a. Normale Ua v.a. Normale (o Gaussaa) X, dcata come X N(m;s ), può assumere valor su tutto l asse reale. La fuzoe d destà è f ep s p Meda e varaza d ua ormale soo rspettvamete: La Normale gode delle seguet propretà: Og trasformazoe leare d ua v.a. Normale è acora ua v.a. Normale La somma d v.c. Normal dpedet è acora ua v.c. Normale co meda e varaza par, rspettvamete, alla somma delle mede e delle varaze delle v.c. Normal. m m s s X m e X s,7, semp d v.a. Normal s Se la v.a. X ha ua dstrbuzoe ormale co parametr m e s, allora Z = (X- m)/s è acora ua v.a. Normale co meda e varaza. La v.a. Z è ota come Normale stadardzzata e s dca come Z N(;)., N(;), s s, s,, -, -, -,,,,, m= m= m= m= m= m= La fuzoe d destà della Normale stadard è f z ep z p,,,,,9, -,,,,,, 7, 7, -,9,,9 8

8 //7 La fuzoe d rpartzoe d ua v.a. Normale stadard vee geere dcata come ( ), ossa F z P( Z z) z I valor della fuzoe d rpartzoe d ua Normale stadard soo tabulat e questo semplfca calcol delle aree sottese dalla fuzoe d destà. sempo: Calcolo dell area sottesa ell tervallo [-,], 977, 9 9 SMPIO U dustra che produce compoet sta valutado la possbltà d forre ua grossa dtta. I macchar soo settat per produrre compoet co u dametro d mm, tuttava o tutt pezz prodott hao esattamete la stessa dmesoe. È oto vece che l dametro de pezz prodott segue ua dstrbuzoe ormale co meda mm e devazoe stadard,mm. La dtta che dovrebbe acqustare quest pezz può utlzzare esclusvamete compoet co u dametro compreso tra 9 e mm. S vuole stablre se almeo l 9% della produzoe d compoet cotr le ecesstà della dtta Destà della varable "dametro" Idchamo co X la varable dametro : Destà stadardzzata m X m m P9 X P s s s 9 P Z P Z,,, 9

9 //7 SMPIO U puto vedta d ua catea d fast food ha comcato ad offrre u servzo d cosega past a domclo. Per battere la cocorreza l propretaro ha decso d offrre l pasto grats a clet che rcevoo la cosega co u rtardo eccessvo. Dato l attuale marge d proftto, l propretaro coclude che è possble offrre u umero d past grats par al,% delle ordazo. Sapedo che l tempo d cosega s dstrbusce approssmatvamete maera ormale co meda par a m. e devazoe stadard par a m., l propretaro vuole determare u lvello sogla per l tempo d attesa, oltre l quale forre l pasto grats, modo tale che l umero d past grats offert o super l,% delle ordazo Destà della varable "tempo d cosega" =? Idchamo co X la varable tempo d attesa e co la sogla da determare: X m m m, P X P P Z s s s, P Z,9 Dalle tavole della dstrbuzoe ormale otteamo: Qud m,9 e,9 s m,9 9,8 s, Destà stadardzzata, - - -,9 Perché la dstrbuzoe ormale è così mportate? Molt feome tedoo aturalmete ad avere ua dstrbuzoe campaulare be approssmable co ua dstrbuzoe ormale. Ossa è u modello teorco che s adatta bee a molt dat emprc. È faclmete trattable da u puto d vsta matematco. I molte applcazo, cocluso basate sull assuzoe d ormaltà de dat o soo seramete affette da scostamet dalla ormaltà coteut. Ma soprattutto Bacoota da March co l mmage d Carl Fredrch Gauss e la fuzoe d destà ormale. Deve la sua mportaza all essteza del teorema del lmte cetrale. Il teorema del lmte cetrale Sao X,, X, varabl casual dpedet e detcamete dstrbute (..d.) co meda (X ) = m e varaza (X ) = σ etrambe fte. Sa S = X + +X, la loro somma avete meda (S ) = m e varaza (S ) = σ. Allora per, S tede a dstrburs ormalmete. U eucato equvalete del teorema stablsce che, posto X X e restado valde le codzo eucate sopra, s ha che la varable X m Z s coverge, per, ad ua Normale stadard. SMPIO Sao X,, X, varabl beroullae dpedet co detca probabltà d successo p (qud (X ) = p e (X ) = p(-p)). Abbamo vsto che la loro somma S = X + +X s dstrbusce come ua varable bomale co meda (S ) = p e varaza (S ) = p(-p). I vrtù del teorema del lmte cetrale, per, S tede a dstrburs ormalmete.

10 //7 Applcazo del teorema Modell d v.a. cotue: Ch-quadrato Ua v.a. Ch-quadrato X, dcata come X c (g), può assumere valor ell tervallo [;]. La fuzoe d destà è f Meda e varaza d ua Ch-quadrato soo rspettvamete: X g e X g e per g g Ua v.a. c (g) s può otteere come somma de quadrat d g v.a. Normal stadardzzate dpedet, ossa c g Z Z g Z g 7 8 semp d v.a. Ch-quadrato Modell d v.a. cotue: t d Studet, c Ua v.a. t d Studet T, dcata come T Studet(g), può assumere valor ell tervallo [- ;]., c 8 c c Ua v.a. T Studet(g) s può otteere come rapporto tra ua v.a. Normale stadardzzata e la radce quadrata d ua v.a. Ch-quadrato dvsa per suo grad d lbertà, ossa, T Z Y g,, 7,,,, All aumetare d g la dstrbuzoe tede ad ua N(g;g) dove Z N(,) e Y c (g). 9

11 //7 Ua varable aleatora doppa (X,Y) è ua fuzoe defta sullo spazo campoaro W, che assoca a og rsultato ua coppa d umer real (,y). Ua v.a. doppa è completamete defta dalla sua fuzoe d probabltà coguta o dalla sua fuzoe d destà coguta, a secoda che sa dscreta o cotua. I caso d dpedeza s deve avere: Caso dscreto Caso cotuo Ce sulle v.a. doppe P f, y PPy, y f f y Il valore atteso d ua combazoe leare d p v.a. è dato da metre la varaza è dove Meda e varaza d combazo lear d v.a. Cov X a X a X è la covaraza tra X e X j. a p X p X a X a X a p X p p p p X a X aa jcovx, X j j X, X s X X X X j X, X j j j Dove e come studare Lbro d testo: S. Borra, A. D Cacco (), Cap. 9 (escluso paragrafo 9.8.) Svolgere serctazoe. Svolgere restat esercz el fle sercz d probabltà.ls.

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche.

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche. I molte crcostaze l rcercatore s trova a dover decdere quale, tra le dverse stuazo possbl rferbl alla popolazoe, è quella meglo sosteuta dalle evdeze emprche. Ipotes statstca: supposzoe rguardate: u parametro

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse. 5 MEDIE PESTE Come combare msure separate? Esempo, msure Msura d : ± Msura d B: B ± B Se s effettua la meda artmetca: B s da eguale peso alle msure seza teer coto dell certezza, che geerale possoo essere

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA IN ECONOMIA AZIENDALE Metod Statstc per le decso d mpresa (Note ddattche) Bruo Chadotto 5. Campo casual e dstrbuzo campoare - Campo casual Nel Cap. 3 d queste ote s è avuto modo d dstguere

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

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

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

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

STATISTICA DESCRITTIVA modulo 1 Corso di Laurea SMID Elda Guala e Ivano Repetto Dipartimento di Matematica - Università degli Studi di Genova

STATISTICA DESCRITTIVA modulo 1 Corso di Laurea SMID Elda Guala e Ivano Repetto Dipartimento di Matematica - Università degli Studi di Genova - -. Varabl statstche STATISTICA DESCRITTIVA modulo Corso d Laurea SMID Elda Guala e Ivao Repetto Dpartmeto d Matematca - Uverstà degl Stud d Geova I dat rportat sotto s rferscoo a studet uverstar che

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Francesco Ciatara ELEMENTI STATISTICA

Francesco Ciatara ELEMENTI STATISTICA Fracesco Catara ELEMENTI d STATISTICA 0 La dstrbuzoe statstca Per llustrare e defre gl uvers, per assemblare le utà grupp, sosttuedo a soggett class equvalet, o meglo, costrure collettv mor costtut da

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

Lezione 4. Metodi statistici per il miglioramento della Qualità

Lezione 4. Metodi statistici per il miglioramento della Qualità Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

Il modello di regressione multipla

Il modello di regressione multipla S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal McGraw Hll 4 ISBN 88-386-66-6 9 Il modello d regressoe multpla Relazoe statstca modello d regressoe leare multpla omoschedastctà superfce

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca Lezoe 2 lez2_2-2 statstca-fracesco mola 2 Dstrbuzo

Dettagli

DISTRIBUZIONE DI STUDENT

DISTRIBUZIONE DI STUDENT Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N0 N5 N50 0. - 4-4 Itervall cofdeza P[ - μ

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI

Dettagli

TRATTAMENTO STATISTICO DEI DATI ANALITICI

TRATTAMENTO STATISTICO DEI DATI ANALITICI TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza

Dettagli

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

Dettagli

Verifica e scelta del modello probabilistico

Verifica e scelta del modello probabilistico Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes

Dettagli

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Captolo 9 - Il modello d regressoe leare multpla 9 - IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 9 9. Itroduzoe 9. Il modello d regressoe leare multpla 9.3 Il modello d regressoe leare multpla forma matrcale

Dettagli

CALCOLO DEGLI INDICI STATISTICI

CALCOLO DEGLI INDICI STATISTICI CALCOLO DEGLI INDICI STATISTICI Premessa Le formule d calcolo de prcpal dc statstc (parlamo sostazalmete d meda campoara e varaza campoara) dpedoo dal caso esame qud zamo col fare luce sulla possble casstca.

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido se i dati E dato da max(x i )-min(x i ) Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica Defzo Utà strutturale (massa o moomero) assa dell utà strutturale (.) a.m.u acromolecola o Catea polmerca grado d polmerzzazoe (DP) massa molecolare x.p. Luda ateral polmerc 6 Defzo Grado d polmerzzazoe

Dettagli

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

Statistica per le ricerche di mercato. 10. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/3 Dr. Luca Secod 0. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9) che, e suo stud d eugeetca,

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

La probabilità. Il campionamento e l inferenza. L inferenza e la probabilità. campionamento casuale. Dai dati osservati mediante scelta

La probabilità. Il campionamento e l inferenza. L inferenza e la probabilità. campionamento casuale. Dai dati osservati mediante scelta Uverstà d Macerata Dpartmeto d ceze oltche, della Comucazoe e delle Relaz. Iterazoal vee utlzzata per predere decso codzo d certezza L certezza rguarda espermet co pù d u rsultato possble La teora della

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA.

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. TE11_st fb - 5/10/007 5/10/007 XI - 1 CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. 11.1 - Itroduzoe. I geerale, parametr caratterstc d ua v.a. (che per o soo l suo valore medo e la sua varaza

Dettagli

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni Corso d Statstca Ecooma e Commerco Lezoe a.a. - Fracesco Mola z z z Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca a.a. - statstca-fracesco mola Dstrbuzo

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Università della Calabria

Università della Calabria Uverstà della Calabra FACOLTA DI INGEGNERIA Corso d Laurea Igegera per l Ambete e l Terrtoro CORSO DI IDROLOGIA Ig. Daela Bod SCHEDA DIDATTICA N 5 ISOIETE E TOPOIETI A.A. 20-2 Calcolo della precptazoe

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Tabelle Statistiche. Massimo Alfonso Russo Dipartimento di Scienze Economiche, Matematiche e Statistiche Università di Foggia

Tabelle Statistiche. Massimo Alfonso Russo Dipartimento di Scienze Economiche, Matematiche e Statistiche Università di Foggia Tabelle Statstche Massmo Alfoso Russo Dpartmeto d Sceze Ecoomche, Matematche e Statstche Uverstà d Fogga STATISTICA I - 2009 - Fogga Cocett d base Serazoe Dat d tpo quattatvo. Sere Dat d tpo qualtatvo;

Dettagli

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL 5 SETTEMBRE 009 C.d.L. ECONOMIA AZIENDALE ESERCIZIO a) Il Sg. Ross ogg (t0) uole acqustare u furgoe del alore d 7000 per la sua atttà commercale. A tal fe egl ersa

Dettagli

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU 3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

Statistica. Testi. Prima Parte. economiche McGraw-Hill Milano. Alessandro Attanasio. mail:

Statistica. Testi. Prima Parte. economiche McGraw-Hill Milano. Alessandro Attanasio. mail: Statstca Alessadro Attaaso mal: alessadro_attaaso@yahoo.t 1 Test PICCOLO, D. (2001) Statstca - Il Mulo - Bologa. BORRA, S. e DI CIACCIO, A. (2008) Statstca: metodologa per le sceze socal ed ecoomche McGraw-Hll

Dettagli

Capitolo 13 Il modello di regressione lineare

Capitolo 13 Il modello di regressione lineare Captolo 3 Il modello d regressoe leare La fase pù operatva della statstca è dretta alla costruzoe d modell e coè d rappresetazo semplfcate, aalogche e ecessare della realtà attraverso le qual provare a

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

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli