Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia A
|
|
|
- Rita Andreoli
- 8 anni fa
- Visualizzazioni
Transcript
1 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia A 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("hp", "Lenovo", "Apple") pezzi=c(480, 395, 320) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(250, 50, 100, 100), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
2 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(52, 51, 39, 44, 49, 46, 41) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=46 H1: mu!=46 t.test(dati, mu=46, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
3 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia B 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("asus", "DELL", "Sony") pezzi=c(389, 254, 122) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(500, 100, 200, 200), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
4 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(45, 36, 39, 42, 44, 41, 40) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=41 H1: mu!=41 t.test(dati, mu=41, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
5 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia C 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("lenovo", "HP", "Samsung") pezzi=c(154, 126, 92) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(50, 10, 20, 20), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
6 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(90, 72, 78, 84, 88, 82, 80) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=82 H1: mu!=82 t.test(dati, mu=82, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
7 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia D 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("apple", "Sony", "Samsung") pezzi=c(782, 426, 598) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(300, 100, 200, 200), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
8 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(50, 72, 38, 24, 84, 66, 58) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=56 H1: mu!=56 t.test(dati, mu=56, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
9 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia E 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("dell", "Apple", "Sony") pezzi=c(963, 549, 371) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(40, 10, 15, 15), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
10 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(75, 108, 57, 36, 126, 99, 87) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=84 H1: mu!=84 t.test(dati, mu=84, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
11 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia F 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("lenovo", "Apple", "ACER") pezzi=c(348, 589, 286) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(80, 20, 30, 30), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
12 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(9, 6, 5, 11, 4, 11, 10) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=8 H1: mu!=8 t.test(dati, mu=8, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
13 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia G 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("hp", "DELL", "ACER") pezzi=c(478, 379, 288) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(160, 40, 60, 60), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
14 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(18, 12, 10, 22, 8, 22, 20) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=16 H1: mu!=16 t.test(dati, mu=16, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
15 Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia H 17 luglio 2015 ################### ESERCIZIO 1 ################### # CREO I VETTORI E LA TABELLA marca=c("lenovo", "Samsung", "Apple") pezzi=c(885, 684, 153) vendite=data.frame(marca, pezzi) # CREO LA COLONNA DELLE PERCENTUALI tot_pezzi=sum(pezzi) perc=pezzi/tot_pezzi vendite=data.frame(vendite, perc) # CREO IL GRAFICO A ISTOGRAMMA barplot(pezzi, names.arg=marca) # GRAFICO A TORTA DELLE PERCENTUALI pie(perc, labels=marca) ################### ESERCIZIO 2 ################### # CREO LA TABELLA A DOPPIA ENTRATA farmaco=matrix(c(320, 80, 120, 120), nrow=2, byrow=true) trattamento=c("farmaco", "placebo") effetto=c("migliora", "peggiora") dimnames(farmaco)=list(trattamento, effetto) farmaco # DISEGNO IL GRAFICO A MOSAICO mosaicplot(farmaco)
16 # CALCOLO IL TEST DEL CHI-QUADRATO testchiq=chisq.test(farmaco) testchiq # POICHE IL VALORE CALCOLATO DEL CHI-QUADRATO E , SUPERIORE ALLA SOGLIA CRITICA DI 3.84 VALIDO AL 5% PER 1 GRADO DI LIBERTA, SI RIFIUTA L IPOTESI NULLA DI INDIPENDENZA E SI CONFERMA LA CONNESSIONE FRA I FENOMENI # CALCOLO IL VALORE DELLA STATISTICA V DI CRAMER chiquadrato= testchiq$statistic # CALCOLO LA NUMEROSITA TOTALE DI ELEMENTI NELLA TABELLA N = sum(farmaco) V=sqrt( chiquadrato / (N*(2-1)) ) V # IL VALORE DEL V DI CRAMER E PARI A E QUESTO RISULTATO PORTA AD AFFERMARE CHE C È UNA DISCRETA CONNESSIONE FRA I DUE FENOMENI ################### ESERCIZIO 3 ################### # CREO I VETTORI DEI DATI dati=c(27, 18, 15, 33, 12, 33, 30) # EFFETTUO IL TEST BILATERALE PER VERIFICARE LE IPOTESI: # H0: mu=24 H1: mu!=24 t.test(dati, mu=24, alternative="two.sided", conf.level=0.99) # POICHE IL LIVELLO DI SIGNIFICATIVITA (0.01) E MINORE DEL P-VALUE CALCOLATO (1) SI ACCETTA L IPOTESI NULLA # L INTERVALLO DI CONFIDENZA PER LA MEDIA E COMPRESO FRA E
Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia A
Prova di Laboratorio di Probabilità e Statistica - Soluzione traccia A 15 febbraio 2016 ################### ESERCIZIO 1 ################### # CALCOLO MEDIA, MEDIANA, MINIMO, MASSIMO, PRIMO E TERZO QUARTILE
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 4 ESERCIZI RIEPILOGATIVI PRIME 3 LEZIONI 1 - STATISTICA DESCRITTIVA VENDITE PC ESERCIZIO 1: La seguente tabella
Statistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 5 ESERCIZI RIEPILOGATIVI PRIME 3 LEZIONI ES. LAUREATI PER FACOLTA E LAVORO ESERCIZIO 5: La tabella presenta
1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
PROBABILITA' E STATISTICA Prova del 24/06/2016 Traccia A
PROBABILITA' E STATISTICA Prova del 2/06/2016 Traccia A ESERCIZIO 1 Sulla distribuzione di frequenze presentata in tabella, calcolare: a) la media aritmetica, la media armonica e la media geometrica; b)
Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
LAB LEZ. 2 DISTRIBUZIONI DOPPIE E CONNESSIONE
LAB LEZ. 2 DISTRIBUZIONI DOPPIE E CONNESSIONE # SPESSO VENGONO CONDOTTI DEGLI STUDI CHE METTONO A CONFRONTO LE RELAZIONI FRA DUE CARATTERI RILEVATI CONGIUNTAMENTE IN UNA TABELLA DI FREQUENZE A DOPPIA ENTRATA.
Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
Istituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
Test statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 3 TEST DI INDIPENDENZA NELLE TABELLE A DOPPIA ENTRATA ESEMPIO DI TABELLA A DOPPIA ENTRATA CAPELLI BIONDI NERI
Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
Capitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza
Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare
Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 9 ESERCIZI DI RIPASSO FINALE (1 di 2) 1 - STATISTICA DESCRITTIVA
PROBABILITA' E STATISTICA Prova del 17/02/2017 Traccia A
PROBABILITA' E STATISTICA Prova del 17/02/2017 Traccia A ESERCIZIO 1 Sulla distribuzione di frequenze presentata in tabella, calcolare: a) la media aritmetica, la media armonica e la media geometrica;
LABORATORIO DI PROBABILITA E STATISTICA
LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Bonus ESERCIZI DI RIPASSO FINALE 1 - STATISTICA DESCRITTIVA TABLET ESERCIZIO 1: La seguente tabella riporta i volumi di vendita (in migliaia
Concetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
Statistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
Esercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
ANALISI DEI DATI EPIDEMIOLOGICI
ANALISI DEI DATI EPIDEMIOLOGICI Cenni di statistica Che cosa è la statistica Statistica descrittiva e statistica inferenziale Test statistici di ipotesi Intervalli di confidenza Analisi stratificata TEST
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 4 ESERCIZI RIEPILOGATIVI PRIME 3 LEZIONI 1 - STATISTICA DESCRITTIVA
Esercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
è decidere sulla verità o falsità
I test di ipotesi I test di ipotesi Il test delle ipotesi consente di verificare se, e in quale misura, una determinata ipotesi (di carattere sociale, biologico, medico, economico, ecc.) è supportata dall
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 2 SIMMETRIA, APPIATTIMENTO E MISURA DELLA CONNESSIONE NELLE TABELLE A DOPPIA ENTRATA INDICI DI SIMMETRIA INDICE
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 4 ESERCIZI RIEPILOGATIVI PRIME 3 LEZIONI 1 - STATISTICA DESCRITTIVA VENDITE PC ESERCIZIO 1: La seguente tabella
IN MATLAB distribuzione di frequenza. >> x(1)=7.5; >> for i=2:7 x(i)=x(i-1)+5; end. IN MATLAB distribuzione di frequenza
IN MATLAB distribuzione di frequenza 2-1 4. Usare la function histc(dati,x) 2-2 1. Riportare i dati in un file (ad esempio dati.mat); 2. load ascii dati: viene creata una variabile dati contenente il campione;
Inferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/03/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/3/2 ESERCIZIO (2+2+2+2) La seguente tabella riporta la distribuzione della variabile "Stato Civile"
Il confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
Elementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
Probabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
Capitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
STATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
Soluzioni Esercizi elementari
Soluzioni sercizi elementari Capitolo. carattere: itolo di Studio, carattere qualitativo ordinato modalità: Diploma, Licenza media, Laurea, Licenza elementare unità statistiche: Individui. carattere: Fatturato,
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Corso di Psicometria Progredito
Corso di Psicometria Progredito Soluzioni della simulazione del 17/05/2011 Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2010-2011 Leggere BENE le avvertenze prima
Analisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
R - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre
R - Esercitazione 5 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre Lunedì 2 Dicembre 2013 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x,
PROBABILITA' E STATISTICA Prova del 16/06/2017 Traccia A
PROBABILITA' E STATISTICA Prova del 16/06/2017 Traccia A ESERCIZIO 1 Sulla distribuzione di frequenze presentata in tabella, calcolare: a) la media aritmetica, la media armonica, la media geometrica e
SPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 3 Piani a fattore singolo e relativi test di interpretazione
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 3 Piani a fattore singolo e relativi test di interpretazione Pagina 1 PIANI A SINGOLA VARIABILE Questi piani sono l esempio
L Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
Applicazione alla domanda di sigarette (SW Par 12.4)
Applicazione alla domanda di sigarette (SW Par 12.4) Perche ci interessa conoscere l elastica della domanda di sigarette? Teoria della tassazione ottimale: l imposta ottimale e l inverso dell elastica
ESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
Facciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corsi di laurea triennale di area tecnica - Corso di Statistica
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
L analisi statistica
Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale
Corso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
Gestione Industriale della Qualità
Gestione Industriale della Qualità 8-II-6 esempio A) Si consideri un piano di campionamento doppio con rettifica caratterizzato dai seguenti parametri: n = c = n = c = 4 Si valuti la qualità media risultante
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
Continua sul retro 42.1 39.7 38.0 38.7 41.4 37.5 38.6 40.5 39.8 38.0 36.9 40.3 42.0 41.3 40.4 39.1 38.4 42.0
Statistica per l azienda Esame del 19.06.12 COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato
Appunti relativi a Lab4
Appunti relativi a Lab4 ESEMPIO 1 Sia (X 1,, X n ) un campione aleatorio estratto da una variabile aleatoria X Exp(λ) e sia (x 1,, x n ) una sua realizzazione campionaria contenuta nel vettore oss > set.seed(5)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
Metodologia epidemiologica
Metodologia epidemiologica Verifica di ipotesi Quale test utilizzare? Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali test utilizzati nel confronto di
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
Matlab per applicazioni statistiche
Matlab per applicazioni statistiche Marco J. Lombardi 19 aprile 2005 1 Introduzione Il sistema Matlab è ormai uno standard per quanto riguarda le applicazioni ingegneristiche e scientifiche, ma non ha
Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
VERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
IL TEST CHI QUADRATO χ 2
IL TEST CHI QUADRATO χ 2 Test parametrici I test studiati nelle lezioni precedenti (test-t, testz) consentono la verifica di ipotesi relative al valore di specifici parametri di popolazione Esempio: differenza
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
VERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi
Il test del Chi-quadrato
Il test del Chi-quadrato Prof.ssa Montomoli- Univ. di Pavia Prof.ssa Zanolin Univ. di Verona Il rischio di contrarre epatite C è associato all avere un tatuaggio? Cosa vuol dire ASSOCIAZIONE tra due variabili?
Corso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi
Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato
Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche
Prova scritta di Complementi di Probabilità e Statistica. 31 Ottobre 2012
Prova scritta di Complementi di Probabilità e Statistica 31 Ottobre 2012 1. In un processo per accrescere uno strato sottile di biossido di silicio sopra fette di silicio utilizzate per la fabbricazione
Analisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
Test di restrizioni lineari nel MRLM: Esempi
Test di restrizioni lineari nel MRLM: Esempi Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Test F: esempi 2012 1 / 23 Funzione di produzione Cobb-Douglas Esempio GDP
4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
Problema pratico: Test statistico = regola di decisione
La verifica delle ipotesi statistiche Problema pratico: Quale, tra diverse situazioni possibili, riferite alla popolazione, è quella meglio sostenuta dalle evidenze empiriche? Coerenza del risultato campionario
ARTICOLO SCIENTIFICO: ANALISI E VALUTAZIONE CRITICA DELLE INFORMAZIONI. critical appraisal BOSCARO GIANNI 1
ARTICOLO SCIENTIFICO: ANALISI E VALUTAZIONE CRITICA DELLE INFORMAZIONI critical appraisal BOSCARO GIANNI 1 BOSCARO GIANNI 2 Analisi Statistica analisi descrittiva: descrizione dei dati campionari con grafici,
CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
Dott.ssa Caterina Gurrieri
Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo
Prova di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.
Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di
Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.
Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
GRUPPO QUATTRO RUOTE. Alessandro Tondo 19632 Laura Lavazza 19758 Matteo Scordo 19813 Alessandro Giosa 19894. Gruppo Quattro Ruote 1
GRUPPO QUATTRO RUOTE Alessandro Tondo 19632 Laura Lavazza 19758 Matteo Scordo 19813 Alessandro Giosa 19894 Gruppo Quattro Ruote 1 2. ANALISI BIVARIATA 3.1. RISULTATI (continua) 2.1 Consumi ridotti (variabile
19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE
19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE Nell inferenza è spesso richiesto il calcolo di alcuni valori critici o di alcune probabilità per le variabili casuali che sono state introdotte
Prova di Esame - Rete Internet (ing. Giovanni Neglia) Lunedì 24 Gennaio 2005, ore 15.00
Prova di Esame - Rete Internet (ing. Giovanni Neglia) Lunedì 24 Gennaio 2005, ore 15.00 NB: alcune domande hanno risposta multipla: si richiede di identificare TUTTE le risposte corrette. Cognome: Nome:
(3 ore settimanali programmate su 30 settimane annuali 2 ore di compresenza alla settimana) ORE MODULO PREREQUISITI OBIETTIVI CONTENUTI 90
MODULI COMUNE TUTTI CLASSE: 5 CURVATURA MECCANICI (3 ore settimanali programmate su 30 settimane annuali 2 ore di compresenza alla settimana) 90 1. LA DISTINTA BASE E SUE APPLICAZIONI Disegno tecnico Processi
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
EMBA PART TIME 2012 ROMA I ANNO
BUSINESS STATISTICS: ASSIGNMENT II: EMBA PART TIME 2012 ROMA I ANNO PROF. MOSCONI ESERCIZIO 1: USO DEL MODELLO DI REGRESSIONE PER DETERMINARE IL VALORE DEGLI IMMOBILI. ESERCIZIO 2: PREVISIONE DI VARIABILI
Esercitazioni di Statistica con Matlab
Dalmine, 28 aprile 2004 Esercitazioni di Statistica con Matlab Dott. Orietta Nicolis orietta.nicolis@unibg.it 1 0.8 0.6 0.4 0.2 0-0.2-0.4 40 30 20 10 0 0 5 10 15 20 25 30 35 V.c.d. di Poisson P(X = x)
Statistica per l azienda 19.06.2014 (1)
Statistica per l azienda 19.06.2014 (1) COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato