MEDIA aritmetica semplice (Gli indicatori di posizione)
|
|
- Annunciata Fabiani
- 6 anni fa
- Visualizzazioni
Transcript
1 STATISTICA E RICERCA DIDATTICA Note di statistica e metodi di ricerca Il 94.5 % delle statistiche e' sbagliato. Woody Allen Non esistono i dati, solo interpretazioni! Friedrich Nietzsche Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Ricerca Didattica (Dott. Giorgio Poletti giorgio.poletti@unife.it MEDIA aritmetica semplice (Gli indicatori di posizione) La MEDIA è un insieme di indicatori di posizione *, (anche se spesso con media si intende la media aritmetica). Le principali medie sono: media aritmetica, media geometrica, media armonica e media di potenza. Le medie possono essere classificate come semplici o ponderate. La media aritmetica semplice è il valore che si ottiene sommando tutti i dati e dividendo la somma per il numero dei dati stessi. Media aritmetica semplice di N valori Media aritmetica semplice di 3 voti ad esami: 20, 30 e 25: X = ( )/3 = 75/3 = 25 1
2 MEDIA aritmetica ponderata (Gli indicatori di posizione) La media aritmetica ponderata (media pesata) è una media aritmetica in cui, i singoli valori, prima di essere sommati vengono moltiplicati con il peso (ponderazione) a loro assegnato. Il peso di ciascun valore è in genere rappresentato dal numero di volte in cui i valori figurano (frequenza), ma può significare anche l'importanza (oggettiva o soggettiva) che il singolo valore riveste nella distribuzione. La divisione di conseguenza non viene fatta con il numero di valori, ma con la somma dei pesi. Media aritmetica ponderata dove f i è il peso assegnato al dato i Media aritmetica ponderata di 3 voti ad esami: 20 (3 cfu), 30 (1 cfu) e 25 (5 cfu): X = (20*3+30*1+25*5)/(3+1+5)= = ( )/9 = 215/9= 23,88 MEDIA geometrica semplice (Gli indicatori di posizione) La media geometrica (semplice) è l'n-esima radice del prodotto di tutti gli N valori. La media geometrica viene usata soprattutto quando i diversi valori vengono per loro natura moltiplicati tra di loro e non sommati. Esempio tipico sono i tassi di crescita (anche i tassi d'interesse o i tassi d'inflazione), adeguatamente modificati. Media geometrica semplice Media geometrica semplice della percentuale di laurati in corso degli ultimi 5 anni: 3,2% per il 2004, 2,7% (2005), 2,8% (2006), 2,2% (2007) e 3,2% (2008). Essendo valori percentuali si moltiplica per 100 e si somma 1 per cui si ha: 1,032 1,027 1,028 1,022 1,032 e moltiplicandoli (Π) tra loro : Πx i =1,49142 ed essendo 5 i valori si calcola la radice 5: M g = 5 1,49142=1, Media geometrica ponderata 2
3 MEDIA armonica (Gli indicatori di posizione) La media armonica (M h ) è il reciproco della media aritmetica dei reciproci. Particolarmente utile per qualche tipo di variabili come ad esempio per calcolare la velocità media lungo un percorso. Valori (sia positivi che negativi) vicini allo zero, sono molto più importanti di valori grandi. Infatti se in autostrada percorriamo metà del percorso a 120 km/h, e l'altra metà a 10 km/h, la velocità media complessiva è molto più vicina a 10 che a 120. Media armonica (N numero di valori) Sia il tratto A che il tratto B sono lunghi 120 km. Percorrendo il primo tratto a 120 km/h impieghiamo 1 ora, per fare il secondo tratto a 10 km/h impieghiamo 12 ore. Complessivamente impieghiamo 13 ore, percorrendo così l'intero percorso ad una media di 240km/13h = 18,46 km/h. M h = 2 /(1/120+1/10) = 2/(0, ,1)=2/0,10833 = 18,46 MEDIA di potenza (Gli indicatori di posizione) La media di potenza di ordine s M (s) è la radice s-ma della media aritmetica delle potenze di esponente s dei valori Media di potenza (N numero di valori) 3
4 INDICI di Dispersione INDICI di DISPERSIONE indicatore di dispersione descrive sinteticamente indice di variabilità indice di variazione attraverso la misura distribuzione statistica quantitativa distanza dei valori da un valore centrale identificato attraverso INDICI DI POSIZIONE, come MEDIA e MEDIANA VARIANZA (Indici di dispersione) La VARIANZA (σ 2 ) ed è nulla solo nei casi in cui tutti i valori sono uguali tra di loro (e pertanto uguali alla loro media) e cresce con il crescere delle differenze reciproche dei valori (se n è il valore 1/n è il suo reciproco. Formula della Varianza (µ rappresenta la media aritmetica dei valori x i.) VARIANZA su una serie di 6 voti ad esami: 20, 30, 21, 30, 27 e 22: La media µ è 25, n è 6 e la varianza è data da: σ 2 = 1/6 * ( (20-25) 2 + (30-25) 2 +(21-25) 2 +(30-25) 2 +(27-25) 2 +(22-25) 2 = =1/6 * ( ) =1/6 *104 = 17,33 La DEVIAZIONE STANDARD (σ) è la radice quadrata della varianza (nel caso in esempio è radice quadrata di 17,33 cioè 4,16) 4
5 COEFFICIENTI di VARIAZIONE (Indici di dispersione) Il COEFFICIENTI di VARIAZIONE consente permette di confrontare misure di fenomeni misurati con unità di misura, trattati come numero puro (ovvero non riferito ad alcuna unità di misura). Formula del coefficiente di variazione (CV) (µ rappresenta la media aritmetica dei valori xi e σ e la deviazione standard). VARIABILE CASUALE Una VARIABILE CASUALE può essere definita come un risultato, di tipo numerico, di un esperimento quando è di tipo non deterministico. VARIABILE CASUALE detta VARIABILE ALEATORIA VARIABILE STOCASTICA RANDOM VARIABLE stochazein, tirare al bersaglio con l'arco Esempio il tiro di un dado è una variabile casuale (può assumere i valori 1,2,3,4,5,o 6) 5
6 VARIABILE CASUALE Una VARIABILE CASUALE può essere definita come un risultato, di tipo numerico, di un esperimento quando è di tipo non deterministico. VARIABILE CASUALE è di tipo VARIABILE DISCRETA VARIABILE CONTINUA assegna ad ogni valore possibile di X la probabilità dell'evento elementare (X = x), cioè la probabilità che la variabile X assuma esattamente quel valore Evento elementare ω uno dei possibili esiti dell esperimento. (discrete) Una VARIABILE CASUALE può essere definita come un risultato, di tipo numerico, di un esperimento quando è di tipo non deterministico. variabile casuale uniforme discreta variabile casuale binomiale e il caso particolare variabile casuale bernoulliana variabile casuale poissoniana detta pure legge degli eventi rari variabile casuale geometrica o di Pascal variabile casuale ipergeometrica variabile casuale degenere 6
7 (discrete) variabile casuale uniforme discreta La funzione di probabilità P è uguale per tutti i valori. Per cui P è l inverso del numero dei valori (n) P(k) = 1 / n, ove k=1,2,...,n Esempio: il tiro di un dado (numero di valori 6) la funzione di probabilità di uno qualsiasi dei numeri che possono sortire è 1/6; P(2) = 1/6 (la probabilità che esca 2 in un tiro) 1/n 1 n (discrete) variabile casuale binomiale Variabile che si applica alla descrizione di prove dicotomiche stocasticamente indipendenti tra loro. Per ogni evento di due soli possibili stati successo o insuccesso Caratterizzata da: p: la probabilità di successo della singola prova (0<p<1, l evento non può essere impossibile o sicuro) n: il numero di prove Detto k il numero di successi in n prove la distribuzione di probabilità associa ad ogni valore K la sua probabilità di successo è: Dove si utilizza il concetto di coefficiente binomiale che indica in quanti modi distinti si possono presentare i k successi in n prove: Nota: n! (n fattoriale); ad esempio 5! = 5*4*3*2*1 e 0!=1 7
8 (discrete) variabile casuale binomiale bernulliana (da Jakob Bernoulli) La più semplice variabile casuale; dicotomica, con due sole modalità 0 (insuccesso) o 1 (successo), a cui sono associate le probabilità p e 1-p. Esempio: una variabile di questo tipo è applicabile in situazioni come quelle in cui si vuole calcolare se il lancio di un dado da un valore maggiore di 5 o ad un esame scritto si può rispondere esattamente a più del 60% delle domande. (discrete) variabile casuale poissoniana ( detta pure legge degli eventi rari) Variabile che esprime la probabilità di un numero di eventi che si verificano in un periodo di tempo fissato se questi eventi hanno una media conosciuta e accadono indipendentemente dall'evento precedente; questa variabile può essere anche usata per eventi di altri specifici intervalli come la distanza, l'area o il volume. Funzione di probabilità della legge degli eventi rari: λ (valore maggior di 0) numero di successi attesi nel periodo considerato e numero di Nepero (costante 2, ) x numero di successi che si intende prevedere 8
9 (discrete) variabile casuale poissoniana ( detta pure legge degli eventi rari) Esempio - Calcolare la probabilità che un qualsiasi studente abbia bisogno di pratiche della segreteria studenti nel corso di un anno. Utilizziamo a come esempio una ipotetica tabella di rilevazione: N.ro pratiche N.ro studenti Tot. pratiche In base a tale tabella, in questo caso, λ è 105/100=1,05 e ponento x=0 (lo studente non ha mai bisogno della segreteria) la formula dice che la probabilità che uno studente non abbia mai bisogno della segreteria è: P(0) = (e -1,05 * 1,05 0 )/0! = 0,349 per cui la probabilità cercata è P 1 = 1-0,349=0, Funzione di probabilità della legge degli eventi rari: λ (valore maggior di 0) numero di successi attesi nel periodo considerato e numero di Nepero (costante 2, ) x numero di successi che si intende prevedere (continue) Una VARIABILE CASUALE può essere definita come un risultato, di tipo numerico, di un esperimento quando è di tipo non deterministico. variabile casuale normale o gaussiana variabile casuale Gamma o Erlanghiana variabile casuale t di Student variabile casuale esponenziale negativa, caso particolare di Gamma variabile casuale Chi Quadrato χ², caso particolare di Gamma variabile casuale Beta variabile casuale rettangolare o uniforme continua variabile casuale di Cauchy 9
10 (continue) variabile casuale normale o gaussiana Variabile (detta anche curva di Gauss, Campana di Gauss, curva degli errori, curva a campana, ogiva) indicata: (µ media e σ 2 varianza) Variabile tra le più importanti, per essere, tra l altro la base di partenza per altre variabili casuali tra le quali Chi Quadrato e t di Student. Funzione di densità di probabilità (continue) variabile casuale Gamma o Erlanghiana Variabile casuale Gamma o variabile casuale erlanghiana è una variabile casuale continua che viene definita da due parametri (indicati qui di seguito con a e p). (a volte si usa la dicitura "Gamma" solo per a=1, e "Erlanghiana negli altri casi. Viene usata per via di alcuni suoi casi particolari e per il suo ruolo nell'inferenza bayesiana. L'inferenza bayesiana è un approccio all'inferenza statistica in cui le probabilità non sono interpretate come frequenze, proporzioni o altri concetti simili, ma piuttosto come livelli di fiducia nel verificarsi di un dato evento. Il nome deriva dal teorema di Bayes, che costituisce il fondamento di questo approccio. 10
11 (continue) variabile casuale t di Student Variabile che deve il suo nome allo pseudonimo Student usato da William Sealy Gosset, ideatore dell omonimo test; la variabile venne identificata da Ronald Fisher. Date 2 variabili aleatorie indipendenti Y e che seguano rispettivamente la distribuzione normale ridotta e la distribuzione chi-quadro con g gradi di libertà, la variabile t di Student si formalizza Test di Student è un test di significatività del campione rispetto alla popolazione (UNIVERSO) (continue) variabile casuale Chi Quadrato χ², caso particolare di Gamma Variabile che è un caso particolare della variabile Gamma con a=1/2 e p=g/2 (dove g sono i gradi di libertà) Questa variabile è un indice di indipendenza, misura la distanza della distribuzione di frequenza osservata, dalla distribuzione di frequenza teorica che si avrebbe in caso di indipendenza. Assume valore 0 in caso di indipendenza. 11
12 Link utili
STATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 4
X N(m ; s ) f X x 1 e π σ xμ σ σ 0 m F X x x 1 π σ e tμ σ dt 1 0.5 EX μ VarX σ m La distribuzione normale permette di modellizzare moltissimi fenomeni aleatori (ad esempio misure di ogni genere), serve
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
Dettaglidati e la loro significatività statistica con l utilizzo della calcolatrice per l analisi statistica dei dati.
Università degli Studi di Sassari Corso di Laurea in: Biotecnologie del Corso di: STATISTICA (CFU: 6) A.A. 2014/2015 Obiettivi formativi Fornire le conoscenze statistiche di base per la raccolta, l analisi,
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliIndirizzo Giuridico Economico Aziendale
LE VARIABILI CASUALI In molti fenomeni aleatori il risultato di un esperimento è una grandezza che assume valori in modo casuale. Pensa ad esempio al numero di auto che si presentano ad un casello autostradale
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliRichiami di aritmetica(2)
Richiami di aritmetica() Frazioni definizioni, operazioni, espressioni Numeri decimali Rapporti e proporzioni Percentuali Materia Matematica Autore Mario De Leo Le frazioni La frazione è un operatore che
DettagliProbabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette
DettagliStatistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.
uniforme Bernoulli binomiale di Esercitazione 10 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 55 Outline uniforme Bernoulli binomiale di 1 uniforme 2 Bernoulli 3 4
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliRichiami di aritmetica
Richiami di aritmetica I numeri naturali L insieme dei numeri naturali, che si indica con N, comprende tutti i numeri interi maggiori di zero. Operazioni fondamentali OPERAZIONE SIMBOLO RISULTATO TERMINI
DettagliMISURE DI DISPERSIONE
MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE
ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 30 Aprile 2013 Esercizio
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliElementi di statistica
Scuola media G. Ungaretti Elementi di statistica Prof. Enrico Castello Ti insegnerò a conoscere i criteri organizzatori di una tabella di dati distinguere frequenze assolute e frequenze percentuali determinare
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliLezioni da Matematica I Calcolo differenziale, Algebra lineare, Probabilità e statistica G. Aletti & G. Naldi & L. Pareschi
Lezioni da Matematica I Calcolo differenziale, Algebra lineare, Probabilità e statistica G. Aletti & G. Naldi & L. Pareschi http://www.ateneonline.it/naldi matematica McGraw-Hill Capitolo 12, Modelli Probabilistici
DettagliPer capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:
PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliModelli matematici di fenomeni aleatori Variabilità e casualità
Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2015/2016 www.mat.uniroma2.it/~caramell/did 1516/ps.htm 01/03/2016 - Lezioni 1, 2 [Caramellino] Breve introduzione al corso. Fenomeni
DettagliCENNI SULLE VARIABILI ALEATORIE INTRODUZIONE ALLA TEORIA DELLE PROBABILITÀ APPROFONDIMENTO SULLA TEORIA DELLE PROBABILITÀ
CENNI SULLE VARIABILI ALEATORIE... 1 INTRODUZIONE ALLA TEORIA DELLE PROBABILITÀ... APPROFONDIMENTO SULLA TEORIA DELLE PROBABILITÀ... 3.1 Teorema della probabilità dell evento complementare... 3. Teorema
DettagliEsempi di attribuzione dei seggi
Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative operazioni, vengono presentati due esempi di attribuzione
Dettagli12) Metodo dei minimi quadrati e linea di tendenza
12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.
DettagliI RADICALI QUADRATICI
I RADICALI QUADRATICI 1. Radici quadrate Definizione di radice quadrata: Si dice radice quadrata di un numero reale positivo o nullo a, e si indica con a, il numero reale positivo o nullo (se esiste) che,
DettagliMATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI)
Matematica Finanziaria, a.a. 2011/2012 p. 1/315 UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA MATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI) ANNAMARIA OLIVIERI a.a. 2011/2012
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
Dettaglia b a : b Il concetto di rapporto
1 Il concetto di rapporto DEFINIZIONE. Il rapporto fra due valori numerici a e b è costituito dal loro quoziente; a e b sono i termini del rapporto, il primo termine si chiama antecedente, il secondo si
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laura Palmerio Università Tor Vergata A.A. 2005/2006 MISURAZIONE Misurare le variabili Assegnazione di valori numerici
DettagliLezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari
Lezione 4 L artimetica binaria: I numeri relativi e frazionari Sommario I numeri relativi I numeri frazionari I numeri in virgola fissa I numeri in virgola mobile 1 Cosa sono inumeri relativi? I numeri
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliInferenza statistica
Inferenza statistica Marcella Montico e Lorenzo Monasta Servizio di epidemiologia e biostatistica Inferenza statistica: insieme di metodi che permette di generalizzare i risultati ottenuti dai dati raccolti
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
DettagliIntroduzione alla probabilità
UNIVERSITÀ DI BOLOGNA FACOLTÀ DI MEDICINA VETERINARIA LAUREA IN SANITA E QUALITA DEI PRODOTTI DI ORIGINE ANIMALE Introduzione alla probabilità Probabilità = metodologia per lo studio di fenomeni aleatori
DettagliTutorato 2 (21/12/2012) - Soluzioni
Tutorato (1/1/1) - Soluzioni Esercizio 1 Un mazzo di fiori è composto da 5 fiori: 13 rose, 13 margherite, 13 viole e 13 girasoli. Vengono estratti 5 fiori con reinserimento. Si è interessati alla variabile
DettagliTEOREMA DEL RESTO E REGOLA DI RUFFINI
TEOREMA DEL RESTO E REGOLA DI RUFFINI ALCUNI TEOREMI IMPORTANTI Prendiamo una divisione intera tra numeri: 6 : 3 = 2. Il resto di questa divisione è 0, e questo significa che moltiplicando il quoziente
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliSCHEDA N 8 DEL LABORATORIO DI FISICA
SCHEDA N 1 IL PENDOLO SEMPLICE SCHEDA N 8 DEL LABORATORIO DI FISICA Scopo dell'esperimento. Determinare il periodo di oscillazione di un pendolo semplice. Applicare le nozioni sugli errori di una grandezza
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 - Distribuzione binomiale - Distribuzione Normale Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona DISTRIBUZIONI TEORICHE DI PROBABILITA
DettagliTeoremi limite. Enrico Ferrero. 27 febbraio 2007
Teoremi limite Enrico Ferrero 27 febbraio 2007 LA DISEGUAGLIANZA DI CHEBYCHEV Sia X una variabile aleatoria avente valore medio µ e varianza σ 2. Sia poi K un arbitrario numero positivo. È possibile dimostrare
DettagliEsercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti
Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliEsercizio. Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a. [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m
Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m Vale la [1] perché per le proprietà delle potenze risulta a m a
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata 5 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: I fenomeni probabilistici
DettagliIstituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche
DettagliFACOLTA DI SCIENZE STATISTICHE Corso di laurea in Statistica, Imprese e Mercati Statistica economica (Prof. Filippucci) Prova del 19/12/07
FACOLTA DI SCIENZE STATISTICHE Corso di laurea in Statistica, Imprese e Mercati Statistica economica (Prof. Filippucci) Prova del 19/12/07 Nome e cognome N. di Matricola 1.) Quale delle seguenti affermazioni
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
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 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliPIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: Statistica
-bis PIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: PSD D62 PIANO DELLE DELLE CLASSI 4^ INF SERALE ANNO 2013/14 Docenti : Patrizia D Elia, Agostino Longhitano 1) PREREQUISITI : Conoscenza del calcolo combinatorio
DettagliEsame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 30 marzo 2009 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
Dettagli7. Il valore che in un insieme di dati statistici si presenta con maggiore frequenza si chiama A.moda B.mediana C.media D.
www.matematicamente.it statistica 1 Elementi di Statistica ognome e nome: lasse ata 1. Quali definizioni sono corrette? A.L unità statistica è il più piccolo elemento sul quale si effettua un osservazione.
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliElezioni comunali 2014. Esempi di attribuzione dei seggi
Elezioni comunali 2014 4 Esempi di attribuzione dei seggi Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative
DettagliRisultati INVALSI 2014-2015
Risultati INVALSI 2014-2015 Presentazione L'INVALSI ha restituito alle scuole, forma riservata, i dati le rilevazioni sugli apprendimenti, mettendo a confronto i risultati le sgole classi e la scuola con
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliProntuario degli argomenti di Algebra
Prontuario degli argomenti di Algebra NUMERI RELATIVI Un numero relativo è un numero preceduto da un segno + o - indicante la posizione rispetto ad un punto di riferimento a cui si associa il valore 0.
DettagliCORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA EQUAZIONI E DISEQUAZIONI DI SECONDO GRADO Dr. Erasmo Modica erasmo@galois.it EQUAZIONI DI SECONDO GRADO Definizione: Dicesi
DettagliSTIMA DELLA VARIANZA CAMPIONARIA
STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x 1 +.. + x n )/n. Una stima puntuale della varianza σ 2 delle
DettagliUNITA DI MISURA LOGARITMICHE
UNITA DI MISURA LOGARITMICHE MOTIVAZIONI Attenuazione del segnale trasmesso esponenziale con la lunghezza mentre si propaga sulle linee di trasmissione (conduttori metallici) Utilizzando le unità logaritmiche
DettagliPotenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio
Potenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono
DettagliPROBLEMI DI PROBABILITÀ 2
PROBLEMI DI PROBABILITÀ 2. Si sceglie a caso un numero X nell intervallo (0, ). (a) Qual è la probabilità che la usa prima cifra decimale sia? (b) Qual è la probabilità che la seconda cifra decimale sia
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliEsercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200
DettagliMETODI E TECNOLOGIE PER L INSEGNAMENTO DELLA MATEMATICA. Lezione n 16
METODI E TECNOLOGIE PER L INSEGNAMENTO DELLA MATEMATICA Lezione n 16 Ancora sulle relazioni Proviamo a rappresentare alcune relazioni 1)Nell insieme dei primi dieci numeri naturali la relazione: a) a è
DettagliGraficazione qualitativa del luogo delle radici
.. 5.3 1 Graficazione qualitativa del luogo delle radici Esempio. Si faccia riferimento al seguente sistema retroazionato: d(t) G(s) r(t) e(t) K 1(s 1) s(s + 1)(s + 8s + 5) y(t) Per una graficazione qualitativa
DettagliAnno 3. Funzioni esponenziali e logaritmi: le 4 operazioni
Anno 3 Funzioni esponenziali e logaritmi: le 4 operazioni 1 Introduzione In questa lezione impareremo a conoscere le funzioni esponenziali e i logaritmi; ne descriveremo le principali caratteristiche e
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Variabili casuali Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio Determinare se le funzioni seguenti: 0.0 se x < 0. se x = g(x) = 0.5 se x = 0.7 se x = 3 se x =
DettagliEsercitazione
Esercitazione 2 22.5.2014 (AVVISI) RIEPILOGO STATISTICHE (NOTA) TEST DEL CHI2 Accedere alle macchine con LOGIN: esame PASSWORD: didattica AVVISO Valutazione prova intercorso Vincolo di accesso alla seconda
DettagliUNITA DIDATTICA. Conoscenze. Abilità
Titolo: Problemi di geometria analitica : la parabola e l iperbole Codice: B1_S Ore previste:15 Equazione della parabola e coordinate del vertice Grafico di una parabola Equazione dell iperbole equilatera
DettagliCodice binario. Codice. Codifica - numeri naturali. Codifica - numeri naturali. Alfabeto binario: costituito da due simboli
Codice La relazione che associa ad ogni successione ben formata di simboli di un alfabeto il dato corrispondente è detta codice. Un codice mette quindi in relazione le successioni di simboli con il significato
DettagliUNIVERSITA' CATTOLICA DEL SACRO CUORE. Valutazione della soddisfazione degli studenti a.a. 2011-2012 (Legge 370/1999)
Pagina 1 UNIVERSITA' CATTOLICA DEL SACRO CUORE Valutazione della soddisfazione degli studenti a.a. 011-01 (Legge 0/1) Riepilogo delle valutazioni fornite Rapporto statistico relativo a: Corsi di Introduzione
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
Dettagli1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari
Secondo modulo: Algebra Obiettivi 1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari 2. risolvere equazioni intere e frazionarie di primo grado, secondo grado, grado superiore
Dettagli