STATISTICA 1 ESERCITAZIONE 5

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA 1 ESERCITAZIONE 5"

Transcript

1 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche e il cetro. La distaza tra uità e cetro è chiamata scarto (o scostameto). Scarto medio semplice: x i cetro Scarto medio semplice: x i cetro 2 Scarto semplice medio dalla Me: S Me x i Me x i Me i x i Me i Scarto quadratico medio da μ: S μ 2 σ x i μ 2 x i μ 2 i x i μ 2 i Variaza: σ 2 x i μ 2 Il umeratore della variaza è chiamato deviaza: x i μ 2

2 Se usiamo la mediaa come misura di cetro e utilizzo la mediaa (e o la media) degli scarti tra x i e Me ottego u idice chiamato media absolute deviatio: MAD mediaa ( x i Me ) Esercizio La seguete tabella riporta la distribuzioe della variabile X per 50 uità statistiche. Calcoliamo lo scarto quadratico medio. X i Totale 50 Soluzioe Calcoliamo iazitutto la media aritmetica della variabile X: μ X (30 0) ,86 Ora occorre calcolare le differeze tra le modalità e la media aritmetica: X i (x i μ X ) , , , , ,4 Totale 50 σ 50 7, ( 0,86) (3,4) (5,4) (25,4) 2 0

3 ,07 3,9 La variaza è uguale a 94,07. La deviaza, ivece, è uguale a Esercizio 2 Calcolare la media absolute deviatio (MAD) i base ai segueti dati: Soluzioe Ordiiamo la serie: La mediaa è 9. Calcoliamo le distaze x i Me : Ordiiamo i valori: La mediaa è 3. Quidi MAD 3. VARIABILITA IN TERMINI DI CAMPO DI VARIAZIONE L idice più semplice da calcolare è il campo di variazioe R: R x max x mi Duque il campo di variazioe di ua serie di valori ordiati i seso crescete è semplicemete la differeza tra il valore più grade e quello più piccolo. U itervallo di variazioe alterativo è il campo di variazioe iterquartile IQR: IQR Q 3 Q Ovvero la differeza tra il terzo e il primo quartile di ua distribuzioe. Proprietà degli idici di variabilità: ) U idice di variabilità o è mai egativo 2) U idice è uguale a zero se e solo se tutte le osservazioi so uguali (questa proprietà o è soddisfatta dai campi di variazioe)

4 3) Deve crescere al crescere della disuguagliaza tra i valori osservati (o vale per i campi di variazioe) I caso di trasformazioi lieari il coefficiete di traslazioe o ha effetto sulla variabilità. Casi particolari di trasformazioe: ) Cetratura Y X μ X Se poiamo a e b μ X μ Y aμ X + b μ X μ X 0 2) Stadardizzazioe Y X μ X σ X X σ X μ X σ X μ Y 0 σ Y 2 Duque ua variabile stadardizzata ha media e variaza. Esercizio 3 La tabella seguete riporta i dati relativi al umero di impiegati di 0 imprese. Numero di impiegati i Totale 00 Determiare: ) Campo di variazioe 2) Il campo di variazioe iterquartile

5 3) Lo scarto quadratico medio Soluzioe ) Il campo di variazioe ) Il campo di variazioe iterquartile Iazitutto calcoliamo le frequeza assolute cumulate: Numero di impiegati i N i Totale 00 Q 3 x x 75,75 9 Q x + 4 x 25,25 3 IQR Q 3 Q Questo valore idica che il 50% delle imprese aalizzate hao u umero di impiegati compreso i u itervallo di ampiezza 6. 3) Scarto quadratico medio σ x i μ X 2 i

6 Calcoliamo la media μ X μ X (8 4) ,94 La seguete tabella permette il calcolo Numero di impiegati i N i (x i μ X ) (x i μ X ) 2 (x i μ X ) 2 i ,94 24,4 732, ,94 3,76 56, ,06 0,004 0, ,06,2 3, ,06 25, , , ,06 0,2 404,84 Totale σ 2047, Mediamete il umero di impiegati delle 00 imprese i esame differisce dal valore medio di 4,525 impiegati. Esercizio 4 La distribuzioe del reddito auo i euro per 000 persoe è la seguete: Classi di reddito i [000, 5000) 00 [5000, 5000) 400 [5000, 35000) 300 [35000, 75000) 200 Si determii lo scarto quadratico medio del reddito.

7 Soluzioe Calcoliamo la media aritmetica Classi di reddito i x i x i i [000, 5000) [5000, 5000) [5000, 35000) [35000, 75000) Totale μ X 000 x i i Per calcolare lo scarto quadratico medio occorre completare la tabella: Classi di reddito i x i x i i x i μ 2 X x i μ 2 X i [000, 5000) [5000, 5000) [5000, 35000) [35000, 75000) Totale σ 000 x i μ X 2 i ,625 Esercizio 5 Per verificare se le vedite soo determiate dalla posizioe del prodotto sullo scaffale è stato cosiderato u campioe di 2 puti vedita. Nella tabella seguete soo riportate le vedite per ciascu puto vedita alla fie del periodo di prova:

8 Posizioe Frotale Cetrale Posteriore Soluzioe Media totale Variaza totale μ tot 5,0833 σ X 2 2 x i μ X , , Media gruppi: μ Frotale x ifrotale 5,75 μ Cetrale x icetrale 4 μ Posteriore x ifrotale 5,5 Variaza estera (o tra gruppi): 2 σ est μ i μ 2 i 2 5,75 5, , ,5 5, , Variaza itera (o etro i gruppi): 2 σ it G J x ij μ i 2 2 { 8 5, , , , , , , ,5 2 } 73,75 2 6,45833 Verifica proprietà della decomposizioe della variaza: 2 2 σ est + σ it 0, , ,743056

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

1.5 - Variabilità, concentrazione e asimmetria

1.5 - Variabilità, concentrazione e asimmetria .5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie

Dettagli

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

5. INDICI DI VARIABILITA'

5. INDICI DI VARIABILITA' UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

La correlazione e la regressione. Antonello Maruotti

La correlazione e la regressione. Antonello Maruotti La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate

Dettagli

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale Statistica sociale Laurea specialistica i Progettazioe e gestioe del turismo culturale Lezioe 8 Itroduzioe all aalisi aalisi statistica dei dati (2) Gialuca Domiutti Si presetao quidi alcue misure statistiche

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a

Dettagli

Mo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori

Mo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori Sitetizzao u isieme di misure co u uico valore rappresetativo Idicatori di tedeza cetrale e di posizioe Dati qualitativi Idice (Idicatore) Defiizioe Dati Formula Nota Nomiale Ordiale Gamma Tabella aggiorata

Dettagli

Lo studio della relazione lineare tra due variabili

Lo studio della relazione lineare tra due variabili Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Esercizi sulle successioni

Esercizi sulle successioni Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. Esercitazioi del corso: STATISTICA Sommario Esercitazioe : Matrice di dati Distribuzioi uivariate Rappresetazioi grafiche Idici di Posizioe Statistica a. a. - RICHIAMI MATEMATICI ) Approssimazioe

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) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioi lieari Idici di covariaza e correlazioe) ) Trasformazioi lieari di variabili statistiche I varie situazioi si operao trasformazioi

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

5. Statistica bivariata - Correlazione e regressione

5. Statistica bivariata - Correlazione e regressione Strumeti matematici per la statistica descrittiva Gli strumeti matematici, che sarao illustrati, cosetoo di effettuare l elaborazioe dei dati: questa fase dell idagie statistica, cosiste ella trasformazioe

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5. 60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Soluzioni Esercizi Capitolo 2

Soluzioni Esercizi Capitolo 2 Soluzioi Esercizi Capitolo Esercizio a. La scala di misura della variabile "tipo di disturbo di persoalità" è la scala omiale, per cui l'iformazioe a disposizioe è limitata al fatto di sapere che u paziete

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Indici statistici. Lezione 2

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Indici statistici. Lezione 2 Apputi di Probabilità e Statistica a.a. 2014/2015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 2 1 Idici statistici Idici statistici Idici di posizioe Idici di variabilità Idici di forma medie aalitiche

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

Dettagli

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(1 2 3) (1 2) Lezione 10. I gruppi diedrali. Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria

Dettagli

LA INTERPOLAZIONE Appartamenti venduti nel 2006 da un agenzia immobiliare di Treviso.

LA INTERPOLAZIONE Appartamenti venduti nel 2006 da un agenzia immobiliare di Treviso. LA INTERPOLAZIONE Appartameti veduti el 006 da u agezia immobiliare di Treviso. superficie (mq) prezzo (k ) segue 10 160 45 70 80 95 85 110 64 98 106 140 10 170 50 80 100 150 90 15 115 165 140 165 98 145

Dettagli

2.2 - La dipendenza assoluta e parametrica

2.2 - La dipendenza assoluta e parametrica . - La dipedeza assoluta e parametrica Tabelle a doppia etrata X\Y Y Y Y j Y c X j c. X j c. X i i i ij X k k k kj...j ic i. kc k..c.. per i assegato: i. c ij j per j assegato:.j k ij i k c ij i j.....

Dettagli

Dispensa di STATISTICA DESCRITTIVA

Dispensa di STATISTICA DESCRITTIVA UNIVERSITÀ DEGLI STUDI DI BARI FACOLTÀ DI SCIENZE MM.FF.NN Dispesa di STATISTICA DESCRITTIVA Modulo di Probabilità e Statistica (corsi A-B) Laurea Trieale i SCIENZE BIOLOGICHE Ao Accademico 2010/2011 docete:

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella:

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella: STATISTICA DEF: La statistica si occupa di raccogliere ed elaborare dati che riguardao eomei collettivi( cioè quelli che si possoo descrivere solo mediate l osservazioe di u umero otevole di casi) li aalizza

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti Rapporti statistici U esempio itroduttivo rapporti statisticisoo misure statistiche elemetari fializzate al cofroto tra i dati stessi. Si immagii di voler cofrotare l offerta ricettiva di due località

Dettagli

MEDIE ALGEBRICHE E DI POSIZIONE

MEDIE ALGEBRICHE E DI POSIZIONE MEDIE ALGEBRICHE E DI POSIZIONE 0 Itroduzioe Tra le elaborazioi matematiche effettuate sui dati statistici rivestoo particolare importaza quelle che hao il compito di esprimere i diversi valori delle itesità

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

Dettagli

Leti G, Cerbara L. (2009). Elementi di Statistica Descrittiva. Il Mulino [Capitoli 1-8, 10, 11 (fino a 5.5), 13 (fino a 6.

Leti G, Cerbara L. (2009). Elementi di Statistica Descrittiva. Il Mulino [Capitoli 1-8, 10, 11 (fino a 5.5), 13 (fino a 6. 1 Bibliografia: Cicchitelli G. (2008). Statistica. Pricipi e Metodi. Pearso Educatio [Capitoli 1, 3, 4, 5 (fio a 5.12), 6 (escluso 6.3), 7, 9, 10-11] Di Ciaccio A, Borra S. (2008). Statistica. Metodologie

Dettagli

Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon

Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon Esercitazioi di Biostatistica I collaborazioe co la Dott.ssa Atoella Zambo ESERCIZIO Nome Geere Età (ai compiuti) Livello istruzioe Distaza (km) Atoio M 8.0 Claudio M 7. Lucia F.0 Aa F 6. Marco M Giuseppe

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

Principio alla base della misura del legame tra X ed Y

Principio alla base della misura del legame tra X ed Y Pricipio alla base della misura del legame tra X ed Y Y o varia Asseza di legame Al variare di X Varia ache Y X ed Y soo coessi Come si misura la risposta di Y al variare di X? Dipede dalla atura di X

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli

Dettagli

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare

Formulazione di Problemi Decisionali come Problemi di Programmazione Lineare Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli Statistica - Esercitazioe 1 Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma1.it Esercizio 1: Distribuzioi di frequeza (a) Religioe (b) Reddito familiare (c) Salario i Euro (d) Classe di reddito (I,

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Classificazione degli errori

Classificazione degli errori Classificazioe degli errori Escludedo gli errori grossolai, derivati, ad esempio, da macroscopiche sviste ell applicazioe della procedura o da u problema strumetale improvviso, gli errori che caratterizzao

Dettagli

1 Esercizi tutorato 27/5

1 Esercizi tutorato 27/5 Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. D Database Collezioe strutturata di dati (v.) orgaizzata i modo tale da rederla facilmete accessibile ad ua vasta gamma di programmi di applicazioe. Dati Iformazioi qualitative e/o quatitative strutturate

Dettagli

STATISTICA 1 ESERCITAZIONE 6

STATISTICA 1 ESERCITAZIONE 6 STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere

Dettagli

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi ESERCIZI DI STATISTICA RISOLTI Federico Emauele Pozzi Risolverò solo u compito itegralmete. Se avete domade sulla risoluzioe di specifici esercizi postate el forum, e le aggiugerò qui. Qui preseto solo

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

LICEO delle SCIENZE UMANE B. PASCAL

LICEO delle SCIENZE UMANE B. PASCAL LICEO delle SCIENZE UMANE B. PASCAL Prof. Loredaa Maario INDICE 1. Scomposizioe di poliomi 1.1 Raccoglimeto totale a fattor comue..3 1. Raccoglimeto parziale a fattor comue 3 1.3 Triomio scompoibile el

Dettagli

Caso studio 9. Distribuzioni doppie. Esempi

Caso studio 9. Distribuzioni doppie. Esempi 7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie

Dettagli

Relazioni statistiche

Relazioni statistiche Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

Regressione e correlazione

Regressione e correlazione Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

Parte V La descrizione dei fenomeni attraverso la statistica

Parte V La descrizione dei fenomeni attraverso la statistica 64 Parte V La descrizioe dei feomei attraverso la statistica Dai capitoli presedeti è stato possibile verificare l importaza odale che il sistema iformativo detiee elle scelte di piaificazioe territoriale.

Dettagli