Principio alla base della misura del legame tra X ed Y
|
|
- Leone Casati
- 6 anni fa
- Visualizzazioni
Transcript
1 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 ed Y: Etrambi qualitativi Etrambi quatitativi Misti
2 Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra i due caratteri I caso di preseza di u legame, questo può essere di: Coessioe (bidirezioale): relazioe reciproca tra due caratteri qualitativi Dipedeza (uidirezioale): relazioe di causa-effetto Dipedeza i media due caratteri misti Dipedeza lieare tra due caratteri quatitativi Iterdipedeza (bidirezioale): relazioe di dipedeza reciproca tra due caratteri quatitativi - Correlazioe lieare
3 Dipedeza i media Almeo 1 carattere quatitativo, tabelle miste X qualitativo Y quatitativo Modalità di X Medie di Ymm Idipedeza i media di Y da X: al variare delle modalità di X le medie delle distribuzioi codizioate di Y rimagoo costati. X Y AREA Geografica Classi di REDDITO Totale NORD 6 8 CENTRO 4 6 SUD Totale
4 La spezzata delle medie X Y AREA Geografica Classi di REDDITO Totale Medie NORD CENTRO SUD Totale
5 Decomposizioe della variaza La variaza di X è data dalla somma di due compoeti: variaza estera = variaza delle medie di gruppo variaza itera = media delle variaze di gruppo Se: G = umero di gruppi; j = media dell j-esimo gruppo; j = umerosità dell j-esimo gruppo (j = 1,.,G); Quato differiscoo le medie tra loro e rispetto alla media geerale? allora: 1 1 G G jj j j j1 j1 VARIANZA INTERNA VARIANZA ESTERNA ossia: TOT INT EX T
6 1 j G suddivisioe delle itesità i G gruppi di umerosità j 1,,G j Media aritmetica del j-mo gruppo: j 1 j j i1 x G i 1 1 xi x j1 i1 i1 j1 i1 G i 1 x j j Variaza della partizioe i gruppi G i G i G i x j j x j j j1 i1 j1 i1 j1 i1 6
7 1 1 1 x j j x j j G G G i i i j1 i1 j1 i1 j1 i1 1 Addedo Addedo 3 Addedo G G G x j x j j jj j1 i1 j1 j i1 j1 i j 1 Addedo Variaza del j-esimo gruppo 1 1 G i G Addedo j j j j1 i1 j1 EXT Media delle variaze dei G gruppi INT 3 Addedo Variaza delle medie di gruppo rispetto alla media geerale G i G i 1 x j j j x j 0 j1 i1 j1 i1 è uguale a zero per la I proprietà di 1 1 G i G i j j INT EXT j1 i1 j1 i1 Quidi: x 7
8 Esempio tot, 43 3,97 G = (1 = CH; = MM) scelta bottiglie CH MM Totale Totale x CH i i i1 1 CH 1 1 4,8 6 x MM i i i1 MM 9 9 3, 8
9 xch i CH i 6 i1 1 CH 1 4, ,8 4 40,9 1, xmm i MM i 6 i1 MM 1 3, 6 3, 0 5,56, G 1,9 1,83 9 INT jj,19 j1 30 G 1 4,8 3,97 1 3, 3,97 9 EST j X j 0,4 j1 30 TOT INT EX T,19 0,4, 43 9
10 A cosa serve scomporre la variaza?. Bot Y Media e variaza costati Variaza delle medie ext = 0 Media delle variaze it = Stesso comportameto tra le due distribuzioi: CH MM Scelta X il umero di bottiglie acquistate è lo stesso per chi sceglie le due marche. Bot Y Medie diverse, variaza costate Variaza delle medie ext > 0 Media delle variaze it < Diverso comportameto tra le due distribuzioi: CH MM Scelta X il umero di bottiglie acquistate è diverso a secoda della marca scelta
11 Rapporto di correlazioe di Pearso Y X x 0 x 1 x 1 x Classe j ma x h-1 - x h tot y h 1. y 1 h.... y. i i.... y k k1 k kh k. tot.1..j.h Quado X è quatitativo: i x i EXTX i1 X Y c X ˆxj X j j1 r Quado Y è quatitativo: j Y j EXTY j1 Y X r Y yi Y i i1 c N.B.: Su ua tabella mista è possibile misurare ache l idipedeza assoluta co l idice del
12 Proprietà e iterpretazioe 0 1 X Y parte della variaza variaza Idice ormalizzato Quato differiscoo tra loro le medie RISPETTO alla variabilità totale della distribuzioe X Y 0 Perfetta idipedeza i media: le medie delle distribuzioi codizioate di X soo tutte uguali tra loro ed uguali alla media geerale (μ X ) X Y 1 Perfetta dipedeza i media: le variaze delle distribuzioi codizioate di X soo ulle. Ad ogi modalità di Y corrispode ua sola itesità di X che preseta frequeza o ulla Nota: Se X ed Y soo etrambi quatitativi (suddivisi i classi) Y X X Y L idice o è simmetrico (salvo casi eccezioali)
13 Esempio Fatturato (Y) Settore Merceologico (X) >500 Totale Alimetari Bevade Healt Care Ice Packagig Totale X 4 modalità Y 5 classi ( aperte) i Y i EXTY i1 Y X c Y ŷj Y j j1 r 1. Media geerale di Y: h Y ŷ j j j ,96 Nota: Il valore cetrale della prima classe (aperta) è stato otteuto cosiderado che, ella successioe di valori del carattere fatturato, i valori più bassi soo di poco superiori a 100 (che si assume, quidi, come estremo iferiore della classe); quello dell ultima classe è otteuto cosiderado come estremo superiore della classe il valore massimo effettivamete osservato: ( )/ = 156
14 . Medie di Y codizioate alle modalità di X c 1 ŷ j 1j 1 j1 348, 48 c y j j j ˆ 66,67 3 c 3 ŷ j 3j 3 j ,33 c 4 ŷ j 4j 4 j
15 3. Cofroto tra le medie codizioate 1 348, 48 66, , Commeto: si può vedere che le medie delle distribuzioi codizioate differiscoo dalla media geerale di Y, quidi i due caratteri o soo idipedeti i media. Ma quato è forte il legame di dipedeza i media? Ossia: Che peso ha la differeza tra le medie rispetto alla variabilità totale?
16 r i Y i i1 c j1 4. Calcolo del umeratore dell idice 348, , ,67 394, ,33 394, , ,14 deviaza estera 5. Calcolo del deomiatore dell idice j Y j ŷ , , , , , deviaza totale 6. Calcolo dell idice r i Y i EXTY i , Y X c Y ŷj Y j j1 0,013 La dipedeza i media del carattere FATTURATO dal carattere SETTORE MERCEOLOGICO è praticamete ulla ossia: il fatturato i media o dipede dal settore merceologico
17 1 348, 48 66, , Le differeze tra le medie ha u peso quasi ullo rispetto alla variabilità totale
18 Cosa vuol dire: esiste ua relazioe tra due caratteri? caratteri tabella doppia Si cosiderao le frequeze cogiute delle modalità dei due caratteri Esisteza di relazioe X = Colore dei capelli x 1 : eri x : biodi Y = Colore della pelle y 1 : era y : biaca pelle capelli era biaca eri 11 1 biodi 1 Sappiamo che tra il colore della pelle e dei capelli esiste ua relazioe Ci aspettiamo che, ad esempio, u idividuo di pelle era abbia capelli eri, oppure che o li abbia biodi I riferimeto ad ua tabella a doppia etrata questo equivale a dire che ci aspettiamo: ua prevaleza della frequeza cogiuta pelle era-capelli eri 11 ua frequeza cogiuta pelle era-capelli biodi bassa 1 18
19 Asseza di relazioe: idipedeza X = Colore dei capelli x 1 : eri x : biodi Y = geere TV preferito y 1 : fictio y : reality TV capelli fictio reality eri 11 1 biodi 1 Sappiamo che tra il colore dei capelli ed il geere TV preferito o esiste ua relazioe Sapedo che, ad esempio, u idividuo ha capelli biodi o sappiamo cosa aspettarci dal geere TV che preferisce I riferimeto ad ua tabella a doppia etrata questo equivale a dire che ci aspettiamo che le modalità del colore si presetio idifferetemete i coppia co tutte le modalità del geere e viceversa, ossia che frequeze cogiute o presetio particolari prevaleze, cioè si distribuiscao uiformemete 19
20 Codizioe di idipedeza su tabelle a doppia etrata scelta egozio Bar Coloiali D. Autom. S.market Totale 1 CH MM Totale Righe idipedeti dalle coloe (scelta idipedete da egozio) La scelta della marca o è codizioata dal tipo di egozio i cui si acquista, che equivale a dire che: le distribuzioi del carattere scelta codizioate alle modalità del carattere egozio soo uguali tra loro ed alla distribuzioe margiale del carattere scelta Coloe idipedeti dalle righe (egozio idipedete da scelta) Il egozio i cui si acquista o è codizioato dalla marca scelta, il che equivale a dire che: le distribuzioi del carattere egozio codizioate alle modalità del carattere scelta soo uguali tra loro ed alla distribuzioe margiale del carattere egozio
21 Frequeze assolute egozio scelta Bar Coloiali D. Autom. S.market Totale CH MM Totale Profili coloa egozio scelta Bar Coloiali D. Autom. S.market Totale CH MM Totale
22 I profili coloa Negozio (X) Scelta (Y) Bar Coloiali D. Autom. S.market Profilo margiale CH p 11 p 1 p 13 p 14 p 1. = f 1. MM p 1 P p 3 P 4 p. = f. Totale p.j Codizioe di idipedeza di Y da X per i profili coloa: p p p p p p p p p p che per la geerica cella è: p p i. Ossia: i. i..j.j Codizioe di idipedeza di Y da X
23 Ragioado rispetto ai profili riga: egozio (X) scelta (Y) Bar Coloiali D. Autom. S.market Totale CH p 11 P 1 p 13 p 14 1 MM p 1 p p 3 p 4 1 Pr. margiale p.1 p. p.3 p.4 1 p i. Codizioe di idipedeza di X da Y per i profili riga: p11 p1 p.1; p1 p p.; p13 p3 p.3; p14 p4 p.4 che per la geerica cella è: p p.j.j.j i. i. Codizioe di idipedeza di X da Y Codizioe geerale di idipedeza tra X ed Y
24 Coessioe caratteri qualitativi, tabelle di cotigeza Idice Chi-quadro di Pearso ( ) i..j.j i. Codizioe di idipedeza per la cella : ˆ i j = frequeze teoriche Per misurare la coessioe bisoga cosiderare le differeze tra le frequeze teoriche e le frequeze osservate. Ma: la somma delle differeze ˆ è pari a 0: 1 1 ˆ ˆ r c r c k h r c r c i j i j i1 j1 i1 j1 i1 j1 i1 j1 i1 j1 1 0 Quidi: si ricorre alla somma dei quadrati delle differeze 4
25 L idice chi-quadro è basato sulla somma dei quadrati delle differeze tra le frequeze teoriche e le frequeze osservate. r c i1 j1 ˆ ˆ r = umero d righe c = umero di coloe 0 0 No esiste coessioe tra X ed Y (X ed Y soo idipedeti). Ogi frequeza cogiuta è pari alla rispettiva frequeza teorica. 0 Esiste coessioe tra X ed Y (X ed Y o soo idipedeti). Almeo ua frequeza cogiuta è diversa dalla rispettiva frequeza teorica. 5
26 Formulazioe alterativa i j ˆ ˆ ˆ i j ˆ ˆ i j ˆ ˆ i j i j ˆ i j i j ˆ i j i j r c 1 i1 j1 i j 6
27 Idice Phi-quadro di Fisher ( ) 0 mi r 1,c 1 Idice relativo Idice T di Tchuprov T mi r 1,c 1 mi r 1,c 1 0 T 1 Idice ormalizzato 7
28 Esempio egozio scelta Bar Coloiali D. Autom. S.market Totale CH MM Totale Frequeze teoriche ˆ Metodo A. 4 i1 j1 ˆ ˆ egozio scelta Bar Coloiali D. Autom. S.market Totale CH 6,3 6,3,8 5,6 1 MM,7,7 1,,4 9 Totale ,3 8 6,3 1,8 3 5,6 0,7 1,7 3 1, 5, 4 6,3 6,3,8 5,6,7,7 1,, 4 1,16 0, 46,8 13,7 1 13,7 0, mi(r-1, c-1) =
29 Metodo B. 4 1 i1 j1 i..j 1. Frequeze osservate al quadrato egozio scelta Bar Coloiali D. Autom. S.market CH MM i..j egozio scelta Bar Coloiali D. Autom. S.market CH MM , ,7 1 13,7 0,
30 Perfetta dipedeza uilaterale e bilaterale Si è ella situazioe di perfetta dipedeza uilaterale quado, data ua modalità di uo dei due caratteri, la modalità che assume l altro è uivocamete idividuabile. La perfetta dipedeza è bilaterale quado questa relazioe è reciproca (e può verificarsi solo su tabelle quadrate). Se: si ha: Y è il carattere sulle righe (r modalità) X è il carattere sulle coloe (c modalità) Perfetta dipedeza uilaterale di Y da X (tabelle rettagolari, o quadrate) r 1 j r < c Perfetta dipedeza uilaterale di X da Y (tabelle rettagolari, o quadrate) c 1 i c < r Perfetta dipedeza bilaterale (tabelle quadrate) r 1 c 1 j i r = c 30
31 Esempi di perfetta dipedeza uilaterale Massima dipedeza uilaterale del carattere SCELTA (Y) dal carattere NEGOZIO (X) (se X allora Y) egozio (X) scelta (Y) Bar Coloiali D. Autom S.market Totale CH MM Totale r < c.j r 1 1 Massima dipedeza uilaterale del carattere SCELTA (X) dal carattere NEGOZIO (Y) (se Y allora X) scelta (X) CH MM egozio (Y) Totale Bar Coloiali D. Autom S.market Totale r > c i. c
32 Esempio di perfetta dipedeza bilaterale Massima dipedeza bilaterale del carattere COLORE OCCHI (X) dal carattere COLORE CAPELLI (Y) e del carattere COLORE CAPELLI (Y) dal carattere COLORE OCCHI (X) (se Y allora X e se X allora Y) Occhi (X) Castai Azzurri Verdi Neri totale Capelli (Y) Castai 8 8 Biodi 1 1 Rossi 4 4 r = c = 4 j i Neri 6 6 totale r 1 c 1 3 3
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:
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliCaso 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
DettagliEsempio. Tabella a doppia entrata. n 2. n 24. n.6
Esempio Distribuzioe degli studeti di Scieze della Comuicazioe frequetati la facoltà ell a.a. 001/00 per Corso di Laurea e Numero di Corsi Frequetati Numero Corsi Frequetati CDL 1 3 4 5 6 7 STC 1 19 50
DettagliTavole di Contingenza Connessione
Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n
ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1
Dettagli2.2 - La dipendenza assoluta e parametrica
. - La dipedeza assoluta e parametrica Tabelle a doppia etrata X\Y Y Y Y j Y c X j c. X j c. X i i i ij X k k k kj...j ic i. kc k..c.. per i assegato: i. c ij j per j assegato:.j k ij i k c ij i j.....
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliUNIVERSITÀ 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
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliLo studio della relazione lineare tra due variabili
Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliLa 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
DettagliSTATISTICA 1 ESERCITAZIONE 4
STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
DettagliSTATISTICA 1 ESERCITAZIONE 5
STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche
Dettagli1.5 - Variabilità, concentrazione e asimmetria
.5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliLezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità
Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliDIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y.
DIPENDENZA O CONNESSIONE Due caratteri X e Y cogiutamete cosiderati si dicoo tra loro coessi quado le modalità di u carattere ifluezao il maifestarsi delle modalità dell altro. Ovvero quado la coosceza
DettagliLE MISURE DI TENDENZA CENTRALE
STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare
DettagliEsercizi di econometria: serie 2
Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso
DettagliUniversità degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V
Uiverità degli Studi di Napoli Partheope Facoltà di Scieze Motorie a.a. 0/0 Statitica Lezioe V E-mail: paolo.mazzocchi@uipartheope.it Webite: www.tatmat.uipartheope.it DISTRIBUZIONE DOPPIA di frequeze
DettagliNOTE 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)
DettagliAppunti 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
DettagliPROVE 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.
DettagliVariabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità
Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio
DettagliAppendice A. Elementi di Algebra Matriciale
ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
Dettagli3. Calcolo letterale
Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi
DettagliEsercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati
Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioni lineari Indici di covarianza e correlazione)
STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioi lieari Idici di covariaza e correlazioe) ) Trasformazioi lieari di variabili statistiche I varie situazioi si operao trasformazioi
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
DettagliStimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini
Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica
DettagliCapitolo uno STATISTICA DESCRITTIVA BIVARIATA
Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,
DettagliConvergenza di variabili aleatorie
Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di
DettagliELEMENTI DI STATISTICA. Giancarlo Zancanella 2015
ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa
DettagliEsercitazioni 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
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliSoluzioni esercizi Capitolo 7
Soluzioi esercizi Capitolo 7 Quado si valuta la relazioe fra due variabili, occorre prestare particolare attezioe al fatto che i modelli statistici specifici per ogi scala di misura siao applicabili: i
DettagliRicerca di un elemento in una matrice
Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice
DettagliMETODOLOGIA DELLA RICERCA EMPIRICA SULLA SOCIETA E LA FAMIGLIA
METODOLOGIA DELLA RICERCA EMPIRICA SULLA SOCIETA E LA FAMIGLIA Elemeti di statistica descrittiva Dispesa ad uso degli studeti A cura di Gia Carlo Blagiardo e Michela Cameletti Idice 1. Statistica descrittiva
DettagliEsame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao
DettagliRapporti 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
DettagliFigura 1. Prima pagina del New York Times del 16 Aprile 1912.
Figura 1. Prima pagia del New York Times del 16 Aprile 1912. Aalisi cogiuta di più feomei Siora ci siamo occupati dello studio di distribuzioi per sigoli feomei statistici. Ne abbiamo studiato alcui valori
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliApprofondimento 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
DettagliProgramma (orientativo) secondo semestre 32 ore - 16 lezioni
Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale
DettagliTeorema delle progressioni di numeri primi consecutivi con distanza sei costante
Teorema delle progressioi di umeri primi cosecutivi co distaza sei costate A cura del Gruppo Eratostee - http://www.gruppoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( http://www.atuttoportale.it/)
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
DettagliConfronto di due misure Campioni indipendenti
Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte
DettagliIntervalli di Fiducia
di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica
DettagliStatistica - 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,
DettagliAppunti sui modelli lineari
Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO 2004-2005 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 =
DettagliCopyright Esselibri S.p.A.
D Database Collezioe strutturata di dati (v.) orgaizzata i modo tale da rederla facilmete accessibile ad ua vasta gamma di programmi di applicazioe. Dati Iformazioi qualitative e/o quatitative strutturate
DettagliLE 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
DettagliMo=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
DettagliEsercitazione 6 del corso di Statistica 2
Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità
DettagliScheda n.6: legame tra due variabili; correlazione e regressione
Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y
DettagliESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI
ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua
DettagliALCUNI 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
DettagliRegressione e correlazione
Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliSottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag.
Spazi vettoriali Sottospazi associati a ua matrice Dimesioe e basi co riduzioe Sottospazi e sistemi 2 Pag. 1 2006 Politecico di Torio 1 Spazi delle righe e delle coloe Sia A M m, ua matrice m x. Allora
DettagliLA 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
Dettagli5. INDICI DI VARIABILITA'
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti
DettagliMEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica
MEDIE STATISTICHE La raccolta dei dati e la successiva loro elaborazioe permettoo di trarre alcue coclusioi su u dato feomeo oggetto di studio. A questo fie si assume che u valore calcolato a partire dai
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06
PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.
DettagliRadicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.
Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
Dettaglipoco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO
Spesso bisoga cofrotare far di loro 2 o più dati statistici che si riferiscoo a feomei rilevati o i spazi/luoghi diversi o i tempi diversi o comuque i ambiti diversi e che quidi risetoo dell UNITÀ DI MISURA
DettagliSoluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo
Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal
DettagliVERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.
VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo
DettagliAlgebra delle matrici
Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice
DettagliESERCIZI 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
DettagliAppendice 2. Norme di vettori e matrici
Appedice 2. Norme di vettori e matrici La ozioe esseziale per poter defiire il cocetto di distaza e lughezza i uo spazio vettoriale lieare è quello di orma. Il cocetto di orma è ua geeralizzazioe del cocetto
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management
UNIVERSITÀ DEGLI STUDI DI BERGAMO Facoltà di Igegeria Corso di Risk Maagemet Prof. Filippo Stefaii Matrice di variaze-covariaze A.A. 009/00 Corso 600 Corso di Laurea Specialistica i Igegeria Edile Risk
DettagliLeti 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
DettagliTest non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
DettagliUniversità 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:
DettagliIntroduzione al calcolo delle probabilità - I
Itroduzioe al calcolo delle probabilità - I Alberto Borghese Uiversità degli Studi di Milao Laboratory of Applied Itelliget Systems (AIS-Lab) Dipartimeto di Iformatica borghese@di.uimi.it 1/27 http:\\borghese.di.uimi.it\
DettagliIl Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che
1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe
DettagliElementi di calcolo combinatorio
Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare
Dettagli