Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza"

Transcript

1 Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza

2 Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare di prevedere il valore (sconosciuto) di una variabile a partire da quello (conosciuto) di un altra Distribuzioni doppie di frequenze (tabelle doppie) Associazione tra caratteri (dipendenza, indipendenza, ecc..) Il χ (Chi-quadrato)

3 Distribuzione doppia - 1 a) Distribuzione doppia di frequenze Maschi Femmine Totale Economia Statistica Matematica Totale n i. Totale di riga n.j Frequenza assoluta congiunta Totale di colonna n ij n..

4 Distribuzione doppia - a) Distribuzione doppia di frequenze Maschi Femmine Totale Economia Statistica Matematica Totale Distribuzione di Y condizionata a X 1 Distribuzione di X condizionata a Y 1 Distribuzione Marginale di X Distribuzione Marginale di Y

5 Dipendenza Analizzare le relazioni tra i caratteri, per cercare di prevedere il valore (sconosciuto) di una variabile a partire da quello (conosciuto) di un altra DIPENDENZA LOGICA: ha senso pensare che tra due caratteri esista una relazione di causa ed effetto. INDIPENDENZA LOGICA: non ha senso pensare che tra due caratteri esista una relazione di causa ed effetto.

6 DIPENDENZA INTERDIPENDENZA: si presuppone che tra i due caratteri non vi sia un legame unidirezionale (ossia, uno dei due dipende dall altro) ma bidirezionale (ossia, i due caratteri hanno lo stesso ruolo all interno dell analisi) ASSOCIAZIONE SPURIA: si verifica quando è possibile rilevare un legame statistico tra due caratteri che invece risultano indipendenti da un punto di vista logico

7 INDIPENDENZA di X da Y a) Frequenze assolute Carattere Y Y 1 Y Totale b) Frequenze relative del carattere X condizionato ad Y Carattere Y Y 1 Y Totale Carattere X X X X Carattere X X 1 0,167 0,167 0,167 X 0,333 0,333 0,333 X 3 0,500 0,500 0,500 Totale Totale 1,000 1,000 1,000 Il carattere X si dirà indipendente dal carattere Y se tutte le distribuzioni relative condizionate risultano uguali tra loro e uguali alla distribuzione marginale (e dunque, al variare della modalità Y la distribuzione relativa di X è la medesima).

8 INDIPENDENZA di Y da X a) Frequenze assolute Carattere Y Y 1 Y Totale b) Frequenze relative del carattere Y condizionato ad X Carattere Y Y 1 Y Totale Carattere X X X X Carattere X X 1 0,333 0,667 1,000 X 0,333 0,667 1,000 X 3 0,333 0,667 1,000 Totale Totale 0,333 0,667 1,000 Il carattere Y si dirà indipendente dal carattere X se tutte le distribuzioni relative condizionate risultano uguali tra loro e uguali alla distribuzione marginale (e dunque, al variare della modalità X la distribuzione relativa di Y è la medesima).

9 INDIPENDENZA E possibile dimostrare che se il carattere X è indipendente dal carattere Y, allora vale anche la relazione contraria: anche il carattere Y sarà indipendente dal carattere X. Pertanto: due caratteri X ed Y si diranno indipendenti se le distribuzioni relative condizionate di un carattere rispetto alle modalità dell altro sono uguali. n' ij n i. n n.j Frequenze teoriche di indipendenza

10 INDIPENDENZA a) Frequenze assolute Carattere X Carattere Y Y 1 Y Totale X X X Ogni volta che non troviamo questa situazione Totale n n n n' 11 n n n n' Dipendenza

11 Dipendenza perfetta di Y da X Un carattere Y dipende perfettamente da X se ad ogni modalità di X è associata una ed una sola modalità del carattere Y Carattere X Carattere Y Y 1 Y Totale X X X Totale Se X X 1 Y Y Se X X Y Y 1 Se X X 3 Y Y La relazione di dipendenza non è biunivoca!!!

12 Dipendenza perfetta di X da Y Un carattere X dipende perfettamente da Y se ad ogni modalità di Y è associata una ed una sola modalità del carattere X Carattere Y Y 1 Y Y 3 Y 4 Totale Carattere X X X X Totale Se Y Y 1 X X 1 Se Y Y X X Se Y Y 3 X X 3 Se Y Y 4 X X 3

13 Perfetta Interdipendenza L interdipendenza perfetta può essere raggiunta solo nel caso di tabella quadrata Carattere X Carattere Y Y 1 Y Y 3 Totale X X X Totale X X 1 Y Y 1 X X Y Y 3 X X 3 Y Y Interdipendenza (perfetta): ad ogni modalità del carattere X corrisponde una ed una sola modalità di Y e, simultaneamente, ad ogni modalità del carattere Y corrisponde una ed una sola modalità di X

14 Misurare la Dipendenza il χ χ K H i 1 j 1 ( n n' ) ij n' ij ij Indipendenza n ij n ij χ 0 Dipendenza n ij n ij χ > 0 Massima dipendenza χ max n min[ ( H 1 ); ( K 1) ]

15 Misurare la Dipendenza il χ V χ χ max V di Cramer Tale indice può variare tra zero ed uno, e sarà pari a zero nel caso di indipendenza, mentre assumerà valore 1 nel caso di massima dipendenza.

16 Esempio Abbiamo effettuato un indagine sugli studenti del nostro Ateneo al fine di rilevare il grado di associazione tra il voto da questi riportato nell esame di matematica e nell esame di statistica. I risultati sono riportati nella tabella seguente (in riga i voti di matematica, in colonna quelli di statistica): Si calcoli l associazione tra queste due variabili utilizzando l indice Chi-quadrato e la V di Cramer

17 Esempio Tot 40 15, , , , , , , , Tot Tot 0 14,8 15,) (30 8,4 14,4) (6 6,4 10,4) ( ,3 13,3) (6 14,4 1,6) (7 7,1 9,1) ( ,5 9,5) ( 6 9) (3 13,5 6,5) (0 18 Tot b) Frequenze teoriche c) Differenza (Frequenze effettive - Frequenze teoriche)

18 Esempio Tot d) Differenza (Frequenze effettive - Frequenze teoriche) ,5 7,1 18,5 50,41 14, ,36 7,5 7,3 56,5 53, ,4 40,96 8,4 70,56 14,8 19,04 Tot Tot e) Differenza (Frequenze effettive -Frequenze teoriche) diviso teoriche ,5 8,04 6,5 50,41 5,54 9,1 40,96 3,94 10, ,36 16,46 1,6 70,56 4,9 14,4 56,5 5,9 9,5 53,9 4,01 13,3 19,04 14,41 15, Tot 87,1

19 Esempio - 4 χ K H i 1 j 1 ( n n' ) ij n' ij ij 87,1 χ max n min [( H 1 ); ( K 1) ] 100 (3 1) V χ χ max 87,1 00 0,436 0,66

20 Esercizio Ad un gruppo di individui che hanno contratto una certa malattia viene somministrata una medicina con differenti dosaggi (in mg). La condizione dei pazienti in seguito al trattamento è stata riportata nella tabella sottostante: Peggiore Invariata Migliore Si calcoli l associazione tra dosaggio e condizione del paziente, utilizzando l indice Chi-quadrato e la V di Cramer.

21 Esercizio - a) Frequenze effettive Peggiore Invariata Migliore b) Frequenze teoriche Peggiore 6,40 5,76 11,84 4,00 Invariata 4,53 4,08 8,39 17,00 Migliore 9,07 8,16 16,77 34,00 0,00 18,00 37,00 75,00

22 Esercizio - 3 Differenza (Frequenze effettive -Frequenze teoriche) Peggiori 11,60-1,76-9,84 0,00 Invariate -,53 3,9-1,39 0,00 Migliori -9,07 -,16 11,3 0,00 0,00 0,00 0,00 0,00 (18-6,40) 11,60 (7-8,39) -1,39 (6-8,16) -,16 Differenza (Frequenze effettive -Frequenze teoriche) Peggiori 134,56 3,09 96,8 Invariate 6,40 15,36 1,93 Migliori 8,6 4,66 16,11 (11,60) 134,56 (3,9) 15,36 (-9,84) 96,8

23 Esercizio - 4 Differenza (Frequenze effettive -Frequenze teoriche) diviso teoriche Peggiori 1,0 0,53 8,17 Invariate 1,41 3,76 0,3 Migliori 9,06 0,57 7,51 5,6 (134,56 : 6,40) 1,0 (1,93 : 8,39) 0,3 χ χ max K H i 1 j 1 ( n n' ) ij n' n min ij ij 5,6 [( H 1 ); ( K 1) ] 75 (3 1) Alta associazione V χ χ max 5, ,348 0,589

24 Alcune considerazioni finali Condizioni paziente - Dosaggio Peggiore Invariata Migliore V 0,589 test età del paziente Moderato Medio Alto χ 78,87 V 0,618

25 Il test Chi-quadrato Ad un gruppo di individui che hanno contratto una certa malattia viene somministrata una medicina con differenti dosaggi (in mg). La condizione dei pazienti in seguito al trattamento è stata riportata nella tabella sottostante: Peggiore Invariata Migliore Si calcoli l associazione tra dosaggio e condizione del paziente, utilizzando l indice Chi-quadrato e la V di Cramer. V χ χ max 5, ,348 0,589 Alta associazione

26 Il test Chi-quadrato - χ n i 1 (n ij n n ' ij ' ij ) 5,56 H 0 χ 0 (Indipendenza) H 1 χ 0 (Dipendenza) df ( r 1 ) ( 1) 4 c χ 4; 0,01 13,8 Regione di accettazione: H 0 Vera χ df, α 13,8 5,6 Rifiuto Ipotesi H 0 Regione di rifiuto: H 0 Falsa

27 Riferimenti sul testo di Triola M. M., Triola M. F. Statistica per le discipline biosanitarie, Pearson-Addison Wesley Paragrafi da leggere: 10.1, 10.. Esercizi alla fine dei paragrafi. Paragrafi da studiare: Esercizi alla fine dei paragrafi. Non fare test esatto di Fisher

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007 A STATISTICA (A-K) a.a. 007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 007 STESS N.O. RD 00 GORU N.O. RD 006 ) La distribuzione del numero degli occupati (valori x 000) in una provincia

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

INFORMATIVA FINANZIARIA

INFORMATIVA FINANZIARIA Capitolo 10 INFORMATIVA FINANZIARIA In questa sezione sono riportate le quotazioni e le informazioni relative ai titoli inseriti nella SELEZIONE PERSONALE attiva.tramite la funzione RICERCA TITOLI è possibile

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 Nella restituzione dei dati delle prove INVALSI 2011 12 ci sono state alcune significative novità, tra cui la possibilità per ogni team docenti

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

Formazione a distanza nell Educazione Continua in Medicina

Formazione a distanza nell Educazione Continua in Medicina Formazione a distanza nell Educazione Continua in Medicina UN ESPERIENZA Dott.ssa Stefania Bracci Datré S.r.l via di Vorno 9A/4 Guamo (Lucca) s.bracci@datre.it Sommario In questo contributo presentiamo

Dettagli

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2)

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2) I n d i c e 9 Introduzione 11 CAP. 1 I test di intelligenza potenziale 17 CAP. 2 La misura dell intelligenza potenziale nella scuola dell infanzia 31 CAP. 3 La misura dell intelligenza potenziale nella

Dettagli

REGEL - Registro Docenti

REGEL - Registro Docenti REGEL - Registro Docenti INFORMAZIONI GENERALI Con il Registro Docenti online vengono compiute dai Docenti tutte le operazioni di registrazione delle attività quotidiane, le medesime che si eseguono sul

Dettagli

Guida Studenti per i servizi online: compilazione dei questionari per la valutazione della didattica Iscrizione agli appelli

Guida Studenti per i servizi online: compilazione dei questionari per la valutazione della didattica Iscrizione agli appelli Guida Studenti per i servizi online: compilazione dei questionari per la valutazione della didattica Iscrizione agli appelli v 4.0 1. Requisiti software Lo studente deve essere dotato di connessione internet

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1 UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Filippo Romano 1 1. Introduzione 2. Analisi Multicriteri o Multiobiettivi 2.1 Formule per l attribuzione del

Dettagli

Confronto tra gruppi (campioni indipendenti)

Confronto tra gruppi (campioni indipendenti) Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

GRANDEZZE ALTERNATE SINUSOIDALI

GRANDEZZE ALTERNATE SINUSOIDALI GRANDEZZE ALTERNATE SINUSOIDALI 1 Nel campo elettrotecnico-elettronico, per indicare una qualsiasi grandezza elettrica si usa molto spesso il termine di segnale. L insieme dei valori istantanei assunti

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

Abitudini e stili di vita della paziente donna giovane

Abitudini e stili di vita della paziente donna giovane POpolazione Sieropositiva ITaliana Abitudini e stili di vita della paziente donna giovane Survey realizzata da In collaborazione con Con il supporto non condizionato di 3 METODOLOGIA Progetto POSIT POpolazione

Dettagli

Sintesi analitica dei Bandi di concorso 2013 per l ammissione ai corsi di laurea delle Professioni sanitarie

Sintesi analitica dei Bandi di concorso 2013 per l ammissione ai corsi di laurea delle Professioni sanitarie Sintesi analitica dei Bandi di concorso 2013 per l ammissione ai corsi di laurea delle Professioni sanitarie Introduzione... 3 Università Politecnica delle Marche (Ancona)... 4 Università degli Studi di

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

SCUOLANET UTENTE DOCENTE

SCUOLANET UTENTE DOCENTE 1 ACCESSO A SCUOLANET Si accede al servizio Scuolanet della scuola mediante l'indirizzo www.xxx.scuolanet.info (dove a xxx corrisponde al codice meccanografico della scuola). ISTRUZIONI PER IL PRIMO ACCESSO

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Esempi di algoritmi. Lezione III

Esempi di algoritmi. Lezione III Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP. Relazione Generale

INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP. Relazione Generale SERVIZIO SANITARIO REGIONALE BASILICATA Azienda Sanitaria Locale di Potenza INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP Relazione Generale A cura degli Uffici URP

Dettagli

NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08

NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08 NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08 Importante: sono cambiati i moduli di rilevazione! Anche quest anno verrà distribuita dalla segreteria di Facoltà, dalla terzultima settimana

Dettagli

La valutazione degli effetti dei Programmi: il progetto PQM e altre indagini sui dati acquisiti

La valutazione degli effetti dei Programmi: il progetto PQM e altre indagini sui dati acquisiti Seminario Valutazione PON Roma, 29 marzo 2012 La valutazione degli effetti dei Programmi: il progetto PQM e altre indagini sui dati acquisiti Elena Meroni - Università di Padova e INVALSI Daniele Vidoni

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

Maurizio Vichi Sapienza Università di Roma

Maurizio Vichi Sapienza Università di Roma Percorsi didattici, interdisciplinari ed innovativi per la Statistica Maurizio Vichi Sapienza Università di Roma Presidente Federazione Europea delle Società Nazionali di Statistica Scuola Estiva di Matematica

Dettagli

BANDO PER L AMMISSIONE AL PERCORSO FORMATIVO PER TECNICO SUPERIORE PER L'APPROVVIGIONAMENTO ENERGETICO E LA COSTRUZIONE DI IMPIANTI

BANDO PER L AMMISSIONE AL PERCORSO FORMATIVO PER TECNICO SUPERIORE PER L'APPROVVIGIONAMENTO ENERGETICO E LA COSTRUZIONE DI IMPIANTI BANDO PER L AMMISSIONE AL PERCORSO FORMATIVO PER TECNICO SUPERIORE PER L'APPROVVIGIONAMENTO ENERGETICO E LA COSTRUZIONE DI IMPIANTI LA FONDAZIONE ISTITUTO TECNICO SUPERIORE PER L EFFICIENZA ENERGETICA

Dettagli

REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA ELETTRICA Second level degree in electrical engineering

REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA ELETTRICA Second level degree in electrical engineering REGOLAMENTO DIDATTICO DEL CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA ELETTRICA Second level degree in electrical engineering ( MODIFICATO IL 29 giugno 2009) Classe 31/S Politecnico di Bari I A Facoltà

Dettagli

Abitudini e stili di vita del paziente a rischio di scarsa aderenza

Abitudini e stili di vita del paziente a rischio di scarsa aderenza POpolazione Sieropositiva ITaliana Abitudini e stili di vita del paziente a rischio di scarsa aderenza Survey realizzata da In collaborazione con Con il supporto non condizionato di 2 METODOLOGIA Progetto

Dettagli

Università degli Studi di Parma. Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica

Università degli Studi di Parma. Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica Università degli Studi di Parma Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica A.A. 2007-08 CORSO DI INGEGNERIA DEL SOFTWARE Prof. Giulio Destri http://www.areasp.com (C) 2007 AreaSP for

Dettagli

CORSO DI FORMAZIONE PER L'ACCESSO AI LABORATORI DELL'ATENEO COMPILAZIONE SCHEDA DI ACCESSO

CORSO DI FORMAZIONE PER L'ACCESSO AI LABORATORI DELL'ATENEO COMPILAZIONE SCHEDA DI ACCESSO SERVIZIO FORMAZIONE E SVILUPPO R. U. CORSO DI FORMAZIONE PER L'ACCESSO AI LABORATORI DELL'ATENEO Guida per i frequentatori dei laboratori Per ogni frequentatore che deve accedere ai laboratori di Ateneo

Dettagli

Capitale raccomandato

Capitale raccomandato Aggiornato in data 1/9/212 Advanced 1-212 Capitale raccomandato da 43.8 a 6.298 Descrizioni e specifiche: 1. E' una combinazione composta da 3 Trading System automatici 2. Viene consigliata per diversificare

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

Altri dati open collegabili a quelli di OpenCoesione

Altri dati open collegabili a quelli di OpenCoesione www.opencoesione.gov.it www.dps.tesoro.it/opencoesione Altri dati open collegabili a quelli di OpenCoesione Alessandro CImbelli Istat OpenCoesione Data Journalism Day Roma, 8 novembre 2012 Banche dati

Dettagli

Determinante e inversa di una matrice

Determinante e inversa di una matrice CPITOLO 6 Determinante e inversa di una matrice Esercizio 6.. Calcolare il determinante delle seguenti matrici: 3 3 = B = 0 3 7 C = 0 D = 0 F = 0 0 3 4 0 3 4 3 Esercizio 6.. Calcolare il determinante delle

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

Effetto reddito ed effetto sostituzione.

Effetto reddito ed effetto sostituzione. . Indice.. 1 1. Effetto sostituzione di Slutsky. 3 2. Effetto reddito. 6 3. Effetto complessivo. 7 II . Si consideri un consumatore che può scegliere panieri (x 1 ; ) composti da due soli beni (il bene

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Conduzione di uno studio epidemiologico (osservazionale)

Conduzione di uno studio epidemiologico (osservazionale) Conduzione di uno studio epidemiologico (osservazionale) 1. Definisco l obiettivo e la relazione epidemiologica che voglio studiare 2. Definisco la base dello studio in modo che vi sia massimo contrasto

Dettagli

Classe e ordinamento del Corso di studio (es. classe L24 ordinamento 270/04 oppure classe 15 ordinamento 509/99)

Classe e ordinamento del Corso di studio (es. classe L24 ordinamento 270/04 oppure classe 15 ordinamento 509/99) Mod. 6322/triennale Marca da bollo da 16.00 euro Domanda di laurea Valida per la prova finale dei corsi di studio di primo livello Questo modulo va consegnato alla Segreteria amministrativa del Corso a

Dettagli

Liceo Scientifico G. Galilei Trebisacce

Liceo Scientifico G. Galilei Trebisacce Liceo Scientifico G. Galilei Trebisacce Anno Scolastico 2011-2012 Prova di Matematica : Relazioni + Geometria Alunno: Classe: 1 C 05.06.2012 prof. Mimmo Corrado 1. Dati gli insiemi =2,3,5,7 e =2,4,6, rappresenta

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Quante sono le matricole?

Quante sono le matricole? Matricole fuori corso laureati i numeri dell Universita Quante sono le matricole? Sono poco più di 307 mila i giovani che nell'anno accademico 2007/08 si sono iscritti per la prima volta all università,

Dettagli

DECRETO N.173 IL CAPO DELL UFFICIO NAZIONALE

DECRETO N.173 IL CAPO DELL UFFICIO NAZIONALE Prot. n. 21096/II/1 dell 11 giugno 2009 UFFICIO NAZIONALE PER IL SERVIZIO CIVILE DECRETO N.173 IL CAPO DELL UFFICIO NAZIONALE VISTA la Legge 8 luglio 1998, n. 230, recante "Nuove norme in materia di obiezione

Dettagli

TEST INGEGNERIA 2014

TEST INGEGNERIA 2014 scienze www.cisiaonline.it TEST INGEGNERIA 2014 Ing. Giuseppe Forte Direttore Tecnico CISIA Roma, 1 ottobre 2014, Assemblea CopI DATI CISIA - MARZO, SETTEMBRE 2014 test erogati al 15 settmebre CARTACEI

Dettagli

IO NE PARLO. DIARIO DELLA TERAPIA per annotare i farmaci e i progressi

IO NE PARLO. DIARIO DELLA TERAPIA per annotare i farmaci e i progressi AR IO NE PARLO DIARIO DELLA TERAPIA per annotare i farmaci e i progressi Ti aiuta a tenere sotto controllo la tua artrite reumatoide e a trarre il massimo beneficio dalla terapia Visita www.arioneparlo.it

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI

SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI G. FANO (Torino - Italia) SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI 1. - La distinzione, che pareva tradizionale, tra scienze di ragionamento e scienze sperimentali è ormai

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

Esempio Data la matrice E estraiamo due minori di ordine 3 differenti:

Esempio Data la matrice E estraiamo due minori di ordine 3 differenti: Minori di un mtrice Si A K m,n, si definisce minore di ordine p con p N, p

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

Indagine sull utilizzo di Internet a casa e a scuola

Indagine sull utilizzo di Internet a casa e a scuola Indagine sull utilizzo di Internet a casa e a scuola Realizzata da: Commissionata da: 1 INDICE 1. Metodologia della ricerca Pag. 3 2. Genitori e Internet 2.1 L utilizzo del computer e di Internet in famiglia

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

ACCREDITAMENTO EVENTI

ACCREDITAMENTO EVENTI E.C.M. Educazione Continua in Medicina ACCREDITAMENTO EVENTI Manuale utente Versione 1.5 Maggio 2015 E.C.M. Manuale utente per Indice 2 Indice Revisioni 4 1. Introduzione 5 2. Accesso al sistema 6 2.1

Dettagli

CAP X GLI INTERVALLI. Teoria musicale - 13

CAP X GLI INTERVALLI. Teoria musicale - 13 Teoria musicale - 13 CAP X GLI INTERVALLI Quando si parla di intervalli nella teoria musicale, si intende la valutazione tonale della distanza tra due note. Non si tratta quindi l argomento dal punto di

Dettagli

CORSO DI LAUREA (270/2004) - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI - IL CORSO DI STUDIO IN CIFRE: IMMATRICOLATI

CORSO DI LAUREA (270/2004) - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI - IL CORSO DI STUDIO IN CIFRE: IMMATRICOLATI CORSO DI LAUREA (270/2004) - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI - IL CORSO DI STUDIO IN CIFRE: IMMATRICOLATI 2011/2012 2012/2013 2013/2014 Iscritti I anno I volta Iscritti totali

Dettagli

Fondamenti di Informatica. Dichiarazione, creazione e gestione di array in Java

Fondamenti di Informatica. Dichiarazione, creazione e gestione di array in Java Fondamenti di Informatica Dichiarazione, creazione e gestione di array in Java Array in Java - creazione La creazione fa una inizializzazione implicita: num = new int[10]; con valore 0 per int e double,

Dettagli

Applicazioni dell'analisi in più variabili a problemi di economia

Applicazioni dell'analisi in più variabili a problemi di economia Applicazioni dell'analisi in più variabili a problemi di economia La diversità tra gli agenti economici è alla base della nascita dell attività economica e, in generale, lo scambio di beni e servizi ha

Dettagli

Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari

Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari Sistema Regionale ECM Pagina 1 di 7 1 Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari 1. Presentazione: L evento, destinato alle figure professionali di Tecnici

Dettagli

Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente

Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente Allegato Mod. R CONTRATTO DI SOGGIORNO (Art. 5 bis del D.lvo n. 286/98 e successive modifiche)

Dettagli

Dati della ricerca. Quali i risultati? Jonathan Trobia

Dati della ricerca. Quali i risultati? Jonathan Trobia Dati della ricerca. Quali i risultati? Jonathan Trobia Introduzione I percorsi di Arte Terapia e Pet Therapy, trattati ampiamente negli altri contributi, sono stati oggetto di monitoraggio clinico, allo

Dettagli

Allegato Mod. Q Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente

Allegato Mod. Q Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente Allegato Mod. Q Sportello Unico per l Immigrazione di (1) Il sottoscritto datore di lavoro comunica la stipula del seguente CONTRATTO DI SOGGIORNO (Art. 5 bis del D.lvo n. 286/98 e successive modifiche)

Dettagli

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12

Seconda Prova di Ricerca Operativa. Cognome Nome Numero Matricola A 1/12 A 2/12 A / A / Seconda Prova di Ricerca Operativa Cognome Nome Numero Matricola Nota: LA RISOLUZIONE CORRETTA DEGLI ESERCIZI CONTRADDISTINTI DA UN ASTERISCO È CONDIZIONE NECESSARIA PER IL RAGGIUNGIMENTO DELLA

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Svolgimento della prova

Svolgimento della prova Svolgimento della prova D1. Il seguente grafico rappresenta la distribuzione dei lavoratori precari in Italia suddivisi per età nell anno 2012. a. Quanti sono in totale i precari? A. Circa due milioni

Dettagli

Corso di LAUREA IN CONSULENTE DEL LAVORO E SCIENZE DEI SERVIZI GIURIDICI (CLASSE L-14)

Corso di LAUREA IN CONSULENTE DEL LAVORO E SCIENZE DEI SERVIZI GIURIDICI (CLASSE L-14) Corso di LAUREA IN CONSULENTE DEL LAVORO E SCIENZE DEI SERVIZI GIURIDICI (CLASSE L-14) Curriculum in Consulente del lavoro PIANO DI STUDIO COORTE DI RIFERIMENTO A.A. 2014-2015 I anno II anno IUS 01 - Istituzioni

Dettagli

Esercizio 1 Soluzione Esercizio 2 Soluzione

Esercizio 1 Soluzione Esercizio 2 Soluzione Esercizio 1 Si specifichi, mediante una formula del prim ordine un apparato che funziona nel modo seguente: All istante 0 esso emette un segnale s, che può essere uno 0 o un 1. Se, dopo l emissione di

Dettagli

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it UML: Class Diagram Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it Dipartimento di Ingegneria Informatica e delle Telecomunicazioni Università di Catania Class Diagram Forniscono una vista strutturale

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

FORWARD RATE AGREEMENT

FORWARD RATE AGREEMENT FORWARD RATE AGREEMENT FLAVIO ANGELINI. Definizioni In generale, un contratto a termine o forward permette una compravendita di una certa quantità di un bene differita a una data futura a un prezzo fissato

Dettagli

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto?

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? di Anna de Angelini La maggior flessibilità in entrata introdotta dalla normativa sui rapporti di lavoro a partire seconda

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

Le statistiche sono state raggruppate nelle seguenti aree di attività/processi della struttura sanitaria:

Le statistiche sono state raggruppate nelle seguenti aree di attività/processi della struttura sanitaria: Statistiche e Query partire dalla versione 63_01_006 LabPro ver 5.0 si è arricchito di 2 nuove funzionalità rispettivamente di estrazioni flessibili personalizzabili dei dati storicizzati nel database

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Università degli Studi di Milano - Bicocca Nucleo di Valutazione Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Alessandra Caserini

Dettagli

CORSO ANTINCENDIO BASE

CORSO ANTINCENDIO BASE Evento formativo Corso di addestramento CORSO ANTINCENDIO BASE 1. Premessa Il D.Lgs. 81/2008 e D.M. 10.03.98 stabiliscono, tra l altro, i criteri per la valutazione dei rischi incendio nei luoghi di lavoro

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Generale Matematica e Complementi Classi: 2 Biennio Quarta I Docenti della Disciplina Salerno, lì 12 settembre 2014 Finalità della Disciplina

Dettagli

Supervisori che imparano dagli studenti

Supervisori che imparano dagli studenti Supervisori che imparano dagli studenti di Angela Rosignoli Questa relazione tratta il tema della supervisione, la supervisione offerta dagli assistenti sociali agli studenti che frequentano i corsi di

Dettagli