DISTRIBUZIONE NORMALE MULTIVARIATA
|
|
- Baldassare Gigli
- 5 anni fa
- Visualizzazioni
Transcript
1 Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe ormale bivariata Se e soo icorrelate, la ormale bivariata si riduce al prodotto tra due ormali uivariate f(, ) = exp + πσσ σ σ μ μ Distribuzioe ormale bivariata i forma matriciale f π Σ (, ) = exp ( )' ( ) / μ Σ μ σ ρσσ Matrice di covariaza Σ = ρσσ σ μ Vettore delle medie μ = μ ρ=0.3 ρ=0.6
2 Proprietà distribuzioe ormale bivariata () μ Vettore degli scarti dalla media % = μ La forma quadratica χ = % ' Σ % è distribuita come ua v.c. chi-quadrato co gradi di libertà f (, ) exp / π χ = Σ Ricordare: el caso uivariato Z =(-μ) /σ ~χ co g.l. Distribuzioe ormale multivariata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Si idica co N p (μ,σ) Relazioe tra ormale multivariata e ormale multivariata stadard N p (0,Ι) Y = Σ ( μ)~ ( 0I, ) N p p Possiamo creare ua N p (μ,σ) data la multiormale stadard Y N p (0,Ι) utilizzado la / trasformazioe lieare iversa: = Σ Y + μ bivariata.sas Ellissi di desità costate Cosideriamo c = % ' Σ % = ( μ)' Σ ( μ) Ellissoidi di isodesità La distribuzioe N p (μ,σ) assega probabilità -α all ellissoide x:( x μ)' Σ ( x μ) χ ( α) { p } dove χ p ( α) è il 00α percetile della distribuzioe chi-quadrato co p gradi di libertà Ellissi cetrati i μ Assi proporzioali agli autovalori di Σ ± c λ e, Σe = λ e j j j j j L ellissoide dei valori x che soddisfa ( x μ )' Σ ( x μ ) χ p ( α ) ha probabilità (-α)
3 Esempio isodesità: ~N (μ,σ) Come si modifica la forma al variare di ρ? -α=0.90, il quatile di χ corrispodete a α=0.0 è pari a ( x μ)' Σ ( x μ) I puti (x,x ): cadoo all'itero o si trovao sull'ellissi di isodesità che cotiee il 90% della distribuzioe. Esempio: Puti (x,x ) c P (8,5).563 P (-5,-5).50 P3 (4,-5.565) P4 (-3,8) μ =[5 0] σ =σ =5, σ =5 ρ=0.6 ρ=0 ρ=0.6 ρ=0.9 surface_borm.sas Proprietà della ormale multivariata p / / f ( ) = ( π ) Σ exp ( )' ( ) μ Σ μ f(x) è massima i x=μ μ=moda=e() Le combiazioi lieari delle compoeti di soo distribuite ormalmete Tutti i sottoisiemi delle compoeti di hao distribuzioe ormale (multivariata) Covariaza ulla le compoeti corrispodeti soo idipedeti Le distribuzioi codizioate delle compoeti soo ormali (multivariate) Combiazioi lieari e distribuzioi codizioate
4 Normale multivariata È utile cooscere ulteriori proprietà di questa distribuzioe, perchè: è ua buoa approssimazioe i molte situtazioi. ha molte buoe proprietà: è stabile rispetto a trasformazioi lieari correlazioe ulla idipedeza tutte le distribuzioi margiali e tutte le codizioate soo acora ormali multivariate le proprietà aalitiche della multiormale redoo le aalisi più semplci Combiazioi lieari di ~N p (μ,σ) Ogi combiazioe lieare delle variabili a =a + +a p p è distribuita come ua Normale uivariata di parametri a μ e a Σa. Vale ache che se a ~N(a μ, a Σa) per qualuque a, allora deve essere ~N p (μ,σ). Esempio a =[,0,,0] a = ~N(μ,σ ) ogi compoete margiale di ~N(μ, Σ) è ormale Cosideriamo q combiazioi lieari di ~N p (μ, Σ): A~N q (Aμ, AΣA ) Ache +d co d vettore di costati è N p (μ+d, Σ) Esempio combiazioe lieare Sia ~N 3 (μ, Σ), trovare la distribuzioe di A~N (Aμ, AΣA ) 0 0, A μ μ σ + σ σ ~ N, 3 μ μ3 σ3 + σ σ3 σ σ + σ3 σ3 A= = Sottoisiemi di Ogi sottoisieme di q compoeti di ha distribuzioe q ~N q (μ q, Σ qq ) Per dimostrare questo risultato basta cosiderare come matrice della combiazioe lieare la matrice partizioata I 0 A = ( q q) ( q ( p q))
5 Correlazioe e idipedeza Se e soo idipedeti Cov(, )=0 Data μ Σ Σ ~ N, q + q μ Σ Σ allora e soo idipedeti se e solo se Σ =0 Se q ~ N q (μ, Σ ) e ~N q (μ, Σ ) soo idipedeti allora μ Σ 0 ~ N q, + q μ 0 Σ Esempio Sia ~ N 3 (μ, Σ) co 4 0 Σ = e soo idipedeti? E (, ) e 3? Poiché e hao covariaza pari a NON soo idipedeti. Tuttavia possiamo partizioare Σ Σ Σ = = Σ Σ Osserviamo che (, ) e 3 hao matrice di covariaza Σ =0 e quidi soo idipedeti. Sotto-vettori idipedeti e sotto-vettori di =[, ] N p (μ,σ), er r, er p-r co matrice di covariaza partizioata Σ Σ Σ = Σ Σ È possibile trasformare per otteere. idipedete da Defiiamo. = -Σ Σ -. Allora. e soo idipedeti, co ~ Nr ( μ, Σ) ~ N ( μ, Σ ). p r.. μ = μ Σ Σ μ, Σ = Σ Σ Σ Σ.. vedi esempio Distribuzioi codizioate Sia ~ N p (μ, Σ) co Σ >0 μ Σ Σ =, =, = μ Σ μ Σ Σ Allora la distribuzioe codizioata di dato = x è Normale co: media = μ + Σ Σ ( x μ ) cov = Σ ΣΣΣ NB: la covariaza o dipede dal valore = x cui ci si codizioa.
6 Desità codizioata della Normale bivariata I geerale, la desità codizioata di dato =x è defiita come f( x x ) = Se f(x,x ) è N (μ, Σ) co σ >0 f ( x, x) f ( x ) σ σ f( x x ) è N ( x ),, μ+ μ σ σ σ σ = ( ) σ σ σ ρ Proprietà distribuzioi codizioate Sia ~ N p (μ, Σ), tutte le distribuzioi codizioate soo acora ormali (multivariate) Il vettore della media codizioata ha la forma μ +β,q+ (x q+ -μ q+ )+ +β,p (x p -μ p ) μ q +β q,q+ (x q+ -μ q+ )+ +β,p (x p -μ p ) dove i termii β l,l+ soo gli elemeti della matrice Σ Σ - La matrice di covariaza codizioata Σ Σ Σ - Σ o dipede dal valore/i cui ci si codizioa Campioameto da Normale multivariata Cosideriamo v.c. multivariate, idipedeti e ideticamete distribuite (IID): i -iid~n p (μ,σ), i=,,, Possiamo scrivere la fuzioe di desità cogiuta del campioe p / / f (, K, ) = ( π ) Σ exp ( i )' ( i ) i μ Σ μ = p / / = ( π ) Σ exp ( i )' ( i ) μ Σ μ i= Verosimigliaza Cosiderado le come dati, la fuzioe di desità cogiuta vista come fuzioe di μ e di Σ ed è la VEROSIMIGLIANZA del campioe: p / / L( μσ, ) = ( π ) Σ exp ( i )' ( i ) x μ Σ x μ i= Le stime di MV per μ e Σ si ottegoo massimizado la verosimigliaza rispetto a μ e Σ ˆ μˆ =, Σ = ( )( )' = S ML ML i i i=
7 Distribuzioi campioarie Se i -iid~n p (μ,σ), si ha: ~ N p ( μ, Σ) ( ) S ~ Wishart S Se i -iid~f p (μ,σ), F qualuque, per il teorema del limite cetrale si ha asy ( μ)~ N p ( 0, Σ)
Proprietà asintotiche stimatori OLS e statistiche collegate
Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe
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
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato
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
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli
Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate
DettagliStatistica Inferenziale Soluzioni 1. Stima puntuale
ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge
DettagliEsercitazione sette: soluzioni. H 1 : θ > 0.48 ( =
Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di
DettagliStimatori 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
DettagliUniversità degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO
Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
DettagliUna funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.
Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri
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
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliFormulario di Statistica (Cucina-Lagona)
Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze
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 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
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
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
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
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
DettagliUNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008
UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.
DettagliProbabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B
Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia
DettagliSenza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base
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
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
DettagliElementi di statistica descrittiva. Tabella dei dati :
- - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo
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.
DettagliLA MISURA IN PSICOLOGIA
Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 5
(,,, ) vettore di v.a. la cui legge è assegata mediate: Fuzioe di ripartizioe cogiuta: F(,,, )=P[,,, ] Oppure Caso discreto Fuzioe di massa di probabilità cogiuta: (,,, )=P[ =, =,, = ] Caso cotiuo (variabili
DettagliSTATISTICA 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
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza
DettagliY = ln X è normalmente distribuita. (y) = dg(x) dx. f Y. (x) = dy dx f Y. f X. (g(x)) & exp$ dx x - $ % ( x) DISTRIBUZIONE LOG-NORMALE.
DISTRIBUZIONE LOG-NORMALE. La variabile si dice log-ormalmete distribuita se: l è ormalmete distribuita g( l g ( e 0 +. uzioe di desità di probabilità: f ( d d f ( dg( d f (g( dg( d f (. & ep$ - / $ %,
DettagliUniversità di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi
Università di Pavia Econometria Richiami di teoria delle distribuzioni statistiche Eduardo Rossi Università di Pavia Distribuzione di Bernoulli La variabile casuale discreta Y f Y (y; θ) = 0 θ 1, dove
DettagliEsercizi con R. Corso Statistica corso avanzato A. A. 2013/2014
Esercizi co R Corso Statistica corso avazato A. A. 203/204 Esercizio Due compagie di assicurazioe soo i cocorreza per stipulare polizze co = 000 clieti. Si suppoga che ogi cliete scelga tra le due società
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
DettagliInferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.
Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
DettagliEsercitazione due: soluzioni
Esercitazioe due: soluzioi. Sia il ricavo r i pk i ti, p, k, t i > applicado la defiizioe di media di Chisii il tempo medio t che lascia ivariato il ricavo totale é quel valore tale che pk i ti pk i t
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
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
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliStatistica. 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
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
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
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo
Dettagli1 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
DettagliSoluzioni quarta esercitazione
Soluzioi quarta esercitazioe. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx
DettagliII Esonero - Testo A
Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri
DettagliVettore (o matrice) casuale (o aleatorio): vettore (o matrice) i cui elementi sono variabili aleatorie
Variabili (vettori e matrici) casuali Variabile casuale (o aleatoria): Variabile che può assumere un insieme di valori ognuno con una certa probabilità La variabile aleatoria rappresenta la popolazione
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
DettagliUniversità degli Studi di Napoli Parthenope. STATISTICA per il Turismo
Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima
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
Dettagli# = ln! + ln(e "!x i ) = nln! "! x i
Esercizio 1 Sia (X 1,X 2, X ) u campioe casuale di VA X di tipo espoeziale (!e "!x ). Il parametro λ è icogito. Si determii lo stimatore basato sulla massima verosimigliaza per il parametro λ. La df è!e
DettagliTEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11
1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........
DettagliStatistica bivariata Tabella di contingenza % di riga I tre tipi di percentuale rimandano a significati differenti. Tabella di contingenza
Tabella di cotigeza % di riga I tre tipi di percetuale rimadao a sigificati differeti Si più ifo o più ifo Totale Sufficiete 46 567 63 Isufficiete 8 49 637 Totale 64 986 5 Si più ifo o più ifo Totale Sufficiete
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
DettagliAppunti 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.
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
Dettagli1 Famiglia delle densità gamma
olitecico di Milao, Statistica INF, TEL [A-LZ], Epifai I., AA 7/8 Famiglia delle desità gamma Le espressioi delle desità espoeziale di parametro θ e χ date da (E(β)) (χ ) /θe x/β (, ) (x), β > (/) / x
DettagliEsercitazioni 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
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliAppunti per l Orale di Statistica
Apputi per l Orale di Statistica Matteo Giaello 6 ottobre 2011 1 Idice 1 Media e variaza campioaria 3 1.1 Media campioaria............................... 3 1.2 Variaza campioaria.............................
DettagliRelazioni 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:
DettagliAnalisi Statistica Multivariata Modulo Modelli Statistici
Analisi Statistica Multivariata Modulo Modelli Statistici Gianna Monti 8 novembre 013 1 Approfondimenti 1 1.1 Esercizi Esercizio 1 Galton e il suo allievo Karl Pearson condussero alcuni studi in merito
DettagliUniversità degli Studi di Roma - La Sapienza, Facoltà di Farmacia Formulario di Matematica - versione per esame
Uiversità degli Studi di Roma - La Sapieza, Facoltà di Farmacia Formulario di Matematica - versioe per esame L equazioe lieare ax + by + c 0 elle coordiate cartesiae x e y rappreseta ua retta el piao.
DettagliSUCCESSIONI 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
DettagliQualunque processo che generi risultati eventi che non sono generalizzabili con certezza
CAMPIONAMENTO Esperimeto experimetal desig Qualuque processo che geeri risultati eveti che o soo geeralizzabili co certezza Popolazioe o è fiita Feomeo è sotto cotrollo: stimolo - risposta (pe sperimetazioe
DettagliEsercitazione X Complementi di Probabilità a.a. 2011/2012
Esercitazioe X Complemeti di Probabilità a.a. 20/202 Argometi: covergeza e TLC. Esercizio. Sia {X k } k ua successioe di v.a. i.i.d. di legge Exp(. Sia G = S,. a Scrivere la fuzioe caratteristica φ di
DettagliLezione 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
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
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
DettagliLe principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
DettagliStatistica. Lezioni : 11, 12. Statistica Descrittiva Bivariata 2. a.a
Corsi di Laurea: Diritto per le Imprese e le istituzioi Scieze dell Ammiistrazioe e Cosuleza del Lavoro sieze Iterazioali dello Sviluppo e della Cooperazioe a.a. 2017-18 Statistica Statistica Descrittiva
Dettagli0.1 Il teorema limite centrale
0. Il teorema limite cetrale 0. Il teorema limite cetrale Teorema 0.. Teorema limite cetrale). Sia X i ) i N ua successioe di variabili aleatorie i.i.d. che ammettoo mometo secodo fiito, co media µ e co
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
DettagliStatistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1
Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi
DettagliProbabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?
Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile
DettagliCampionamento e Statistiche Campionarie. Inferenza. Pietro Coretto Università degli Studi di Salerno
Campioameto e Statistiche Campioarie Pietro Coretto pcoretto@uisa.it Uiversità degli Studi di Salero Corso di Statistica (0212700010) CDL i Ecoomia e Maagemet Curriculum i Maagemet e Iformatica a.a. 2018/2019
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
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la
Dettagli1 Statistica Inferenziale
1 Statistica Ifereziale Cosideriamo u tipico problema che coduce a cosiderazioi di tipo statistico: Problema: Ua moeta, di cui si igora l oestà, viee laciata 1000 volte otteedo 447 teste. Si può affermare
DettagliCorso di Statistica Facoltà di Economia
Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza
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
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliCompito di Matematica II - 12 Settembre 2017
Compito di Matematica II - Settembre 7 Corso di Laurea i Ottica e Optometria - A.A. 6/7 Soluzioi degli esercizi. Esercizio. a) Il domiio C è il cerchio di raggio uitario. La fuzioe fx y) = x + y è defiita
DettagliNella seguente tabella sono riportati i dati relativi ai profitti delle società italiane del settore industriale dal 1971 al 1980:
Simulazioe prova d esame Esercizio 1 Nella seguete tabella soo riportati i dati relativi ai profitti delle società italiae del settore idustriale dal 1971 al 190: 1971 197 1973 1974 1975 1976 1977 197
DettagliStatistica. Statistica descrittiva univariata. Sia X la variabile statistica oggetto di studio. Denotiamo con. i dati statistici grezzi
Statistica Studia come si distribuisce ua popolazioe statistica i relazioe a uo (statistica uivariata o più (statistica multivariata caratteri oggetto d idagie. Ua popolazioe statistica è u isieme (fiito
DettagliArgomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della
1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe
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
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliLezione 4 Corso di Statistica. Domenico Cucina
Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
Dettagliconverge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n
98 Covergeza i probabilità Si dice che la successioe X coverge i probabilità alla v.a. X e si scrive: se, per qualsiasi ε > 0, si ha: X p X oppure plim X = X limp( X X < ε)= Covergeza i media quadratica
Dettagli