STATISTICA. Regressione-4 ovvero Macron!
|
|
- Alessia Franca Martinelli
- 5 anni fa
- Visualizzazioni
Transcript
1 STATISTICA Regressione-4 ovvero Macron!
2 Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23]
3 Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen I due fenomeni sono collegati? Se aumenta lo stipendio, che ne è del voto per Le Pen? Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23]
4
5
6 Macron ha avuto tanti più voti tanto più era basso il tasso di disoccupazione
7 La correlazione tra il tasso di disoccupazione ed il voto per Macron, per Dipartimento (i Dip. sono circa 100)
8 La correlazione tra il tasso di disoccupazione ed il voto per Macron, per Dipartimento =. =.
9
10 Nei Dipartimenti dove la disoccupazione è sopra il 12% Marine Le Pen va intorno al 30% dei voti.
11 Voto per Macron (%) = Disoccupazione (%) Prevede il voto in funzione del tasso di disoccupazione Prevede la disoccupazione in funzione del voto
12 Voto per Macron (%) = Disoccupazione (%) Prevede il voto in funzione del tasso di disoccupazione Prevede la disoccupazione in funzione del voto
13 I datir Il voto, per dipartimenti: Tasso di disoccupazione, 4 o trimestre 2016: TCRD_025_tab1_departements
14 Voto per Macron (%) Analisi completa =9.65 =23.05 =3.17 =11.78 = 3.73 =. Tasso di disoccupazione (%)
15 Voto per Macron (%) Analisi completa Tasso di disoccupazione (%) =9.65 =23.05 =3.17 =11.78 = 3.73 =. =(. ) =. = =. = =.
16 Analisi completa =. =. =
17 Analisi completa Voto per Macron (%) Tasso di disoccupazione (%)
18 Analisi completa =3.17 = Voto per Macron (%) Tasso di disoccupazione (%) =. =34.44 =. = = =7.41 > ( )!!
19 Analisi completa Voto per Macron (%) IC(95%) per le previsioni Tasso di disoccupazione (%)
20 Analisi completa Voto per Macron (%) IC(95%) per le previsioni =0.37!!!! Tasso di disoccupazione (%)
21 Macron e lo stipendio! Stipendio Voto per Macron Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23]
22
23 =. =0.45 E un po meno forte qui la correlazione Quel puntino in alto è Parigi
24 =. =0.45 E un po meno forte qui la correlazione Quel puntino in alto è Parigi
25 =. =0.45 E un po meno forte qui la correlazione Quel puntino in alto è Parigi
26 Macron e lo stipendio Stipendio medio orario
27 Macron e lo stipendio =. Voto per Macron (%) Stipendio medio/h 2013
28 Macron e lo stipendio Voto per Macron (%) =. influenti? outlier? Stipendio medio/h 2013
29 Macron e lo stipendio =. Voto per Macron (%) Stipendio medio/h 2013
30 Facciamo Non è un diagramma salto in Rdi dispersione che suggerisca di interpolare con una retta! Voto per Macron (%) = Stipendio medio/h 2013
31 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta
32 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta =
33 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta = valori della statistica per i due test d ipotesi =0 e = : ( ) =0.42 ( ) =.
34 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta valori del denominatore nella statistica per i due test =0 e =0: ( ) ( )
35 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta = valori del denominatore. nella statistica per i due test e =0: =0 1 + ( ) ( )
36 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta = valori della statistica per i due test d ipotesi =0 e = : ( ) =0.42 ( ) =.
37 Esercizio 3 Variabile Coeff. Dev. std. Statistica t p-value Intercetta p-value per i due test d ipotesi =0e =0 1.Intercetta: non rifiutiamo =0 2. : rifiutiamo =0a qualunque livello di significatività, la regressione è significativa
38 Esercizio 2, ripreso da lezione del 31/05 Durante uno studio sul quoziente intellettivo un gruppo di 20 uomini scelti a caso ed uno di 20 donne scelte a caso sono stati sottoposti ad un test per la misura del QI ottenendo i seguenti punteggi medi: =115 e =111.9, con le rispettive varianze: = e = b) C è abbastanza evidenza nei dati per poter affermare che gli uomini hanno un QI medio superiore a quello delle donne? due campioni indipendenti : = > ~ (, ) QI uomini ~, QI donne =115 > =111.9 test
39 Esercizio 2 Durante uno studio sul quoziente intellettivo un gruppo di 20 uomini scelti a caso ed uno di 20 donne scelte a caso sono stati sottoposti ad un test per la misura del QI ottenendo i seguenti punteggi medi: =115 e =111.9, con le rispettive varianze: = e = b) C è abbastanza evidenza nei dati per poter affermare che gli uomini hanno un QI medio superiore a quello delle donne? : = > = = =0.40 Calcoliamo il p-valore
40 Esercizio 2 Durante uno studio sul quoziente intellettivo un gruppo di 20 uomini scelti a caso ed uno di 20 donne scelte a caso sono stati sottoposti ad un test per la misura del QI ottenendo i seguenti punteggi medi: =115 e =111.9, con le rispettive varianze: = e = b) C è abbastanza evidenza nei dati per poter affermare che gli uomini hanno un QI medio superiore a quello delle donne? : = > = = =0.40 Indichiamo la Statistica test con : si ha ~ (38) valore: >0.40
41 Con riferimento a t(40): ( >0.40).
42 Con riferimento a t(40): >0.68 = >. > ( >. ) >. >... p-valore > 0.25 Quindi non si può rifiutare l ipotesi nulla che QI uomini = QI donne, in media
43 Esercizio 2 Durante uno studio sul quoziente intellettivo un gruppo di 20 uomini scelti a caso ed uno di 20 donne scelte a caso sono stati sottoposti ad un test per la misura del QI ottenendo i seguenti punteggi medi: =115 e =111.9, con le rispettive varianze: = e = b) C è abbastanza evidenza nei dati per poter affermare che gli uomini hanno un QI medio superiore a quello delle donne? : = > = = =0.40 Indichiamo la Statistica test con : si ha ~ 38. Essendo 38>30 posso approssimare la distribuzione di con una normale standard: >0.40 =1 <40 =
44 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo Altra scuola a) Scelto a caso uno degli studenti del campione, calcolare la probabilità che sia un maschio sapendo che proviene da un liceo. b) Sottoporre a verifica l ipotesi nulla che il genere e la scuola di provenienza siano indipendenti al livello del 2.5% di significatività c) Calcolare il -valore del test al punto b)
45 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo Altra scuola a) Scelto a caso uno degli studenti del campione, calcolare la probabilità che sia un maschio sapendo che proviene da un liceo. b) Sottoporre a verifica l ipotesi nulla che il genere e la scuola di provenienza siano indipendenti al livello del 2.5% di significatività. c) Calcolare il -valore del test al punto b)
46 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo Altra scuola a) Scelto a caso uno degli studenti del campione, calcolare la probabilità che sia un maschio sapendo che proviene da un liceo. b) Sottoporre a verifica l ipotesi nulla che il genere e la scuola47 di provenienza siano indipendenti al livello del 2.5% di significatività. c) Calcolare il -valore del test al punto b) 110 =0.43
47 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo Altra scuola a) Scelto a caso uno degli studenti del campione, calcolare la probabilità che sia un maschio sapendo che proviene da un liceo. b) Sottoporre a verifica l ipotesi nulla che il genere e la scuola di provenienza siano indipendenti al livello del 2.5% di significatività.
48 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo Altra scuola a) Scelto a caso uno degli studenti del campione, calcolare la probabilità che sia un maschio sapendo che proviene da un liceo. b) Sottoporre a verifica l ipotesi nulla che il genere e la scuola di provenienza siano indipendenti al livello del 2.5% di significatività. = >
49 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo 47; ; Altra scuola 61; ; =53.5, =56.5, =54.5, =57.5
50 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo 47; ; Altra scuola 61; ; = (. ). + (. ). + (. ). + (. ). = =.
51 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo 47; ; Altra scuola 61; ; = (. ). + (. ). + (. ). + (. ). = =. ( ). =.
52 Esercizio 8 Gli studenti di un corso di laurea vengono classificati sulla base di due caratteristiche: il sesso e il tipo di scuola superiore di provenienza. I dati sono riportati nella seguente tabella: Maschi Femmine Liceo 47; ; Altra scuola NON POSSIAMO 61; ; RIFIUTARE L IPOTESI 108 DI 114 INDIPENDENZA AL 222 LIVELLO DEL 2.5% = (. ). + (. ). + (. ). = =. + (. ). ( ). =.
53 Esercizio 8 >3.04 > > =1 0.95=
54 Esercizio 8 >3.04 > > =1 0.95=0.05 NON POSSIAMO RIFIUTARE L IPOTESI DI INDIPENDENZA NEANCHE AL LIVELLO DEL 5%
55 Esercizio 8 >. > > =1 0.95=. & >. < > =1 0.90=. Il p-valore sta tra 0.05 e
56 Domanda 1 Sia,, un campione casuale con ~ (, ) e varianza non nota. Allora, la statistica test per la verifica d ipotesi =0 0è: a) b) c) d)
57 Domanda 1 Sia,, un campione casuale con ~ (, ) e varianza non nota. Allora, la statistica test per la verifica d ipotesi =0 0è: a) b) c) d)
58 Domanda 2 In un test per la verifica d ipotesi con livello di significatività 5% si rifiuta l ipotesi nulla. Allora: a) Il p-valore è > 0.05 b) Il p-valore è < 0.05 c) =0 d) 0
59 Domanda 2 In un test per la verifica d ipotesi con livello di significatività 5% si rifiuta l ipotesi nulla. Allora: a) Il p-valore è > 0.05 b) Il p-valore è < 0.05 c) =0 d) 0
60 Domanda 3 Sia,, un campione casuale di dimensione >30 con distribuzione non nota. Si rifiuta l ipotesi nulla =0 a favore di >0al livello a) se la statistica test è > c) se la statistica test è > ( 1) b) se la statistica test è > d) se la statistica test è > ( 1)
61 Domanda 3 Sia,, un campione casuale di dimensione >30 con distribuzione non nota. Si rifiuta l ipotesi nulla =0 a favore di >0al livello a) se la statistica test è > c) se la statistica test è > ( 1) b) se la statistica test è > d) se la statistica test è > ( 1)
62 Domanda 4 Per valutare la bontà di adattamento di un modello lineare ai dati si utilizza a) l indice di dispersione b) l indice c) l indice d) la pendenza
63 Domanda 4 Per valutare la bontà di adattamento di un modello lineare ai dati si utilizza a) l indice di dispersione b) l indice c) l indice d) la pendenza
64 Domanda 5 Se due variabili qualitative osservate congiuntamente risultano essere indipendenti, allora a) l indice di correlazione vale 1 c) l indice =0 b) l indice =0 d) la pendenza della retta di regressione vale 0
65 Domanda 5 Se due variabili qualitative osservate congiuntamente risultano essere indipendenti, allora a) l indice di correlazione vale 1 c) l indice =0 b) l indice =0 d) la pendenza della retta di regressione vale 0
66 Domanda 6 L errore di prima specie è a) La probabilità di rifiutare l ipotesi nulla quando questa è vera c) La probabilità di non rifiutare l ipotesi nulla quando questa è vera b) La probabilità di rifiutare l ipotesi nulla quando questa è falsa d) La probabilità di rifiutare l alternativa quando questa è vera
67 Domanda 6 L errore di prima specie è a) La probabilità di rifiutare l ipotesi nulla quando questa è vera c) La probabilità di non rifiutare l ipotesi nulla quando questa è vera b) La probabilità di rifiutare l ipotesi nulla quando questa è falsa d) La probabilità di rifiutare l alternativa quando questa è vera
68 Domanda 7 Se il -valore di una verifica d ipotesi vale 0.015, allora quali di queste affermazioni sono vere? a) Si rifiuta l ipotesi nulla al livello del 5% c) Non si può rifiutare l ipotesi nulla al livello del 5% b) Si rifiuta l ipotesi nulla al livello dell 1% d) Non si può rifiutare l ipotesi nulla al livello dell 1%
69 Domanda 7 Se il -valore di una verifica d ipotesi vale 0.015, allora quali di queste affermazioni sono vere? a) Si rifiuta l ipotesi nulla al livello del 5% c) Non si può rifiutare l ipotesi nulla al livello del 5% b) Si rifiuta l ipotesi nulla al livello dell 1% d) Non si può rifiutare l ipotesi nulla al livello dell 1%
70 Domanda 8 Il coefficiente di correlazione lineare : a) Indica il grado di associazione tra due variabili qualitative c) Indica la connessione tra due variabili b) Indica il grado di dipendenza lineare tra due variabili quantitative d) Coincide con la covarianza
71 Domanda 8 Il coefficiente di correlazione lineare : a) Indica il grado di associazione tra due variabili qualitative c) Indica la connessione tra due variabili b) Indica il grado di dipendenza lineare tra due variabili quantitative d) Coincide con la covarianza
72 Domanda 9 Sia ~ (5, ), allora <5 vale : a) Non si può calcolare b) 0 c) 1 d) 0.5
73 Domanda 9 Sia ~ (5, ), allora <5 vale : a) Non si può calcolare b) 0 c) 1 d) 0.5
74 Domanda 10 Siano e due eventi indipendenti con la stessa probabilità, pari a 0.5. Allora a) =0 b) =1 c) =0.25 d) =1
75 Domanda 10 Siano e due eventi indipendenti con la stessa probabilità, pari a 0.5. Allora a) =0 b) =1 c) =0.25 d) =1
STATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliSTATISTICA. Esercizi vari
STATISTICA Esercizi vari Esercizio 5.6 p. 205 Variabile Coeff. Dev. std. Statistica t p-value Intercetta 23.384 1.592 14.691 0 Profondità -1.435 0.213-6.726 0 = 0.850 Esercizio 5.6 p. 205 Variabile Coeff.
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliSTATISTICA. Regressione-1
STATISTICA Regressione-1 Associazione Voto per Macron e tasso di disoccupazione Appartenenza etnica e preferenze politiche Esposizione ad una data sostanza e insorgenza di malattie Livello sociale della
DettagliSTATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Fare sempre il grafico! Fig. 5.12 pg 178, Statistica di S. Iacus Fare sempre il grafico! y 0 2 4 6 8 10 =-1 =+0.79 outlier o dato influente 0 2 4 6 8 10 x Inferenza Il modello
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSTATISTICA VERIFICA D IPOTESI - 3
STATISTICA VERIFICA D IPOTESI - 3 Esempio 2 Il peso medio di un campione di 50 studenti che dichiarano di svolgeremoltaattivitàfisica (almeno 3 ore di palestra/allenamento sportivo a settimana) è di 71.2
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliESERCITAZIONE IV - Soluzioni
umero di omicidi ESERCITAZIOE IV - Soluzioni Esercizio I. a),00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 0 5 10 15 20 25 Popolazione povera (%) b) Poiché i due caratteri in analisi sono quantitativi per calcolare
DettagliSTATISTICA. Esercitazione 6
STATISTICA Esercitazione 6 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale tre compiti diversi con i seguenti risultati: Compito A Compito B Compito C Numero studenti 41 39 43
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
DettagliSTATISTICA. VERIFICA D IPOTESI 3: Due campioni indipendenti
STATISTICA VERIFICA D IPOTESI 3: Due campioni indipendenti https://www.istat.it/it/censimenti-permanenti/popolazione-e-abitazioni Da ottobre 2018 parte il Censimento permanente della popolazione e delle
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
DettagliIl modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
Dettagli6/15/2018. Regressione lineare rappresentare con una retta due fenomeni X e Y quantitativi osservati contemporaneamente. Correlazionelineare = con 1 1
Regressione lineare rappresentare con una retta due fenomeni X e Y quantitativi osservati contemporaneamente Retta di regressionechespiegain funzionedi + dove / pendenzadella retta intercetta dellarettacon
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA)
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliMetodi Matematici e Informatici per la biologia. Esercizi
Metodi Matematici e Informatici per la biologia Esercizi Esercizio 1 Il modo migliore per isolare gli effetti delle variabili nascoste sulla variabile di risposta è di effettuare uno studio di osservazione
DettagliEsercitazione straordinaaaaariaaaaa. Statistica L-Z
Esercitazione straordinaaaaariaaaaa Statistica L-Z Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e P(B)=0.5. Allora: a) =0 b) >1 c) 0.5 d) >0.5 Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliMetodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione
Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliANOVA E TEST F: ESERCITAZIONI
ANOVA E TEST F: ESERCITAZIONI 1 La distribuzione F 1. Si calcolino le seguenti probabilità (a) P (F 1,1 > 647.79) (b) P (F 1,4 > 74.13) (c) P (F 5,4 > 51.72) (d) P (F 5,4 < 51.72) Soluzioni: (a) 0.025
DettagliSTATISTICA. Il test di bontà d adattamento
STATISTICA Il test di bontà d adattamento Esercizio 1 (prosecuzione dalla lezione precedente) Per il lancio di una nuova pubblicità di una grande azienda d abbigliamento viene estratto un campione casuale
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliSTATISTICA VERIFICA D IPOTESI - 2
STATISTICA VERIFICA D IPOTESI - 2 Esercizio 1 Nel 2016, il reddito netto medio annuo per famiglia è stato di 29 988 (dati Istat, Corriere della Sera, 6/12/2017). Il reddito netto medio annuo nel 2017 in
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliBiostatistica Laurea Magistrale in Biologia Risultati dell esame del 16 Giugno 2016
iostatistica Laurea Magistrale in iologia Risultati dell esame del 16 Giugno 2016 Giovedì 23 Giugno alle ore 11 presso l ufficio del docente (U7, 2 piano, ufficio 2069) sarà possibile chiedere chiarimenti
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliFacoltà di ECONOMIA Università di Pavia 20 Aprile 2004 Prova scritta di Analisi dei dati MODALITÀ A
MODALITÀ A Riportare sul foglio nome, cognome, numero di matricola e modalità del testo d esame. Problema 1 (8 PUNTI) Su un collettivo di 10 clienti iscritti al programma frequent flyer di una nota compagnia
DettagliRegressione lineare semplice
Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro
DettagliSTATISTICA. Esercizi-5
STATISTICA Esercizi-5 Statistico, detective o romanziere? Per risolvere i casi complicati bisogna essere capaci di costruire una storia, partendo dagli indizi disponibili, che contenga una spiegazione
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
Dettagligeografica Maschio Femmina Maschio Femmina
1 In una recente indagine gli intervistati sono stati classificati rispetto al sesso, allo stato civile e alla ripartizione geografica di residenza. I dati sono sintetizzati nella seguente tabella: Ripartizione
DettagliStatistica di base (Canale E-M) Istruzioni (da leggere bene prima dell esame):
Statistica di base (Canale E-M) Nome e Cognome: Matricola: Istruzioni (da leggere bene prima dell esame): Scrivere nome, cognome e matricola in modo chiaro; Non è consentito l uso di alcun materiale; Il
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni
DettagliLM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Esempio Su un campione di =5unità sono state osservate due variabili, ed : x i 1 2 3 4 5 y i 1.5 2.5 3 2.5 3.5 1. Rappresentare l andamento congiunto di in funzione di mediante
DettagliStatistica inferenziale
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Statistica inferenziale 6/5/2005 Relazione tra dati Possono esistere in uno studio connessioni tra dati differenti che possono legare caratteristiche:
DettagliIndipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 3 Dott.ssa Antonella Costanzo 25/02/2016 Esercizio 1. Verifica di ipotesi sulla media (varianza nota) Il preside della scuola elementare XYZ sospetta che i suoi studenti
DettagliIntroduzione alla statistica per la ricerca in sanità
Introduzione alla statistica per la ricerca in sanità Modulo La verifica delle ipotesi: il test statistico dott. Eugenio Traini eugenio.traini@burlo.trieste.it Verifica d Ipotesi - 1 Che cos è un ipotesi
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 12 Giugno 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
DettagliEsercizio 2: voto e ore dedicate allo studio
La seguente tabella riporta il voto riportato da 10 studenti all esame di Statistica Sociale e il numero di ore di lezione non seguite dallo studente (il corso prevede 30 ore di lezione). Ci si chiede
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano 06 Luglio 2012
Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano 0 Luglio 0 Cognome Nome Matr. TEORIA: dimostrare che il quadrato del coefficiente di correlazione coincide con R Esercizio La tabella
DettagliESERCITAZIONE REGRESSIONE MULTIPLA
ESERCITAZIONE REGRESSIONE MULTIPLA Dati delle Nazioni Unite del 2005 riferiti, per diverse nazioni, al tasso di feconditá (bambini per donna) (variabile Fert), alla percentuale di donne che usa contraccettivi
DettagliINTERVALLI DI CONFIDENZA
INTERVALLI DI CONFIDENZA Campione,,,, Intervallodi confidenza Nell intervallo di confidenza per il vero valore della media di una popolazione gaussiana, si usa la t di Student () > 5 > 5 (, ) noto (, )
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCognome e Nome:... Corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 201 Cognome e Nome:................................................................... Corso di laurea:.......................................................................
DettagliLEZIONE N. 11 ( a cura di MADDALENA BEI)
LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice
DettagliESERCIZI SULLA VERIFICA DI IPOTESI
ESERCIZI SULLA VERIFICA DI IPOTESI Esercizio 1 Sulla base dei seguenti valori ottenuti su un campione casuale proveniente da una popolazione normale 1.1 3.1 4. 4.6 5.0 5. 5.3 6.5 8.4 9.6 verificare l ipotesi
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
DettagliSTATISTICA MULTIVARIATA SSD MAT/06
Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,
DettagliCorso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018
Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliMetodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione
Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice La bontà della regressione Per fare un buon modello lineare serve: una correlazione alta, che dice che i dati stanno vicini alla retta
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliProva d esame di Statistica - II canale - nuovo ordinamento Dott.ssa C. Conigliani 19/06/2003
19/06/2003 Compito A Esercizio 1. [14 punti] Data la seguente distribuzione doppia secondo i caratteri reddito familiare mensile () e spesa alimentare mensile (): 0 300 300 600 600 e più tot 0 1000 25
DettagliCorso di formazione per Mathesis
Statistica descrittiva II (Distribuzioni doppie e relazione tra variabili) 8 Marzo 2017 :: Secondo incontro Formazione Docenti :: Programma Incontro preliminare Statistica e Probabilità a Scuola :: le
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati Nome: Statistica Inferenziale codice: 483847 codice padre (se ins.
DettagliECONOMETRIA: Laboratorio I
ECONOMETRIA: Laboratorio I Luca De Angelis CLASS - Università di Bologna Programma Laboratorio I Valori attesi e varianze Test di ipotesi Stima di un modello lineare attraverso OLS Valore atteso Data una
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliBiostatistica Laurea Magistrale in Biologia
Biostatistica Laurea Magistrale in Biologia Risultati dell esame del 14 novembre 2016 Matricola Voto 738220 30 739494 30 739781 26 746395 19 752093 30 752910 25 753267 insufficiente 753284 27 754306 insufficiente
DettagliDistribuzioni Doppie e Relazioni tra Variabili Esercitazione n 03
Distribuzioni Doppie e Relazioni tra Variabili Esercitazione n 03 ESERCIZIO 1 Tra le famiglie del Comune di Vigata sono stati rilevati congiuntamente la PROFESSIONE DEL CA- POFAMIGLIA () e l AMMONTARE
DettagliAssunzioni (Parte I)
Assunzioni (Parte I) A M D Marcello Gallucci marcello.gallucci@unimib.it Lezione 10 Modello Lineare Generale La regressione semplice e multipla e l'anova sono sottocasi del modello lineare generale (GLM)
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
Dettagli