STATISTICA INFERENZIALE: TRE FILE PDF

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATISTICA INFERENZIALE: TRE FILE PDF"

Transcript

1 Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò STATISTICA INFERENZIALE: TRE FILE PDF Il file PDF Saisica Ifereziale (I) è il rimo dei seguei re file scaricabili dal Maeriale Didaico (soo la voce Disese ) del Corso di Saisica (AA 008-9) Saisica Ifereziale (I): camioameo e sima uuale ag. - ([]-[8bis]) Saisica Ifereziale (II): simaori e sima iervallare ag. 6-9 ([9]-[4bis]) Saisica Ifereziale (III): es saisici ag. 0- ([]-[3bis]) I re file sora elecai riassumoo i modo schemaico ma comleo i cocei e risulai riciali della are di Saisica Ifereziale del rogramma del Corso di Saisica già esosa agli sudei i aula a lezioe dai docei del Corso (escluso il modello di regressioe lieare). Coegoo iolre u esercizio svolo (vedi ag. ) iroduivo all alicazioe di ali cocei e risulai (le dimosrazioi di ali risulai o soo coeue ei suddei file, ach esse comuque soo già sae esose a lezioe dai docei del Corso e,. es., soo reeribili elle coie dei lucidi delle lezioi corrisodei resso Yellow Pri). I re file sora idicai, daa la loro schemaicià, ossoo essere aricolarmee uili se vegoo iegrai dallo sudee co gli aui resi alle lezioi dei docei del Corso, oure,. es., co le foocoie dei lucidi delle lezioi reeribili resso Yellow Pri, od ache, secodariamee, co i corrisodei caioli del libro di Ross. U alro riferimeo uile è il file PDF Correlazioe e Combiazioi Lieari scaricabile dal Maeriale Didaico del Corso. Ache queso file dà u riassuo schemaico di cocei e risulai già esosi a lezioe dai docei del Corso, o coiee uavia le dimosrazioi di ali risulai (ach esse comuque soo già sae esose a lezioe e,. es., soo reeribili elle coie lucidi delle lezioi corrisodei resso Yellow Pri). NB: Alcue ari di ua rima versioe arziale di quesi file (qui rivisa, miglioraa e comleaa defiiivamee) soo già sae uilizzae da uo dei docei del Corso come suoro didaico i aula i alcue lezioi i cui soo sai raai i diversi argomei di Saisica Ifereziale e quidi iserie elle coie dei lucidi delle lezioi sesse. U rigraziameo a chi segalerà eveuali svise, errori di sama o baiura, ecc.

2 Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò STATISTICA INFERENZIALE (I): camioameo e sima uuale Prima di uo u breve riasso sulle variabili aleaorie: [] x,, 6 () ( 6) 3. E( ) () ( 6).6 ( x) E( ) ( ).967 umero dei comoei di ua qualsiasi famiglia di u Comue di N famiglie,. es. N 000, e di cui si sa che o vi soo famiglie co iù di 6 comoei. umero dei comoei della -esima famiglia (,, N 000 ) del Comue Poiché le robabilià x soo oe si uò deermiare il valore esao di, E e alicado le loro formule come fao sora (el s. caso, er semlicià, le robabilià soo cosai x, ma i geerale ovviamee o lo soo). Si ricordi iolre che: ( x) 0.6 ( x,, 6) 6 x,, 6 comoei è la robabilià che ua qualsiasi famiglia del Comue abbia è la robabilià di esrarre a caso dalle N famiglie del Comue ua famiglia co x (,, 6) comoei (el s. caso è cosae x ) è frequeza relaiva delle famiglie co x (,, 6) comoei (el s. caso è cosae x ) ( x ) dà, molilicaa er 00, 6.6% cioè la erceuale delle famiglie co x (,, 6) comoei (el s. caso è cosae x ) ( x ) dà, molilicaa er N 000, 66.6 cioè il umero delle famiglie co x (,, 6) comoei (el s. caso è cosae x ) x dà, co la oorua formula, 3. cioè il umero medio di comoei delle famiglie del Comue I geerale elle [] APPLICAZIONI ECONOMICO-AZIENDALI, INGEGNERISTICHE e FISICHE le PROBABILITA (o DENSITA ), e quidi NON HANNO VALORI NOTI, E e () ( 6) x,, 6 E( ) () ( 6) ( x)? E( ) ( )??? COME SI DETERMINANO TALI VALORI?

3 Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò DETERMINAZIONE DEI VALORI di ( x ), CENSIMENTO ( N ) Deermiazioe di ( x),, E( ), co e CAMPIONAMENTO ( N) E e [3], dà il valore esao o è emesivo ai fii decisioali è roo cososo dà ua STIMA che arossima bee il valore esao co robabilià crescee al crescre di è emesivo ai fii decisioali è meo cososo LA STATISTICA INFERENZIALE DA I METODI DI CAMPIONAMENTO [4] PER STIMARE I VALORI NON NOTI DI ( ( x ),, E,, ecc. Meodo di CAMPIONAMENTO CASUALE SEMPLICE (CCS) [] di dimesioe ( N),, ),,,,,, 3 4,,,, 3 4 x, x 3, x, x 3, x 6 x x 3 4 v.a. di riferimeo Poolazioe saisica Camioe saisico, (, 3, ) x x x realizzazioe camioaria DEFINIZIONE FORMALE DI CAMPIONE STATISTICO CASUALE SEMPLICE Le v.a. (,, ) che cosiuiscoo il camioe saisico (,, ) soo ue uguali (ovvero, ue disribuie ideicamee) alla v.a. di riferimeo cioè alla oolazioe saisica (vedi ache il riquadro []). Iolre il CSC richiede l idiedeza socasica di ali v.a. Si ha duque che: u Camioe Saisico Casuale Semlice è dao da v.a. (,, ) I.I.D. dove la rima I. è l iiziale di Idiedei (o Ideede ), la secoda I. è l iiziale di Ideicamee (o Ideically ) e D. è l iiziale di Disribuie (o Disribued ). L ioesi di idiedeza socasica delle v.a. assicura che la robabilià (o desià) dei valori ossibili della v.a. o cambi assado da ua osservazioe alla successiva. I raica l idiedeza socasica si realizza (a) rareseado l isieme dei valori ossibili della v.a. di riferimeo come u ura da cui si esraggoo casualmee dei valori ossibili, e (b) re-immeedo ell ura ciascu valore osservao rima di effeuare l esrazioe successiva. 3

4 (,, ) Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò DETERMINAZIONE DELLE STIME DI [6] E,, ecc. ( x ),,,,,,,, 3 4,,,, 3 4 x, x 3, x, x 3, x 6 x x 3 4 v.a. di riferimeo oolazioe saisica x, x 3, x realizzazioe camioaria Camioe saisico, sima di θ : ˆ θ ˆ " " () : () ( ): ˆ ( 3: ) ˆ ( 3) ( 4 ): ˆ ( 4) ( : ) ˆ ( ) ˆ " " " " " " " " 6 : () ( 3) ( 4) ( ) 0 6 " " 6 : ˆ x " " E Eˆ E : " " : ˆ s " " QUALI SONO LE FORMULE USATE [7] PER CALCOLARE LE STIME? SONO QUELLE GIA USATE PER I DATI OSSERVATI IN STATISTICA DESCRITTIVA CON I SIMBOLI CAMBIATI Ad esemio ella coloa del riquadro [6] si ha x+ + x M x ˆ x x + + x ˆ M x E.6 ˆ ˆ V M M E x s N.B. (I) i realà er iccoli camioi (co < 30 ) la sima di daa da s si corregge co il faore di correzioe, cioè si uilizza s sc ˆ, vedi riquadro [] N.B. (II): le sime si calcolao SOLO e DIRETTAMENTE er la dimesioe del camioe refissaa,. es. se è fissao allora er oeere le sime si calcola solo e direamee la coloa co del riquadro [6]. N.B. (III): risodere alle domade (), (), (3a) e (4a) dell Esercizio el riquadro [8]. 4

5 Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò Esercizio di Saisica ifereziale [8] (Noa Bee: i quao rimo esercizio di queso io el Corso di Saisica, il eso che segue è molo iù deagliao ed eslicio di quao o sarao gli esercizi successivamee svoli i aula o che si ossoo rovare ei esi di esame) E oo che il reddio di esercizio di ua qualsiasi azieda di u dao seore idusriale (comoso da N 973 aziede) è ua v.a. N ( ; ) co reddio medio aeso e variaza o oi. I realà ali due arameri si orebbero deermiare i modo esao facedo il cesimeo dei reddii delle aziede del seore, cioè: (a) rilevado ui gli N 973 reddii delle imrese del seore idusriale e (b) calcolado co gli N 973 reddii osservai le formule di media e variaza vise ella are di Saisica descriiva del corso. Tuavia, oiché deermiare i modo esao reddio medio aeso e variaza co il cesimeo richiede roo emo ed è roo cososo, si referisce simare il valore di ali due arameri mediae u camioe casuale semlice (,, 80, 8) co 8. La corrisodee realizzazioe camioaria ( x, x, x80, x8) degli 8 redii osservai è saa riassua ei due valori: 8 8 x 33, x 8044 () Secificare quale è la oolazioe saisica (ovvero la v.a. di riferimeo) () Secificare quali soo le formule che si usao er deermiare e variaza co il cesimeo delle N 973 aziede del seore. (3a) Deermiare la sima del reddio medio aeso delle N 973 aziede del seore sulla base della realizzazioe camioaria di dimesioe 8 osservaa; (3b) si idichi iolre lo simaore uilizzao e le sue rorieà (la risosa è el riquadro [4bis] e richiede la leura dei riquadri [9] e [0]). (4a) Deermiare la sima della variaza dei reddii delle N 973 aziede del seore sulla base della realizzazioe camioaria di dimesioe 8 osservaa. (4b) si idichi iolre lo simaore uilizzao e le sue rorieà (la risosa è el riquadro [4bis] e richiede la leura dei riquadri [9] e []). () Deermiare, sulla base della realizzazioe camioaria osservaa, l iervallo di cofideza del reddio medio aeso co coefficiee di cofideza α 0.9 (la risosa è el riquadro [4bis] e richiede la leura del riquadro [3]). (6) Ifie, sulla base della realizzazioe camioaria osservaa, si esegua il es saisico bilaerale er il reddio medio aeso : H 0 : 43. coro H : 43. al livello di sigificaivià α 0.0 (la risosa è el riquadro [3bis] e richiede la leura dei riquadri da [] a []). [8bis] Risosa alla Domada (). (vedi riquadri da [], [3] e []). La v.a. di riferimeo o oolazioe saisica è la N ; co reddio medio aeso e variaza o oi. v.a. reddio di esercizio Risosa alla Domada (). (vedi riquadri [], [3], [6] e [7]). N 973 M x x N 973 N 973 V M ( ) M x M x M N 973 Risosa alla Domada (3a). (vedi riquadri [6] e [7]). La sima di è daa da: 8 x ˆ 8 x Risosa alla Domada (4a). (vedi riquadri [6] e [7]). E 8 > 30, er simare s c : ( 8) 8 8 va bee sia sia s x x ˆ 8 s s ˆ ( s ) c 8 8 s 8

PROBLEMI DI INFERENZA SU PERCENTUALI

PROBLEMI DI INFERENZA SU PERCENTUALI ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede

Dettagli

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare. Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)

Dettagli

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia esori egali Rumore - Prof.. Cova - aello 4/0/0 - P ag. PROBLEMA uadro dei dai Imulso di corree del rivelaore I s ( s / s ) () ex(-/ s ) s µs Preamlificaore Limie di bada Resiseza di igresso Caacià all

Dettagli

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci Impiai Idusriali a previsioe della domada Meodi di esrapolazioe Ig. orezo Tiacci e compoei della domada Tred Cogiuurale Sagioale Casuale Tedeziali (red) a caraere geeralmee crescee e decrescee Sisemaiche

Dettagli

(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1]

(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1] Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda // Esercizio Si osserva l iesià del veo el poro di Maria regisrado uo ogi gioro i cui il veo o supera ua

Dettagli

Equazioni differenziali: formule

Equazioni differenziali: formule Equazioi differeziali: formule Equazioi a variabili separabili y ' A B y Vale eorema esiseza e uicià locale y ' dy Ad B y y y ' A B y y Si applicao le codizioi alla fie dei due iegrali idefiii, oppure

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una 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

Dettagli

Facoltà di Economia. θ θ. francesco mola. Lezione n 18

Facoltà di Economia. θ θ. francesco mola. Lezione n 18 Corso di aisia Faolà di Eoomia a.a. 00-00 fraeso mola Esemio : u u amioe asuale di 8 egoi di arioli sorivi la media seimaale di saree vedue da iasu egoio risulaa ari a 00. i sa he ella oolaioe la deviaioe

Dettagli

Appunti sui modelli lineari

Appunti sui modelli lineari Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO 2004-2005 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 =

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

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

Dettagli

I appello - 8 Gennaio 2019

I appello - 8 Gennaio 2019 Aalisi Maemaica - A.A. 08/9 Prove scrie di Aalisi Maemaica - A.A. 08/09 Corso di Laurea i Igegeria Civile Corso di Laurea i Igegeria Iformaica ed Eleroica I appello - 8 Geaio 09 Svolgere i seguei esercizi,

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verifica delle iotesi Iotesi ulla Il rocesso di verifica di iotesi è u rocesso di falsificaioe dell iotesi ulla (coteete lo stato dell arte) cotro l iotesi alterativa (coteete il uovo) Essa rareseta

Dettagli

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008 Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio

Dettagli

Università di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019

Università di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019 Uiversià di Roma Tor Vergaa - Corso di Laurea i Igegeria Aalisi Maemaica I - Prova scria del 3 Geaio 9 Esercizio. [5 pui] Calcolare lo sviluppo di Taylor dell ordie = 5 el puo x = per la seguee fuzioe:

Dettagli

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità

Tab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità 53 Idici di variabilià 531 Iervalli di variazioe Sosiuire ua disribuzioe co u valore medio, per quao esso possa essere rappreseaivo, causa comuque ua fore perdia di iformazioe Divea perciò ecessario rovare

Dettagli

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza 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

Dettagli

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2

OPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2 OPERAZIONI SUI SEGNALI DEERMINISICI, ENERGIA, VALOR MEDIO, POENZA, ANALISI DI FOURIER, CONVOLUZIONE Esercizio Calcolare la poeza, l eergia e il valor medio dei seguei segali a) x()a; b) x()u() ; c) x()acos(oφ)

Dettagli

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0, Esercizi di Calcolo delle Probabilià della 9 a seimaa Corso di Laurea i Maemaica, Uiversià degli Sudi di Padova. Esercizio 1. Sia N u processo di Poisso di paramero λ. Dimosrare che, per ogi > 0, N P oλ.

Dettagli

ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6n 1

ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6n 1 ALGORITMO PER IL CALCOLO DEI NUMERI PRIMI NELLA FORMA 6 1 A cura del Gruo Eratostee - htt://www.gruoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( htt://www.atuttoortale.it/) Coteuti dell articolo:

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

COME 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!) 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

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Vettori riga, vettori coloa Sia u itero ositivo fissato Ciascu vettore di R uo essere esato come ua matrice riga oure come ua matrice coloa (co elemeti) Per covezioe, idetifichiamo

Dettagli

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

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

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO CENR DI AGLI E RSINE SPURIA IN RAVI A PAREE SILE ESERCIZI La sezioe di figura, sierica riseo ad u asse orizzoale assae er, è soggea all azioe di aglio agee i direzioe vericale e assae er il uo. Deermiare:

Dettagli

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ). Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci

Dettagli

Modelli'di'Variabili'Aleatorie'

Modelli'di'Variabili'Aleatorie' ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

GESTIONE DELLA PRODUZIONE

GESTIONE DELLA PRODUZIONE GESTIONE EA PROUZIONE 5.2.3 Teciche di Previsioe della domada Meodi esrapolaivi Gesioe della Produzioe iparimeo di Igegeria omada e compoei della domada Tedeziali (red) a caraere geeralmee crescee e decrescee

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

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

Dettagli

Segnalate imprecisioni o chiedete chiarimenti a:

Segnalate imprecisioni o chiedete chiarimenti a: Dimesioameto di circuiti FC-MO Esercitazioe di Circuiti Elettroici Digitali LA Dimesioameto di circuiti FCMO Esercizio 1 i assuma la caacità di igresso dell ivertitore C 100fF: 1) i realizzio le reti PU

Dettagli

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale

Dettagli

STIMA PUNTUALE DEI PARAMETRI

STIMA PUNTUALE DEI PARAMETRI STIMA DEI ARAMETRI STIMA UTUALE DEI ARAMETRI er STIMA UTUALE DEI ARAMETRI iede l iieme dei meodi ifereiali che permeoo di aribuire u valore ad u paramero della popolaioe, uiliado i dai di u campioe cauale

Dettagli

Statistica. Lezione 5

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

Dettagli

Esercitazione di riepilogo II

Esercitazione di riepilogo II Esercitazioe di riepilogo II I questa esercitazioe faremi u ripasso geerale: rappresetazioi grafiche, medie e variaze; la correlazioe; la regressioe. 1 Esercizio 1 Gli stipedi degli impiegati di u ufficio

Dettagli

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

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

Dettagli

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

Dettagli

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Sommario. Facoltà di Economia. Campionamento e inferenza statistica Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,

Dettagli

- 9 - Analisi dei risultati

- 9 - Analisi dei risultati Dipartimeto di Elettroica e Iformazioe Politecico di Milao - 9 - Aalisi dei risultati Laboratorio di Reti di Telecomuicazioi Prove idipedeti Ogi simulazioe è ua possibile evoluzioe di u sistema. Siamo

Dettagli

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

Popolazione e Campione

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

Dettagli

Fondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006

Fondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006 Fodamei Segali e rasmissioe IOL Prova i preseza 0006 è l igresso di u sisema lieare empo ivariae caraerizzao dalla risposa all impulso h () rec 0. 5. Disegare ale risposa all impulso e valuare quale y

Dettagli

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica 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

Dettagli

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Iegrali idefiii Geeralià Si è viso come, daa ua fuzioe di equazioe y = f(), si possa rovare la sua derivaa prima f (). Si è ache osservao che esise ua codizioe ecessaria, ma o sufficiee, affiché ua fuzioe

Dettagli

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari Corso di aisia Faolà di Eoomia Leioe 4 INTERVALLI DI CONFIDENZA ime uuali ime iervallari aa 000-00 00 Fraeso Mola θ θ θ θ 3 θ 4 aa 000-00 saisia-fraeso mola Iervalli di ofidea Livello di ofidea o Livello

Dettagli

Popolazione e Campione

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

Dettagli

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

Dettagli

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( =

Esercitazione 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

Dettagli

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione

Le 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

Dettagli

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

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

Dettagli

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe

Dettagli

Lezione 7. Il Metodo GLS (Minimi Quadrati Generalizzati) e FGLS

Lezione 7. Il Metodo GLS (Minimi Quadrati Generalizzati) e FGLS Lezioe 7 Il Meodo (Miimi Quadrai Geeralizzai) e F Nei meodi di sima OLS e NLS, reseai ei recedei caioli, l eveuale reseza di eeroschedasicià egli errori (ed ache la reseza di auocorrelazioe) iflueza solao

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

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

Dettagli

o in forma matriciale, con l evidente significato dei simboli,

o in forma matriciale, con l evidente significato dei simboli, 5-Ecoomeria, a.a. - Lezioe 5 Prorieà asioiche egli simaori OLS Ua caraerisica ei ai ecoomici è quella i essere (geeralmee) molo umerosi, erao i ecoomeria assumoo grae rilievo i risulai asioici e i quesi

Dettagli

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

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

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

Dettagli

L INTERVALLO DI CONFIDENZA

L 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

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA 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

Dettagli

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts Pare II (Coversioe D/A e A/D) La coversioe A/D I coveriori A/D si dividoo i: Coverioridiipospo (coveroo, idealmee, il valore isaaeo del segale); s s Si raa di disposiivi veloci ma sesibili al rumore di

Dettagli

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

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

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA 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

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Test di Ipotesi. Test di ipotesi - Prob. e Stat. a.a. 04/05 1

Test di Ipotesi. Test di ipotesi - Prob. e Stat. a.a. 04/05 1 Test di Iotesi Test di iotesi - Prob. e Stat. a.a. 45 Metodologia statistica che cosete di redere ua decisioe circa - ua iotesi formulata sul modello di ua oolazioe - u arametro icogito del modello di

Dettagli

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

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

Dettagli

R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o

R chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o Richiami sul caale di comuicazioe radio 1 Fadig leo shadowig è causao da osacoli di gradi dimesioi palazzi ra TX e RX Il pah loss è proporzioale a r α, dove α è i geere ra 2.5 e 5 i ambiee urbao Erambi

Dettagli

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa?

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa? Verifica d Iotesi Se ivece che chiederci quale è il valore ua mea i ua oolazioe (stima utuale Se ivece e itervallo che chiederci cofideza) quale è il avessimo valore u idea ua mea su quello i ua che oolazioe

Dettagli

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

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

Dettagli

( ) 2π 2π 2π. Re z ( t) t dt. = t dt. = = ɺ z. T=2π/ω z. = ω t

( ) 2π 2π 2π. Re z ( t) t dt. = t dt. = = ɺ z. T=2π/ω z. = ω t G. Perucci Leioi di Cosruioe di Macchie A. Prorieà dei segali el domiio della frequea U segale siusoidale del io x(=a cos(ω uò essere oeuo come la are reale (o la roieioe sull asse reale di u veore ( di

Dettagli

Matematica con elementi di Informatica

Matematica 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

Dettagli

Capitolo 4. denota il complesso di informazioni disponibili all istante t (risp. nell unita` sezionale

Capitolo 4. denota il complesso di informazioni disponibili all istante t (risp. nell unita` sezionale 4-Ecoomeria, a.a. 4-5 Caiolo 4 4- Modelli di regressioe o lieare 4- Meodi di sima: Il meodo dei momei e quello dei miimi quadrai (NLS) 4-3 Prorieà asioiche delle sime NLS: Cosiseza e asioica ormalia` 4-4

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice

Dettagli

LA MISURA IN PSICOLOGIA

LA 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

Dettagli

Simmetrie e Leggi di Conservazione II Isospin, Stranezza, G-parità

Simmetrie e Leggi di Conservazione II Isospin, Stranezza, G-parità immetrie e Leggi di Coservazioe sosi traezza G-arità Elemeti di Fisica delle Particelle Elemetari Diego Bettoi Ao Accademico 4-5 ommario sosi Defiizioe coservazioe sosi el sistema N traezza G-arità sosi

Dettagli

= + (A1.1c,d) = x t k t dt = x t k t dt

= + (A1.1c,d) = x t k t dt = x t k t dt A. L aalisi di Fourier Defiiioi uili Ua fuioe x( si defiisce: eriodica di eriodo, se si ha x(=x(+; ari o simmerica riseo all asse x, se si ha x(=x( ; disari o emisimmerica riseo all asse x, se si ha x(=

Dettagli

Intervalli di Fiducia

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

Dettagli

The start Package. October 15, 2007

The start Package. October 15, 2007 The start Package October 15, 2007 Type Package Ecodig lati1 Depeds R, stats, utils, tools Title Ifereza classica co TI-83 Plus Versio 1.1.12 Date 2007-10-12 Author Fabio Frascati Maitaier Ua libreria

Dettagli

ESERCIZIO pag

ESERCIZIO pag Itervallo di cofideza er la differeza tra due medie Daiel ESERCIZIO ag.58 6.4. Dati: Gruo di oggetti x Paralizzato 48.0 8. 5 No aralizzato 56.7 8. 7 X volume lamatico circolate (ml) i oggetti aralizzati

Dettagli

Lezione 6 Modelli di Regressione Non Lineare In questo capitolo si considerano modelli econometrici non lineari del tipo. y t

Lezione 6 Modelli di Regressione Non Lineare In questo capitolo si considerano modelli econometrici non lineari del tipo. y t 6-Ecoomeria, a.a. -. Regressioe o lieare Lezioe 6 Moelli i Regressioe No Lieare I queso caiolo si cosierao moelli ecoomerici o lieari el io y = f( x, ) + u co E( u x ) = ; quii si sa assumeo che la variabile

Dettagli

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B

Probabilità 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

Dettagli

Costo manutenzione (euro)

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

Dettagli

Serie e trasformate di Fourier brevi richiami

Serie e trasformate di Fourier brevi richiami UNIVERSIÀ DEGLI SUDI DI FIRENZE DIPARIMENO DI INGEGNERIA CIVILE e AMBIENALE Sezioe Geoecica Serie e rasformae di Fourier brevi richiami Do. Ig. Albero Pulii eorema di Fourier U qualsiasi segale periodico

Dettagli

STATISTICA INFERENZIALE

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

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

Dettagli

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

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

Dettagli

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

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

Dettagli

Metodi statistici per lo studio dei fenomeni biologici

Metodi 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

Dettagli

Probabilità e Statistica (cenni)

Probabilità e Statistica (cenni) robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli

Dettagli

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere? Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza

Dettagli

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione: IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza 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

Dettagli

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

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

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni 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:

Dettagli

Reti di Telecomunicazione

Reti di Telecomunicazione Uiversià di Bergamo Diarimeo di Igegeria dell Iformazioe e Meodi Maemaici Rei di Telecomuicazioe Prof. Fabio Marigo Uiversià di Bergamo Diarimeo di Igegeria dell Iformazioe e Meodi Maemaici Sisemi a Coda

Dettagli

Alcune proprietà fenomenologiche dei semiconduttori

Alcune proprietà fenomenologiche dei semiconduttori Alce rorieà feomeologiche ei semicoori. oo caraerizzai a a baa i eergia roibia (eergy ga) che vale arossimaivamee,7 e er il e,, e er il ilicio,,43 er il aas er ciare i re semicoori iù imorai al o i visa

Dettagli

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO

Università 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

Dettagli

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

Dettagli