STATISTICA. I modelli probabilistici, III
|
|
- Camillo Landi
- 5 anni fa
- Visualizzazioni
Transcript
1 STATISTICA I modelli probabilistici, III
2
3 ~, ~, ~, ~, ~,
4 ~, ~, ~, ~, ~, ~, ~, ~ 2,2 2 ~, 2
5 ~, ~, ~, ~, ~,,,, ~, ~, ~,
6 MA E TANTO, TANTO COMODA ~, ~, ~, ~, ~,,,, ~, ~,,
7 MA E TANTO, TANTO COMODA ~, ~, campione casuale: repliche dell esperimento, sempre nelle stesse condizioni ~, (estrazioni con reimmissione) ~, ~,,,, ~, ~,,
8 un incisoimportante se <,< si ha che < e < < <
9 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge?
10 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? g/l>10g/l è un risultato attendibile per tutta l acqua di Milano?
11 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea)
12 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 PROVIAMO A RAGIONARE g/l. COME CON LA CLINICA Sapendo che la legge DELLE impone FIGLIE una FEMMINE. soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea)
13 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea) 1. Usiamoil valore di riferimento di legge per ~,1.6
14 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea) 1. Usiamoil valore di riferimento di legge per ~,1.6 2.,,, variabili i.i.d, ~ ~,.
15 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di 10 g/l, si può affermare che l'acqua potabile di Milano non è a norma di legge? Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea) 1. Usiamoil valore di riferimento di legge per ~,1.6 2.,,, variabili i.i.d. ~ ~,. 3. > ,10,
16 Esempioall arsenico Durante le verifiche sulla qualità dell'acqua potabile di Milano si è misurata la quantità presente nell'acqua di arsenico, ottenendo i seguenti valori campionari: 15, 12.5, 7.0, 13.0, 7.5 g/l. Sapendo che la legge impone una soglia massima per l arsenico di SE A MILANO E RISPETTATO IL LIMITE 10 g/l, si può affermare che l'acqua potabile di Milano non è a DI LEGGE, LA PROBABILITA CHE LA norma di legge? MEDIA DI UN CAMPIONE DI 5 DATI SIA è DELL 8% Sia la variabile che descrive la quantità di arsenico in un campione di acqua milanese. Supp. ~, con incognitae 1.6 g/l(semplificazione momentanea) 1. Usiamoil valore di riferimento di legge per ~,1.6 2.,,, variabili i.i.d. ~ ~,. 3. > ,10,
17 per la media Siano,,, variabili casuali i.i.d media campionaria: v.c. cheprediceilvaloredellamedia aritmetica dei dati nel campione
18 per la media Siano,,, variabili casuali i.i.d media campionaria: v.c. cheprediceilvaloredellamedia il della aritmeticadeidatinelcampione. dati campione E unostimatoredellamedia,,, successione di v.a. i.i.dcon media finita.
19 Facciamoun saltoin media n n media media n n media
20 per la media Siano,,, variabili casuali i.i.d media campionaria Se ~, ~, stimatore di Se ~ ~ 1, stimatore di
21 per la media Siano,,, variabili casuali i.i.d media campionaria Se ~, ~, Se ~ ~ 1, Se & ~,
22 per la media Siano,,, variabili casuali i.i.d media campionaria Se ~, ~, Se ~ ~ 1, Teo. Centrale del Limite Se ~??? & > ~,
23 Facciamoun saltoin Istogramma Istogramma Medie Medie Frequenze relative Density
24 Facciamoun saltoin R Frequenze relative Istogramma Conoscendola distribuzione dello stimatoreconosciamola precisione della stima Density Istogramma Medie Medie
25 ,,, i.i.d,, potenziali risultati che l esperimento può dare, in generale non noti,,, stimadi media campionaria stimatoredi modellodi tuttele possibilistimedi, prima di estrarre il campione. Permette di dire quanto è buona la stima data da
26 ,,, i.i.d,, media campionaria stimatoredi modellodi tuttele possibilistimedi, prima di estrarre il campione. Permette di dire quanto è buona la stimadata da
27 ,,, i.i.d,, media campionaria stimatoredi 1 1
28 ,,, i.i.d,, media campionaria stimatoredi indipendenti 1 1
29 ,,, i.i.d,, media campionaria stimatoredi Se è noto, vaa zero per campioni sempre più grandi più grande è il campione e maggiore è la precisione dello stimatore(e della stima).
30 ,,, i.i.d,, media campionaria stimatoredi { } varianza campionaria 1 1 stimatore di { }
31 ,,, i.i.d, ~,, o MODELLO (stimatore) DATI (stime) media campionaria stimatore di, ~, varianza campionaria 1 1 stimatoredi { } ~ 1
32 ,,, i.i.d, ~, 1 media campionaria varianza campionaria MODELLO (stimatore) stimatore di, 1 1 stimatore di 1 { 1 } DATI (stime) 1 1 1
33 Dal nostrotest
34 Dal nostrotest
Statistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliDall'analisi dei prospetti informativi diffusi dalla Borsa di Paperopoli Gastone ricava le seguenti informazioni sul rendimento dei tre titoli:
ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliEsercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)
STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
Dettagli2a descrivere i materiali
2a descrivere i materiali 2l descrivere i materiali 2m descrivere i materiali 2n descrivere i materiali 2o descrivere i materiali 2p descrivere i materiali 2q descrivere i materiali 2r descrivere i materiali
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/03/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/3/2 ESERCIZIO (2+2+2+2) La seguente tabella riporta la distribuzione della variabile "Stato Civile"
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliFacoltà di Economia Corso di laurea in Economia Aziendale Statistica Esercitazione 1 - Modulo II
Statistica Esercitazione 1 - Modulo II Esercizio A. Da un mazzo di carte napoletane (composto da 40 carte di cui 28 valori e 12 figure, suddivise in quattro semi di cui due neri e due rossi), vengono estratte
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliPrelazione. Lista delle Figure. Lista delle Tabelle
Indice Prelazione Indice Lista delle Figure Lista delle Tabelle VI IX XV XVI 1 Nozioni Introduttive 1 1.1 Inferenza Statistica 1 1.2 Campionamento 5 1.3 Statistica e Probabilità 7 1.4 Alcuni Problemi e
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
Dettagli4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliSTATISTICA GIUSEPPE DE NICOLAO. Dipartimento di Informatica e Sistemistica Università di Pavia
STATISTICA GIUSEPPE DE NICOLAO Dipartimento di Informatica e Sistemistica Università di Pavia SOMMARIO V.C. vettoriali Media e varianza campionarie Proprietà degli stimatori Intervalli di confidenza Statistica
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 7 marzo 20 Indice Indici di curtosi e simmetria Indici di curtosi e simmetria 2 3 Distribuzione Bernulliana
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
Dettagli1. Richiami di Statistica. Stefano Di Colli
1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliTEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI
TEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica Parte A. Per verificare l efficacia di un farmaco
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi di riepilogo - 14 dicembre 2007
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi di riepilogo - 14 dicembre 2007 Esercizio 1 In Tabella 1 è riportato il numero di crediti maturati al 30 settembre 2007
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliUniversità del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie
Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza
Dettaglil insieme delle misure effettuate costituisce il campione statistico
Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliANALISI DI CORRELAZIONE
ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso
DettagliEsercizio 1. Svolgimento
Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento
DettagliStatistica corso base Canale N Z prof. Francesco Maria Sanna. Prove scritte di esame a.a. 2012-13
Statistica corso base Canale N Z prof. Francesco Maria Sanna Prova scritta del 8/1/2013 Prove scritte di esame a.a. 2012-13 Esercizio 1 (5 punti). Nella seguente tabella è riportata la distribuzione delle
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliR - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre
R - Esercitazione 5 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre Lunedì 2 Dicembre 2013 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x,
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliStatistica per l azienda 19.06.2014 (1)
Statistica per l azienda 19.06.2014 (1) COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato
DettagliEsercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliIl controllo statistico di processo
Il controllo statistico di processo Torino, 02 ottobre 2012 Relatrice: Monica Lanzoni QUALITÀ DI DI UN UN PRODOTTO: l'adeguatezza del del medesimo all'uso per per il il quale quale è stato stato realizzato
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
DettagliR - Esercitazione 1. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. 30 Settembre 2013. Università Roma Tre
R - Esercitazione 1 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre 30 Settembre 2013 Introduzione a R R è un software open-source, per Linux, Mac OS X, Windows, distribuito secondo la licenza
DettagliPROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI
Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:
DettagliCorso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis
Corso di Statistica Corso di Laurea in Ingegneria Edile ed Ingegneria Tessile Docente: Orietta Nicolis Orario del corso: Martedì: dalle 16.00 alle 18.00 Giovedì: dalle 9.30 alle 11.30 Ricevimento: Mercoledì:
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliPolitecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecnico di Milano - Anno Accademico 200-20 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Esercitazione 9 2 Giugno 20 Esercizio. In un laboratorio per il test dei materiali,
DettagliGli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità
Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)
DettagliLA STATISTICA E IL CALCOLO DELLE PROBABILITÀ
LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche 1. Esercizio (1 marzo 211 n.
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA. Programma del modulo di STATISTICA I (6 crediti)
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA Programma del modulo di STATISTICA I (6 crediti) ECOCOM (lettere A-Lh): ECOCOM (lettere Li-Z): ECOBAN: ECOAMM (Lettere A-Lh):
Dettagli7. Si confronti la variabilità del carattere età nel gruppo dei maschi ed in quello delle femmine.
Esercizio n. 1 Da un collettivo di 20 individui si è rilevata la seguente distribuzione univariata multipla relativa ai caratteri età, sesso, numero di automobili possedute: unità età sesso n.auto 1 35
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliAmministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.
CLASSE quinta INDIRIZZO AFM-SIA-RIM-TUR UdA n. 1 Titolo: LE FUNZIONI DI DUE VARIABILI E L ECONOMIA Utilizzare le strategie del pensiero razionale negli aspetti dialettici e algoritmici per affrontare situazioni
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliMetodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli
Programma dell insegnamento di Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli Corso di Laurea in Metodi Quantitativi per l Economia e la Gestione delle Aziende A.A. 2007-08 Disciplina
DettagliProbabilità II Variabili casuali discrete
Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
DettagliElementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B
Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Laurea in Ingegneria Meccatronica A.A. 2010 2011 n-dimensionali Riepilogo. Gli esiti di un esperimento aleatorio
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliI Metodi statistici utili nel miglioramento della qualità 27
Prefazione xiii 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento della qualità 1 1.1.1 Le componenti della qualità 2 1.1.2 Terminologia
DettagliSTATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007
Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità
DettagliLEZIONI DI STATISTICA
ez10 l GIOVANNI GIRONE Ordinario nell'università di Bari TOMMASO SALVEMINI Ordinario nel!' Università di Roma LEZIONI DI STATISTICA Volume Secondo CACUCCI EDITORE - BARI - 1992 CENTRO " G. ASTENGO» INVENTARIO
DettagliAnalisi Statistica Spaziale
Analisi Statistica Spaziale Posa D., De Iaco S. posa@economia.unile.it s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA ANNO ACCADEMICO
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
Dettagli