Distribuzione Normale. Dott. Claudio Verona
|
|
- Eugenio Bertini
- 5 anni fa
- Visualizzazioni
Transcript
1 Distribuzione Normale Dott. Claudio Verona
2 Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per rappresentare i valori ottenuti: Es. 6, 4, 6, 8, 3, 4, 5, 4, 6,
3 Rappresentazione di valori ottenuti da misure ripetute La media può essere calcolata anche (media pesata):
4 Rappresentazione di valori ottenuti da misure ripetute Tale relazione è chiamata condizione di normalizzazione
5 Istogramma a barre La distribuzione delle nostre misure può essere graficata in un istogramma
6 Istogramma a intervalli Es. 6.4, 3.9, 5.1, 4.6,.7, 3.8, 5.1, 3.9, 5.3,
7 Funzione Limite
8 La Distribuzione Normale Per N molto grande una variabile casuale x segue una funzione di distribuzione limite f(x), assumendo che gli errori sistematici siano trascurabili allora è data da: f ( x) e 1 x x
9 La Distribuzione Normale f ( x) e 1 x Rappresentazione grafica di una distribuzione normale
10 La Distribuzione Normale La funzione f(x) deve essere normalizzata, cioè deve soddisfare la condizione di normalizzazione:
11 La Distribuzione Normale f ( x) 1 e 1 x
12 Probabilità Per una variabile casuale x la probabilità P(a X b) è uguale all area sottesa dalla funzione f(x) nell intervallo [a,b]. Se la variabile casuale x ha una funzione di distribuzione f(x) e a b, allora la probabilità che x assuma un valore compreso nell intervallo [a,b] è: P( a X b) b 1 f ( x) dx e a b a 1 x dx Il calcolo dell integrale dipende dai valori µ e σ ; pertanto si può dire che la probabilità associata ad un intervallo di valori X è funzione dei due parametri µ e σ.
13 Media e varianza
14 Valori attesi della Distribuzione Normale I due parametri, cioè µ e σ, corrispondono alla media E(X) e varianza Var(X) della distribuzione (ossia deviazione standard al quadrato). Si dimostra infatti che, per mezzo del calcolo integrale: ) ( 1 ) ( ) ( 1 ) ( 1 1 X Var dx e x x Var dx e x x E x x
15 Valori attesi della Distribuzione Normale Dalle precedenti formule consegue che ogni distribuzione normale è univocamente definita dalla media e dalla varianza. Le distribuzioni normali possono differire, pertanto, per la media e varianza, nonostante mantengano costanti le caratteristiche
16 Valori attesi della Distribuzione Normale Si può osservare come al variare della media e della varianza la curva subisca sia uno spostamento sull asse dell ascissa, sia un appiattimento; mentre se si fa variare solo la varianza e si tiene costante la media, la curva si appiattisce quando la varianza cresce e diventa più appuntita quando la varianza cala, mentre il centro di gravitazione rimane lo stesso. La larghezza della distribuzione di Gauss è associabile all ampiezza della dispersione dei dati. La deviazione standard permette di stimare l ampiezza della dispersione dei dati e vedremo che essa permette di definire esattamente l intervallo che contiene una certa percentuale di dati.
17 La Distribuzione Normale standardizzata La distribuzione normale contiene due parametri, µ e σ, che ne rendono difficile il calcolo. Il ricorso alla cosidetta distribuzione standardizzata o ridotta consente invece di individuare le probabilità relative ai diversi intervalli di valori mediante delle tabelle dette tavole di probabilità.
18 La Distribuzione Normale standardizzata La distribuzione normale standardizzata si ottiene con la trasformazione lineare dei punti x in un VARIABILE z: z ( ) x e quindi z ( ) x dx dz La funzione di densità di probabilità della distribuzione normale standardizzata f(z) diventa: f ( z) 1 e 1 z
19 La Distribuzione Normale standardizzata
20 Probabilità della curva normale standardizzata e relative tavole L importanza della distribuzione normale standardizzata sta nel fatto che le probabilità corrispondenti alle aree racchiuse dalla curva normale possono essere calcolate facilmente. Queste probabilità sono state tabulate e vengono riportate in apposite tabelle. Ciò evita il calcolo di integrali per trovare le probabilità che una variabile casuale x assuma valori compresi all interno di intervalli della retta reale.
21
22 Probabilità della curva normale standardizzata e relative tavole A causa della simmetria della distribuzione queste tavole riportano soltanto i valori delle probabilità comprese fra lo zero e l ascissa +z o tra - e l ascissa +z, essendo quelle dell altra metà della curva del tutto uguali o calcolabili per differenza. Osservando la tavola si troveranno i punti z nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è posta nella prima riga in alto della stessa tavola.
23
24 dx e k x k P x k k 1 1 ) ( La probabilità che una variabile casuale x cada dentro kσ dalla media µ è data dall area sottesa alla curva normale standardizzata tra -k e +k dalla media z=0. ) ( ) ( 1 ) ( K F K F dz e k z k P z k k Probabilità della curva normale standardizzata e relative tavole
25 Deviazione standard come limite di confidenza del 68% È noto che il 68.6% dell area totale è compreso tra ±1 deviazione standard attorno alla media, cioè a ±1 punti z dalla media; Il 95.44% è racchiuso tra ± deviazioni standard attorno alla media: quindi a ± punti z dalla media. Il 99.7% è racchiuso tra ±3 deviazioni standard attorno alla media. Infine il 99.9% è racchiuso tra ±4 deviazioni standard attorno alla media.
26 99.6% ) ( (3) 1 ) 3 ( 95.4% ) ( () 1 ) ( 68.% ) ( (1) 1 ) ( F F dz e entro P F F dz e entro P F F dz e entro P z z z Deviazione standard come limite di confidenza del 68%
27 z 1, z > 0 Calcolo della probabilità
28
29
30
31 <
32 Principio di Massima Verosimiglianza 3
33 Principio di Massima Verosimiglianza La funzione è massima se è minimo l esponente dell esponenziale
34
35
36 Essendo x e y indipendenti, la probabilità di ottenere x+y è data dal prodotto delle due probabilità
37 Propagazione degli errori: quando gli errori sono indipendenti e casuali, essi si possono essere combinati in quadratura.
38 Propagazione degli errori: quando gli errori sono indipendenti e casuali, essi si possono essere combinati in quadratura. Caso generale Possiamo sviluppare in serie di TAYLOR
39 Deviazione standard della media La distribuzione delle singole misure x è una curva di Gauss centrata nel valore aspettato µ e larga σ x
40 Deviazione standard della media
41 Livello di confidenza
42 Livello di confidenza: Esempio Un voltmetro digitale con 4 cifre viene utilizzato per misurare la tensione di uscita di un trasduttore di pressione. Vengono misurati i seguenti valori : V (mv) Assumendo che gli errori casuali siano preponderanti, ricavare la migliore stima della tensione di uscita e la relativa incertezza.
43 Livello di confidenza: Esempio Un voltmetro digitale con 4 cifre viene utilizzato per misurare la tensione di uscita di un trasduttore di pressione. Vengono misurati i seguenti valori : V (mv) Assumendo che gli errori casuali siano preponderanti, ricavare la migliore stima della tensione di uscita e la relativa incertezza.
44 Esercizio d esame
Distribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliLa funzione di distribuzione Gaussiana normale
La funzione di distribuzione Gaussiana normale Nicola Morganti 25 aprile 2004 Indice Proprietà fondamentali 2 Standard Normal Density Function 3 3 Esempio applicativo 5 Proprietà fondamentali L utilizzo
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Distribuzione Normale Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliSignificato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo
Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliModelli di probabilità
Modelli di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 0/0 Obiettivo dell unità didattica Definire i concetti di
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica
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
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliMetodo dei Minimi Quadrati. Dott. Claudio Verona
Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è
DettagliAPPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD
APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
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
DettagliLe tappe sono essenzialmente 2
Statistica3 28/09/2015 Che cosa interessa realmente al biologo quando ad esempio determina la glicemia in un gruppo di 6 animali? La glicemia di questi 6 animali La glicemia degli animali sani Le tappe
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,
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliBIN = 15 um l [um] Minimum um. Data_31misure_ l [um] Maximum Points 102, , um 1.3 um
1 2 Data_31misure_070318 BIN = 15 um Minimum 80 Maximum Sum 120 3176,7 Points Mean Median 31 102,47419 102,9 102.5 um RMS Std Deviation Variance Std Error 102,7225 7,2559846 52,649312 1,3032133 7.3 um
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliLezione n. 1 (a cura di Irene Tibidò)
Lezione n. 1 (a cura di Irene Tibidò) Richiami di statistica Variabile aleatoria (casuale) Dato uno spazio campionario Ω che contiene tutti i possibili esiti di un esperimento casuale, la variabile aleatoria
DettagliIl valore atteso del prodotto di v.a.i. Valore atteso (8)
Il valore atteso del prodotto di v.a.i. Valore atteso (8) Siano X,Y : Ω N v.a. indipendenti (per semplicità a valori in N) E(X Y) = k Nk P(X Y = k) = h i P(X,Y = h,i) h,i N = h i P(X=h) P(Y=i) h,i N =
DettagliMisure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:
Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati
DettagliPropagazione delle varianze, conosciuta come propagazione degli errori.
Propagazione delle varianze, conosciuta come propagazione degli errori. Siano x 1, x 2, x n n variabili casuali e poniamo,, ) = y ( ) Supponiamo inoltre nota la matrice delle covarianze delle x e vogliamo
DettagliLE MISURE. attendibilità = x i - X
LE MISURE COCETTI PRELIMIARI: MISURA, ATTEDIBILITÀ, PRECISIOE, ACCURATEZZA Il modo corretto di fornire il risultato di una qualunque misura è quello di dare la migliore stima della quantità in questione
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliEsercizio 1. La variabile casuale G, somma di due V.C. normali, si distribuisce anch essa come una normale.
Esercizio 1. La V.C. Y segue una distribuzione normale con media 45 e varianza 9. La V.C. X segue una legge normale con media 12 e varianza 4. Calcolare come si distribuisce e quali sono i parametri della
DettagliL istogramma dei nomi degli studenti presenti può essere descritto tranquillamente da un istogramma a barre. L istogramma dei voti riportati ad un
Gli istogrammi L istogramma è una rappresentazione grafica di una distribuzione di frequenza di una certa grandezza, ossia di quante volte in un insieme di dati si ripete lo stesso valore. Esistono diversi
DettagliLABORATORIO DI FISICA I
UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
DettagliLA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE DEGLI ERRORI DI MISURA La distribuzione normale http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo
DettagliOsservazioni e Misura. Teoria degli errori
Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
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
DettagliIl metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:
Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
Dettagli3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli
3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli Esercizio 1: Si intende misurare la densità di un fluido tramite misure di massa e di volume. Lo si
DettagliLEZIONE 2.6. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.6 p. 1/15
LEZIONE 2.6 p. 1/15 LEZIONE 2.6 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.6 p. 2/15 variabili aleatorie continue consideriamo la distribuzione del fatturato mensile in una popolazione
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
DettagliUniversity of Messina, Italy
ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliCapitolo 6. Variabili casuali continue. 6.1 La densità di probabilità
Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliModulo III. Definizione ed elementi di calcolo delle probabilità Le variabili casuali La distribuzione normale e la normale standardizzata
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO SRTAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Si sono diverse distribuzioni di probabilità: quelle di cui parleremo sono la distribuzione binomiale, quella di Poisson, quella uniforme, quella normale, quella del χ² e la
DettagliLe v.c. si utilizzano come modelli di riferimento per studiare la realtà
Le v.c. si utilizzano come modelli di riferimento per studiare la realtà Ogni carattere nelle sue varie manifestazioni è determinato da cause costanti e da cause accidentali modello di riferimento dallo
DettagliOutline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 48 Outline 1 2 3 () Statistica 2 / 48 Variabili casuali continue Una variabile casuale X è continua
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili casuali continue p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili
Dettaglip. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.
p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
DettagliVariabili aleatorie. Variabili aleatorie
Variabili aleatorie Distribuzione binomiale Si supponga che uno studente affronti un esame composto da domande chiuse. Una sola delle 5 alternative di risposta proposta per ciascuna domanda è vera Supponiamo
DettagliRICHIAMI DI CALCOLO DELLE PROBABILITÀ
UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due
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
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliElaborazione dei dati sperimentali. Problemi di Fisica
Problemi di Fisica Elaborazione dei dati sperimentali Nella seguente tabella riportiamo alcune regole per esprimere ualunue numero mediante una potenza di 0: 00000000 = 0 9 456789 = 45,6789 0 4 3, = 0,3
DettagliUniversità del Piemonte Orientale Corsi di Laurea triennale di area tecnica. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità
Università del Piemonte Orientale Corsi di Laurea triennale di area tecnica Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione binomiale La distribuzione Normale (o di
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliPROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale
PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE In questa scheda vedremo due famiglie di variabili aleatorie (una discreta e una continua), che ci serviranno per descrivere uno dei risultati
DettagliV.C. RETTANGOLARE o UNIFORME
V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.
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
DettagliDistribuzione esponenziale. f(x) = 0 x < 0
Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1
DettagliLa misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale
Presentazione dei calcoli e delle misure La fisica studia i fenomeni naturali, con osservazioni sceintifiche, misure di grandezze e verifiche di leggi. La misura fornisce un numero ed una unità di misura.
DettagliStatistica descrittiva
Statistica descrittiva L obiettivo è quello di descrivere efficacemente i dati prima delle elaborazioni vere e proprie: - mediante rappresentazioni grafiche e tabelle - sintetizzandoli con indici opportuni
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliAnalisi statistica delle incertezze casuali. Dott. Claudio Verona
Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliLe variabili casuali o aleatorie
Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
Dettagli8.8 Modificare i file di testo I processi La stampa Accesso alle periferiche 176
INDICE i Statistica ed analisi dei dati 1 1 Propagazione degli errori. Parte I 5 1.1 Terminologia 5 1.2 Propagazione dell incertezza massima (errore massimo) 7 1.2.1 Somma 8 1.2.2 Differenza 9 1.2.3 Prodotto
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE MODELLI STATISTICI, RICHIAMI Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione Nel
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
DettagliLaboratorio di Calcolo Paola Gallo
Studio di una funzione Dopo aver calcolato limiti, massimi, minimi e flessi siamo in grado di stabilire noi quali estremi di variabilità e che passo dare alle mie x per poter visualizzare bene nel grafico
Dettagli