Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
|
|
- Liliana Di Mauro
- 5 anni fa
- Visualizzazioni
Transcript
1 Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione
2 Obiettivo I quattro semplici esercizi che seguono hanno l obiettivo di consolidare le nostre nozioni in tema di connessione tra variabili statistiche componenti una variabile statistica doppia X, Y, fornendo anche qualche «hint» sugli argomenti trattati e ulteriori spunti di riflessione. Nel primo esercizio misureremo la connessione nel caso di mutabili statistiche dicotomiche, rappresentate tramite tabella tetracorica, evidenziando il motivo per cui è preferibile fare riferimento non all indice φ, ma all indice φ 2 ; nel secondo e nel terzo esercizio il nostro obiettivo consisterà nel valutare la connessione nel caso più generale di mutabili statistiche politomiche, rappresentate tramite tabella r c. Più in particolare, negli esercizi 2 e 3 valuteremo i legami tra percezione della sicurezza e esposizione ai media, utilizzando i dati reali di un indagine campionaria svolta sul territorio della Provincia di Como nel Pagina 2
3 Esercizio #1 Esercizio 1. La tabella seguente presenta i risultati di un indagine svolta su un collettivo di n = 500 elettori, allo scopo di analizzare il comportamento di voto al prossimo referendum sulla base dell orientamento politico: Tabella 1 - Comportamento di voto al prossimo referendum sulla base degli orientamenti politici O rientamento politico Comportamento di voto Conservatore Progressista Voterò SI al referendum Voterò NO al referendum Pagina 3
4 Esercizio #1 Come sappiamo, la tabella con cui si rappresenta la distribuzione delle frequenze congiunte nel caso di mutabili dicotomiche è denominata tabella tetracorica, cioè il caso più semplice di variabile statistica doppia: dato un collettivo osservato di ampiezza n, si rilevano due caratteri X e Y che assumono k = h = 2 modalità distinte e formano una variabile statistica doppia X, Y Sappiamo anche che una semplice misura di connessione, che può essere applicata solo nel caso di tabelle tetracoriche e che non fa riferimento alle contingenze, è l indice φ, definito dalla seguente relazione: φ = ad bc a + b c + d a + c b + d La principale proprietà dell indice φ è quella di assumere valori in un intervallo chiuso di estremi 1, +1. Misuriamo l intensità della connessione con riferimento ai dati della tabella: φ = = = = 0,7917 Quindi tra i due fenomeni la connessione è relativamente intensa. Pagina 4
5 Esercizio #1 Poiché la variabile statistica doppia X, Y è composta da due mutabili statistiche (cioè due caratteri sconnessi), possiamo chiederci se la misura di connessione è influenzata dall ordine con cui sono riportate le modalità dell una o dell altra mutabile. Proviamo ad esempio a invertire la posizione delle due righe del quadro centrale: Tabella 2 - Comportamento di voto al prossimo referendum sulla base degli orientamenti politici (permutazione delle righe) O rientamento politico Comportamento di voto Conservatore Progressista Voterò NO al referendum Voterò SI al referendum Pagina 5
6 Esercizio #1 Procediamo a ricalcolare l indice φ: φ = = = = 0,7917 Quindi la permutazione delle righe (o delle colonne) nella tabella determina il cambiamento di segno della misura di connessione. È per tale motivo che per misurare l intensità della connessione è preferibile considerare il valore dell indice al quadrato; in questo caso otteniamo l indice φ 2, che assume valori nell intervallo chiuso di estremi 0, 1. Nel nostro caso avremo che con interpretazione analoga all indice φ. φ 2 = 0, = 0, = 0,6267 Pagina 6
7 Esercizio #1 Verifichiamo adesso un altra affermazione che avevamo fatto a lezione: nota la distribuzione frequenze assolute o relative congiunte, in altri termini gli elementi del quadro centrale della tabella a doppia entrata, è sempre possibile determinare le distribuzioni marginali (e cioè «marginalizzare la distribuzione», come si dice spesso), mentre l operazione inversa (note le distribuzioni marginali, risalire alla distribuzione delle frequenze assolute o relative congiunte) è possibile solo in una classe di Fréchet. In particolare, a parità di distribuzioni marginali riportate nella Tabella 1, misuriamo la connessione in un ipotetico caso di assenza di connessione, in cui cioè il generico valore di frequenza assoluta congiunta teorica è dato dalla seguente relazione N ij = N i. N.j N Basandoci dunque sulle distribuzioni marginali riportate nella Tabella 1, possiamo risalire alla distribuzione delle frequenze assolute congiunte che si osserverebbe in un ipotetico caso di assenza di connessione, semplicemente applicando la precedente relazione. Pagina 7
8 Esercizio #1 In caso di assenza di connessione, la distribuzione delle frequenze assolute congiunte avrebbe la seguente struttura: Tabella 3 - Comportamento di voto al prossimo referendum sulla base degli orientamenti politici (assenza di associazione) O rientamento politico Comportamento di voto Conservatore Progressista Voterò SI al referendum Voterò NO al referendum Calcoliamo la misura di associazione in questo caso: φ = = = = 0 e conseguentemente φ 2 = 0. Pagina 8
9 Esercizio #1 In ultimo, prendiamo in considerazione il caso in cui si presenta connessione massima, ipotesi che si verifica quando ad esempio tutti i «conservatori» votano «no» al referendum e tutti i «progressisti» votano «sì»: Tabella 4 - Comportamento di voto al prossimo referendum sulla base degli orientamenti politici (associazione massima) O rientamento politico Comportamento di voto Conservatore Progressista Voterò SI al referendum Voterò NO al referendum Verifichiamo a quanto ammonta la misura di associazione in questo caso: φ = = = = 1 e conseguentemente φ 2 = 1. Pagina 9
10 Esercizio #2 Esercizio 2. La tabella seguente presenta i risultati di un indagine svolta su un collettivo di n = 1022 cittadini della provincia di Como, allo scopo di verificare se tra frequenza di lettura dei quotidiani e percezione della sicurezza esiste un legame: Frequenza di lettura dei quotidiani Tabella 5 - Percezione del livello di sicurezza e frequenza di lettura dei quotidiani. Como 2003 Mai/raramente volte a settimana volte a settimana o più È appena il caso di notare che una frazione significativa di rispondenti si è dichiarata in accordo (o quanto meno neutrale) con l affermazione che «a Como furti e rapine sono in aumento», sebbene l andamento del fenomeno, così come era agevole evincere dalla statistica provinciale sulle «denunce presentate all autorità giudiziaria» pubblicata dall Istat, era discendente già da alcuni anni. Pagina 10
11 Esercizio #2 In primo luogo, riportiamo il collettivo osservato ad un ipotetico collettivo di ampiezza unitaria, in altri termini calcoliamo la distribuzione delle frequenze relative congiunte, il cui generico elemento è definito come f ij = N ij n Da un punto di vista operativo, dobbiamo rapportare le frequenze assolute congiunte riportate nel quadro centrale della Tabella 5 alla numerosità del collettivo. Otteniamo il seguente prospetto: Frequenza di lettura dei quotidiani Tabella 6 - Distribuzione delle frequenze relative congiunte Mai/raramente 0,0098 0,0783 0,0646 0, volte a settimana 0,0088 0,1360 0,1194 0, volte a settimana o più 0,0245 0,2573 0,3014 0,5832 0,0431 0,4716 0,4853 1,0000 Pagina 11
12 Esercizio #2 Come ulteriore fase del procedimento, verifichiamo se i due fenomeni sono effettivamente connessi, analizzando le distribuzioni condizionate. Su un piano logico, perché confrontiamo le distribuzioni condizionate con la distribuzione marginale (in questo caso, la distribuzione marginale della Y)? Per un motivo molto semplice: nel caso in cui accertassimo che le distribuzioni condizionate risultassero uguali alla distribuzione marginale, e cioè se in generale risultasse che f j i = f.j ciò implicherebbe che, nello «spiegare» il comportamento della Y, l osservazione di una variabile X semplicemente non incrementa le nostre informazioni e non migliora la nostra conoscenza circa il comportamento della variabile Y. Tradotto in termini formalmente più rigorosi, diremo quindi che se le distribuzioni condizionate sono uguali tra loro e a loro volta sono uguali alla distribuzione marginale, X e Y non sono connesse. Pagina 12
13 Esercizio #2 In primo luogo, consideriamo la «frequenza di lettura dei quotidiani» come evento condizionante, introducendo la variabile condizionata Y X, e calcoliamone le relative distribuzioni condizionate, utilizzando la relazione: f j i = f ij f i. Su un piano operativo, dobbiamo rapportare le frequenze relative congiunte riportate nel quadro centrale della Tabella 6 ai rispettivi totali riga. Otteniamo il seguente prospetto: Frequenza di lettura dei quotidiani Tabella 7 - Distribuzioni condizionate y x Mai/raramente 0,0641 0,5128 0,4231 1, volte a settimana 0,0333 0,5148 0,4519 1, volte a settimana o più 0,0419 0,4413 0,5168 1,0000 0,0431 0,4716 0,4853 1,0000 Pagina 13
14 Esercizio #2 Passiamo a considerare la «percezione sulla sicurezza» come evento condizionante, introducendo la variabile condizionata X Y, e determiniamo le relative distribuzioni condizionate, utilizzando la relazione: f i j = f ij f j, Su un piano operativo, in questo caso dobbiamo rapportare le frequenze relative congiunte riportate nel quadro centrale della Tabella 6 ai rispettivi totali colonna. Otteniamo il seguente prospetto: Frequenza di lettura dei quotidiani Tabella 8 - Distribuzioni condizionate x y Mai/raramente 0,2273 0,1660 0,1331 0, volte a settimana 0,2045 0,2884 0,2460 0, volte a settimana o più 0,5682 0,5456 0,6210 0,5832 1,0000 1,0000 1,0000 1,0000 Pagina 14
15 Esercizio #2 Con riferimento ai confronti fra distribuzioni condizionate e la relativa distribuzione marginale delle frequenze relative, non abbiamo una chiara indicazione sull assenza di connessione, in quanto le distribuzioni condizionate differiscono fra loro e a loro volta sono diverse dalla distribuzione marginale, quindi procediamo al calcolo delle frequenze relative teoriche, che dovremmo osservare in caso di assenza di legame. In formule avremo che f ij = f i. f.j Operativamente, ciascun valore teorico di frequenza relativa in caso di assenza di connessione f ij sarà dato dal prodotto dei rispettivi totali di riga e di colonna, quindi utilizzeremo come riferimento la distribuzione riportata nella Tabella 6. L operazione descritta conduce al seguente prospetto: Frequenza di lettura dei quotidiani Tabella 9 - Distribuzione delle frequenze relative teoriche in assenza di connessione Mai/raramente 0,0066 0,0720 0,0741 0, volte a settimana 0,0114 0,1246 0,1282 0, volte a settimana o più 0,0251 0,2750 0,2830 0,5832 0,0431 0,4716 0,4853 1,0000 Pagina 15
16 Esercizio #2 Abbiamo tutti gli elementi per determinare le contingenze relative, necessarie per ottenere una misura di connessione. Le contingenze relative sono le differenze tra le frequenze relative congiunte osservate e quelle teoriche che avremmo in caso di assenza di connessione. In simboli: c ij = f ij f ij = f ij f i. f.j Sul piano dei calcoli, dovremo sottrarre da ogni elemento del quadro centrale della Tabella 6 il corrispondente elemento presente nel quadro centrale della Tabella 9. L operazione descritta conduce al seguente prospetto: Frequenza di lettura dei quotidiani Tabella 10 - Contingenze relative Mai/raramente 0,0032 0,0063-0,0095 0, volte a settimana -0,0026 0,0114-0,0088 0, volte a settimana o più -0,0006-0,0177 0,0183 0,0000 0,0000 0,0000 0,0000 0,0000 Dall esame della tavola, è immediato accorgersi che k i=1 h j=1 c ij = 0 Pagina 16
17 Esercizio #2 Per superare il problema del segno, calcoliamo le contingenze al quadrato e rapportiamo ciascuna di esse alla corrispondente frequenza relativa congiunta teorica. La somma delle quantità così ottenute definisce la misura di connessione φ 2 e l indice V di Cramer. Formalmente avremo che φ 2 = k i=1 h c ij 2 j=1 f ij L operazione descritta conduce al seguente prospetto: Frequenza di lettura dei quotidiani Tabella 11 - Rapporto tra contingenze quadratiche e frequenze relative teoriche Mai/raramente 0,0016 0,0005 0,0012 0, volte a settimana 0,0006 0,0010 0,0006 0, volte a settimana o più 0,0000 0,0011 0,0012 0,0023 0,0022 0,0027 0,0030 0, Il valore della misura φ 2 può essere letto direttamente come totale generale della tabella, risultando pari a φ 2 = 0,0079 Pagina 17
18 Esercizio #2 Sappiamo che tale misura è definita nell intervallo chiuso di estremi 0, min k, h 1, quindi faremo riferimento all indice normalizzato V di Cramer: V = φ 2 min k, h 1 = 0, = 0,0629 Il valore dell indice ci suggerisce la presenza di una debole connessione tra «frequenza di lettura dei quotidiani» e «percezione della sicurezza». Pagina 18
19 Esercizio #3 Esercizio 3. Replichiamo l analisi, considerando come seconda variabile l «esposizione alla televisione», cioè la frequenza con cui i rispondenti guardano la televisione. La tabella seguente riporta la distribuzione delle frequenze assolute congiunte tra esposizione alla televisione e percezione della sicurezza: Esposizione alla televisione Tabella 12 - Percezione del livello di sicurezza e esposizione alla televisione. Como 2003 Mai/raramente volte a settimana volte a settimana o più In questo caso, analizziamo la connessione per verificare se una maggiore o minore esposizione alla televisione distorce la percezione della sicurezza nei rispondenti al questionario. Pagina 19
20 Esercizio #3 Ripercorrendo gli step procedurali presentati nell Esercizio 2, calcoliamo in primo luogo la distribuzione delle frequenze relative congiunte, che riportiamo nel seguente prospetto: Esposizione alla televisione Tabella 13 - Distribuzione delle frequenze relative congiunte Mai/raramente 0,0010 0,0108 0,0137 0, volte a settimana 0,0010 0,0235 0,0186 0, volte a settimana o più 0,0411 0,4374 0,4530 0,9315 0,0431 0,4716 0,4853 1,0000 Pagina 20
21 Esercizio #3 Prima di calcolare una misura di connessione, analizziamo come nell esercizio precedente le distribuzioni condizionate, allo scopo di escludere l assenza di connessione, evento che è segnalato, come sappiamo, dall uguaglianza fra le distribuzioni condizionate e la distribuzione marginale. Considerando l «esposizione alla televisione» come evento condizionante, rapportiamo le frequenze relative congiunte riportate nel quadro centrale della Tabella 13 ai rispettivi totali riga. Otteniamo il seguente prospetto: Esposizione alla televisione Tabella 14 - Distribuzioni condizionate y x Mai/raramente 0,0385 0,4231 0,5385 1, volte a settimana 0,0227 0,5455 0,4318 1, volte a settimana o più 0,0441 0,4695 0,4863 1,0000 0,0431 0,4716 0,4853 1,0000 Le tre distribuzioni condizionate sono diverse tra loro e differiscono dalla distribuzione marginale. Dobbiamo attenderci che la stessa situazione si presenti con riferimento alla variabile X Y. Pagina 21
22 Esercizio #3 Considerando la «percezione della sicurezza» come evento condizionante, come nell esercizio precedente rapportiamo le frequenze relative congiunte riportate nel quadro centrale della Tabella 13 ai rispettivi totali colonna, ricavando il seguente prospetto: Esposizione alla televisione Tabella 15 - Distribuzioni condizionate x y Mai/raramente 0,0227 0,0228 0,0282 0, volte a settimana 0,0227 0,0498 0,0383 0, volte a settimana o più 0,9545 0,9274 0,9335 0,9315 1,0000 1,0000 1,0000 1,0000 Anche in questo caso le distribuzioni condizionate differiscono tra loro e a loro volta sono diverse dalla distribuzione marginale, quindi procediamo a calcolare le frequenze relative congiunte teoriche che osserveremmo in caso di assenza di connessione e, a seguire, le contingenze relative. Pagina 22
23 Esercizio #3 Mantenendo le distribuzioni marginali della Tabella 13, ricostruiamo la distribuzione delle frequenze relative teoriche in assenza di connessione nel modo consueto, applicando la relazione f ij = f i. f.j. Il risultato dei calcoli è riportato nella tabella seguente: Esposizione alla televisione Tabella 16 - Distribuzione delle frequenze relative teoriche in assenza di connessione Mai/raramente 0,0011 0,0120 0,0123 0, volte a settimana 0,0019 0,0203 0,0209 0, volte a settimana o più 0,0401 0,4393 0,4521 0,9315 0,0431 0,4716 0,4853 1,0000 Pagina 23
24 Esercizio #3 Come ulteriore fase del procedimento, con riferimento alle frequenze relative congiunte osservate e a quelle teoriche riportate rispettivamente nelle Tabelle 13 e 16, calcoliamo le contingenze relative, applicando la relazione c ij = f ij f ij. Otteniamo il seguente prospetto: Esposizione alla televisione Tabella 17 - Contingenze relative Mai/raramente -0,0001-0,0012 0,0014 0, volte a settimana -0,0009 0,0032-0,0023 0, volte a settimana o più 0,0010-0,0019 0,0010 0,0000 0,0000 0,0000 0,0000 0,0000 Come nel caso precedente, la somma delle contingenze relative è pari a zero, quindi procediamo a calcolare le contingenze relative al quadrato e a rapportarle alle corrispondenti frequenze relative teoriche in assenza di connessione, al fine di ottenere la misura di connessione φ 2. Pagina 24
25 Esercizio #3 Le quantità che figurano nel quadro centrale sono definite, come è noto, dal rapporto c 2 ij tali quantità rispetto agli indici i e j ci consente di ottenere la misura di connessione φ 2. f ij. Sommando Esposizione alla televisione Tabella 18 - Rapporto tra contingenze quadratiche e frequenze relative teoriche Mai/raramente 0,0000 0,0001 0,0001 0, volte a settimana 0,0004 0,0005 0,0003 0, volte a settimana o più 0,0000 0,0000 0,0000 0,0000 0,0005 0,0006 0,0004 0, Il valore della misura φ 2, analogamente all Esempio 2, può essere letto direttamente come totale generale della tabella e risulta pari a φ 2 = 0,0015 Pagina 25
26 Esercizio #3 Procediamo in ultimo al calcolo dell indice normalizzato V di Cramer: V = φ 2 min k, h 1 = 0, = 0,0273 Il valore dell indice, di nuovo, attesta la presenza di una connessione alquanto labile tra «esposizione alla televisione» e «percezione della sicurezza». Pagina 26
Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Questa esercitazione ha l obiettivo di consolidare ulteriormente gli strumenti di analisi bivariata
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 19 Analisi dell associazione
DettagliStatistica Analisi bidimensionale La dipendenza in media. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Analisi bidimensionale La dipendenza in media alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Nella sezione precedente abbiamo esaminato i principali metodi
DettagliStatistica Misure di eterogeneità. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica alessandro polli facoltà di scienze politiche, sociologia, comunicazione Definizione Nel caso di variabili qualitative, sappiamo che è possibile sintetizzarne le principali caratteristiche attraverso
DettagliAnalisi dell associazione tra due caratteri
Analisi dell associazione tra due caratteri Non ci accontentiamo di analizzare il singolo fenomeno, considerato indipendentemente da altri fenomeni Ci interessano le relazioni che possono esistere tra
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo I due semplici esercizi seguenti hanno l obiettivo di consolidare le nostre nozioni in tema di
DettagliAnalisi congiunta di più fenomeni
Analisi congiunta di più fenomeni Dati relativi al disastro del Titanic: Morti Sopravvissuti Classe Sesso Età 1 a Uomini Bambini 0 5 Adulti 118 57 Donne Bambini 0 1 Adulti 4 140 2 a Uomini Bambini 0 11
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliDispense Associazione PRELIMINARY DRAFT
Dispense Associazione PRELIMINARY DRAFT Cristina Mollica & Jan Martin Rossi January 3, 2019 1 Esercizio 3 - Prova scritta 12-01-2018 Esercizio 3. Si consideri la distribuzione doppia di un campione di
DettagliStatistica Analisi bidimensionale La connessione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Analisi bidimensionale La connessione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo In questa sezione estendiamo l analisi statistica a fenomeni più complessi,
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliLezione 5 Corso di Statistica. Domenico Cucina
Lezione 5 Corso di Statistica Domenico Cucina Università Roma Tre D.Cucina (domenico.cucina@uniroma3.it) 1 / 24 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni condizionate
DettagliSTATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
DettagliStesso valore medio per distribuzioni diverse
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Distribuzione condizionata Un grafico a mosaico è una rappresentazione
DettagliLezione 8. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 8. A. Iodice. Relazioni tra variabili
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 26 Outline 1 2 3 4 () Statistica 2 / 26 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliIl grado di associazione tra le due mutabili dicotomiche si saggia attraverso l indice ϕ tetracorico:
1. Analisi bivariata con due mutabili qualitative dicotomiche (caso tetracorico / 2 2) Si supponga di avere rilevato due mutabili dicotomiche su un campione di n soggetti. La tabella di contingenza (in
DettagliAnalisi bivariata. Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Pagina 337 Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliLezione 5 Corso di Statistica. Francesco Lagona
Lezione 5 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 23 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni
DettagliLa Dipendenza. Monia Ranalli. Ranalli M. Dipendenza Settimana # 3 1 / 19
La Dipendenza Monia Ranalli Ranalli M. Dipendenza Settimana # 3 1 / 19 Sommario Distribuzioni doppie Distribuzioni condizionate e marginali Analisi della dipendenza Caratteri indipendenti Massima dipendenza
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Analizzeremo la distribuzione delle famiglie italiane, classificate per numero di
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline () Statistica 2 / 1 La curtosi La curtosi è la caratteristica della forma della distribuzione
DettagliDistribuzioni Doppie e Relazioni tra Variabili Esercitazione n 03
Distribuzioni Doppie e Relazioni tra Variabili Esercitazione n 03 ESERCIZIO 1 Tra le famiglie del Comune di Vigata sono stati rilevati congiuntamente la PROFESSIONE DEL CA- POFAMIGLIA () e l AMMONTARE
DettagliRelazioni tra variabili: le tabelle di contingenza
Lezione 6 Relazioni tra variabili: le tabelle di contingenza "The Physicians Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile effetto di riduzione della mortalità
DettagliStatistica Descrittiva Soluzioni 8. Dipendenza
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
DettagliCopyright Esselibri S.p.A.
70 3000 500 000 1500 1000 500 A B C D (a) Capitolo Terzo A B C D 500 1000 1500 000 5003000 3500 Fig. 1 - Ortogramma a colonne (a) e ortogramma a nastri (b) 4. MISURE DI ASSOCIAZIONE E DI COGRADUAZIONE
DettagliDati relativi a 25 clienti di un azienda che vende Fondi di investimento
ESERCITAZIONE 6 TABELLE A DOPPIA ENTRATA 1) COSTRUZIONE TABELLA DOPPIA ENTRATA Dati relativi a 25 clienti di un azienda che vende Fondi di investimento Professione Stato civile primo 1 Sposato/a Azioni
DettagliX \Y Liceo Classico Liceo Scientifico Altro le distribuzioni di frequenza marginali relative, f i. e f.
Esercizio 1 La seguente tabella riporta la distribuzione di un collettivo di 70 studenti per numero di anni impiegati per conseguire la laurea (Y) e titolo di studio (X) X \Y 3 4 5 Liceo Classico 15 10
DettagliL analisi dell associazione o connessione tra due caratteri statistici
L analisi dell associazione o connessione tra due caratteri statistici Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 015-016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliDr. Marco Vicentini Anno Accademico Rev 02/04/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 02/04/2011 Tabelle di contingenza Percentuali
DettagliEsempio 1: Media aritmetica di una distribuzione unitaria
Esempio 1: Media aritmetica di una distribuzione unitaria Risponde a domande del tipo: Qual è l anzianità di servizio media dei 15 impiegati? 10 12 2 3 4 6 8 9 10 11 12 2 3 13 13 µ = 10 + 12 + 12 + 3 +
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 41 Outline 1 2 3 4 5 () Statistica 2 / 41 Misura del legame Data una variabile doppia (X, Y ), la
DettagliA titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
DettagliLa dipendenza. Antonello Maruotti
La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno
DettagliEsercitazioni del corso: RELAZIONI TRA VARIABILI
A. A. 009 010 Esercitazioni del corso: RELAZIONI TRA VARIABILI Isabella Romeo: i.romeo@campus.unimib.it ommario Esercitazione 1: Tabelle a doppia entrata Distribuzioni marginali e condizionate Indipendenza
DettagliDistribuzioni secondo due caratteri. Rappresentazioni e prime sintesi
Distribuzioni secondo due caratteri Rappresentazioni e prime sintesi Rappresentazioni delle distribuzioni doppie Quando per ogni unità del collettivo rileviamo due caratteri otteniamo una Esempio. Ad alcuni
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema
DettagliLa statistica descrittiva seconda parte. a cura della prof.ssa Anna Rita Valente
La statistica descrittiva seconda parte a cura della prof.ssa Anna Rita Valente INDICI DI POSIZIONE CENTRALE Sono dei valori che descrivono in modo sintetico una serie di dati raccolti. I più semplici
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
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliFondamenti e metodi analisi empirica nelle scienze sociali
CORSO DI FONDAMENTI E METODI PER L'ANALISI EMPIRICA NELLE SCIENZE SOCIALI Distribuzioni statistiche multiple AA 2017/2018 1. Introduzione: il processo di rilevazione e le distribuzioni statistiche. 2.
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema
DettagliStatistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Libri di riferimento per la statistica descrittiva
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliSono molti i casi in cui è possibile osservare o misurare su ognuna delle unità statistica di un collettivo più
1 Lavorare con più variabili Una delle finalità più comuni della raccolta di dati è la ricerca di relazioni tra fenomeni differenti del tipo causa effetto, con l obiettivo di interpretare, prevedere, simulare
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Concentrazione Esercizio 1: Nell ultima settimana una banca ha erogato i seguenti importi (in migliaia di euro) per
DettagliIl χ 2 (Pearson, 1900)
Il χ 2 (Pearson, 1900) Relazioni tra variabili: le tabelle di contingenza "The Physicians' Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile eetto di riduzione
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliCapitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento
Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo
DettagliDr. Marco Vicentini Anno Accademico Rev 20/04/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 20/04/2011 La distribuzione χ 2 Tabelle di contingenza
DettagliFonti e strumenti statistici per la Comunicazione
Fonti e strumenti statistici per la Comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 2018-2019 Che cosa è l analisi bivariata? E lo studio
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 28 novembre Dott.ssa Paola Costantini
Università di Cassino Esercitazione di Statistica del 28 novembre 2007 Dott.ssa Paola Costantini Esercizio Considerando il DATASET DIPENDENTI, si calcoli la correlazione tra i caratteri STIPENDIO PERCEPITO
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
Dettagli1) Hamming bound, coset, codici equivalenti
Argomenti della Lezione ) Hamming bound, coset, codici equivalenti 2) Esercizi sui codici lineari a blocchi Osservazione () Per effettuare la decodifica a rivelazione di errore si può seguire una delle
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo I tre esercizi che seguono hanno lo scopo di applicare quanto sappiamo in tema di misura della
DettagliA =, c d. d = ad cb. c d A =
Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliDistribuzione di frequenza e rappresentazioni grafiche
Distribuzione di frequenza e rappresentazioni grafiche Argomenti della lezione La distribuzione di frequenza in classi La rappresentazione grafica Le tabelle di frequenza Le distribuzioni di frequenza
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
DettagliMonomi L insieme dei monomi
Monomi 10 10.1 L insieme dei monomi Definizione 10.1. Un espressione letterale in cui numeri e lettere sono legati dalla sola moltiplicazione si chiama monomio. Esempio 10.1. L espressione nelle due variabili
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con
DettagliY M F Calcolare X e darne un adeguata interpretazione;
Corso di Laurea INTERACOLTÀ - Esercitazione di tatistica n 4 EERCIZIO 1: Nella tabella sono riportati i dati inerenti il numero di anni di attività () ed il sesso () di 48 agenti di commercio dell azienda
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 4 1. La seguente tabella riporta la distribuzione
DettagliUlteriori applicazioni del test del Chi-quadrato (χ 2 )
Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliStatistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it in Excel in Excel e un evento (soggetto, entita, accadimento, caratteristica) osservato e registrato che si differenzia dall evento stesso,
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 Distribuzioni multiple Quando si raccolgono più informazioni
DettagliEsercitazione 5 del corso di Statistica (parte 1)
Esercitazione 5 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 1 Febbraio 009 La seguente tabella riporta le informazioni relative a 5 laureati nell anno 005 in Economia, ad un anno dal conseguimento
DettagliANALISI STATISTICHE BIVARIATE. Tabelle di contingenza
ANALISI STATISTICHE BIVARIATE Tabelle di contingenza 1 Analisi Statistica Bivariata Generalmente, lo studio quantitativo di un fenomeno di interesse si svolge rilevando contemporaneamente più caratteri
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
DettagliAnalisi bivariata Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano dall analisi
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 27 Numeri indici e rapporti statistici
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliSoggetto Genere Costo del soggiorno Titolo di studio
Esercitazione n. 1 Corso di Statistica Università della Basilicata Prof. Roberta Siciliano La tabella seguente raccoglie i dati grezzi, relativamente ad un gruppo di 30 turisti per i quali sono state osservate
DettagliAnalisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
DettagliFonti e strumenti statistici per la comunicazione
Fonti e strumenti statistici per la comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 016-017 Che cosa è l analisi bivariata? E lo studio congiunto
Dettaglix 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x = 35 q 2 = Me q 3 = x (8,25) = x (8) + 0, 25 ( x (9) x (8)
Esercitazione 4 ESERCIZIO Si considerino i seguenti 0 individui, per essi si osserva l'età. Si individuino mediana e quartili. x x 2 x 3 x 4 x x 6 x 7 x 8 x 9 x 0 8 36 32 86 2 60 6 9 37 Ordiniamo la tabella
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliConclusione del percorso di studio
Tabelle di dati Tabella di dati: insieme di informazioni organizzate secondo diverse righe e diverse colonne Tabella unità x caratteri (o tabella unità x variabili o matrice dei dati) ciascuna riga è associata
Dettaglix 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO.
EQUAZIONI DI SECONDO GRADO Un'equazione del tipo x 2 + (x+4) 2 = 20 è un'equazione DI SECONDO GRADO IN UNA INCOGNITA. Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati
DettagliCorso di Laurea in MQEGA
Corso di Laurea in MQEGA Insegnamento di Statistica (Prof. P.F. Perri) Esercizi di riepilogo sulle distribuzioni bivariate Esercizio 1 La rilevazione congiunta dei caratteri e Y su 100 unità statistiche
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Esercitazioni del corso: STATISTICA Sommario Esercitazione 4: Medie e varianze marginali Medie e varianze condizionate Scomposizione della varianza Indipendenza in media ESERCIZIO UNIVERSITÀ
DettagliDISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a Prerequisiti Popolazione, unità, carattere Come nascono i dati:
DISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a. 2007-2008 Prerequisiti Popolazione, unità, carattere Come nascono i dati: osservazione e sperimentazione Popolazione: reale e virtuale Classificazione
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 27-28 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliDistribuzioni di due variabili aleatorie
Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
Dettagli