6/15/2018. Regressione lineare rappresentare con una retta due fenomeni X e Y quantitativi osservati contemporaneamente. Correlazionelineare = con 1 1
|
|
- Michela Marini
- 5 anni fa
- Visualizzazioni
Transcript
1 Regressione lineare rappresentare con una retta due fenomeni X e Y quantitativi osservati contemporaneamente Retta di regressionechespiegain funzionedi + dove / pendenzadella retta intercetta dellarettacon l assey Correlazionelineare con forte correlazione linearenegativa +1 forte correlazione linearepositiva 0 assenzadi correlazione lineare regressionelinearesi regressionelineareno Covarianza,!$% (! )(! )!$%!! Correlazionelineare con 1 1 Correlazione lineare positiva Correlazione lineare negativa Misura di bontà di adattamento della retta di regressione ai dati ( con 0 ( 1 > 0 < 0 > 0 < 0 ( +1 forte correlazionelineare buon adattamento della retta ai dati regressionelinearesi 0 < 1 1 < assenzadi correlazione lineare scarso adattamento della retta ai dati regressionelineareno Test delle ipotesi di livello ) sul coefficiente * della retta di regressione + + +, - * -, / * - Il test controlla che il valore di b sia significativamente diverso da zero Se 0significa che non dipende da in tal caso la retta non è un buon modello per rappresentare i dati Un indice di correlazione lineare tra le variabili X e Y pari a -0.0 indica che (a) X e Y sono correlate positivamente (b) X e Y sono molto correlate (c) X e Y sono molto connesse (d) X e Y sono incorrelate / > / (3) Si rifiuta, - se > /3)/ dove la Statistica Test è *6/78 * A quale grafico di dispersione corrisponde il coefficiente di correlazione lineare 0,9? (a) (b) (c) 9!$%!! 3 1
2 Una misura della bontà di adattamento della retta di regressione ai dati è (a) la covarianza (b) l indice ( (c) l indece χ (d) l intercetta I valori assunti dal coefficiente di correlazione sono (a) 1 1 (b) 1 ( 1 (c) 0 1 (d) 0 ( 1 In un modello di regressione lineare + + +, la verifica della A 0 % 0 fornisce p-valueuguale a 0.03 Allora (a) si A a livello D 0.01 (b) non si % a livello D 0.01 (c) non si A a livello D 0.01 (d) la pendenza stimata è 0.03 Se ilcoefficientedi correlazionetrale variabilix e Y vale 0, allora (a) X e Y sono correlate positivamente (b) X e Y sono incorrelate (c) X e Y sono indipendenti (d) X e Y sono correlate negativamente Si rifiuta, - se p-value < ) / > / 6 Due variabili Ee sonolegate dallarelazione E + 1. Allora (a) (b) 1 (c) ( 0 (d) 0 (a) FALSO perché 1 1 Neltestosidichiarachetra Ee c èun perfettarelazionelineare, quindi (c)-(d) FALSOperchédovrebbeessere ( 1 e ±1 Esercizio 1 Si considerino le coppie di osservazioni da due variabili casuali E e in tabella! 1 3 6! ) Stimare la retta di regressione che spiega Y in funzione di X e disegnarla sul grafico precedente 3) Verificare se la regressione è significativa a livello 10%. ) Valutare la bontà di adattamento della retta stimata ai dati ) Se possibile, prevedere il valore di dato e quello di dato 0 (b) VERO perché la pendenza indica una correlazione lineare negativa, quindi 1 7 8
3 ! 1 3 6! in orizzontale in verticale correlazione >! 1 3 6! G!$%! 7!$% (! ) (3 3.7) + ( 3.7) + (6 3.7) oppure correlazione >! 1 3 6! >G!$%! 7 >!$% (! ) ( ) + (0. 0.3) + ( ) 0.07 oppure 7 > > correlazione >! 1 3 6! G >G > > 0.6,!$% (! )(! )!$%!! Essendo ilcoefficiente di correlazione vicinoa 1, le variabilix e Y mostrano una elevata correlazione lineare negativa 1 3
4 ) Stimare la retta di regressione che spiega Y in funzione di X e disegnarla sul grafico precedente G >G > > ) Verificare se la regressione è significativa a livello 10%. G >G > > ! 1 3 6! Retta di regressione 6 -.NO -./P Per disegnare una retta bastano due punti (0, ) (0, 0.8) (, ) (, 0.3) Test delle Ipotesi su * (3) Si A se Q > Q A % 0 D 0.10 dove la statistica test è Q / 9 essendo 9 e!$%!! A % 0 D 0.10! 1 3 6! >8 S (-.NO -./P /) (-.NO -./P P) (-.NO -./P T) (-.NO -./P U) (3) Si A se Q > Q %3R/ dove la statistica test è O.PP (3) (O3) () /3)/ /3-.// -.VT.V/VVV.V! (3) È vero che Q > Q %3R/.33 >.9 Si A a livello 10% La regressione è significativa a livello 10 % * 6 -./P 78 * -.-P O.PP 16 1
5 ) Valutare la bontà di adattamento della retta stimata ai dati G >G > > ) Se possibile, prevedere il valore di dato e quello di dato - G >G > > ( Essendoilvalore ( prossimoa 1, la rettadi regressione ben siadattaaidati! 1 3 6! I dati di W variano da 1 a 6 posso fare la previsione solo se è tra 1 e 6 Per siprevede Per 0 non si può fare previsione Esercizio Si considerino le coppie di osservazioni da due variabili casuali E e in tabella! 7! ! 7! in orizzontale in verticale ) Si calcoli la retta di regressione di Y su X e la si disegni sul grafico precedente 3) Verificare se la regressione è significativa a livello %. ) Si valuti un opportuno indice di bontà della regressione ) Se possibile, prevedere il valore di dato.e quello di dato 19 0
6 correlazione >! 7! G!$%! 7!$% (! ) (.) + (.) + (7.) 3. 7 oppure correlazione >! 7! >G!$%! 7 >!$% (! ) (.1) + (3..1) + (9.1) 10.3 oppure 7 > > correlazione >! 7! G >G.1 7 > > 3.1 ) Si calcoli la retta di regressione di Y su X e la si disegni sul grafico precedente G >G.1 7 > > ,!$%!! Retta di regressione 6 P.TN + /.X/ Per disegnare una retta bastano due punti (G, >G) (.,.1) Essendo ilcoefficiente di correlazione vicinoa +1, le variabilix e Y mostrano una elevata correlazione lineare positiva 3 (6, ) (6, 6.68) 6
7 3) Verificare se la regressione è significativa a livello %. G >G.1 7 > > Test delle Ipotesi su * (3) Si A se Q > Q %3R/! 7! 0 3. A % 0 D 0.0 dove la statistica test è Q / 9 essendo 9 e!$%!! ! 7! >8 S ( P.TN + /.X/ )( P.TN + /.X/ O)( P.TN + /.X/ T) ( P.TN + /.X/ X)! /U * 6 78 * /.X/ -.PT O.NV 6 (3) Si A se Q > Q A % 0 D 0.0 dove la statistica test è O.NV ) Si valuti un opportuno indice di bontà della regressione G >G.1 7 > > (3) (O3) () /3)/ /3-.-T/ -.VXT O.P-UT O.P ( (3) È vero che Q > Q %3R/.89 >.30 Si A a livello % La regressione è significativa a livello % Essendoilvalore ( prossimoa 1, la rettadi regressione ben siadattaaidati 7 8 7
8 ) Se possibile, prevedere il valore di dato.t e quello di dato G >G.1 7 > > ! 7! I dati di W variano da a 7 posso fare la previsione solo se è tra e 7 Per. siprevede Esercizio 3 Si considerino le coppie di osservazioni da due variabili casuali E e in tabella! 1 3 7! ) Calcolare la retta di regressione di Y in funzione di X e disegnarla sul grafico precedente 3) Verificare se la regressione è significativa a livello %. ) Valutare la bontà della regressione con un indice opportuno ) Qualora la regressione fosse risultata significativa, prevedere il valore di in 0e quello di in Per non si può fare previsione 9 30! 1 3 7! in orizzontale in verticale correlazione >! 1 3 7! G!$%! 7!$% (! ) (3 3.6 ) + ( 3.6 ) + (7 3.6 ).6 7 oppure
9 correlazione >! 1 3 7! >G!$%! 7 >!$% (! ) ( ) + ( 3.68) + ( ) + (1 3.68).11 oppure 7 > (3.68).11 7 > correlazione >! 1 3 7! G >G >.11 7 > 1.,!$%!! Essendo ilcoefficiente di correlazione vicinoa 1, le variabilix e Y mostrano una elevata correlazione lineare negativa 3 ) Calcolare la retta di regressione di Y in funzione di X e disegnarla sul grafico precedente G >G >.11 7 > ) Verificare se la regressione è significativa a livello %. G >G >.11 7 > ! 1 3 7! Retta di regressione 6 T.VN -.UO Per disegnare una retta bastano due punti (0, ) (0,.98) (8, ) (8, 0.86) Test delle Ipotesi su * (3) Si A se Q > Q A % 0 D 0.0 dove la statistica test è Q / 9 essendo 9 e!$%!!
10 ! 1 3 7! >8 S (3) Si A se Q > Q A % 0 D 0.0 dove la statistica test è T.PP (3) (T3) (P) /3)/ /3-.-/ -.VV- O.TO-X- O.TO! (3) È vero che Q > Q %3R/.33 >. Si A a livello % La regressione è significativa a livello % * 6 -.UO 78 * -./ T.PP ) Valutare la bontà della regressione con un indice opportuno G >G >.11 7 > ) Qualora la regressione fosse risultata significativa, prevedere il valore di in - e quello di in O G >G >.11 7 > ( Essendoilvalore ( prossimoa 1, la rettadi regressione ben siadattaaidati! 1 3 7! I dati di W variano da 1 a 7 posso fare la previsione solo se è tra 1 e 7 Per 0 non si può fare previsione Per siprevede
11 Tabella di contingenza (a doppia entrata) per rappresentare due fenomeni X e Y osservati contemporaneamente X Y > % > > e % %% % %e % % e g g% g ge g % e Indice di connessione ^ \ χ YY!Z!Z S$/ ]$/ ^ n. righe \ n. colonne S] n. di volte che la coppia (!,> Z ) è stata osservata n. totale di coppie osservate S n. marginale riga h ] n. marginale colonna i S] S ] / n. di volte che la coppia (!,> Z ) sarebbe osservata se X e Y fossero indipendenti!z Valore minimo 0 indipendenza tra X e Y Valore massimo min(c 1, 1) massima connessione tra X e Y 1 Indice di connessione Test chi-quadro di indipedenza, - χ - indipendenza tra X e Y, / χ > - connessione tra X e Y Indice relativo di connessione χj χ min(c 1, 1) Valore minimo 0 indipendenza tra X e Y Valore massimo 1 massima connessione tra X e Y ^ \ χ YY!Z!Z S$/ ]$/!Z Valore minimo 0 indipendenza tra X e Y Valore massimo min(c 1, 1) massima connessione tra X e Y Rifiuto, - a livello ) se k (^3/)(\3/) > k /3) Esercizio La tabella riporta il numero (in milioni) di contribuenti, suddiviso per fasce di età, che lo scorso anno ha effettuato la dichiarazione dei redditi autonomamente tramite il servizio web dell Agenzia delle Entrate età web SI Verificare a livello 1% se c è associazione tra le due variabili considerate? NO <0 -,N /-,P O- U- /, /,T > U- -,O /T,U X«età» è quantitativa in classi e Y«utilizzo del web» è qualitativa Test chi-quadro per verificare se c è indipendenza o connessione tra X e Y, - k - (indipendenza), / k > - (connessione) A a livello D 0.01 se m (g3%)(e3%) > m %3R g e m YY!Z!Z!$% Z$%!Z!Z! Z dove 3, - k - (indipendenza), / k > - (connessione) A a livello D 0.01 se m > m %3R g e m YY!Z!Z!$% Z$%!Z (g3%)(e3%)!z! Z - N. righe c 3, N. colonne - Prima calcolole marginali! e Z (ultima riga/colonna) - Poi calcolo delle frequenze!z (tra parentesi) età web SI <0 -,N (11,1,/0,8 -,UT) O- U- /, (13,7,/0,8 -,N/) > U- -,O (16,0,/0,8 -,VO) 0,8 + 1, + 0,,O NO /-,P (11,1 38,/0,8 /-,TT) /,T (13,7 38,/0,8 /,NV) /T,U (16,0 38,/0,8 /T,-U) 10,3 +1, + 1,6 PN,O dove 0,8 + 10,3 //,/ 1, + 1, /P,X 0, + 1,6 /U,- O-,N 11
12 g e k YY!Z!Z!$% Z$%!Z 0,8 0,6 1, 0,81 0, 0, ,6 0,81 0,9 10,3 10, 1, 1,89 1,6 1, , 1,89 1,06 -,TX, - k - (indipendenza), / k > - (connessione) A a livello D 0,01 se m (g3%)(e3%) > m %3R g e m YY!Z!Z 0,7!$% Z$%!Z c 3 (g3%)(e3%) (o3%) (3%) () D 1% 0,01 m %3R m%3a,a% ma,pp 9,103 età web SI <0 -,N (11,1,/0,8 -,UT) O- U- /, (13,7,/0,8 -,N/) > U- -,O (16,0,/0,8 -,VO) 0,8 + 1, + 0,,O NO /-,P (11,1 38,/0,8 /-,OT) /,T (13,7 38,/0,8 /,NV) /T,U (16,0 38,/0,8 /T,-U) 10,3 +1, + 1,6 PN,O 0,8 + 10,3 //,/ 1, + 1, /P,X 0, + 1,6 /U,- O-,N Non vale che m (g3%)(e3%) > m %3R 0,7 < 9,103 Non si A a livello D 0,01 Non c èconnessionetrale variabili «età» e «utilizzo del web», ossia le due variabili possono essere considerate indipendenti Il valore prossimo a zero dell indice relativo di connessione conferma il risultato del test mj m min c 1, 1 0,7 0,8 qh(3 1, 1) 0,01 6 La distribuzione di probabilità più adatta a verificare se due variabili osservate congiuntamente sono indipendenti è (a) chi-quadro (b) t-student (c) normale (d) binomiale Se l indice relativo di connessionetrax e Y risultaugualea 0, alloratrax e Y c è (a) massima connessione (b) minima connessione (c) dipendenza (d) correlazione 0 χj 1 Se l indicerelativodi connessionedi X e Y è ugualea 1, allora (a) rs 1 (b) le variabili sono indipendenti (c) le variabili non sono indipendenti (d) ( 1 L indice χ per due caratterix e Y risulta0 se (a) X e Y sono connessi (b) X e Y sono correlati (c) X e Y sono indipendenti (d) nessuna delle precedenti 0 χj 1 Ricordiamo che 0 χ ts(^ /,\ /) 7 8 1
13 I valori assunti dall indice di connessione sono (a) 1 rs 1 (b) 0 χj / I valori assunti dall indice relativo di connessione sono (a) 1 rs 1 (b) 0 χj / (c) 0 m qh(c 1, 1) (d) 0 m 1 (c) 0 m qh(c 1, 1) (d) 0 m 1 Esercizio Alcuni pazienti affetti da una certa patologia sono stati classificati per durata (in giorni) dello stato febbrile e per tipo di trattamento somministrato durata cura / T T /- 10 / A - OX TV B - - T C / /N UO 1) Completare la tabella di contingenza ) Verificare a livello % se le due variabili considerate sono indipendenti? 9 0 durata cura / T T /- 10 / A - OX / TV B T - - T C / /X /N PU U UO P- /- - N. righe c 3, N. colonne 3 - Prima calcolole marginali! e Z (ultima riga/colonna) - Poi calcolo delle frequenze!z (tra parentesi) riga riga 0 0 colonna colonna colonna Riga Totalepazienti durata cura A - (9 6/10) (/,N) B / T T /- 10 / T 6/10 (T,O) C / 36 6/10 (X,N) U OX 9 6/10 (P/,T) - ( 6/10) (/P,P) /X 36 6/10 (/V,) UO / (9 30/10) (/O,N) - 30/10 (U,) /N 36 30/10 (V) TV T PU P- /- 1 13
14 g e k YY!Z!Z durata cura!$% Z$%!Z 0 1,8, 1 7, ,8, 7,8 /U,N A - (9 6/10) (/,N) B / T T /- 10 / T 6/10 (T,O) C / 36 6/10 (X,N) U OX 9 6/10 (P/,T) - ( 6/10) (/P,P) /X 36 6/10 (/V,) UO / (9 30/10) (/O,N) - 30/10 (U,) /N 36 30/10 (V) TV T PU P- /- 3, - k - (indipendenza), / k > - (connessione) A a livello D 0,0 se m (g3%)(e3%) > m %3R g e m YY!Z!Z 16,8!$% Z$%!Z c 3 3 (g3%)(e3%) (o3%) (o3%) (v) D % 0,0 m %3R m%3a,au ma,pu 9,8773 Vale che m (g3%)(e3%) > m %3R 16,8 > 9,8773 Si A a livello D 0,0 C è connessione tra«cura» e «durata della febbre» Il valore dell indice relativo di connessione conferma il risultato del test mj min 3 1, 3 1 0,3 indica una connessione tra «cura» e «durata della febbre» abbastanza forte. 1
STATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliSTATISTICA. Regressione-4 ovvero Macron!
STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliSTATISTICA. Esercitazione 6
STATISTICA Esercitazione 6 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale tre compiti diversi con i seguenti risultati: Compito A Compito B Compito C Numero studenti 41 39 43
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
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
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
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
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
DettagliOld Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.
Coppie o vettori di dati Spesso i dati osservati sono di tipo vettoriale. Ad esempio studiamo 222 osservazioni relative alle eruzioni del geyser Old Faithful. Old Faithful, Yellowstone Park. Old Faithful
DettagliCorso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica
Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Lezione 3 1) Grafico a dispersione 2) La correlazione lineare -la covarianza funzione di excel: covarianza()
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliIl modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
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
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
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliInsegnamento di Statistica Parte 2: Distribuzioni Bivariate Prof. P.F. Perri. Raccolta dei temi d esame assegnati nell anno accademico 2005/2006
Corso di Laurea in MQEGA Insegnamento di Statistica Parte 2: Distribuzioni Bivariate Prof. P.F. Perri Raccolta dei temi d esame assegnati nell anno accademico 2005/2006 Appello del 23//2005 Esercizio.
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
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
DettagliEsercizio 2: voto e ore dedicate allo studio
La seguente tabella riporta il voto riportato da 10 studenti all esame di Statistica Sociale e il numero di ore di lezione non seguite dallo studente (il corso prevede 30 ore di lezione). Ci si chiede
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliESERCITAZIONE IV - Soluzioni
umero di omicidi ESERCITAZIOE IV - Soluzioni Esercizio I. a),00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 0 5 10 15 20 25 Popolazione povera (%) b) Poiché i due caratteri in analisi sono quantitativi per calcolare
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
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
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Esempio Su un campione di =5unità sono state osservate due variabili, ed : x i 1 2 3 4 5 y i 1.5 2.5 3 2.5 3.5 1. Rappresentare l andamento congiunto di in funzione di mediante
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
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. 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
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliSTATISTICA (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)
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
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.
DettagliAnalisi bivariata. Il caso di caratteri quantitativi
Analisi bivariata Il caso di caratteri quantitativi Pagina 382 Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
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
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
DettagliIndipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
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
DettagliFacoltà di ECONOMIA Università di Pavia 20 Aprile 2004 Prova scritta di Analisi dei dati MODALITÀ A
MODALITÀ A Riportare sul foglio nome, cognome, numero di matricola e modalità del testo d esame. Problema 1 (8 PUNTI) Su un collettivo di 10 clienti iscritti al programma frequent flyer di una nota compagnia
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliSTATISTICA DESCRITTIVA (canale B)
STATISTICA DESCRITTIVA (canale B) compito n. 1 del 28 marzo 2008 nome e cognome: corso di laurea: Astronomia matricola: Parte teorica Si ricorda che la corretta risposta ai quesiti della parte teorica
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 4 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 4 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
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
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 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
DettagliCAPITOLO 11 ANALISI DI REGRESSIONE
VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire
DettagliEsercitazione straordinaaaaariaaaaa. Statistica L-Z
Esercitazione straordinaaaaariaaaaa Statistica L-Z Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e P(B)=0.5. Allora: a) =0 b) >1 c) 0.5 d) >0.5 Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono
DettagliStatistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati
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
Dettaglimateriale didattico II incontro
Piano Nazionale Lauree Scientifiche (PLS 016-017) Statistica Laboratorio di Statistica Le relazioni tra variabili. L indipendenza prof.ssa Angela Maria D'Uggento angelamaria.duggento@uniba.it materiale
DettagliSTATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006
STATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006 La seguente tabella contiene i dati inerenti le unità del settore della ristorazione in un dato comune: Unità X 1 X 2 X 3 X 4 X
DettagliRelazione tra variabili (cont.) Due variabili continue. Una variabile continua e un altra qualitativa o discreta.
Relazione tra variabili (cont.) Due variabili continue. Una variabile continua e un altra qualitativa o discreta. María Eugenia Castellanos Nueda (DEIO) Estadística Aplicada a la Publicidad Noviembre de
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
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
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,
DettagliEsercizio n.1 Data la seguente distribuzione dei medici a tempo determinato secondo la qualifica:
Esercizio n.1 Data la seguente distribuzione dei medici a tempo determinato secondo la qualifica: Qualifica i freq n i Dir. 7 Vice Dir. 24 Primario 1287 Aiuto 4067 Assist. 3289 1. rappresentare graficamente
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI SUL LEGAME TRA VARIABILI QUALITATIVE Profssa G Serio, Prof P Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/1 IL
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliSTATISTICA. Esercizi vari
STATISTICA Esercizi vari Esercizio 5.6 p. 205 Variabile Coeff. Dev. std. Statistica t p-value Intercetta 23.384 1.592 14.691 0 Profondità -1.435 0.213-6.726 0 = 0.850 Esercizio 5.6 p. 205 Variabile Coeff.
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliCorrelazione e regressione
Correlazione e regressione Correlazione 1 Come posso determinare il legame tra due o più variabili? Correlazione COEFFICIENTE DI CORRELAZIONE (r di Pearson) massimo consumo di ossigeno e prestazione nelle
DettagliLa regressione lineare. Rappresentazione analitica delle distribuzioni
La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta
DettagliParte 1 : Inferenza. Varianza nota test Z. Distribuzioni asintotiche dei test. Varianza ignota test t ad un campione
! Test d'ipotesi Parte 1 : Inferenza! Intervalli di confidenza! Test parametrici! Calcoli di potenza! Test non parametrici Distribuzioni asintotiche dei test A seconda dei casi il nostro test può convergere
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliINTRODUZIONE ALLA STATISTICA (parte 3)
1 / 1 INTRODUZIONE ALLA STATISTICA (parte 3) A.A.2017/2018 Calcolare le misure di variabilità 2 / 1 In sette città in Canada il 14 gennaio 2006 sono state registrate le seguenti temperature. 12 5 2 2 0
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
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
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
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
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliStatistica descrittiva III
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva III Ines Campa Probabilità e Statistica - Esercitazioni
DettagliLezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo
UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE
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
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.3 - Analisi di dati qualitativi -test per l analisi di tabelle di contingenza Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona Sotto
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliIndice di contingenza quadratica media (phi quadro) χ n
Indice di contingenza quadratica media (phi quadro) Φ χ n Proprietà L influenza del numero di unità n è eliminata Assume valore 0 se X e Y sono perfettamente indipendenti Pagina Indice di Cramer V min
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (STANDARD) Modalità B (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
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
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliStatistica. Variabili doppie. Domenico De Stefano. a.a. 2017/2018. Domenico De Stefano Descrittiva a.a. 2017/ / 62
Statistica Variabili doppie Domenico De Stefano a.a. 2017/2018 Domenico De Stefano Descrittiva a.a. 2017/2018 1 / 62 Variabili doppie Indice 1 Variabili doppie Rappresentazioni grafiche 2 Associazione
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
DettagliFacoltà di ECONOMIA Università di Pavia 26 Aprile 2006 Prova scritta di Analisi dei dati
Facoltà di ECONOMIA Università di Pavia 26 Aprile 2006 Prova scritta di Analisi dei dati MODALITÀ A Riportare sul foglio nome, cognome, numero di matricola e modalità del testo d esame. Problema 1 (8 PUNTI)
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliCorso di formazione per Mathesis
Statistica descrittiva II (Distribuzioni doppie e relazione tra variabili) 8 Marzo 2017 :: Secondo incontro Formazione Docenti :: Programma Incontro preliminare Statistica e Probabilità a Scuola :: le
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI* dell' INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliStima dei parametri di modelli lineari
Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle
Dettagli