Che cos è l ESCS e come si valuta
|
|
- Stefania Bernadetta Ferri
- 5 anni fa
- Visualizzazioni
Transcript
1 Che cos è l ESCS e come s valuta Danele Checch (Unverstà degl Stud d Mlano e Anvur * ) Roma 1 marzo 2016 * I parer espress sono del tutto personal e non mplcano mnmamente le sttuzon d appartenenza. 1
2 Cosa voglamo msurare? fattor che contrbuscono alla formazone delle competenze msurate che non sano mputabl alla scuola. In questo modo è teorcamente possble depurare l contrbuto della scuola dall effetto del background famlare. Defnamo y l lvello d apprendmento conseguto dallo studente nella scuola, x una qualsas msura del background famlare (per esempo ESCS) dello stesso studente z una qualsas msura delle rsorse scolastche della scuola (per esempo l lvello d formazone degl nsegnant) ε la componente che non s resce a prevedere 2
3 Se potzzamo che valga una relazone del tpo y = α + βx + δz ovvero che gl apprendment dpendano lnearmente ed ndpendentemente da ambente famlare e rsorse scolastche che la componente erratca non contenga element sstematc (coè Cov [ x, ε] = 0 e Cov [ z, ε] = 0 potes sstematcamente volata quando non s resca a controllare per fattor qual abltà, ntellgenza) allora la statstca c asscura una stma corretta de parametr αˆ, βˆ e γˆ, da cu ottenamo l lvello d apprendmento prevsto per lo studente yˆ + = α ˆ + βˆ x + γˆ z y yˆ = εˆ, E εˆ = con errore d prevsone [ ] 0 ε 3
4 Con questo modello possamo costrure esercz contro-fattual qual per esempo quale sarebbe l lvello d apprendmento dello studente se l suo background fosse par a quello medo d scuola x ~ y = y + βˆ x x ( ) l punteggo medo d una scuola al netto degl effett ambental creat da contest local x dvers da quell med nazonal x ~ y = y + βˆ x x ( ) Per questo è crucale una buona msura quanttatva del background ndvduale x una stma corretta dell effetto del background β (gradente). 4
5 Sfortunatamente: non abbamo msure delle potenzaltà degl alunn all ngresso non possamo qund convaldare l potes Cov [ x, ε] = 0 non abbamo nformazon sulla potenzale autoselezone degl alunn nelle dverse scuole (self-sortng) non possamo qund convaldare l potes Cov [ z, ε] = 0 abbamo msure dverse (alternatve?) del background non sappamo come combnare occupazone (reddto? rcchezza? tempo dsponble?) e struzone d entramb gentor non samo scur che la lneartà sa una buona approssmazone y = α + βx + δz + η x z + ε se fosse per esempo ( ) 5
6 Come affrontare quest ostacol: non abbamo msure delle potenzaltà degl alunn all ngresso non possamo qund convaldare l potes Cov [ x, ε] = 0 Se avessmo una msura delle potenzaltà nzal dell alunno a, l modello statstco approprato sarebbe y = α + βx + δz + σa + ω Fattble: Per alunn scuola prmara test poszonamento oppure gudzo nsegnant Per alunn secondara 1 grado punteggo 5 prmara (perdta 30% de codc SIDI nel passaggo!) Per alunn secondara 2 grado terza prova dell esame d stato 6
7 non abbamo nformazon sulla potenzale autoselezone degl alunn nelle dverse scuole (self-sortng) non possamo qund convaldare l potes Cov [ z, ε] = 0 Sappamo poco del perché le famgle scelgono alcune scuole puttosto che altre. Se c fossero bacn d utenza chus, l problema s attenuerebbe. Se c fosse allocazone randomzzata d ch chede l ammssone, l problema s attenuerebbe. Alternatvamente bsognerebbe modellare la scelta. A questo scopo servrebbero msure delle nformazon o aspettatve (customer?) msure del grado d convnzone (dstanza geografca?) msure dell eventuale orentamento (ndcazon nsegnant?) 7
8 abbamo msure dverse (alternatve?) del background non sappamo come combnare occupazone (reddto? rcchezza? tempo dsponble?) e struzone d entramb gentor Importante dentfcare msura unca: per esperenza dretta, l numero d lbr n casa (varable ordnale 1 5) ha l massmo contrbuto esplcatvo. Il peso relatvo delle component: non lascere alla procedura statstca (anals fattorale) varable annualmente e fssere pes delle varabl normalzzate (stessa scala d msura). Valore pù elevato o valore medo nella coppa? Rsorsa rlevante: l tempo gentorale? l struzone? l reddto? lbr? Importante controllo qualtà nformazone su gentor (obblgo d ndcare all atto scrzone) Element da aggornare/ncludere: cttadnanza gentor separat famgle non standard. 8
9 non samo scur che la lneartà sa una buona approssmazone y = α + βx + δz + η x z + ε se fosse per esempo ( ) Rsorse famlar e rsorse scolastche possono non essere ndpendent (student fgl d laureat traggono maggor benefco dalla qualtà de propr nsegnant η ˆ > 0 student fgl d gentor analfabet traggono maggor benefco da buon nsegnant η ˆ < 0). Questo rende pù complcata la msurazone d un benchmark per le scuole, n quanto vene a dpendere da una msurazone della qualtà delle rsorse mpegate nella scuola l confronto tra scuole dpende dalla dstrbuzone delle rsorse alle stesse! 9
Economia del Lavoro. Argomenti del corso
Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
DettagliSistemi di Misura e Monitoraggio
Sstem d Msura e Montoraggo Espressone e valutazone dell ncertezza d msura To measure s to know (Lord Kelvn) 1 La msura d una grandezza X è costtuta da un numero, da una ncertezza u() e da una untà d msura
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
DettagliUnità n La concentrazione
01 La concentrazone Corso d Laurea: Economa Azendale Docente: M.Msuraca (aula1)/ D.Costanzo(aula2) Untà n 05 Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferblepuò
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliMODELLI DI UTILITÀ ALEATORIA
corso d Teora e Tecnca della Crcolazone + Trasport e Terrtoro a.a. 2012-2013 MODELLI DI UTILITÀ ALEATORIA PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma2.t Modell d utltà
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliPropagazione degli errori
Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per
DettagliTeoria dell informazione e Meccanica Statistica
Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliRichiami di modelli di utilità aleatoria
Corso d LOGISTICA TERRITORIALE www.unroma.t/ddattca/lt DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale Modell d domanda e utltà
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliSOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1
PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl
Dettagli1. La domanda di moneta
1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliVERIFICA IN ITINERE 9 GENNAIO 2019 CLMA
VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA 1 Varabl Qualtattve: Sesso, Lvello d struzone Varabl Quanttatve: Età, Altezza, Peso 2 Età: Meda=74.1 ; Medana=73 ; Std=6.2 ; Q1=68 ; Q3=80 Altezza: Meda=172.5 ;
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliPotenzialità degli impianti
Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà
DettagliModelli di utilità aleatoria
corso d Teora de Sstem d Trasporto Modell d utltà aleatora PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma.t Iscrzone al corso Modell d offerta ü Da effettuars anche on
DettagliAppunti di Econometria
Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata
Dettagli3) Entropie condizionate, entropie congiunte ed informazione mutua
Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua
Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliSistemi Intelligenti Introduzione al calcolo delle probabilità - II
Sstem Intellgent Introduzone al calcolo delle probabltà - II Alberto Borghese Unverstà degl Stud d Mlano Laborator of Appled Intellgent Sstems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t A.A. 05-06
DettagliRegressione lineare: definizione delle incertezze dei coefficienti (calibrazione e regressione generica)
Regressone lneare: defnzone delle ncertezze de coeffcent (calbrazone e regressone generca) Argoment: regressone lneare affetta da ncertezza; ncertezza del coeffcente angolare della retta d regressone;
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sstem Intellgent Relazone tra ottmzzazone e statstca - IV Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@dunmt Anals dell
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
Dettagli12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya
STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
DettagliRegressione e Correlazione
Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata
DettagliEsercitazione 5 del corso di Statistica (parte 1)
Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliESERCIZIO N. 1. b) rendimenti reali dell azienda Gesis e del portafoglio di mercato:
ESERCIZIO N. 1 Il canddato proceda a calcolare l tasso d congrua remunerazone reale dell azenda Gess al 31.12.2003 applcando l CAPM e l WACC della stessa azenda; dat d cu s dspone sono seguent: a) rendmento
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliFrequenza nr. medio di quotidiani per settimana. d i r tutti gli intervistati
ESERCIZIO La tabella ndagnestudentflorda, dsponble sul sto (n formato pdf e xls), rporta dat d un'ndagne condotta su 60 student laureat presso la Unversty of Florda, relatvamente alle seguent varabl: COLONNA
DettagliArchitettura degli Elaboratori
Archtettura degl Elaborator - 1 Unverstà degl Stud d Padova Facoltà d Scenze MM.FF.NN. Corso d Laurea Trennale n Informatca docente: Alessandro Sperdut Informazon General Lucd ed esercz dsponbl n formato
Dettaglimateriale didattico I incontro
Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca
DettagliLe obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze
Le obblgazon: msure d rendmento e rscho La curva de rendment per scadenze Economa del Mercato Moblare A.A. 2017-2018 La curva de rendment (yeld curve) (1) Il rendmento d un ttolo obblgazonaro dpende da
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliEsercitazioni del corso di relazioni tra variabili
Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell
DettagliIng. Enrico Grisan. Modelli di popolazione in farmacocinetica
Ing. Enrco Grsan Modell d popolazone n farmacocnetca Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing.
DettagliLA CORRENTE ELETTRICA CONTINUA
CAPITOLO 33 LA CORRENTE ELETTRICA CONTINUA 1 L INTENSITÀ DELLA CORRENTE ELETTRICA 1! v! a t! F m e! E m t v! e t m! E Fssato l ntervallo d tempo t, s può scrvere! v! E 2 Q t 4,0 10 2 A 5,0 s 0,20 C 3 t
DettagliSorgenti Numeriche - Soluzioni
Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B
DettagliDipartimento di Scienze Statistiche Università di Bologna. Matematica finanziaria aa lezione 12: 6 marzo 2014
Dpartmento d Scenze Statstche Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 12: 6 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19? Eserczo 3 000 vanno rmborsat n tre ann
DettagliDalla sola analisi della tabella dei profili colonna, pensi ci sia un associazione tra le due variabili in tabella? (motiva brevemente la risposta)
Corso d Statstca Docente: Smona Balzano ESERCIZIO 1 La tabella ndagnestudentflorda, dsponble sul sto (n formato pdf e xls), rporta dat d un'ndagne condotta su 60 student laureat presso la Unversty of Florda,
Dettagli