Esercizi di riepilogo Lezioni
|
|
- Davide Franchini
- 5 anni fa
- Visualizzazioni
Transcript
1 Esercizi di riepilogo Lezioni
2 Es1: Statistiche del secondo ordine [Pap, 9-2] Si ha un processo X con Determinare media, varianza, e covarianza delle v.a. Z=X(5) e W=X(8) Il processo X è stazionario? Il processo X è ergodico? 2
3 Es2: Processo stazionario [Pap, Es. 9-13] Stabilire condizioni necessarie e sufficienti per la stazionarietà in senso lato del processo X dove 3
4 Es3: Processo Gaussiano [Pap, 9-10] Si ha un processo X Gaussiano con Trovare Trovare 4
5 Es4: Quadrato di un processo Gaussiano [Bel, Es. 3.5] Se X è un processo Gaussiano stazionario a valore medio nullo, si calcoli l autocorrelazione di Y, dove Suggerimento: si usi il teorema di Isserlis 5
6 Es5: Derivata di un processo staz. [Bel, Es. 3.6] Sia la derivata rispetto al tempo di, e sia X un processo stazionario. Si mostri che 6
7 Es6: Statistiche del secondo ordine [Bel, Es. 3.9] X e Y sono due processi Gaussiani indipendenti con valor medio nullo e potenza Si calcolino valor medio e potenza di Z, dove 7
8 Es7: Processo Gaussiano [Bel, Es. 3.10] Sia X un processo Gaussiano con valor medio nullo. Si calcoli e si mostri che è indipendente dalla potenza del processo. 8
9 Es8: Romeo e Giulietta Giulietta arriva tardi agli appuntamenti con Romeo con un tempo casuale X, uniformemente distribuito in. Il parametro non è noto ed è modellizzato come il valore assunto da una v.a. uniformemente distribuita da 0 a 1 ora a) Assumendo che Giulietta sia arrivata in ritardo di una quantità x al primo appuntamento, Romeo come dovrebbe usare questa informazione per aggiornare la distribuzione di? b) Se Romeo osserva dei ritardi nei primi n appuntamenti, come dovrebbe aggiornare la ddp di? Qui si assuma che Giulietta sia in ritardo di tempi casuali dove, dato, tutti i ritardi sono iid uniformi tra 0 e 9
10 Es8: Romeo e Giulietta c) Trovare la stima MAP di basata sull osservazione di X=x d) Trovare la stima LMS di basata sull osservazione di X=x e) Si calcolino gli errori quadratici medi condizionati per le stime MAP e LMS. Si confrontino i risultati. f) Si derivi lo stimatore LMS di basato su X g) Si calcoli l errore quadratico medio condizionato dello stimatore LMS lineare. Si confronti il risultato con quello del punto e). 10
11 Es9: Inferenza della media di Gaussiane Si osserva un insieme di dati che hanno una media uguale a e che si vuole stimare. Si assuma che, dato il valore della media, le v.a. siano Gaussiane e indipendenti con varianze note La distribuzione a priori della media è Determinare la distribuzione a posteriori di, la stima MAP e la stima LMS Determinare la stima LMS lineare 11
12 Es10: Scatole Ci sono 2 scatole, ognuna contenenti 3 palline: una nera e due bianche nella scatola 1, due nere e una bianca nella scatola 2 Si sceglie una scatola a caso, dove la prob. di scegliere la scatola 1 è p, dopodiché si estrae una pallina a caso dalla scatola. a) La descriva la stima MAP per la decisione dell identità della scatola basata sul fatto che la pallina estratta sia nera o bianca b) Assumendo che p=0.5, si trovi la prob. di non riconoscere la scatola giusta, e confrontarla con la prob. di non riconoscere la scatola prima di aver effettuato l estrazione della pallina. 12
13 Es11: Autovelox Un autovelox sovrastima sempre la velocità delle auto di una quantità che è uniformemente distribuita tra 0 e 5 km/h. Si assuma che le auto viaggino ad una velocità uniformemente distribuita tra 55 e 75 km/h. Qual è la stima LMS della velocità di un auto basata sulla misura dell autovelox? 13
Esercizi di riepilogo
Esercizi di riepilogo Es1: Scommesse al casinò Tizio e Caio si alternano al tavolo di un casinò. Tizio gioca negli istanti di tempo dispari, mentre Caio in quelli pari Ad ogni istante di tempo, il guadagno
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html
DettagliEsercizi di Calcolo delle Probabilità e Statistica
Esercizi di Calcolo delle Probabilità e Statistica Master E C Andrea Garulli, Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato 3 volte. Qual è la probabilità
DettagliUniversità degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 9-10-11 Es1: Aspettazioni iterate Siano X, Y, e Z v.a. discrete. Dimostrare le seguenti generalizzazioni della legge delle aspettazioni iterate a) b) c) Es2: Bacchetta Abbiamo
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
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
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2018.html
DettagliPROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati
PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati 1. - Un urna contiene 2 palline bianche e 28 nere; da essa vengono
DettagliAnalisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)
Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico
DettagliESERCIZI. Gli esercizi di maggiore difficoltà sono contrassegnati con un asterisco. 1. SPAZI DI PROBABILITA.
ESERCIZI Gli esercizi di maggiore difficoltà sono contrassegnati con un asterisco.. SPAZI DI PROBABILITA.. Si consideri lo spazio di probabilità finito corrispondente alla somma dei risultati di due dadi
Dettaglia) 36/100 b) 1/3 c)
Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliESERCIZIO 1. a) Calcolare il rendimento atteso del portafoglio:
ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone
DettagliESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini:
ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: VALORE ATTESO Variabile casuale SOMMA delle n variabili Variabile casuale MEDIA
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliIDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 20: Stima puntuale. Stimatore lineare a MEQM. Esempi. Motivazioni
IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 20: Stima puntuale Motivazioni Stima puntuale Indice di qualitá della stima Stimatore a MEQM Stimatore lineare a MEQM Il caso gaussiano Esempi 20-1
DettagliUniversità di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A
Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime
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
DettagliUniversità di Siena. Corso di STATISTICA. Parte seconda: Teoria della stima. Andrea Garulli, Antonello Giannitrapani, Simone Paoletti
Università di Siena Corso di STATISTICA Parte seconda: Teoria della stima Andrea Garulli, Antonello Giannitrapani, Simone Paoletti Master E 2 C Centro per lo Studio dei Sistemi Complessi Università di
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Sezione 1. Spazi di Probabilità e Indipendenza. Per convenienza dello studente si danno le risposte di alcuni esercizi. 1) Si consideri lo spazio di probabilità corrispondente alla
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliProva di recupero di Probabilità e Statistica - A * 21/04/2006
Prova di recupero di Probabilità e Statistica - A * /04/006 (NB: saranno prese in considerazione solo le risposte adeguatamente motivate) tempo di lavoro: Due ore. Per conseguire la patente di guida, un
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliCampionamento. Una grandezza fisica e' distribuita secondo una certa PDF
Campionamento Una grandezza fisica e' distribuita secondo una certa PDF La pdf e' caratterizzata da determinati parametri Non abbiamo una conoscenza diretta della pdf Possiamo determinare una distribuzione
DettagliSTATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006
STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006 Esercizio A. Si supponga che tre banche vorrebbero aprire uno sportello presso un nuovo centro commerciale e che ciascuna
DettagliESERCIZI. Gli esercizi più complessi sono contrassegnati con asterisco. 1. SPAZI DI PROBABILITA. 1a. Probabilità discreta.
ESERCIZI Gli esercizi più complessi sono contrassegnati con asterisco. a. Probabilità discreta.. SPAZI DI PROBABILITA.. Si consideri lo spazio di probabilità finito corrispondente alla somma dei risultati
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
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
DettagliStatistica Metodologica
Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliProbabilità e Statistica
Probabilità e Statistica - 12.01.2016 Cognome e Nome............................................................................... C. d. L.:................................................Anno di Corso:
DettagliSi estrae casualmente usando uno schema di campionamento con ripetizione un campione di n=2 misurazioni.
ESERCIZIO 1 Si consideri la popolazione consistente di N=4 studenti (A, B, C, D) del corso di Statistica Avanzata. Il voto conseguito dagli studenti alla fine del corso è riportato nella seguente tabella:
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 6 Abbiamo visto: Definizione di popolazione, di campione e di spazio campionario Distribuzione
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
Dettagli4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media
Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.
DettagliIdentificazione dei Modelli e Analisi dei Dati 6/5/1993
Identificazione dei Modelli e Analisi dei Dati 6/5/1993 3. Siano date due V.C. X e Y, di cui è supposta nota la ddp congiunta. Sia Xˆ (Y) uno stimatore di X basato sull'osservazione di Y. Ci si prefigge
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliCALCOLO DELLE PROBABILITÀ
CALCOLO DELLE PROBABILITÀ - gennaio 000 Elettronici: nn. 4 Informatici: nn. 6. Un lotto contiene pezzi buoni ed un solo pezzo difettoso. Si effettuano tre estrazioni senza restituzione, e sia E i = pezzo
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliFacoltà di ECONOMIA Corso di Statistica a.a. 2005/2006 Esame del 27/09/2006 Calcolo delle Probabilità e Inferenza
Esame del 27/09/2006 Calcolo delle Probabilità e Inferenza 1. Si consideri un urna contenente 10 palline numerate di forma uguale ma di diverso colore (R=rosso, V=verde, N=nero). Numero 1 2 3 4 5 6 7 8
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it In un urna vi sono N/2 palline bianche e N/2 palline nere. Si supponga di estrarre un campione con ripetizione di dimensione n. Si
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)
DettagliEsercitazione su Filtraggio Adattativo (17 Giugno 2008)
Esercitazione su Filtraggio Adattativo 17 Giugno 008) D. Donno Esercizio 1: Stima adattativa in rumore colorato Una sequenza disturbante x n è ottenuta filtrando un processo bianco u n con un filtro FIR
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
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
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
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
DettagliTeoria dei Segnali Introduzione ai processi stocastici
Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
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
Dettagli1.- Una scatola contiene 5 palline (bianche o nere, con al più una pallina nera). Considerato
CALCOLO DELLE PROBABILITA - 14 gennaio 2006 Elettronica I o mod.: Es.1 4. Nettuno: Es.1 3. V.O.: Es.1 6. 1.- Una scatola contiene 5 palline (bianche o nere, con al più una pallina nera). Considerato l
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliCampione: Esercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Campione: - raccolta finita di elementi estratti da una popolazione - scopo dell estrazione è quello di ottenere informazioni sulla popolazione - il campione deve essere rappresentativo della popolazione
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati Nome: Statistica Inferenziale codice: 483847 codice padre (se ins.
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
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
DettagliCap. 7 Distribuzioni campionarie
Cap. 7 Distribuzioni campionarie 1 Popolazione e Campione Una popolazione è l insieme di tutte le unità oggetto di studio Tutti i potenziali votanti nelle prossime elezioni Tutti i pezzi prodotti oggi
Dettagli5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana)
5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana) Esercizio 1: Una variabile casuale e caratterizzata da una distribuzione uniforme tra 0 e 10. Calcolare - a) la probabilità
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)
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliMODELLO DI REGRESSIONE LINEARE. le ipotesi del modello di regressione classico, stima con i metodi dei minimi quadrati e di massima verosimiglianza,
MODELLO DI REGRESSIONE LINEARE le ipotesi del modello di regressione classico, stima con i metodi dei minimi quadrati e di massima verosimiglianza, teorema di Gauss-Markov, verifica di ipotesi e test di
DettagliProbabilità e Statistica
Cognome e Nome............................................................................... C. d. L.: GESL Anno di Corso: 1 2 3 altro Matricola....................................... Firma.......................................
DettagliECONOMETRIA APPLICATA PER L IMPRESA. Test di Radici Unitarie - Esercizio 5
Modelli Dinamici - Esercizio 5 1 ECONOMETRIA APPLICATA PER L IMPRESA Test di Radici Unitarie - Esercizio 5 Davide Raggi davide.raggi@unibo.it 16 marzo 2010 Modelli Dinamici - Esercizio 5 2 Introduzione
DettagliComputazione per l interazione naturale: Modelli dinamici
Computazione per l interazione naturale: Modelli dinamici Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
DettagliPROVA SCRITTA DI STATISTICA. CLEA/CLEFIN/CLEMIT (cod. 5047/4038/371/377) 3 Novembre 2004 MOD. A
PROVA SCRITTA DI STATISTICA CLEA/CLEFIN/CLEMIT (cod. 547/438/37/377) 3 Novembre 4 MOD. A Esercizio N. (3 punti). Data la v.s. X avente funzione di densità: / x < 9/4 x < 3 f(x) = / 3 x < 7 / 7 x < 9 altrove
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 26/7 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 26/7. Tutti gli esercizi presenti in un compito
Dettaglivalore probabilità
ESERCIZIO 1 Sia X il numero di unità di un certo prodotto acquistate da un generico cliente di un supermercato. Si supponga ch X abbia la seguente distribuzione valore probabilità 0 0.4 1 0.2 2 0.2 3 0.1
DettagliSTATISTICA. 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
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
DettagliStatistica. Esercizi: 8. Statistica Descrittiva Bivariata 3 Probabilità 1
Corsi di Laurea: a.a. 2017-1 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica
DettagliSTATISTICA. Intervalli di confidenza
STATISTICA Intervalli di confidenza Inferenza sulla media di una popolazione,,, i.i.d, =, ( ) =, in generale non noti media campionaria (,,, ) = + + + = + + + modello di tutte le possibili stime di, prima
DettagliDispersione. si cercano indici di dispersione che:
Dispersione si cercano indici di dispersione che: utilizzino tutti i dati { x 1, x 2... x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto ad un centro d i = x i C ad es. rispetto
DettagliComputazione per l interazione naturale: fondamenti probabilistici (2)
Computazione per l interazione naturale: fondamenti probabilistici (2) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliFacoltà di AGRARIA anno accademico 2009/10
Facoltà di AGRARIA anno accademico 2009/10 Attività didattica MATEMATICA E STATISTICA [AG0233], MATEMATICA E STATISTICA [AG0233] Periodo di svolgimento: Primo Semestre Docente titolare del corso: FREDDI
DettagliElementi di statistica per l econometria
Indice Prefazione i 1 Teoria della probabilità 1 1.1 Definizioni di base............................. 2 1.2 Probabilità................................. 7 1.2.1 Teoria classica...........................
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 12-13-14 Es1: Punture di insetto State visitando la foresta pluviale, ma sfortunatamente il repellente per gli insetti è finito. Ad ogni secondo, una zanzara si avvicina al
Dettagli1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione
Inferenza di Intervallo 1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione T = 300 K σ T = 50 a. Calcolare un
DettagliCompito di Probabilità e Statistica
Compito di Probabilità e Statistica Tempo: 180 Minuti 23 Giugno 2017, 10:00-13:00 Corso di Laurea in Informatica Docente: Marco Formentin Nome: Cognome: Numero di matricola: Esercizio 1 2 3 4 5 6 Punti
Dettagli