l insieme delle misure effettuate costituisce il campione statistico
|
|
- Nicola Corti
- 8 anni fa
- Visualizzazioni
Transcript
1 Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico
2 Statistica descrittiva e statistica inferenziale o predittiva la statistica descrittiva studia i criteri di rilevazione, di classificazione e di sintesi delle informazioni relative ad una popolazione oggetto di studio la statistica predittiva si prefigge di stimare caratteristiche della popolazione incognita basandosi sulle informazioni fornite da un campione limitato di misure ripetute
3 esempio: determinare la statura vera delle matricole iscritte ad ingegneria a Bologna misurando le stature degli studenti che seguono questa lezione e facendo la media aritmetica delle misure o usando altri stimatori suggeriti dai metodi della statistica descrittiva, si puo pensare di ottenerla ma al massimo si avrebbe una stima degli studenti di ingegneria meccanica della statura media presenti in aula oggi e non quella di tuttte le matricole iscritte ad ingegneria a Bologna altro esempio: le proiezioni preelettorali
4 ma esistera poi una unica statura vera??? delle matricole iscritte ad ingegneria a Bologna in realta esiste una distribuzione di stature caratterizzabile tramite valor medio e varianza, parametri che pero sono incogniti e che occorrera quindi stimare a partire dalle misure effettuate, dai dati campionari
5
6 si ipotizza che il comportamento della popolazione rispetto ad una variabile aleatoria X venga descritto attraverso una funzione parametrica di probabilita p ( x ϑ) o di densita di probabilita f ( x ϑ) dove θ e incognito X inoltre non si conoscono i dati relativi a tutta la popolazione, ma solo quelli relativi ad un campione rappresentativo di n misurazioni: X X 1 = x 1, X 2 = x 2,. X n = x n e attraverso la conoscenza del campione si cerca di stimare la validita
7 per stimare il valor medio di solito si fa uso dello stimatore Media aritmetica x x + x x 1 = 1 2 n = n n n i= 1 x i
8 la media aritmetica non e l unico stimatore possibile del valor medio altri stimatori di centralita sono la Media geometrica n x = x x... x = ( x ) n g 1 2 n i i= 1 1 n ma con la limitazione che tutti gli x i devono essere positivi significato geometrico: la media geometrica di due numeri è la lunghezza del lato di un quadrato equivalente ( = stessa area ) ad un rettangolo che abbia i lati pari al modulo dei due numeri
9 Media armonica x (... ) n x x x 1 = a 1 2 n ma con la limitazione che tutti gli x i non devono essere nulli si utilizza quando entra in gioco la somma di reciproci
10 Un auto percorre all andata la distanza di 60 km alla velocità di 60 km/h, mentre, a causa del traffico intenso, percorre il ritorno sulla stessa strada a velocità di 30 km/h. Determinare in Km h -1 la velocità media dell auto. per definizione la velocita media e data da: tutto lo spazio percorso diviso il tempo totale impiegato a percorrerlo lo spazio complessivo percorso e = 120 Km mentre il tempo complessivamente impiegato per l andata e il ritorno e ( ) + 60( ) = 3 h la velocita media e 120/3 = 40 Km/h la velocita media e la media armonica delle velocita Nota Bene : facendo la media aritmetica delle velocita si avrebbe ( )/2= 45 km/h che è un risultato chiaramente scorretto, perche se le ore complessive per andata e ritorno sono 3 alla velocità di 45 km/h l auto avrebbe percorso 3*45 = 135 km e non 120 come invece e specificato
11 Media quadratica x q x1 + x xn 1 n = = n n i= 1 x 2 i in generale la media quadratica e sempre maggiore della media aritmetica
12 infine, come indicatori di centralita di una distribuzione, si possono usare anche la mediana campionaria (= 50-esimo percentile ) e la moda compionaria ( = valore piu probabile)
13 Scelta del miglior stimatore di un parametro incognito di una distribuzione aleatoria Media aritmetica o mediana ampionaria? es. : media aritmetica o mediana campionaria? supponiamo che un agenzia di viaggi vi possa fornire informazioni sui prezzi degli hotel del quartiere da voi prescelto per trascorrere un week end in alcune delle vie piu caratteristiche a Parigi Quartiere Latino Bd de Saint-Germain Bd Saint-Michel Bd de Montparnasse preferireste conoscere il prezzo medio degli hotels in queste strade o il prezzo mediano?
14 la scelta tra media aritmetica e mediana campionaria dipende dalle condizioni al contorno supponiamo si abbia un tetto massimo di spesa per i pernottamenti, un budget, di 350 Euro e supponiamo non si abbia tempo a disposizione per verificare i costi dei singoli hotels Bd de Saint-Germain Bd Saint-Michel Media aritmetica 352 Conclusioni : ma potrebbe essersi verificata una situazione come questa : Bd Saint-Michel 280, 310, 270, 345, 275, 325, 750, 340, 290, 350, Prezzi hotels in Boulevard Saint-Michel Bd de Montparnasse niente week end a Parigi! hotel di super lusso con vista sulla cattedrale di Notre Dame Media aritmetica = 352 Mediana campionaria = 325 > 350 Euro in questo caso sarebbe convenuto conoscere la mediana dei prezzi cosi da essere certi che esattamente la meta degli hotel di una determinata strada avesse prezzi inferiori alla mediana
15 la differenza tra la scelta della media o della mediana sarebbe stata meno rilevante se si avesse avuto a disposizione il tempo per controllare il prezzo di ciascun hotel, per es. su internet o telefonando direttamente all hotel e ovviamente la cosa non avrebbe avuto alcuna rilevanza se si avesse avuto a disposizione un budget illimitato dunque non esiste il miglior stimatore in assoluto esistono pero criteri con i quali costruire gli stimatori in modo che possiedano proprieta matematiche desiderabili in effetti la media aritmetica e lo stimatore piu usato per la stima del valor medio per le sue proprieta di correttezza, consistenza ed efficienza
16 Errori : di solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure ma a causa degli errori di misura il risultato varia sensibilmente da misura a misura si definisce errore = valore misurato valore vero cause di errore: Limiti strumentali Metodi di misura errati Cause accidentali
17 categorizzazione degli errori: Sistematici misura di un intervallo di tempo usando un orologio che va troppo lento, o troppo veloce. misura della lunghezza di un oggetto non in modo perpendicolare all oggetto ( errore di parallasse) Casuali o statistici incertezze dovute a cause accidentali e alla limitatezza del campione di misure gli errori statistici sono riducibili aumentando il numero di misure indipendenti della stessa grandezza aumentando la dimensione del campione
18 ma, ammesso che esista, quale e il valore vero potrebbe anche non esistere se alla base del fenomeno in esame vi fosse in gioco una variabile aleatoria in questo caso sarebbe meglio parlare di errore come di errore = valore misurato valore medio ma quanto vale il valor medio? una infinita di misure ripetute e per saperlo con certezza si dovrebbero fare se si ha un numero finito di misure si puo solo tentare di stimarlo con il minimo margine di errore possibile
19 si assume come stima del valor medio ( vero) della grandezza in esame la media aritmetica dei risultati ottenuti nelle varie misure es. : si siano effettuate n misurazioni della stessa grandezza fisica x 1,x 2 x n la media aritmetica delle n misure e : x x + x x n n = = n n i= 1 x i la media aritmetica stima il valor vero µ, ma con un certo errore ε µ = ( x ± ε) unita' di misura problema : come stimare l errore statistico ε?
20 come indicatore di dispersione di una distribuzione intorno alla sua media si usa la deviazione standard campionaria o errore quadratico medio, in inglese Root Mean Square o rms che e definito come : 1 n dev. st. = ( xi x) 1 commento sull uso di n o di n 1 n i= 1 2
21 una tra le proprieta piu importanti della media aritmetica e che l errore statistico della media aritmetica stessa e dato da: dev. st. 1 n ε ( x) = = ( x x) i n nn ( 1) i= 1 2
22 Intervallo di confidenza si siano effettuate n misurazioni indipendenti della stessa grandezza fisica x, ottenendo : x 1, x 2 x n la miglior stima del valor medio incognito e la media aritmetica x delle n misure dove x 1 n x n i= 1 i = ma ripetendo una seconda volta n misure della stessa grandezza fisica, si otterrebbe un diverso insieme di risultati : x 1, x 2 x n la miglior stima campionaria del valor medio incognito continuerebbe ad essere la media aritmetica x ' dove x ' 1 n = n i= 1 x' i
23 ma essendo gli x i diversi dagli x i la nuova media aritmetica sarebbe diversa x ' x dunque anche la media aritmetica varia, imprevedibilmente, da campione a campione ossia e essa stessa una variabile aleatoria come stima della dispersione della media si assume la deviazione standard campionaria e come errore sulla media, si assume la deviazione standard campionaria divisa per la radice di n
24 rilevanza della distribuzione gaussiana se la distribuzione di una serie di n variabili aleatorie x i con i = 1, n segue la forma funzionale gaussiana si puo dimostrare che la media aritmetica delle n v. a. sara distribuita in modo gaussiano anche se la distribuzione delle n v. a. x i non fosse gaussiana se n >> 1 grazie al teorema del limite centrale, si puo assumere che la distibuzione della media campionaria sia gaussiana infine istogrammando i risultati di molte misure ripetute ed indipendenti tra loro risulta, molto spesso ma non sempre, che le misure si distribuiscono in modo gaussiano
25 dunque nella maggior parte dei casi, ma non sempre, - se si stima il valor medio ( vero ) come dev. st. µ = x ± si ha il 68% di n probabilita di fare una stima esatta - se si stima il valor medio ( vero ) come dev. st.( x) µ = x ± 2 si ha il 95% di n probabilita di fare una stima esatta - se si stima il valor medio ( vero ) come dev. st.( x) µ = x ± 3 si ha il 99.7% di n probabilita di fare una stima esatta
26 il valore della percentuale di probabilita che si desidera ottenere, ossia la attendibilita della stima del valor vero che si desidera raggiungere, e detto livello di confidenza
27 supponiamo siano state molte fatte misure di precisione ed indipendenti tra loro, di una stessa grandezza fisica, e ragionevole attendersi che i risultati non si riproducano perfettamente postulando che il fenomeno stesso in esame abbia un carattere aleatorio ossia che l esito della misura sia descrivibile in termini di una variabile aleatoria si potranno applicare i metodi statistici per il trattamento dei dati sperimentali vale a dire per stimare i parametri della variabile aleatoria incognita
28 in conclusione: una misura sperimentale e assimilabile al verificarsi di uno tra i tanti possibili risultati che una v.a. puo assumere
29 la statistica predittiva, utilizzando i risultati rigorosi della teoria della probabilita, e in grado di suggerire: quale sia il miglior stimatore possibile del valor medio, o valor vero, di solito, ma non sempre la media aritmetica, quale sia il margine di errore con cui si puo fare la stima in funzione della numerosita del campione, ossia di determinare quale sia l errore sulla media aritmetica di valutare quale sia l attendibilita di questa misura in termini di probabilita, ossia quale sia il livello di confidenza della stima e chiaro che si tratta di previsioni e che per la aleatorieta stessa del fenomeno in esame e impossibile prevedere esattamente quale risultato si presentera all atto di ogni singola prova (misura)
30 sono state fatte 25 misure ripetute ed indipendenti tra loro di una grandezza fisica, ad es. il peso di un oggetto misurato con una bilancia precisa al per mille i risultati, in gm, sono : 1.72, 1.65, 1.81, 1.72, 1.72, 1.67, 1.71, 1.72, 1.74, 1.70, 1.73, 1.70, 1.76, 1.72, 1.75, 1.71, 1.71, 1.72, 1.69, 1.79, 1.74, 1.73, 1.76, 1.73, e evidente che la misura non si riproduce perfettamente non avendo altre informazioni a disposizione si dovra stimare il valor medio, impropriamente detto valor vero della grandezza incognita, usando i dati del campione di misure calcoliamo la media campionaria e l errore sulla media
31 se x i e la i-esima misura x 1 n i= 1 n = x i x 1 25 = x i= 1 i = n 2 dev. st. = ( x ) i 1 i x = n x i= 1 i = = 25 1 ( ) l errore sulla media vale dev. st ε ( x) = = = n 25 arrotondando l errore ad una sola cifra ε = 0.007
32 se il livello di confidenza prescelto e il 68 % il risultato della misura e : µ = (1.724 ± 0.007) gm oppure µ = (1.72 ± 0.01) gm al 95% di livello di confidenza o µ = (1.72 ± 0.02) gm al 99% di livello di confidenza da notare la relazione tra la precisione e il grado di fiducia, o livello di confidenza a parita di numerosita del campione, ossia a parita di n, se una cresce l altra cala se si utilizzasse la convenzione delle cifre significative il risultato ottenuto con il 68% andrebbe presentato come m = gm mentre se avessimo operato al 95 e 99 % di livello di confidenza andrebbe presentato come m = 1.72 gm
33 per costruire un istogramma ordiniamo le misure in ordine crescente calcoliamo quale sia la frequenza con la quale si presenta un particolare risultato grafichiamo la frequenza relativa, ossia la frequenza diviso il numero totale di misure la frequenza relativa e normalizzata all unita di modo che l istogramma rappresenti una distribuzione di probabilita
34 Misure Frequenza Frequenza relativa = Frequenza / N tot ( x i ) ( F i ) ( Fr i ) N tot = Σ F i = 25 istogramma delle frequenze relative
35 Ricapitolando: postulando che il processo di misurazione sia assimilabile ad effettuare un esperimento aleatorio possiamo recuperare la non riproducibilita degli esperimenti
36 Backup Slides
Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
Dettaglil insieme delle misure effettuate costituisce il campione statistico
Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliLA STATISTICA NEI TEST INVALSI
LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliErrori di una misura e sua rappresentazione
Errori di una misura e sua rappresentazione Il risultato di una qualsiasi misura sperimentale è costituito da un valore numerico (con la rispettiva unità di misura) ed un incertezza (chiamata anche errore)
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliCAPITOLO 7 LE DISTRIBUZIONI CAMPIONARIE E GLI INTERVALLI DI CONFIDENZA
SOLUZIONI 7.1 7.2 7.3 7.4 7.5 a) X=6,3 minuti b) 3,7 minuti CAPITOLO 7 LE DISTRIBUZIONI CAMPIONARIE E GLI INTERVALLI DI CONFIDENZA a) Quantitativo,discreto b) P=502/1004=0,5 o 50% c) Età,tipo di lavoro,
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
Dettagli8 Elementi di Statistica
8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliMisure della dispersione o della variabilità
QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliCorso di Fisica generale
Corso di Fisica generale Liceo Scientifico Righi, Cesena Anno Scolastico 2014/15 1C Introduzione alla Incertezza della Misura Sperimentale I Riccardo Fabbri 1 (Dispense ed esercizi su www.riccardofabbri.eu)
DettagliPROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI
statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliRAPPRESENTAZIONE DEI DATI
Rappresentazione dei Dati RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente Quandoil si loro dispone
DettagliLA DISTRIBUZIONE DI PROBABILITÀ DEI RITORNI AZIONARI FUTURI SARÀ LA MEDESIMA DEL PASSATO?
LA DISTRIBUZIONE DI PROBABILITÀ DEI RITORNI AZIONARI FUTURI SARÀ LA MEDESIMA DEL PASSATO? Versione preliminare: 25 Settembre 2008 Nicola Zanella E-Mail: n.zanella@yahoo.it ABSTRACT In questa ricerca ho
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIntroduzione all Inferenza Statistica
Introduzione all Inferenza Statistica Fabrizio Cipollini Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) G. Parenti Università di Firenze Firenze, 3 Febbraio 2015 Introduzione Casi di studio
DettagliOCCUPATI SETTORE DI ATTIVITA' ECONOMICA
ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliTema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliIntroduzione alla Teoria degli Errori
Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non
DettagliSTATISTICA DESCRITTIVA UNIVARIATA
Capitolo zero: STATISTICA DESCRITTIVA UNIVARIATA La STATISTICA è la scienza che si occupa di fenomeni collettivi che richiedono lo studio di un grande numero di dati. Il termine STATISTICA deriva dalla
DettagliI punteggi zeta e la distribuzione normale
QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliESERCIZI DI STATISTICA DESCRITTIVA
ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliCORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO
CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima
Dettagli5A un multiplo di 3 5B una potenza di 5 5C divisibile per 7 e per 11 5D. D. 6 Le soluzioni dell equazione 1 + 3x 2x 2 = 0 sono 3 ± 17 6D 3 ± 17
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA 0 Settembre 008 Spnz0000 Ingegneria - Scienze Matematiche Fisiche Naturali - Scienze Statistiche Test di Matematica D. Il numero è uguale a A 5 B 5 C D 0 0 D.
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di
DettagliStatistica. Alfonso Iodice D Enza iodicede@unina.it
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 16 Outline 1 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
DettagliINDICI DI TENDENZA CENTRALE
INDICI DI TENDENZA CENTRALE NA Al fine di semplificare la lettura e l interpretazione di un fenomeno oggetto di un indagine statistica, i dati possono essere: organizzati in una insieme di dati statistici
DettagliINTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.
INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliCorso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis
Corso di Statistica Corso di Laurea in Ingegneria Edile ed Ingegneria Tessile Docente: Orietta Nicolis Orario del corso: Martedì: dalle 16.00 alle 18.00 Giovedì: dalle 9.30 alle 11.30 Ricevimento: Mercoledì:
DettagliServizi di consulenza specialistica per IGRUE 2009 2012
Allegato 9A Metodo della stima delle differenze Descrizione della procedura Il metodo della stima delle differenze è indicato qualora il controllore ritenga che la popolazione sia affetta da un tasso di
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliSOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale
SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale ESERCIZIO nr. 1 I Presidi delle scuole medie superiori di una certa cittá italiana hanno indetto tra gli studenti dell ultimo anno una
DettagliAnalisi statistica degli errori
Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale
Dettagli