TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012"

Transcript

1 TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che il cosumo tipico del motore è di 1,00 litri/ora di gasolio: questo valore viee assuto come valore tipico per l'itera popolazioe. U esperto di meccaica suggerisce alla dirigeza di MotoriMarii pa. di adottare u lubrificate di uova cocezioe affermado che tale azioe può ridurre i modo sigificativo il cosumo del motore. A causa del costo superiore del uovo lubrificate l avv. Tizio, AD di MotoriMarii, valuta che la soluzioe risulta ecoomicamete coveiete solamete el caso i cui il cosumo del motore MOTO1 si riduca fio ad assumere u valore tipico miore di 0.90 litri/ora di gasolio. L avv. Tizio decide di codurre ua verifica sperimetale allo scopo di idagare la effettiva utilità del uovo lubrificate ed icarica l ig. aio, di progettare e codurre la prova. L ig. aio segala che ua prova a campioe o potrà essere esete da u rischio di errore e cocorda co l Avv. Tizio di operare co u campioe composto da 16 elemeti e co u rischio di errore del 1%. Vegoo così provati al baco 16 esemplari del motore MOTO1 misurado, per ciascuo di essi, il cosumo. I valori otteuti soo i segueti (i litri/ora di gasolio): #1 : 0,8 # : 0,84 #3 : 0,84 #4 : 0,86 #5 : 0,86 #6 : 0,86 #7 : 0,88 #8 : 0,88 #9 : 0,88 #10: 0,88 #11: 0,90 #1: 0,90 #13: 0,90 #14: 0,9 #15: 0,9 #16: 0,94 ome è evidete il campioe mostra u comportameto che porterebbe ad idividuare u valore tipico iferiore a 0,90 litri/ora: aio si chiede se tale risultato sia dovuto alla aleatorietà co cui è stato composto il campioe oppure se si possa effettivamete sosteere la validità del uovo lubrificate. Domada 1. i chiede al cadidato di formalizzare l ipotesi pricipale e di dare risposta al quesito che si sta poedo l ig. aio (ricordado che questi vuole operare co u rischio di errore del 1%). Risposta: La variabile casuale co cui operare viee defiita el seguete modo: cosumo espresso i litri/ora, dimiuito di 0.90 e moltiplicato per 100. o questa premessa l ipotesi pricipale da verificare è la seguete: H o : μ > μ 0 0 Dal risultato del test o si ha la autorizzazioe a sosteere che il uovo lubrificate porta ad u cosumo miore di 90 litri/ora di gasolio. Il fatto che la media campioaria della sia risultata miore di 0 potrebbe essere dovuto alla aleatorietà co cui è stato composto il campioe esamiato.

2 i defiisce prelimiarmete ua variabile casuale adimesioale che assume, per ciascu elemeto della popolazioe dei motori MOTO1, valore uguale al cosumo espresso i litri/ora, dimiuito di 0.90 e moltiplicato per 100. ( 0.90) 100 A causa dei molteplici fattori che determiao il cosumo di ciascu elemeto è plausibile riteere che la abbia ua distribuzioe di tipo ormale. o questa scelta della il valore della media μ per l itera popolazioe che corrispode al valore limite per la utilità del uovo lubrificate risulta μ 0 0 Dato lo scopo del test si costruisce ua ipotesi che, se rifiutata, possa cosetire di escludere che il cosumo tipico sia uguale (o maggiore) a quello limite stabilito. H o : μ > μ 0 0 (Rifiutare H o implica che si affermi che il valore di μ è iferiore a 0, quidi che i motori MOTO1 presetao u cosumo tipico miore del limite pertato l uso del uovo lubrificate sarebbe effettivamete utile) Il test viee codotto co il livello di sigificatività richiesto, pari a 0,01, e quidi co la fiducia del 99%, utilizzado la variabile campioaria T: T Dato che la ha distribuzioe ormale e che il campioe è di 16 elemeti la variabile campioaria T ha ua distribuzioe di tipo t di tudet co 15 gradi di libertà. L ipotesi è del tipo μ > μ 0 pertato si esegue u test di tipo uilaterale (o a 1 coda ) Dalle tabelle della t di tudet si ricava il valore critico per α 0,01 che risulta: t c if -.60 La regioe di rifiuto della H 0 è pertato: T < t c if Dai dati del problema si ricavao i valori della media campioaria e della deviazioe stadard campioaria corretta corrispodeti agli elemeti co cui è stato composto il campioe: ; Dai valori del campioe si ricava quidi: μ t T > 16 Dato che t NON cade ella regioe di rifiuto T < t c if NON posso rifiutare H 0 co la fiducia richiesta: Dato che o è lecito egare che la media della variabile per l itera popolazioe sia maggiore o uguale a 0 o è possibile affermare che la uova macchia ha fatto scedere il tempo tipico di lavorazioe sotto al valore limite che e determia la ecoomicità. Il fatto che il valore della media campioaria della risulti miore di 0 potrebbe essere dovuto alla aleatorietà co cui è stato composto il campioe. t c if

3 Domada. uppoedo che il campioe estratto sia ua fedele immagie della popolazioe idividuare il umero miimo di elemeti ecessari per poter rifiutare l ipotesi pricipale co il rischio di errore che si è fissato. Risposta: Il umero miimo di elemeti del campioe che permette di rifiutare la ipotesi pricipale co il rischio di errore fissato è 18. Il processo di risoluzioe è iterativo ed iizia co ua valutazioe di massima del valore attraverso l uso del valore critico della variabile casuale T per 16 T t ' tc if.60 '.60 ' 4.5 ' ' 19 Idividuato il valore di primo tetativo 19 si affia la ricerca verificado se il valore critico che cosete il rifiuto della ipotesi pricipale H 0 possa essere superato ache co valori miori di : ' 18 T t ' '.595 < t cosete acora di rifiutare l ipotesi pricipale H 0 ; c if ' 17 T t ' ',5 > t 17 c if 16, o cosete di rifiutare l ipotesi pricipale H 0 co co il grado di fiducia desiderato. i può quidi cocludere che 18 è il umero miimo di elemeti da iserire el campioe per poter rifiutare l ipotesi pricipale (ovviamete: se il processo di estrazioe dei 16 moduli co cui è stato composto il campioe origiale è stato corretto ed ha portato ad u campioe rappresetativo della itera popolazioe).

4 Problema. i idividui l itervallo di cofideza al 95% per la variaza σ della riferita all itera popolazioe sulla base dei valori foriti dal campioe di 16 elemeti del problema 1. Risposta: L itervallo di cofideza ricercato è: 5,8 5,56,83 5,59 se si opera co la tabella della distribuzioe chi quadro oppure è 5 se si opera co la tabella della distribuzioe modificata di chi quadro (le differeze soo causate degli arrotodameti dei valori riportati dalle diverse tabelle) Per idividuare l itervallo di cofideza della variaza della relativa all itera popolazioe si costruisce ua idoea variabile casuale 1 σ ( ) Dato che il campioe utilizzato è composto da 16 elemeti e che la variabile casuale ha distribuzioe ormale si può affermare che la variabile casuale ha distribuzioe di tipo chi quadro co 15 gradi di libertà. i idividuao quidi i due quatili della chi quadro relativi alle probabilità 0,05 e 0,975 che, per 15 gradi di libertà, risultao essere: if 6,6 ; sup 7,488 c c Da questi valori si idividuao gli estremi dell itervallo di cofideza cercato mediate la: ( 1) ( 1) c sup c if ostituedo ella espressioe i valori della variaza campioaria corretta, dei quatili della chi quadro e dei gradi di libertà si ottiee: 15 5,8 7,488 5, ,6 Voledo ridurre il umero di cifre decimali degli estremi dell itervallo si ottiee ifie: 5,8 5,56 avedo approssimato per difetto l estremo iferiore e per eccesso quello superiore al fie di otteere u uovo itervallo tale da coteere totalmete quello origiale. alterativa Per idividuare l itervallo di cofideza della variaza della relativa all itera popolazioe si costruisce ua idoea variabile casuale così defiita:

5 σ Dato che il campioe utilizzato è composto da 16 elemeti e che la variabile casuale ha distribuzioe ormale si può affermare che la variabile casuale ha distribuzioe di tipo modificata di chi quadro co 15 gradi di libertà. i idividuao quidi i due quatili della modificata di chi quadro relativi alle probabilità 0,05 e 0,975 che, per 15 gradi di libertà, risultao essere: c if 0,417 ; c sup 1,83 Da questi valori si idividuao gli estremi dell itervallo di cofideza cercato mediate la: c sup c if ostituedo ella espressioe sopra riportata i valori della variaza campioaria corretta, dei quatili della modificata di chi quadro e dei gradi di libertà si ottiee: 10,67 5,830 1,83 5,588 0,417 Voledo ridurre il umero di cifre decimali degli estremi dell itervallo si ottiee ifie: 5,83 5,59 avedo approssimato per difetto l estremo iferiore e per eccesso quello superiore al fie di otteere u uovo itervallo tale da coteere totalmete quello origiale.

Tecnica delle misurazioni applicate LS - Esame del 25 marzo 2010

Tecnica delle misurazioni applicate LS - Esame del 25 marzo 2010 Teia delle misurazioi appliate L - Esame del 5 marzo 010 Problema 1. La Adria ablaggi pa è u impresa he produe quadri elettrii e he, per la sua attività, aquista igeti quatità di avo elettrio. U poteziale

Dettagli

Problema 1. Risoluzione

Problema 1. Risoluzione Problema 1. La Pico & Pallo c, impresa che esegue il motaggio e la saldatura di compoeti su circuiti stampati per coto terzi, acquista la lega di saldatura i ligotti da 0,5 kg da u foritore al prezzo di

Dettagli

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013 Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Problemi sui test di ipotesi per la varianza

Problemi sui test di ipotesi per la varianza Problemi sui test di ipotesi per la variaza Problema V1 Cotrolli periodii sulla produzioe di odesatori hao permesso al ostruttore di defiire ua variabile asuale X (he assume valore pari alla apaità di

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione:

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione: Test Statistici U test statistico è ua regola che permette di stabilire se u ipotesi (H " ) può essere accettata (o rifiutata) o meo (rifiutata). I particolare, H " può essere vera o falsa e la sua accettazioe/rifiuto

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008 Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione.

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione. La distribuzioe gaussiaa delle medie cosete ache di sottoporre ad esame critico ipotesi effettuate su ua popolazioe. Si suppoe che vega fatta ua affermazioe che localizzi la media µ della popolazioe (ipotesi

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003 PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

14. TEORIA DEI TEST STATISTICI

14. TEORIA DEI TEST STATISTICI 4. TEORIA DEI TEST STATISTICI 4. Geeralità sui test di sigificatività I dati campioari possoo essere utilizzati, oltre che per costruire l itervallo di cofideza di u parametro igoto, ache per verificare

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

PROBLEMI DI INFERENZA SU MEDIE

PROBLEMI DI INFERENZA SU MEDIE PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

CAPITOLO 2 Semplici esperimenti comparativi

CAPITOLO 2 Semplici esperimenti comparativi Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

(per popolazioni finite)

(per popolazioni finite) Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe

Dettagli

4. Proprietà degli stimatori

4. Proprietà degli stimatori Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

STATISTICA A K (63 ore)

STATISTICA A K (63 ore) STATISTICA A K (63 ore) Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto =400 X =34.000 Km; s cor =9000 Km Calcolare l

Dettagli

Fonti e strumenti statistici per la comunicazione

Fonti e strumenti statistici per la comunicazione Foti e strumeti statistici per la comuicazioe Prof.ssa Isabella Migo A.A. 018-019 Idici Medi Esercizio:calcolo media soluzioe Numeri addetti xi i xi * i 10 18 180 1 15 180 14 5 350 16 10 160 18 9 5 0 18

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

LE MISURE DI SINTESI (misure di tendenza centrale)

LE MISURE DI SINTESI (misure di tendenza centrale) STATISTICA DESCRITTIVA LE MISURE DI SINTESI (misure di tedeza cetrale) http://www.biostatistica.uich.itit OBIETTIVO Altezza degli studeti 004-05 (cm) Tabella dei dati Idividuare u idice che rappreseti

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Corso di Statistica - Esercitazione 2

Corso di Statistica - Esercitazione 2 Corso di Statistica - Esercitazioe 2 Dott. Davide Buttarazzi d.buttarazzi@uicas.it Esercizio 1 La seguete tabella riporta dati relativi al giudizio espresso da alcui clieti sulla qualità dell ultimo modello

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi

ESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi ESERCIZI DI STATISTICA RISOLTI Federico Emauele Pozzi Risolverò solo u compito itegralmete. Se avete domade sulla risoluzioe di specifici esercizi postate el forum, e le aggiugerò qui. Qui preseto solo

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002 Esercitazioi di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dii Lezioe del 10/12/2002 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore. Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri

Dettagli

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere? Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza

Dettagli

Richiami di statistica 222

Richiami di statistica 222 Programmazioe e Cotrollo della Produzioe La statistica modera può essere distita i tre parti: La statistica descrittiva spiega come i dati raccolti devoo essere riportati i tabella, rappresetati i grafici

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Daniela Tondini

Daniela Tondini Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

LA MISURA IN PSICOLOGIA

LA MISURA IN PSICOLOGIA Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base

Dettagli

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale. Apputi di Probabilità e Statistica a.a. 014/015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 7 1 Statistica Ifereziale 1.1 Test di ipotesi Ipotesi statistica: assuto relativo ad uo o più parametri (igoti)

Dettagli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Elementi di statistica

Elementi di statistica Elemeti di statistica Argometi: costruzioe di modelli matematici di variabili casuali mediate i parametri stocastici; defiizioe della migliore stima di ua misura; valutazioe dell icertezza della miglior

Dettagli

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli