Esercitazione n.2 Inferenza su medie
|
|
- Ada Corti
- 8 anni fa
- Visualizzazioni
Transcript
1 Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione per tali spese. Per un campione di impiegati si osservano le seguenti spese mediche (in euro) per l anno passato: a) Calcolate un intervallo di confidenza di livello 90% per la media delle spese mediche familiari per tutti gli impiegati della società; b) Calcolate un intervallo di confidenza di livello 95% per la media delle spese mediche familiari per tutti gli impiegati della società. Soluzione Si tratta di determinare l intervallo di confidenza della media con varianza ignota. La v.c. di riferimento è la T di Student con n- gradi di libertà, ma trattandosi di grande campione, possiamo tranquillamente fare riferimento alla v.c. normale standardizzata Preliminarmente calcoliamo la media e la varianza campionarie: 𝑥 80 𝑥 𝑥 𝑥 20 ; 𝑠 8578,54 ; 39 𝑠 8578,54 92,6 a) L intervallo cercato è 𝑠 𝑠 𝑃𝑟 𝑥 𝑧 𝜇 𝑥 + 𝑧 𝛼 92,6 92,6 𝑃𝑟 20,645 𝜇 20 +,645 0,90 𝑃𝑟 85,9 𝜇 234, 0,90 Con una probabilità pari al 90% l intervallo precedente potrebbe essere uno di quelli che contiene la media incognita. b) L intervallo cercato è 𝑠 𝑠 𝑃𝑟 𝑥 𝑧 𝜇 𝑥 + 𝑧 𝛼 92,6 92,6 𝑃𝑟 20,960 𝜇 20 +,960 0,95 𝑃𝑟 8,3 𝜇 238,7 0,95 Con una probabilità pari al 95% l intervallo precedente potrebbe essere uno di quelli che contiene la media incognita.
2 Esercizio 2 Esercitazione n.2 Supponete che il manager di un negozio di vernici voglia stimare la quantità di pittura effettivamente contenuta in un barattolo da un litro acquistato da un produttore nazionale. Il manager sa dal produttore che lo scarto quadratico medio della quantità di pittura contenuta in un barattolo è pari a 0,02 litri. Si estrae un campione di 50 barattoli e si osserva una quantità media di pittura per barattolo di 0,995 litri. a) Calcolate un intervallo di confidenza al livello del 99% per la media della popolazione della quantità di pittura contenuta in un barattolo da un litro; b) Sulla base dei risultati ottenuti, pensate che il proprietario del negozio abbia diritto ad esprimere delle lamentele al produttore? c) In questo problema è necessario supporre che la quantità di pittura abbia una distribuzione normale? Soluzione 2 Si tratta di determinare l intervallo di confidenza della media con varianza nota. La v.c. di riferimento è la Z. Preliminarmente calcoliamo la media e la varianza campionarie. a) L intervallo cercato è: σ Pr x z n μ x + σ z n α Pr 0,995 2,576 0,02 0,02 μ 0, , ,99 Pr 0,9877 μ,0023 0,99 Con una probabilità pari al 99% l intervallo precedente potrebbe essere uno di quelli che contiene la media incognita. b) Poiché il valore è contenuto nell intervallo non c è motivo per ritenere che la media sia inferiore a. c) No, perché σ è noto e n 50; in base al teorema del limite centrale possiamo assumere che X ha distribuzione normale. 2
3 Esercizio 3 In un indagine campionaria condotta su 23 banche sono state rilevate le commissioni annuali che i correntisti pagano annualmente. I dati sono i seguenti: Costruire l intervallo di confidenza al 95% per la commissione media della popolazione e interpretarne il risultato. Soluzione 3 Si tratta di determinare l intervallo di confidenza della media con varianza ignota, piccolo campione. La v.c. di riferimento è la t di Student. Preliminarmente calcoliamo la media e la varianza campionarie: x x n ; s x x 466 n 22 2,8 ; s 2,8 4,6 L intervallo cercato è Pr x t, sn μ x + s t, n α Pr 23 2,0739 4,6 4,6 μ , ,95 Pr 2,0 μ 24,99 0,95 Con una probabilità pari al 95% l intervallo precedente potrebbe essere uno di quelli che contiene la commissione media delle banche. 3
4 Esercizio 4 Il proprietario di una stazione di servizio vuole studiare gli stili di consumo dei motociclisti che si fermano a rifornirsi da lui. Seleziona un campione casuale di 60 motociclisti che si fermano a rifornirsi nell arco di una settimana e ottiene i seguenti risultati: il consumo medio di carburante è stato in media di,3 litri, con uno scarto quadratico medio di 3, litri; Con un livello di significatività di 0,05, vi è evidenza empirica che la media di consumo di carburante sia differente di 0 litri? Soluzione 4 Si tratta della verifica d ipotesi per la media. Il sistema d ipotesi è Il test da utilizzare è Z x μ s n H : μ 0,0 H : μ 0,0,3 0,0 3, 60 3,248 Dalla tavola della Z in corrispondenza di α0,05 troviamo il valore soglia,96; per cui, essendo il valore del test maggiore del valore soglia, possiamo rifiutare l ipotesi nulla: l evidenza empirica è a favore dell ipotesi secondo cui il consumo medio di carburante è maggiore di 0 litri. 4
5 Esercizio 5 Un azienda produce personal computer e sta valutando l introduzione di nuove opzioni cromatiche per l hardware, nella speranza di incrementare le vendite. Produrre computer in più colori, tuttavia, comporta dei costi fissi maggiori. Affinché l operazione porti a un aumento degli utili, l azienda si è posta l obiettivo di vendere 275 unità alla settimana. Il reparto commerciale ha introdotto e pubblicizzato i nuovi colori in un esperimento di marketing della durata di settimane. Al termine del periodo ha raccolto i dati di vendita nelle settimane ed ha ottenuto i seguenti risultati: A. I dati di vendita relativi al test di mercato indicano che le vendite settimanali medie superano le 275 unità? In altre termini, è possibile dimostrare che le vendite settimanali medie, se i PC prodotti verranno dotati delle nuove opzioni cromatiche, supereranno le 275 unità tale da convincere il management che le vendite relative al test di mercato giustificano l introduzione di nuovi colori? B. Supponendo, sulla base di nuove informazioni relative ai costi, di scoprire che le vendite per i nuovi colori devono superare le 285 unità per produrre utile, quali sono le considerazioni da fare, in questo caso? C. Quali sarebbero le conclusioni circa il successo del cambio di colori se le vendite dovessero superare le 300 unità alla settimana? 5
6 Soluzione 5 A. Il sistema d ipotesi è H μ 275 H μ > 275 Occorre preliminarmente calcolare sia la media che lo scarto quadratico medio campionario: x ì x n , 5 s (x x) n 98802, , Trattandosi di grande campione, la statistica test da adottare per verificare l ipotesi è Z X μ 290,5 275 s,757 53, n Dalla tavola della Z, in corrispondenza di z,757 risulta un p-value 0,0392. Quando il p-value è piccolo, è poco probabile che il campione provenga da una popolazione in cui l ipotesi nulla è vera: più piccolo è il p-value, più forte è la prova a favore dell ipotesi alternativa. Essendo in questo caso il p-value di poco inferiore al 4% possiamo rifiutare l ipotesi nulla. Comunque occorre fare una ulteriore considerazione: l introduzione delle opzioni di colore comporta un certo rischio (maggiori costi) e, quindi, se le vendite risultassero mediocri, l azienda potrebbe subire perdite rilevanti. La politica dell azienda deve essere improntata alla prudenza nel momento in cui si valutano i dati provenienti da un test come quello qui considerato. B. Il sistema d ipotesi è H μ 285 H μ > 285 La statistica test da adottare per verificare l ipotesi è Z X μ 290,5 285 s 0, , n Dalla tavola della Z, in corrispondenza di z0,6273 risulta un p-value 0,2652. In questo caso non possiamo rifiutare l ipotesi nulla in quanto il p-value è piuttosto alto. L azienda non dovrebbe quindi introdurre i nuovi colori nel PC. (Una buona strategia potrebbe essere quella di raccogliere più dati durante il test di mercato, per avere un idea più precisa sulle vendite potenziali dei PC con i nuovi colori). C. Essendo la media campionaria minore di 300, non potremmo concludere che le vendite supererebbero le 300 unità. In casi come questo non è neppure necessario eseguire una verifica delle ipotesi: è chiaro che non vi sono sufficienti prove per dimostrare che le vendite supereranno la quota obiettivo. 6
7 Esercitazione n.2 Esercizio 6 Supponiamo che una società che produce software di tipo finanziario voglia valutare la bontà di un nuovo programma prima di lanciarlo sul mercato. La società desidera che, a parità di risultati e caratteristiche, il nuovo software sia significativamente più veloce rispetto a quello attualmente in circolazione. Una possibilità a disposizione dell analista consiste nell estrarre due campioni casuali e indipendenti di tempi di elaborazione e verificare l esistenza di una differenza nei tempi medi richiesti dal vecchio e dal nuovo programma per portare a termine diverse applicazioni di carattere finanziario. I dati sono riportati nella seguente tabella: SW attualmente SW nuovo in uso 9,98 9,88 9,88 9,86 9,84 9,75 9,99 9,80 9,94 9,87 9,86 9,84 0,2 9,87 9,90 9,86 9,9 9,83 9,84 9,86 Scegliendo un livello di significatività del 5%, possiamo affermare che il tempo medio richiesto dal nuovo software è significativamente inferiore rispetto al tempo medio richiesto dal software attualmente in uso? Soluzione 6 H : µ µ 2 Il sistema d ipotesi è 0 H : µ > µ 2 Calcoliamo le medie e le varianze campionarie: 𝑥 𝑥 ì 9,926 𝑠 𝑥 La statistica test è ì 𝑥 𝑇 9,842 𝑠,"#,"#,"#$%# " " 𝑥 𝑥 𝑥 𝑥 0, , ,79 (n ) S2 + (n2 ) S 22 0,07449(9) + 0,00596(9) 0, n + n2 2 8 S 0, La statistica test, se è vera H0, si distribuisce approssimativamente come una t di Student con n+n22 gradi di libertà. Dalla tavola della T risulta in corrispondenza di 8 gradi di libertà e α 0,0 (il livello di significatività si raddoppia quando l ipotesi alternativa è unidirezionale) che il valore soglia è,784. La regola di decisione è: si rifiuta l ipotesi nulla in quanto il risultato del test è superiore al valore soglia. Si può quindi concludere che il tempo medio richiesto dal nuovo software per portare a termine applicazioni di tipo finanziario è significativamente inferiore rispetto al tempo medio richiesto dal software attualmente in uso (il p-value è inferiore all %). 7 Dove S 2
8 Esercizio 7 Il reparto commerciale di una grande azienda di prodotti al dettaglio sta prendendo in considerazione l eventualità di cambiare il packaging di uno dei suoi articoli più venduti, esaminando due alternative. Per valutare la convenienza relativa tra queste alternative, viene chiesto all area marketing di eseguire dei test per stabilire quale package fa vendere di più. Viene perciò selezionato un insieme di 72 distretti di vendita (omogenei fra loro per caratteristiche demografiche): in di essi viene sottoposto a test il package (nuovo), negli altri il package 2 (vecchio). I dati relativi alle vendite raccolti in un test durato un mese sono i seguenti: I campione (package ) II campione (package 2)
9 Esercitazione n.2 Soluzione 7 Il sistema d ipotesi è 𝐻 𝜇 𝜇 𝐻 𝜇 > 𝜇 Calcoliamo le medie e le varianze campionarie: 𝑥 0459 𝑥 ì 290,6 𝑠 𝑥 ì 𝑥 ,9 𝑠 𝑥 𝑥 𝑥 𝑥 2822, ,066 Si suppone che le due varianze delle popolazioni siano ignote ma uguali, per cui: 𝜎 𝜎 𝜎 A questo punto occorre stimare la varianza comune attraverso la media ponderata delle due varianze dei campioni: 𝑆 + 𝑆 ( ) 2822, ,066(35) 𝑆 2550, Quindi S 50,5 Trattandosi di grande campione, la statistica test da adottare per verificare l ipotesi è 𝑍 𝑋 𝑋 𝑠 + 290, ,5 + 2,39 Dalla tavola della Z, in corrispondenza di z 2,39 risulta un p-value 0,004. Questo risultato ci suggerisce di rifiutare l ipotesi nulla, in quanto la probabilità di sbagliare (commettere l errore di prima specie) è di poco superiore all %; quindi possiamo affermare che il package porta ad avere vendite medie (statisticamente) significativamente maggiori del package 2. A questo proposito, un concetto fondamentale da tenere presente è la distinzione fra significatività statistica e significatività economica. Il fatto che la differenza tra le vendite medie dei due tipi di package sia statisticamente significativa vuol dire che abbiamo una forte evidenza empirica a favore di tale differenza; non dice quanto importante essa sia, ovvero se sia economicamente significativa. Nel caso presentato, i risultati campionari evidenziano anche una significatività economica: passando dal package 2 al package si stima che le vendite aumentino in media del 0,5% (290,6262,9)/262,9. Comunque questa significatività economica deve essere valutata con i costi aggiuntivi 9
Esercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
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
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
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
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
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
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
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
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
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
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
DettagliStima 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
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
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.
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
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
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
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
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
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
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
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
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
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
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
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
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,
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
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
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
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
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
DettagliTEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST
TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica 1 Parte A 1.1 La formula µ = x ± s n
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
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
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliL analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt
L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELL ROLE Six Sigma Master lack elt Dicembre, 009 Introduzione Nell esecuzione dei progetti Six Sigma è di fondamentale importanza sapere se
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:
DettagliSTATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua
STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata
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
DettagliRISCHIO E CAPITAL BUDGETING
RISCHIO E CAPITAL BUDGETING Costo opportunità del capitale Molte aziende, una volta stimato il loro costo opportunità del capitale, lo utilizzano per scontare i flussi di cassa attesi dei nuovi progetti
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
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
DettagliPRODUZIONE DI LENTI A CONTATTO
1 PRODUZIONE DI LENTI A CONTATTO Per monitorare il processo di produzione di un determinato tipo di lenti a contatto viene misurato, ad intervalli di tempo regolari di h 15 minuti, il diametro X (in mm)
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
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliSTATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007
Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità
DettagliPremessa. Esercitazione. Calcolo del reddito nel Conto del reddito. Calcolo del reddito nel Conto del capitale e nel Conto del reddito
Sul calcolo del reddito di fine periodo: riflessioni di base 1 INDICE: Premessa Esercitazione Calcolo del reddito nel Conto del capitale Calcolo del reddito nel Conto del reddito Calcolo del reddito nel
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
DettagliMATEMATICA 5 PERIODI
BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE
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
Dettagli19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE
19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE Nell inferenza è spesso richiesto il calcolo di alcuni valori critici o di alcune probabilità per le variabili casuali che sono state introdotte
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
DettagliEsercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera
Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera 1. Avete risparmiato 10 dollari che volete investire per un anno in azioni e/o buoni del tesoro
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
DettagliEdited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.
In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4.2 I principali test statistici per la verifica di ipotesi: Il test F Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico
DettagliSISTEMA di GESTIONE QUALITÀ Non Conformità ed Efficacia delle Azioni Correttive Preventive
SISTEMA di GESTIONE QUALITÀ Non Conformità ed Efficacia delle Azioni Correttive Preventive Il sistema di gestione della qualità a cui mi riferisco è quello relativo alla norma ISO-9001:2000. Prima di entrare
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
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,
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliLABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL
LABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL ESERCITAZIONE GUIDATA I problemi di scelta Problema. Una ditta produttrice di detersivi per lavatrice ha costi al litro
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. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliProduttore A B C 1 20% 20% 30% 2 30% 10% 30%
Esercizio 1: Patate Un azienda produce pacchi di patatine surgelate sia a bastoncino (A) che in pezzi più piccoli (B) e di fiocchi surgelati per il puré (C). L azienda acquista da due produttori (1 e 2)
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
DettagliTeoria della Stima. Stima della Media e di una Porzione di Popolazione. Introduzione. Corso di Laurea in Scienze Motorie AA2002/03 - Analisi dei Dati
Teoria della Stima. Stima della Media e di una Porzione di Popolazione Introduzione La proceduta in base alla quale ad uno o più parametri di popolazione si assegna il valore numerico calcolato dalle informazioni
DettagliLa dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari.
La dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari. Giovanni Anania e Rosanna Nisticò EMAA 14/15 X / 1 Il problema Un ottimo uso del vostro tempo! questa
DettagliGESTIONE INDUSTRIALE DELLA QUALITÀ A
GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che
DettagliEsercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)
STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliSERVIZIO NAZIONALE DI VALUTAZIONE 2010 11
SERVIZIO NAZIONALE DI VALUTAZIONE 2010 11 Le rilevazioni degli apprendimenti A.S. 2010 11 Gli esiti del Servizio nazionale di valutazione 2011 e della Prova nazionale 2011 ABSTRACT Le rilevazioni degli
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
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,
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
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
DettagliI margini lordi nelle aziende che producono su commessa Il caso Sicilyelectronic srl
I margini lordi nelle aziende che producono su commessa Il caso Sicilyelectronic srl Corso di Economia Aziendale (esercitazioni) Università degli Studi di Palermo Agenda Caratteristiche delle aziende che
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
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliCorso di FINANZA AZIENDALE AVANZATA
Corso di FINANZA AZIENDALE AVANZATA Teoria delle opzioni e opzioni reali Formula di Black/Sholes Nell approccio binomiale, per ipotesi, alla fine del periodo vi sono solo 2 possibili prezzi. Nella realtà,
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240
ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione
DettagliI ricavi ed i costi di produzione
I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliElaborazione dei dati su PC Regressione Multipla
21 Elaborazione dei dati su PC Regressione Multipla Analizza Regressione Statistiche Grafici Metodo di selezione Analisi dei dati 21.1 Introduzione 21.2 Regressione lineare multipla con SPSS 21.3 Regressione
DettagliCos è l ISC (Indicatore Sintetico del Conto Corrente) e cosa sono i Profili tipo d utilizzo
Cos è l ISC (Indicatore Sintetico del Conto Corrente) e cosa sono i Profili tipo d utilizzo Come dice il nome, l ISC è un indicatore che riassume in un unica cifra il costo indicativo annuo di un conto
Dettagli