Testi di riferimento. Modello di regressione. Introduzione all analisi di regressione. Relazione tra caratteri. Dottorato in Metodologia della ricerca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Testi di riferimento. Modello di regressione. Introduzione all analisi di regressione. Relazione tra caratteri. Dottorato in Metodologia della ricerca"

Transcript

1 Itoduzoe all aals d egessoe Dottoato Metodologa della ceca aa 8/9 Cala Rampch ampch@dsuft Test d femeto Cook R D e Wesbeg S (999) Appled Regesso Icludg Computg ad Gaphcs, Joh Wle ad Sos Geee W (3), Ecoometc Aalss, Uppe Saddle Rve (NJ), Petce Hall Motgome DC, Peck EA, Vg GG (), Itoducto to lea egesso aalss, 3 Ed, New Yok: Joh Wle & Sos Mooe D S e McCabe G, 999, Itoducto to the Pactce of Statstcs, 3d edto, New Yok: Feema Pccolo D, 998, Statstca, Bologa: Il Mulo Relazoe ta caatte Al vaae d X S, s osseva ua vaazoe sstematca della dstbuzoe d Y? 3 4 f X costate M(Y) 3 No vaazo lea ρ M(Y X) costate Modello d egessoe αε Y tedezalmete costate ε costate Y tedezalmete popozoale a X La elazoe ta e M(Y ) è stetzzata attaveso u modello paametco αε g(;θ)ε costate put tedezalmete alleat

2 Schema logco pe la costuzoe d u modello Teozzazoe feomeo Desczoe Pevsoe Smulazoe Idvduazoe vaabl esplcatve Fomulazoe o detfcazoe modello Uso de dat pe la stma del modello vefca modello Utlzzo del modello Esempo: eddto dspoble e cosum (Geee, ) ao eddto cosumo meda vaaza ds 8 86 covaaza ho X: eddto blo d $ (valuta 7) Y: cosum blo d $ (valuta 7) Modello d egessoe leae semplce Foma fuzoale α ε E(ε ),, Omoschedastctà: Va(ε )σ, costate Resdu coelat: cov(ε,ε j ) Regesso e eo coelat cov(,ε ) ε N(, σ ) Segue esempo cosumo/eddto Stma OLS a-6758 cosum pe eddto b979 pe og bloe pù d eddto, cosum cescoo d 98 blo cosum_geeesas

3 Scomposzoe della vaaza SSTSSRSSE ( ) ( ˆ ) e R SSR/SST dce d detemazoe R ρ [( ˆ )( )] R co( ˆ, ) ( ) ( ˆ ) Botà d adattameto TEST F F Aalss of Vaace SSR SS/DF Sum of Mea Souce DF Squaes Squae F Value P > F Model < Eo Coected Total SST SSE SSR /SST Root MSE 8933 R-Squae 997 Depedet Mea Adj R-Sq 997 Coeff Va 36 [,( N )] SSR / SSE /( N ) H :, H a : Popetà degl stmato OLS Teoema d Gauss-Makov Lo stmatoe OLS b è lo stmatoe leae e coetto a vaaza mma d Se εn(,σ ) b XN(,Va(b)) Popetà utle pe defe test e tevall d cofdeza Va( b) σ ( ) E( ) è ua fuzoe leae d, dove pe og la dstbuzoe d è cetata too a E( ) f() E( )

4 I caso d eteoschedastctà f( ) 3 E( ) Test e tevall d cofdeza Stma d σ Statstca pe l test H : ˆ σ s e t b SE Itevallo d cofdeza al lvello c pe b± t SE * b t( ) t* valoe d t d Studet co (-) gl: P(-t*<t<t*)c b segue esempo cosumo/eddto Paamete Estmates s Va( b) ( ) b t Paamete Stadad SEb t( ) Vaable Label DF Estmate Eo t Value P > t Itecept Itecept eddto eddto < Itevallo d cofdeza pe ab ˆ ± t* SE ˆ Regessoe multpla: matce d dat ID Y X X X j X p j p j p j p j p

5 Regessoe leae multpla Modello:,, p p ε j coeffcet d egessoe pazal cemeto d Y pe ua vaazoe utaa d j, quado le alte X soo costat Ipotes modello d egessoe leae multpla Modello: YXε E(ε) E(Y) X E(ε ε )σ I omoschedastctàcoelazoe E(ε X) cov(ε,x) X Matce p a peo ago ε MN(,σ I) Metodo d stma Mm quadat m ( ˆ ) (,, p p ) p ˆ ( X' X) X' Y ett lod Coeffcet d egessoe ε eg multpla b b ν c b γ eg semplce I geeale b e b, se, b coeffcet σ σ,,,, cov(, ) σ b σ σ, b, b

6 Coeffcete d coelazoe multpla R ( ˆ ), R ( ) Idca la % d vaabltà totale spegata dalla egessoe R adattameto pefetto R o c è elazoe leae tal caso mmzza ( ˆ ) ˆ Esempo: egessoe multpla goo X X X Y mgla pecose umeo d cosege tempo d pecoeza Come vaa l tempo goaleo d cosega? Matce d coelazoe Modello d egessoe leae semplce Yab e Idc uvaat Std Vaable Meda Vaaza Dev ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ aˆ b ˆ 86 ˆ cov( X, Y ) b va( X ) ( )( ) ( ) 665

7 Idce d detemazoe leae R 598 Può essee calcolato come: -EQM/Va(Y): -9533/37 Popozoe d vaaza spegata: 48/37 ρ : (7733) Vaaza spegataσ(*-m()) 48/48 Eoe quadatco medo EQMΣ( - *) /N Σ( -a-b ) /N /9533 obs Y Y* e Y*86665 X e Y -Y * Valo stmat dal modello Modello d egessoe leae multpla Yα ε α 939 R Rspetto al modello leae: R è pù alto (7878 coto 598) EQM pù pccolo (53 coto 9533) EQM da egessoe multpla EQM/N Σ( - *) Σ( -a-b ) /N 5354 /53 Obs * e ey -Y * Y* X 7673 X Valo stmat

8 Idce d detemazoe leae R 7878 Può essee calcolato come: -EQM/Va(Y): -53/37 Popozoe d vaaza spegata: 8684/37 Coeffcet d egessoe total e pazal ε eg multpla b b ν I geeale b : eg semplce [R ] 5 (598) 5 coeff coelazoe pazale coeffcet ett σ σ,,,,, 846,787, 635 Vaaza spegataσ(*-m()) 8684/8684 lod cov(, ) σ b σ σ,, 7733 Toppe o poche vaabl? Cosa succede se cludamo el modello vaabl che o sevoo? No c è effetto sulle stme de paamete: stme OLS coette Cosa accade se escludamo delle vaabl levat? Le stme OLS saao dstote! Dstosoe pe omssoe d vaabl Il modello veo sa Ma o stmamo ε alloa s ha: ( ) ( ) ε

9 Dstosoe pe omssoe d vaabl () Il veo modello è qud l umeatoe dveta: u ε ε, Dstosoe pe omssoe d vaabl (3) ha valoe atteso s calcolado l, ) pochè E( E ε ε Dstosoe pe omssoe d vaabl (4) S cosde la egessoe d su δ δ δ δ E Dezoe della dstosoe (bas) Postva Negatva < Negatva Postva > ρ(, ) < ρ(, ) >

10 Dstosoe pe omssoe d vaabl: stes C soo due cas e qual la dstosoe è ulla:, ossa o è ua vaable levate e soo coelate el campoe Se la coelazoe ta, e, hao lo stesso sego, la dstosoe saà postva Se la coelazoe ta, e, hao sego opposto, la dstosoe saà egatva Il test t H : j H può essee udezoale o bdezoale La statstca test segue ua dstbuzoe t d Studet co (-k-) gl Alteatve udezoal posto l lvello d sgfcatvtà, α, cechamo l pecetle ( α) della dstbuzoe t co ( k ) gl e lo dchamo co c, valoe ctco S futa l potes ulla se la statstca t è maggoe del valoe ctco: t>c Se t <c o futamo l potes ulla Alteatve udezoal () k k ε H : j H : j > accettazoe ( α) c futo α

11 Alteatve bdezoal X k X k ε H : j H : j futo α/ accetto ( α) -c c futo α/ Test pe l esclusoe d o pù vaabl esplcatve Ipotes ulla H : k-q,, k Ipotes alteatva H : H falsa No possamo sottopoe a vefca questa potes co test t sepaat, pechè voglamo sapee se q paamet soo cogutamete sgfcatv Test pe l esclusoe d pù vaabl esplcatve () Pe fae questo test dobbamo stmae l modello vcolato seza k-q,,, k, e l modello o vcolato co tutte le Itutvamete, voglamo sapee se l cambameto d SSR è abbastaza gade pe cludee k-q,,, k F ( SSR SSRu ) q SSR ( k ) u dove dca l modello vcolato e u l modello o vcolato La statstca F La statstca F è sempepostva, pochè SSR dal modello vcolato o può ma essee pù pccola d SSR dal modello o vcolato la statstca F msua l cemeto elatvo d SSR quado s passa dal modello o vcolato a quello vcolato q umeo d vcol, o gl gl u k gl u

12 La statstca F () f(f) accettazoe ( α) c α futo H al lvello d sgfcatvtà α se F > c futo F La statstca F tem d R Rcodado che SSR SST( R ) s ha: F ( R ) u R q ( R ) ( k ) u Cofoto co modello ullo Caso specale H : k Pochè R del modello ullo (solo tecetta) è zeo, la statstca F èpaa F R k ( R ) ( k )

Analisi di regressione con SAS. Ci interessa. Matrice di covarianza. Esempio: due test su 31 individui PROC CORR PROC GPLOT PROC REG

Analisi di regressione con SAS. Ci interessa. Matrice di covarianza. Esempio: due test su 31 individui PROC CORR PROC GPLOT PROC REG Esempo: due test su 3 dvdu Aals d regressoe co SAS PROC CORR PROC GPLOT PROC REG ttle 'Rsultato d test su 3 soggett'; data dat; fle V:\Ddat\Carla\regressoe\ta_.txt'; put d test test; proc prt; Rsultato

Dettagli

Dstbuzo Bvaate d due Vaabl Cosdeamo ua dstbuzoe bvaata costtuta da due vaabl statstche. Possamo defe, spetto al solto schema, le seguet mede pazal (essedo e vaabl statstche, tutte le modaltà ad esse elatve

Dettagli

Richiami di Statistica

Richiami di Statistica Rcham d Stattca Ifeeza u paamet del modello d egeoe Auzo del modello d egeoe Leatà Idpedeza de edu dalle ealzzazo della vaale dpedete geee aute come eogee e ta d loo aeza d autocoelazoe de edu ua ee toca

Dettagli

Dstbuzo Bvaate d due Vaabl Cosdeamo ua dstbuzoe bvaata osttuta da due vaabl statsthe. Possamo defe, spetto al solto shema, le seguet mede pazal (essedo e vaabl statsthe, tutte le modaltà ad esse elatve

Dettagli

ESPERIMENTO CASUALE. S Spazio campionario : è l insieme di eventi necessari e incompatibili che si presentano come risultati dell ESPERIMENTO CASUALE.

ESPERIMENTO CASUALE. S Spazio campionario : è l insieme di eventi necessari e incompatibili che si presentano come risultati dell ESPERIMENTO CASUALE. ESPERIMENTO CASUALE S Spazo campoao : è l seme d evet ecessa e compatbl che s pesetao come sultat dell ESPERIMENTO CASUAL X è l seme de ume eal assocato ad S, modo che ad og elemeto (eveto) d S cospoda

Dettagli

I t n er e po p l o a l z a io i n o e Interpolazione Analitica

I t n er e po p l o a l z a io i n o e Interpolazione Analitica Itepolazoe Dopo ave accolto ua ceta popolazoe d dat statstc elatv ad u ceto feoeo da aalzzae dopo avel appesetat gafcaete ed ave stetzzato tate oppotu dc d poszoe d dspesoe d foa dat d u caattee uattatvo

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Corso di IDROLOGIA. Estratto dalle dispense di STATISTICA APPLICATA ALL IDROLOGIA

Corso di IDROLOGIA. Estratto dalle dispense di STATISTICA APPLICATA ALL IDROLOGIA Coso d IDROLOGIA statto dalle dspese d STATISTICA APPLICATA ALL IDROLOGIA Redatte da Po. Pelug Claps Ig. Chaa Babes CONCTTI FONDAMNTALI DLLA TORIA DLL PROBABILITA. spemeto aleatoo. Spazo campoao o popolazoe.

Dettagli

Indagini campionarie per analisi di mercato

Indagini campionarie per analisi di mercato Idag campoae pe aals d mecato Ig. Loezo Tacc Testo d femeto: Impat Idustal, cte d scelta, pogettazoe e ealzzazoe Ago Paesch Pogetto Leoado, 007, Bologa Idce. VALORE MEDIO, VARIAZA. FREQUEZE ASSOLUTE, RELATIVE,

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Analisi delle componenti principali

Analisi delle componenti principali Aal delle comoet cal O CAPIONE CASUALE ULIVARIAO ede camoae Idedet Idetcamete dtbute 44 4 8 44 64 7 O SAISICH E UNIA' ARICE DI DAI Vaabl aleatoe ede camoae delle v.a. La covaaza ta le vaabl aleatoe cov(

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

Interpolazione Interpolazione Analitica

Interpolazione Interpolazione Analitica Itepolazoe Dopo ave accolto ua ceta popolazoe d dat statstc elatv ad u ceto feoeo da aalzzae dopo avel appesetat gafcaete ed ave stetzzato tate oppotu dc d poszoe d dspesoe d foa dat d u caattee uattatvo

Dettagli

Funzione d onda per lo stato fondamentale di un atomo con n elettroni

Funzione d onda per lo stato fondamentale di un atomo con n elettroni Metodo d atee-fock pe atom polelettoc Metodo d atee metodo CF (elf Cosstet Feld) Fuzoe d oda pe lo stato fodametale d u atomo co eletto ψ,,, ) ϕ () ϕ () ϕ ( ( ) Questa è ua autofuzoe dell hamltoao appossmato

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

Relazioni statistiche

Relazioni statistiche buo delle doe apput Coo d Stattca - caale E- - modulo bae - a.a.007-08 Relazo tattche I ua dtbuzoe tattca doppa o multpla può tudae la: coeoe - e al vaae d uo de caatte l alto mae cotate o vaa modo udezoale

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

SOLUZIONE Applicando la formula della media per le seriazioni, si ottiene: k

SOLUZIONE Applicando la formula della media per le seriazioni, si ottiene: k ESERCIZIO S detem l valoe medo della seguete dstbuzoe del umeo d patche evase dagl mpegat d u ceto comue, ua data settmaa lavoatva: patche evase 3 5 6 8 6 Totale Impegat 5 3 5 3 pplcado la fomula della

Dettagli

2 Θ. d hkl. sen 2 / hkl. sen 2

2 Θ. d hkl. sen 2 / hkl. sen 2 La legge d Bagg e le equazo d Laue osce eslusvamete le codzo pe avee u asco datto. No dce se l asco datto saà pù o meo teso o tee coto della stuttua ma solo del etcolo Da valo agola a cu s ossevao less

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

I t n er e po p l o a l z a io i n o e Interpolazione Analitica

I t n er e po p l o a l z a io i n o e Interpolazione Analitica Itepolzoe Dopo ve ccolto u cet popolzoe d dt sttstc eltv d u ceto feomeo d lzze dopo vel ppesett gfcmete ed ve stetzzto tmte oppotu dc d poszoe d dspesoe d fom dt d u cttee qutttvo è possle utlzze delle

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

ESPERIMENTO CASUALE. P(X) è la funzione di probabilità secondo la quale ad ogni numero reale di X si assegna una misura di probabilità.

ESPERIMENTO CASUALE. P(X) è la funzione di probabilità secondo la quale ad ogni numero reale di X si assegna una misura di probabilità. ESPERIMENTO CASUALE S Spazo camponao : è l nseme d event necessa e ncompatbl che s pesentano come sultat dell ESPERIMENTO CASUALE. X è l nseme de nume eal assocato ad S, n modo che ad ogn elemento (evento)

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

LA BASE TECNICA. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

LA BASE TECNICA. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti of. Rocco Robeto Cechaa LA BASE TECICA of. Cechaa Rocco Robeto ateale e Rfemet. Captolo del testo Tecca attuaale delle asscuazo coto Da (Dabo 993). Lucd dstbut aula of. Rocco Robeto Cechaa. Impostazoe

Dettagli

LA BASE TECNICA. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

LA BASE TECNICA. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti of. Rocco Robeto Cechaa LA BAS CICA of. Cechaa Rocco Robeto ateale e Rfemet. Captolo del testo ecca attuaale delle asscuazo coto Da (Dabo 993). Lucd dstbut aula of. Rocco Robeto Cechaa. Impostazoe teoca

Dettagli

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot Sessone lve #1 Settmana # dal 10 al 16 mazo Statstca descttva: Indc d poszone, dspesone e foma Istogamma fequenze, box plot Lezon CD: 1 - - 3 Eseczo 1 S consde la seguente dstbuzone delle nduste tessl

Dettagli

Meccanica Dinamica dei sistemi

Meccanica Dinamica dei sistemi Meccaca 7-8 Damca de sstem 4 Quattà d moto totale: Mometo agolae totale: Eega cetca totale: Sstem d put P m L m E K m Ceto d massa Poszoe: m M Damca: P M Ma Damca de sstem d put mateal oze estee e quattà

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi Correlazoe Obettvo: studare la dpedeza fra due feome quattatv Tasso d cambo dell euro rspetto al dollaro e allo e Redmeto d due ttol Idc de prezz all grosso e al dettaglo Etc. La popolazoe è descrtta da

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

Sistemi semplici. Sistemi semplici

Sistemi semplici. Sistemi semplici Sstem semplc Cocett d base 2 Pmo pcpo della temodamca 3 Secodo pcpo della temodamca 4 Stat d equlbo stable 5 Dagamma eega-etopa 6 Lavoo, o-lavoo e caloe 7 Macche temche 8 SISTEMI SEMPLICI 9 Popetà d sostaze

Dettagli

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson Appofondmento 7.4 - Alt tp d test d sgnfcatvtà del coeffcente d coelazone d Peason Una delle cause pncpal della cattva ntepetazone del test d sgnfcatvtà d è che s fonda su un potes nulla pe cu ρ 0. In

Dettagli

Fisica Generale A. Terzo principio della dinamica. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico Maurizio Piccinini

Fisica Generale A. Terzo principio della dinamica. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico Maurizio Piccinini Fsca eeale A Tezo pcpo della damca Scuola d Igegea e Achtettua UNIBO Cesea Ao Accademco 205 206 Tezo pcpo Og volta che u copo (A) esecta ua foza su u alto copo (B), l secodo esecta sul pmo ua foza vettoalmete

Dettagli

Sistemi semplici. Sistemi semplici. λ volte le corrispondenti proprietà di un sistema Λ. S A = S E V. n1 n

Sistemi semplici. Sistemi semplici. λ volte le corrispondenti proprietà di un sistema Λ. S A = S E V. n1 n Sstem semplc Cocett d base 2 Pmo pcpo della temodamca 3 Secodo pcpo della temodamca 4 Stat d equlbo stable 5 Dagamma eega-etopa 6 Lavoo, o-lavoo e caloe 7 Macche temche 8 SISTMI SMPLICI 9 Popetà d sostaze

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

Propagazione in mezzi dielettrici, omogenei e isotropi in direzione. n &

Propagazione in mezzi dielettrici, omogenei e isotropi in direzione. n & Popagazoe mezz delec, omogee e soop dezoe z k k O k y x pao cdeza k veoe d oda * omale alla supefce d sepaazoe Oxy Pao d cdeza π - Legge flessoe se se Legge fazoe Oda cdee, oda flessa e oda faa gaccoo

Dettagli

Il modello di regressione multipla

Il modello di regressione multipla S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal McGraw Hll 4 ISBN 88-386-66-6 9 Il modello d regressoe multpla Relazoe statstca modello d regressoe leare multpla omoschedastctà superfce

Dettagli

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Captolo 9 - Il modello d regressoe leare multpla 9 - IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 9 9. Itroduzoe 9. Il modello d regressoe leare multpla 9.3 Il modello d regressoe leare multpla forma matrcale

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE Nello studo delle relazo tra due (o pù) varabl, oltre a msurare l testà del legame esstete, s è ache teressat ad accertare come vara ua d esse (dpedete) al varare dell altra

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

L analisi bivariata. L analisi bivariata. L analisi bivariata. Tabelle di contingenza. Corso di. docente: Cristina Davino. a.a.

L analisi bivariata. L analisi bivariata. L analisi bivariata. Tabelle di contingenza. Corso di. docente: Cristina Davino. a.a. Facoltà d Sceze Poltche Uverstà d Macerata Corso d Statstca Socale L aals bvarata docete: Crsta Davo a.a.: 03-04 L aals bvarata Dstrbuzo d frequeza Dstrbuzoe utara multpla Geere Frequeza % Mascho 97 4,7

Dettagli

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4 Laboatoo: Metod quanttatv pe l calcolo del VaR Aldo Nassgh Fnancal Rsk Management A.A. 011/1 Lezone 4 METODO PARAMETRICO Sngolo fattoe d scho e poszone lneae Poszone l cu valoe attuale è soggetto ad un

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

Statistica per le ricerche di mercato. 10. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/3 Dr. Luca Secod 0. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9) che, e suo stud d eugeetca,

Dettagli

FREQUENZE DI DECESSO PER TAVOLE SELEZIONATE. Un modello di sopravvivenza selezionato è definito mediante una famiglia di funzioni di sopravvivenza

FREQUENZE DI DECESSO PER TAVOLE SELEZIONATE. Un modello di sopravvivenza selezionato è definito mediante una famiglia di funzioni di sopravvivenza Feueze eceo pe tavole elezoate FREQUENZE DI DEESSO PER TAVOLE SELEZIONATE U moello opavvveza elezoato è efto meate ua famgla fuzo opavvveza t S ; t 0 a, a, K ove è l età tea geo acuazoe t è l atuata ell

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale .09.06 Statstca Maura Mezzett maura.mezzett@uroma.t Soo dpedet caratter X e? A B Totale X 0 0 0 0 0 0 3 0 0 0 Totale 40 0 50 .09.06 Soo dpedet caratter X e? A B C Totale X 40 0 0 40 0 40 0 60 Totale 40

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

1.1 Specificazione del modello PARTE 1. stesura: Sandra Bonfiglioli revisione: Elena De Valerio IL METODO ECONOMETRICO: SPECIFICAZIONE, STIMA, TEST

1.1 Specificazione del modello PARTE 1. stesura: Sandra Bonfiglioli revisione: Elena De Valerio IL METODO ECONOMETRICO: SPECIFICAZIONE, STIMA, TEST stesura: Sadra Bofglol revsoe: Elea De Valero PARTE IL METODO ECONOMETRICO: SPECIFICAZIONE, STIMA, TEST Il metodo ecoometrco cerca d attuare ua fusoe tra le tre fot d formaoe, coè tra: dat (orgaat sere

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Statistica per le ricerche di mercato. 13. La regressione lineare semplice

Statistica per le ricerche di mercato. 13. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/ Prof.ssa Tzaa Lauret Dott. Luca Secod 3. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9)

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

casuale tra 1 e 100; il campione sarà formato dalle unità con le 8, 100, 88, 39, 29 potrà essere più selezionato).

casuale tra 1 e 100; il campione sarà formato dalle unità con le 8, 100, 88, 39, 29 potrà essere più selezionato). Ifereza Statstca Cosste el trarre delle cocluso (fare fereza) relatvamete a ua certa popolazoe sulla base d u campoe. Popolazoe: totaltà de cas (utà statstche) su qual s mafesta l feomeo oggetto d studo.

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

DISTRIBUITED BRAGG REFLECTOR (DBR)

DISTRIBUITED BRAGG REFLECTOR (DBR) UNIVERSIT EGLI STUI I ESSIN FCOLT I INGEGNERI CORSO I LURE IN INGEGNERI ELETTRONIC ISTRIUITE RGG REFLECTOR R) R ISTRIUITE RGG REFLECTOR) Stuttua : mezzo eodco a stat N coe d stat d mateale delettco; Gl

Dettagli

IL Potenziale elettrostatico

IL Potenziale elettrostatico Ve.. d 27/5/9 IL Potenzale ettostatco ) La oza ettca è consevatva Patamo col vecae che la oza ettca è consevatva, lmtandoc nzalmente al caso d cache ettche puntom. Posta una caca +Q ema n un punto ogne,

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

Regressione. Modelli statistici. Esempio: le automobili si vendono a peso? Esempio: le automobili si vendono a peso? prezzo=a+b*(peso-500)+errore

Regressione. Modelli statistici. Esempio: le automobili si vendono a peso? Esempio: le automobili si vendono a peso? prezzo=a+b*(peso-500)+errore Modell statstc Regressoe Ccchtell Cap. 0 La relazoe tra varabl può essere studata per mezzo d modell statstc varable (es. peso) Quato c s dscosta da u valore tpco modello varabl (peso-altezza) Quato c

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Soluzione degli esercizi del capitolo 11

Soluzione degli esercizi del capitolo 11 Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

Controlli Automatici A

Controlli Automatici A Cotroll Automatc A Cors d laurea treal Igegera Elettroca, Iformatca, Telecomucazo a.a. 200/2002 Docete: Prof. Aurelo Pazz Emal: aurelo@ce.upr.t http://www.ce.upr.t/people/pazz/ Cotroll Automatc A Prof.

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli