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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1

2 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 dipedeti Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi idipedeti (deviazioi tadard ote o o ote) Calcolare i limiti dell itervallo di cofideza per la differeza fra le proporzioi di due popolazioi idipedeti Cotruire itervalli di cofideza per la variaza della popolazioe Trovare pecifici valori ella tavola della ditribuzioe chi-quadrato Determiare la dimeioe del campioe ecearia per timare ua media o ua proporzioe etro uo pecifico margie di errore Cap. 9-

3 Stima: Ulteriori Argometi Argometi del Capitolo Medie delle Popolazioi: Campioi Dipedeti Medie delle Popolazioi: Campioi Idipedeti Proporzioi delle Popolazioi Variaza della Popolazioe Eempi: Steo gruppo prima v. dopo u trattameto Gruppo 1 v. Gruppo (idipedeti) Proporzioe 1 v. Proporzioe Variaza di ua ditribuzioe ormale Cap. 9-3

4 Campioi Dipedeti Campioi Dipedeti Stima della differeza tra le medie di popolazioi dipedeti Campioi appaiati Miure Ripetute (prima/dopo) Uiamo le differeze fra valori accoppiati: Elimia variazioe da oggetto a oggetto Auzioi: d i = i - i Etrambe le popolazioi hao ditribuzioe ormale Cap. 9-4

5 Differeza tra due Medie Campioi Dipedeti La i ma differeza è d i, dove d i = i - i La tima putuale della differeza tra le medie delle popolazioi è d : d = = i 1 d i La deviazioe tadard campioaria è: d = i= 1 ( d i 1 d) è il umero di coppie el campioe Cap. 9-5

6 Itervallo di Cofideza per la Differeza tra due Medie Campioi Dipedeti L itervallo di cofideza per la differeza tra due medie, μ d, è d t d 1, α/ < μ d < + t 1, α/ d d Dove = dimeioe del campioe (umero di coppie) Cap. 9-6

7 Itervallo di Cofideza per la Differeza tra due Medie (cotiuazioe) Campioi Dipedeti Il margie di errore è ME = t 1, α/ d t -1,α/ è il valore della ditribuzioe t di Studet co ( 1) gradi di libertà per il quale α P(t 1 > t 1, α/) = Cap. 9-7

8 Eempio: Campioi Dipedeti Sei idividui i icrivoo ad u programma di dimagrimeto. Si raccolgoo i egueti dati: Peo: Idividuo Prima (X) Dopo (Y) Differeze, d i d d = Σ d i = 7.0 ( di d) = 1 = 4.8 Cap. 9-8

9 Eempio: Campioi Dipedeti Per u livello di cofideza del 95%, l appropriato valore di t è t -1,α/ = t 5,.05 =.571 L itervallo di cofideza al 95% per la differeza tra medie, μ d, è d d d t 1,α/ < μd < d + t 1, α/ (.571) < μd < 7 + (.571) < μ < 1.06 d (cotiuazioe) Siccome l itervallo o cotiee il valore zero, ulla bae di queti dati limitati poiamo eere cofideti al 95% che il programma di dimagrimeto aiuti a perdere peo Cap. 9-9

10 Differeza fra Due Medie Medie delle popolazioi, campioi idipedeti Obiettivo: Cotruire u itervallo di cofideza per la differeza tra le medie di due popolazioi, μ μ Divere foti di dati Seza relazioe Idipedeti Il campioe elezioato da ua popolazioe o iflueza il campioe elezioato dall altra popolazioe La tima putuale è la differeza fra le due medie campioarie: Cap. 9-10

11 Medie delle popolazioi, campioi idipedeti Differeza fra Due Medie (cotiuazioe) σ e σ ote Itervallo di Cofideza ua z α/ σ e σ o ote σ e σ uguali σ e σ divere Itervallo di cofideza ua u valore della ditribuzioe t di Studet Cap. 9-11

12 σ e σ ote Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote * Auzioi: campioi cauali e idipedeti etrambe le popolazioi hao ditribuzioe ormale variaze delle popolazioi ote Cap. 9-1

13 σ e σ ote Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote Quado σ e σ oo ote e etrambe le popolazioi hao ditribuzioe ormale, la variaza di X Y è * σ X Y = σ + e la variabile aleatoria σ (cotiuazioe) Z = (X Y) (μ X Y σ σ + X μ Y ) ha ditribuzioe ormale tadard Cap. 9-13

14 Itervallo di Cofideza, σ e σ ote Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote * L itervallo di cofideza per μ μ è : ( ) z α/ σ X + σ Y < μ X μ Y < ( ) + z α/ σ X + σ Y Cap. 9-14

15 Itervallo di Cofideza, σ e σ o ote ma Uguali Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote σ e σ uguali σ e σ divere * Auzioi: campioi cauali e idipedeti etrambe le popolazioi hao ditribuzioe ormale variaze delle popolazioi o ote, ma uguali Cap. 9-15

16 Itervallo di Cofideza, σ e σ o ote ma Uguali (cotiuazioe) Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote σ e σ uguali σ e σ divere * Cotruzioe di time per itervallo: aumiamo che le variaze delle popolazioi iao uguali, quidi uiamo le due variaze campioarie e le combiiamo per otteere ua tima per σ uiamo u valore di t co ( + ) gradi di libertà Cap. 9-16

17 Itervallo di Cofideza, σ e σ o ote ma Uguali (cotiuazioe) Medie delle popolazioi, campioi idipedeti σ e σ ote La variaza campioaria poderata è: σ e σ o ote σ e σ uguali * p = ( 1) + + ( 1) σ e σ divere Cap. 9-17

18 Itervallo di Cofideza, σ e σ o ote ma Uguali σ e σ o ote σ e σ uguali σ e σ divere * L itervallo di cofideza per μ 1 μ è : ( ) t p p p +, α/ + < μx μy < ( ) + t +,α/ + p Dove p = ( 1) + ( + 1) Cap. 9-18

19 Eempio: Variaza Campioaria Poderata Eamiiamo la velocità di due proceori. Calcoliamo u itervallo di cofideza per la differeza ella velocità della CPU. Regitriamo i egueti dati ulla velocità (i Mhz): CPU CPU Numero Eamiato Media Campioaria Dev St Campioaria Aumiamo che etrambe le popolazioi abbiao ditribuzioe ormale co tea variaza e uiamo u livello di cofideza del 95% Cap. 9-19

20 Calcolo Variaza Campioaria Poderata La variaza campioaria poderata è: ( ) + ( 1) ( 17 1) 74 + ( 14 ) p = = = ( 1) + ( 1) (17-1) + (14 1) Il valore t per u itervallo di cofideza al 95% è: t +, α/ = t 9, 0.05 =.045 Cap. 9-0

21 Limiti dell Itervallo di Cofideza L itervallo di cofideza al 95% è ( ) t p p p +, α/ + < μ X μ Y < ( ) + t +,α/ + p ( ) (.045) + < μ μy < ( ) + (.045) X < μ μy X < Siamo cofideti al 95% che la differeza tra le velocità medie delle due CPU ia comprea fra e Mhz. Cap. 9-1

22 Itervallo di Cofideza, σ e σ o ote e Divere Medie delle popolazioi, campioi idipedeti σ e σ ote σ e σ o ote σ e σ uguali σ e σ divere * Auzioi: campioi cauali e idipedeti etrambe le popolazioi hao ditribuzioe ormale variaze delle popolazioi o ote e divere Cap. 9-

23 Medie delle popolazioi, campioi idipedeti Itervallo di Cofideza, σ e σ o ote e Divere σ e σ ote σ e σ o ote σ e σ uguali σ e σ divere * Cotruzioe di time per itervallo: (cotiuazioe) le variaze delle popolazioi oo divere, quidi o ha eo uare ua variaza poderata uiamo u valore di t co ν gradi di libertà, dove v = /( ( ) + ( 1) + ) /( 1) Cap. 9-3

24 Cap. 9-4 L itervallo di cofideza per μ 1 μ è: * Itervallo di Cofideza, σ e σ o ote e Divere σ e σ uguali σ e σ o ote σ e σ divere,α/ Y X α/, t ) ( μ μ t ) ( + + < < + ν ν 1) /( 1) /( ) ( ) ( + + = v Dove

25 Proporzioi di Due Popolazioi Proporzioi delle Popolazioi Auzioi: Obiettivo: Cotruire u itervallo di cofideza per la differeza tra le proporzioi di due popolazioi, p p Etrambi i campioi oo gradi (i geerale almeo 40 oervazioi i ciacu campioe) La tima putuale per la differeza è: pˆ p ˆ Cap. 9-5

26 Proporzioi di Due Popolazioi (cotiuazioe) Proporzioi delle Popolazioi La variabile aleatoria Z = ( Pˆ pˆ Pˆ (1 pˆ ) (p ) + pˆ p (1 ) pˆ ) ha ua ditribuzioe approimativamete ormale Cap. 9-6

27 Itervallo di Cofideza per la Differeza tra due Proporzioi Proporzioi delle Popolazioi L itervallo di cofideza per p p è: ( pˆ pˆ ) ± z α / pˆ (1 pˆ ) + pˆ (1 pˆ ) Cap. 9-7

28 Eempio: Differeza tra due Proporzioi Cotruiamo u itervallo di cofideza al 90% per la differeza tra la proporzioe di uomii e la proporzioe di doe che hao ua laurea. I u campioe cauale, 6 dei 50 uomii e 8 delle 40 doe hao ua laurea Cap. 9-8

29 Eempio: Differeza tra due Proporzioi Uomii: 6 pˆ = = (cotiuazioe) Doe: 8 pˆ = = pˆ (1 pˆ ) pˆ (1 pˆ ) 0.5(0.48) (0.30) 40 + = + = Per u livello di cofideza al 90%, z α/ = Cap. 9-9

30 Eempio: Differeza tra due Proporzioi I limiti di cofideza oo: (cotiuazioe) ( pˆ pˆ ) ± z α/ pˆ (1 pˆ ) + pˆ (1 pˆ ) = (.5.70) ± 1.645(0.101) quidi l itervallo di cofideza è < p p < Siccome queto itervallo o cotiee il valore zero, iamo cofideti al 90% che le due proporzioi o iao uguali Cap. 9-30

31 Itervallo di Cofideza per la Variaza della Popolazioe Variaza della Popolazioe Obiettivo: cotruire u itervallo di cofideza per la variaza della popolazioe L itervallo di cofideza è baato ulla variaza campioaria, S Aumiamo: la popolazioe ha ditribuzioe ormale Cap. 9-31

32 Itervallo di Cofideza per la Variaza della Popolazioe (cotiuazioe) Variaza della Popolazioe Co χ 1, α La variabile aleatoria χ 1 = ( 1) S σ ha ua ditribuzioe chi-quadrato co ( 1) gradi di libertà i idica il valore per il quale P( χ 1 χ 1, α ) = > α Cap. 9-3

33 Itervallo di Cofideza per la Variaza della Popolazioe (cotiuazioe) Variaza della Popolazioe L itervallo di cofideza all (1 - α)% per la variaza della popolazioe è ( 1) χ 1, α/ < σ < ( χ 1) 1,1- α/ Cap. 9-33

34 Eempio: Variaza della Popolazioe Stiamo cotrollado la velocità di u proceore. Regitriamo i egueti dati (i Mhz): CPU Dimeioe campioe 17 Media campioaria 3004 Dev St campioaria 74 Aumiamo che la popolazioe abbia ditribuzioe ormale. Determiiamo l itervallo di cofideza al 95% per σ Cap. 9-34

35 Trovare i Valori Chi-Quadrato = 17 quidi la ditribuzioe chi-quadrato ha ( 1) = 16 gradi di libertà α = 0.05, quidi uiamo i valori della chi-quadrato co area 0.05 i ciacua coda: χ χ 1, α/ = 1,1- α/ χ = 16, 0.05 χ = 16, = 6.91 probabilità α/ =.05 probabilità α/ =.05 χ 16 = 6.91 χ 16 = 8.85 χ 16 Cap. 9-35

36 Limiti dell Itervallo di Cofideza L itervallo di cofideza al 95% è ( 1) χ 1, α/ < σ < ( χ 1) 1,1- α/ (17 1)(74) 8.85 < σ < (17 1)(74) < σ < 1680 I termii di deviazioe tadard: iamo cofideti al 95% che la deviazioe tadard della popolazioe delle velocità delle CPU ia comprea fra e Mhz Cap. 9-36

37 Output PHStat Cap. 9-37

38 Output PHStat (cotiuazioe) Iput Output Cap. 9-38

39 Determiazioe dell Ampiezza Campioaria Determiazioe Ampiezza Campioaria Per la Media Per la Proporzioe Cap. 9-39

40 Margie di Errore È poibile calcolare l ampiezza campioaria ecearia per garatire u deiderato margie di errore (ME), co u prefiato livello di cofideza (1 - α) Il margie di errore è ache chiamato errore di campioameto l ammotare di impreciioe ella tima del parametro della popolazioe l ammotare aggiuto e ottratto dalla tima putuale per formare l itervallo di cofideza Cap. 9-40

41 Determiazioe dell Ampiezza Campioaria Determiazioe Ampiezza Campioaria ± zα/ Per la Media σ Margie di Errore (errore di campioameto) ME = zα/ σ Cap. 9-41

42 Determiazioe dell Ampiezza Campioaria Determiazioe Ampiezza Campioaria (cotiuazioe) Per la Media ME = zα/ σ Riolvere ripetto ad per otteere = z α/ ME σ Cap. 9-4

43 Determiazioe dell Ampiezza Campioaria (cotiuazioe) Per determiare l ampiezza campioaria richieta per la media, dobbiamo coocere: il livello di cofideza (1 - α) richieto, che determia il valore z α/ il margie di errore accettabile (errore di campioameto), ME la deviazioe tadard, σ Cap. 9-43

44 Eempio: Determiazioe dell Ampiezza Campioaria Se σ = 45, quale ampiezza campioaria è ecearia per timare la media etro ± 5 co u livello di cofideza pari al 90%? = z σ ME (1.645) 5 (45) α/ = = Quidi l ampiezza campioaria ecearia è = 0 (Sempre arrotodare per ecceo) Cap. 9-44

45 Determiazioe dell Ampiezza Campioaria Determiazioe Ampiezza Campioaria Per la Proporzioe pˆ ± zα/ pˆ(1 pˆ) ME = zα/ p ˆ(1 pˆ ) Margie di Errore (errore di campioameto) Cap. 9-45

46 Determiazioe dell Ampiezza Campioaria Determiazioe Ampiezza Campioaria (cotiuazioe) ME = zα/ pˆ (1 pˆ) o può eere maggiore di 0.5, quado pˆ = 0.5 p ˆ(1 pˆ ) Sotituire 0.5 i pˆ (1 e riolvere otteedo: pˆ) Per la Proporzioe = 0.5 z ME α/ Cap. 9-46

47 La proporzioe campioaria e la proporzioe della popolazioe, pˆ e p, oo geeralmete o ote (iccome il campioe o è acora tato etratto) p(1 p) = 0.5 geera il valore maimo per il margie di errore (quidi garatice che l ampiezza campioaria otteuta determii il livello di cofideza richieto) Per determiare l ampiezza campioaria ecearia per la proporzioe, dobbiamo coocere: Il livello di cofideza richieto, (1 - α), che determia il valore critico z α/ L errore di campioameto (margie di errore) accettabile, ME La tima p(1 p) = 0.5 Determiazioe dell Ampiezza Campioaria (cotiuazioe) Cap. 9-47

48 Eempio: Determiazioe dell Ampiezza Campioaria Qual è l ampiezza campioaria ecearia per timare la vera proporzioe di difetti (i ua popolazioe molto umeroa) etro 3%, co livello di cofideza pari al 95%? Cap. 9-48

49 Soluzioe: Eempio: Determiazioe dell Ampiezza Campioaria Per u livello di cofideza pari al 95%, uiamo z 0.05 = 1.96 ME = 0.03 Stima p(1 p) = 0.5 = 0.5 z ME (0.5)(1.96) (0.03) α/ = = (cotiuazioe) Quidi = 1068 Cap. 9-49

50 Determiazioe dell Ampiezza Campioaria co PHStat Cap. 9-50

51 Riepilogo del Capitolo Cofrotati due campioi dipedeti Cotruiti itervalli di cofideza per la differeza tra le medie Cofrotati due campioi idipedeti Cotruiti itervalli di cofideza per la differeza fra le medie, variaze delle popolazioi ote, uado Z Cotruiti itervalli di cofideza per la differeza fra le medie, variaze delle popolazioi o ote, uado t Cotruiti itervalli di cofideza per la differeza fra le proporzioi di due popolazioi Cotruiti itervalli di cofideza per la variaza di ua popolazioe ditribuita ormalmete co l utilizzo della ditribuzioe chi-quadrato Determiata l ampiezza campioaria ecearia per garatire u livello di cofideza e u margie di errore prefiati. Cap. 9-51

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α= ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare

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

Esercitazione 5 del corso di Statistica (parte 2)

Esercitazione 5 del corso di Statistica (parte 2) Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza

Dettagli

Soluzione IC=[20.6,22.6]

Soluzione IC=[20.6,22.6] Eercizio 1 Suppoiamo di etrarre u campioe cauale di umeroità = da ua popolazioe ormale co deviazioe tadard pari a 5.1. Sapedo che la media campioaria x è pari a 21.6, cotruire u itervallo di cofideza al

Dettagli

Statistica per la ricerca

Statistica per la ricerca CDL i IGIENE DENTALE Statitica per la ricerca gbarbati@uit.it A.A. 2018-19 Icriveri al coro e caricare il materiale didattico da Moodle: Di volta i volta troverete qui tutto il materiale volto a lezioe

Dettagli

Verifica delle ipotesi

Verifica delle ipotesi Verifica delle ipotei U'ipotei tatitica è u'affermazioe o ua cogettura riguardate u parametro q che caratterizza il modello decrittivo della popolazioe, f(x;q), co qq, dove Q è lo pazio parametrico. olitamete,

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

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

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

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

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

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

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

Dettagli

ESERCITAZIONE N. 6 corso di statistica

ESERCITAZIONE N. 6 corso di statistica ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli

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

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,

Dettagli

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII 37 38 Capitolo VII campioi etratti da ua popolazioe fiita e quelli che provegoo da ua popolazioe ifiita. ATTENDIBILITA' DELLE STATISTICHE CAMPIONARIE 1.1 Campioi etratti da ua popolazioe fiita 1. Ditribuzioe

Dettagli

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile

Dettagli

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

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

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

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

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe

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

SERVIZIO NAZIONALE DI VALUTAZIONE

SERVIZIO NAZIONALE DI VALUTAZIONE SERVIZIO NAZIONALE DI VALUTAZIONE 0 2010 11 Le rilevazioi degli appredimeti A.S. 2010 11 La rilevazioe degli appredimeti elle clai II e V primaria, elle clai I e III (Prova azioale) della uola ecodaria

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

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

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

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

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

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

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

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

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Sommario. Facoltà di Economia. Campionamento e inferenza statistica Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,

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

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

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

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo

Dettagli

Metodi statistici per lo studio dei fenomeni biologici

Metodi statistici per lo studio dei fenomeni biologici Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza

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

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

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

σ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1

σ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1 SOLUZIONE VI ESERCIZIO 1 Mese di rilevazioe 1 3 4 5 6 7 8 9 10 TOT N di richiedeti asilo 113 5100 00 3110 976 1760 100 403 134 1876 314 = ˆµ z a/ σ = ˆµ + z a/ σ = 10 Variaza i popolazioe ota: σ = 78.84

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

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

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

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403 ESERCITAZIONE VII ESERCIZIO I Test sulla media: H 0 : μ 500 H : μ > 500 μ 570; 0; σ 430 α 0.05; z 0.05.645 Z 570 500 65.04/3.6 70 0.57 3.403 Dato che 3.403>.645 rifiutiamo H 0 e possiamo cocludere che

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

La stima per intervalli

La stima per intervalli La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u

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

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe

Dettagli

The start Package. October 15, 2007

The start Package. October 15, 2007 The start Package October 15, 2007 Type Package Ecodig lati1 Depeds R, stats, utils, tools Title Ifereza classica co TI-83 Plus Versio 1.1.12 Date 2007-10-12 Author Fabio Frascati Maitaier Ua libreria

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

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645 ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli

Dettagli

Formulario (versione del 3/10/2015)

Formulario (versione del 3/10/2015) Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...

Dettagli

Formulario di Statistica (Cucina-Lagona)

Formulario di Statistica (Cucina-Lagona) Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze

Dettagli

DISTRIBUZIONE NORMALE MULTIVARIATA

DISTRIBUZIONE NORMALE MULTIVARIATA Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe

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

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

- 9 - Analisi dei risultati

- 9 - Analisi dei risultati Dipartimeto di Elettroica e Iformazioe Politecico di Milao - 9 - Aalisi dei risultati Laboratorio di Reti di Telecomuicazioi Prove idipedeti Ogi simulazioe è ua possibile evoluzioe di u sistema. Siamo

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

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

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

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

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

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

Dettagli

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe

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

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:

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

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

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

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 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

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;

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

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

(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

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

= 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

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

Prendere decisioni per un campione singolo

Prendere decisioni per un campione singolo Predere decisioi per u campioe sigolo 1 Ifereza statistica Il campo dell ifereza statistica riguarda i metodi utilizzati per predere decisioi o trarre coclusioi riguardo ua popolazioe. Questi metodi utilizzao

Dettagli

Correzione Esercitazione 6

Correzione Esercitazione 6 Correzioe Esercitazioe 6 Esercizio. Poiché vogliamo usare il test del rapporto di verosimigliaza per u ipotesi ulla semplice, dobbiamo calcolare Λ(x) L(θ 0 x) supl(θ x) quidi al umeratore ci basta sostituire

Dettagli

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012 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

Dettagli

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere

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

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

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

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

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

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

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia

Dettagli

Corso di Statistica Facoltà di Economia

Corso di Statistica Facoltà di Economia Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza

Dettagli

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza CAMPIONAMENTO Esperimeto experimetal desig Qualuque processo che geeri risultati eveti che o soo geeralizzabili co certezza Popolazioe o è fiita Feomeo è sotto cotrollo: stimolo - risposta (pe sperimetazioe

Dettagli

Metodi Numerici per la Bioinformatica

Metodi Numerici per la Bioinformatica Metodi Numerici per la Bioiformatica Approcci claici all aalii di dati A.A. 008/009 Fraceco Archetti Itroduzioe Vi oo criteri differeti per caratterizzare i problemi di tetig di ipotei. il umero di campioi

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

ESERCIZIO pag

ESERCIZIO pag Itervallo di cofideza er la differeza tra due medie Daiel ESERCIZIO ag.58 6.4. Dati: Gruo di oggetti x Paralizzato 48.0 8. 5 No aralizzato 56.7 8. 7 X volume lamatico circolate (ml) i oggetti aralizzati

Dettagli