Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
|
|
- Valeria Castelli
- 4 anni fa
- Visualizzazioni
Transcript
1 Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli Esercitazione n Si consideri un campione di 69 persone e la distribuzione doppia relativa al tempo per andare al lavoro (indicato con X e misurato in minuti) ed al numero di mezzi pubblici presi f i f.j Calcolare (a) Il numero medio di mezzi e il tempo medio per andare al lavoro del collettivo di interesse; (b) La varianza della distribuzione marginale di X e la varianza della distribuzione marginale di Y; (c) Il tempo medio impiegato per recarsi al lavoro relativo a coloro che prendono un solo mezzo pubblico e la varianza del tempo medio per lo stesso gruppo di lavoratori. Attenzione: Dobbiamo calcolare il punto medio dell intervallo. A prescindere che si decida di passare alle classi reali decidiamo per sempicità di calcolare sempre il punto medio della classe come x L+x l 2, considerando i valori come rappresentati nell intervallo, senza guardare a compreso o meno. Questo perchè alternativamente dovremmo far partire le classi da , che decidiamo di approssimare al valore intero pi prossimo. (a) x = 1 N k x i f i. = i=1 (10 14) + (30 25) + (50 30) 69 = 34.9 ȳ = 1 N k y j f.j = j=1 (0 5) + (1 17) + (2 38) + (3 9) 69 = 1.7 (b) σ 2 x = 1 N 3 (x i ) 2 f i. x 2 = = i=1 1
2 σ 2 y = 1 N 4 j=1 y 2 j f.j ȳ 2 = ? = 0.73 (c) x y = 1 = = σx y 2 = 1 = =
3 2. La quantità di precipitazioni (in mm) e le temperature medie (in gradi C) registrate in 8 stazioni meteorologiche sono state le seguenti: Stazione meteor Precipitazioni (in mm) Temperatura (in gradi C) (a) Si determinino, col metodo dei minimi quadrati, i parametri della retta di regressione che interpreta le Precipitazioni in funzione della Temperatura e si dia un interpretazione statistica ai valori ottenuti per i parametri della retta. (b) Si calcoli l indice di bontà di adattamento della retta dei m.q. e si commenti il risultato: possiamo affermare che la retta di regressione spiega più della metà della variabilità complessiva del carattere Precipitazioni? (c) Si determinino le precipitazioni medie previste per una temperatura pari a 25 gradi C e per una temperatura pari a 15 gradi C: quale delle due previsioni è più affidabile (giustificare la risposta)? Per come sono fatti i dati (non frequenze ripetute di coppie) conviene lavorare con la tanella dei dati grezzi. Tabella per i calcoli: i y i x i x i x y i ȳ (x i x) 2 (y i ȳ) 2 (x i x)(y i ȳ) ,13-27,88 4,52 777,02-59, ,13-21,88 0,02 478,52-2, ,88 30,13 3,52 907,52-56, ,13-24,88 9,77 618,77-77, ,88 55,13 23, ,77-268, ,13-42,88 17, ,27-176, ,13-30,88 1,27 953,27-34, ,88 63,13 15, ,77-244,61 Totale , ,88-921,13 Medie 56,88 15,88 (a) In base al metodo dei minimi quadrati, che minimizza la distanza fra i valori teorici e quelli osservati, il coefficiente angolare e l intercetta della retta di regressione sono dati da: b = σ N XY i=1 σx 2 = (x i x)(y i ȳ) 921, 13 N i=1 (x = = 12, 30 i x) 2 74, 88 Commento: a = ȳ b x = 56, 88 ( 12, 30) 15, 88 = 252, 17 - coefficiente angolare b: per ogni grado centigrado in più, le precipitazioni si riducono mediamente di 12,30 mm. 3
4 - intercetta a: è il valore atteso delle precipitazioni a 0 gradi C. Nota bene: il valore è privo di significato perché fuoriesce dal range di osservazione dei valori delle temperature (11-20). In effetti 0 gradi è la temperatura di congelamento dell acqua. (b) L indice di bontà di adattamento ρ 2 misura l adattamento della retta dei m.q. ai dati osservati. È una proporzione tra la variabilità dei dati e la correttezza del modello statistico utilizzato. Esso misura la frazione della varianza della variabile dipendente espressa dalla regressione. È interpretabile come l indice di correlazione lineare elevato al quadrato ma SOLO nel caso della retta dei minimi quadrati. Assume valori fra 0 e 1. ρ 2 è dato da: ρ 2 = [ N i=1 (x i x)(y i ȳ)] 2 N i=1 (x i x) 2 N i=1 (y i ȳ) = ( 921, 13)2 = 0, , , 88 Commento: il valore del coefficiente di determinazione è prossimo ad 1, dunque la retta stimata spiega molto bene l andamento dei dati osservati. In particolare, siccome la formula di cui sopra equivale al rapporto tra devianza spiegata e devianza totale D SL = D Y = N (ŷ i ȳ) 2 i=1 N (y i ȳ) 2, i=1 allora possiamo affermare che la retta di regressione spiega più della metà della variabilità totale delle Precipitazioni e, più precisamente, spiega l 89,9%. Attenzione (facoltativo): ρ 2 = DS (ŷ ȳ) 2 (â + DT = (yi ȳ) 2 = ˆbxi â ˆb x) (yi ȳ) 2 = 1 n 1 1 n 1 ˆb2 (x i x) 2 (yi ȳ) 2 V ar(x) = ˆb V ar(y ) = = [ Cov(XY ) ] 2 V ar(x) Cov(XY )2 = V ar(x) V ar(y ) V ar(x)v ar(y ) (c) Bisogna sostituire nella retta di regressione la x con i valori di temperatura per i quali di vogliono predirre le precipitazioni medie, ossia 25 e 15. I valori previsti richiesti sono dati da: ŷ = a + bx = 252, 17 12, = 55, 38 ŷ = a + bx = 252, 17 12, = 67, 64 Commento: il valore ottenuto per x = 25 è privo di significato, in quanto ottenuto per un valore che cade al di fuori del range di osservazione dei valori osservati di X, usati per determinare i parametri della retta di regressione (non posso osservare un valore negativo di precipitazioni. Al massimo si avrà 0). 4
5 3. Si consideri la seguente tabella che riporta la serie del numero di imprese fallite in un certo distretto industriale italiano tra il 2007 e il 2011: Anno Num. imprese fallite (a) Si determini con il metodo dei minimi quadrati la retta di regressione che spiega l andamento temporale del numero di imprese fallite. (b) Si indichi se la retta di regressione di cui al punto precedente spiega almeno il 50% della variabilità totale del fenomeno, giustificando la risposta tramite il calcolo di un opportune indice di bontà di adattamento. Tabella per i calcoli: y i x i y i ȳ x i x (y i ȳ) 2 (x i x) 2 (x i x)(y i ȳ) Totale Medie 46 3 (a) In base al metodo dei minimi quadrati, il coefficiente angolare e l intercetta della retta di regressione sono dati da (prendo i valori dalla tabella per i calcoli): b = N i=1 (x i x)(y i ȳ) N i=1 (x i x) 2 = = 3, 9 a = ȳ b x = 46 3, 9 3 = 34, 3 Commento: - coefficiente angolare b: per ogni anno trascorso, il numero di imprese fallite aumenta mediamente di 3,9 unità. - intercetta a: è il valore atteso del numero di imprese fallite in corrispondenza dell anno 0, cioè dell anno precedente al primo anno osservato. (b) L indice di bontà di adattamento ρ 2 è dato da: ρ 2 = [ N i=1 (x i x)(y i ȳ)] 2 N i=1 (x i x) 2 N i=1 (y i ȳ) = (39)2 = 0,
6 4. Otto lotti sono pronti per essere consegnati da parte di un fornitore. Il numero di componenti difettose in ciascun lotto è il seguente: Lotto Num. difetti Si supponga che un lotto scelto a caso tra gli otto sia fornito ad un determinato cliente e si definisca la variabile casuale X che esprime il numero di difetti presenti in un lotto. Determinare: (a) la distribuzione di probabilità della variabile casuale X; (b) la probabilit che almeno 3 pezzi siano difettosi; (c) il valore atteso e la varianza della v.c. X. (a) La distribuzione di probabilità f(x) di X si ottiene calcolando le frequenze relative delle modalità che X può assumere. X f(x) = P (X = x) F (x) = P (X x) 0 4/8 4/8 1 1/8 5/8 2 3/8 1 (b) tre non un valore del supporto della v.c. (c) E(X) = xf(x) = 0 4/ / /8 = 0, 875 Var(X) = [x E(X)] 2 f(x) = (0 0, 875) 2 4/8+(1 0, 875) 2 1/8+(2 0, 875) 2 3/8 = 0,
7 5. Si consideri la seguente distribuzione di probabilità congiunta: Y X ,1 0,2 0 0,3 0,1 1 0,1 0,2 Si calcolino: (a) i valori attesi e le varianze delle distribuzione marginali di X e Y ; (b) la covarianza tra le v.c. X e Y : sulla base di tale risultato possiamo affermare che X e Y sono indipendenti? (c) date le distribuzioni marginali delle v.c. X e Y, costruire la corrispondente distribuzione congiunta nel caso di indipendenza. (a) Le distribuzione marginali delle due v.c. sono le seguenti: X f X (x) 0,3 0,4 0,3 1 Y 0 1 f Y (y) 0,5 0,5 1 (b) σ XY da cui si possono calcolare i valori attesi e le varianze: E(X) = 1 0, , , 3 = 0 V ar(x) = ( 1 0) 2 0, 3 + (0 0) 2 0, 4 + (1 0) 2 0, 3 = 0, 6 E(Y ) = 0 0, , 5 = 0, 5 V ar(y ) = (0 0, 5) 2 0, 5 + (1 0, 5) 2 0, 5 = 0, 25 = x y (x µ X)(y µ Y )f(x, y) = ( 1 0)(0 0, 5)0, 1 + (0 0)(0 0, 5)0, 3 + (1 0)(0 0, 5)0, 1 + ( 1 0)(1 0, 5)0, 2 + (0 0)(1 0, 5)0, 1 + (1 0)(1 0, 5)0, 2 = 0 Anche se la covarianza è nulla non possiamo affermare che X e Y sono indipendenti, ma semplicemente che sono incorrelate (assenza di dipendenza lineare). (c) Date le distribuzioni marginali delle v.c. X e Y, la corrispondente distribuzione congiunta nel caso di indipendenza si ottiene moltiplicando le marginali, cioè f(x, y) = f X (x)f Y (y). La tabella di indipendenza è, quindi, la seguente: 7
8 Y X ,15 0,15 0 0,2 0,2 1 0,15 0,15 6. Un lotto di grandi dimensioni viene consegnato ad un fornitore, il quale, per decidere se accettare o rifiutare il lotto, estrae casualmente con ripetizione 10 pezzi dal lotto e lo accetta se al massimo 1 pezzo risulta difettoso. Si definisca la v.c. X = numero di pezzi difettosi nel campione. Assumendo che nel lotto siano presenti un 6% di pezzi difettosi, calcolare: (a) la funzione di probabilità della v.c. X; (b) la probabilità che il lotto sia accettato; (c) il numero medio atteso di pezzi difettosi; (d) la deviazione standard della v.c. X. (a) X è una v.c. Binomiale con parametri n = 10 e p = 0, 06, pertanto la distribuzione di probabilità richiesta è data da e, più precisamente, da P (X = x) = ( ) 10 0, 06 x 0, 94 (10 x) x = 0, 1,..., 10, x x f X (x) 0,5386 0,3438 0,0988 0,0168 0,0019 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000 (b) Il lotto viene accettato se su 10 pezzi estratti al massimo 1 risulta difettoso, quindi: P (X 1) = P (X = 0) + P (X = 1) = 0, , 3438 = (c) E(X) = n p = 10 0, 06 = 0, 6 (Verificare che si ottiene lo stesso risultato applicando la definizione di valore atteso) (d) Var(X) = n p (1 p) = 10 0, 06 0, 94 = 0, 564 (Verificare che si ottiene lo stesso risultato applicando la definizione di varianza) σ(x) = 0, 564 = 0,
9 7. Se il 20% dei bulloni prodotti da una certa macchina è difettoso, determinate la probabilità che, su 4 bulloni scelti a caso, (a) non ci siano bulloni difettosi; (b) ci sia un solo bullone difettoso; (c) ci siano al massimo due bulloni difettosi; (d) ci sia almeno un bullone difettoso. Si definisca la v.c. X = numero di bulloni difettosi prodotti da un macchinario su larga scala. X è una v.c. Binomiale avente parametri n = 4 (numero di bulloni estratti con ripetizione) e p = 0, 20 (probabilità di ottenere un bullone difettoso in un estrazione casuale). Pertanto, la distribuzione di probabilità di X è data da: P (X = x) = ( ) n p x (1 p) (n x) = x ( ) 4 (a) P (X = 0) = 0, , 80 4 = 0, 80 4 = 0, 4096 ( ) 4 (b) P (X = 1) = 0, , 80 3 = 4 0, 20 0, 80 3 = 0, 4096 ( ) 4 0, 20 x 0, 80 (4 x) x (c) P (X 2) = P (X = 0 X = 1 X = 2) = P (X = 0) + P (X = 1) + P (X = 2) = 0, , , , 80 2 = 0, , , 1536 = 0, 9728 (d) P (X 1) = 1 P (X = 0) = 1 0, 4096 = 0,
10 8. Un esame a quiz comprende blocchi di 4 domande del tipo vero/falso. Si determini la funzione di probabilità della variabile casuale X, che esprime il numero di risposte corrette fornite, sotto le due seguenti ipotesi: (a) lo studente sceglie a caso; (b) la probabilità che uno studente risponda correttamente ad una generica domanda è pari a 0,85. Quindi, calcolare per ciascuna ipotesi la probabilità che il numero di risposte esatte siano: (a) almeno due, (b) meno di tre. In entrambi i casi la v.c. X = numero di risposte corrette presenta una distribuzione Binomiale con parametri n = 4 e p = 0, 50 nel caso (a) (lo studente sceglie a caso) oppure p = 0, 85 nel caso (b) (la probabilità che uno studente risponda correttamente ad una generica domanda è pari a 0,85). (a) P (X 2) = P (X = 2 X = 3 X = 4) = P (X = 2) + P (X = 3) + P (X = 4) Caso p = 0, 50: P (X 2) = 0, , , 0625 = 0, 6875 Caso p = 0, 85: P (X 2) = 0, , , 5220 = 0, 9880 (b) P (X < 3) = 1 P (X 3) = 1 P (X = 3) P (X = 4) Caso p = 0, 50: P (X < 3) = 1 0, 25 0, 0625 = 0, 6875 Caso p = 0, 85: P (X < 3) = 1 0, , 5220 = 0,
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile casuale normale Da un analisi di bilancio è emerso che, durante i giorni feriali
DettagliSTATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006
STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006 Esercizio A. Si supponga che tre banche vorrebbero aprire uno sportello presso un nuovo centro commerciale e che ciascuna
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 4 1. La seguente tabella riporta la distribuzione
DettagliEsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;
EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliVariabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia
Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile
DettagliSTATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I
Soluzione Esercitazione I Esercizio A. Si indichi con A i l evento la banca i decide di aprire uno sportello per il quale Pr(A i = 0.5 (e dunque Pr(A i = 0.5 per i =, 2, 3. Lo spazio degli eventi dato
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliPROVA SCRITTA DI STATISTICA (COD COD ) 7 luglio 2005 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A
PROVA SCRITTA DI STATISTICA (COD. 047 - COD. 403-37-377) 7 luglio 200 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A Esercizio (9 punti) Supponiamo di aver osservato la seguente
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliEsercizi su Regressione e Connessione
Esercizi su Regressione e Connessione Stefano Cabras 31 marzo 2009 Sommario Questa serie di esercizi è principalmente incentrata sulla regressione e la connessione, tuttavia in alcuni esercizi le soluzioni
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma.it Regressione Esercizio. Siano dati i seguenti valori per le due variabili X ed Y: 4 5 3 5 3 3 Con riferimento al modello
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliVARIABILI CASUALI. E (X) = ( 0 x 0,125) + (1 x 0,375) + (2 x 0,375) + (3 x 0,125) = 0 + 0, ,75 + 0,375 = 1,5
VARIABILI CASUALI ESERCIZIO 1.1 Determinate la funzione di probabilità del numero di teste nel lancio di tre monete regolari. Trovare quindi il valore atteso e lo scarto quadratico medio dell uscita di
DettagliEsercitazione 1. 6 Marzo 2019
Esercitazione 1 6 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro)
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
Dettaglicon distribuzione gaussiana standard e si ponga
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e
DettagliCompiti tematici capp. 5,6
Compiti tematici capp. 5,6 a cura di Giovanni M. Marchetti 2016 ver. 0.6 Indice Esercizi dai compiti a casa (HW..................................... 8 1. Se X e Y sono due variabili casuali independenti,
DettagliCognome e Nome:... Corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 201 Cognome e Nome:................................................................... Corso di laurea:.......................................................................
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Variabili casuali Esercizio 1. Determinare la distribuzione di probabilità e la funzione di ripartizione della variabile
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliStatistica inferenziale
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Statistica inferenziale 6/5/2005 Relazione tra dati Possono esistere in uno studio connessioni tra dati differenti che possono legare caratteristiche:
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliVariabili casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliTema d esame del 15/02/12
Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi
DettagliOld Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.
Coppie o vettori di dati Spesso i dati osservati sono di tipo vettoriale. Ad esempio studiamo 222 osservazioni relative alle eruzioni del geyser Old Faithful. Old Faithful, Yellowstone Park. Old Faithful
DettagliRegressione lineare semplice
Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro
DettagliStatistica descrittiva: analisi di regressione
Statistica descrittiva: analisi di regressione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 1 Dott.ssa Antonella Costanzo 11/02/2016 Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa),
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliUniversità degli Studi di Cassino. Esercitazione di Statistica 2 dell Simona Balzano
Università degli Studi di Cassino Esercitazione di Statistica dell 8.0.007 Simona Balzano Esercizio 1 Uno studente supera una prova con probabilità pari a 0,6. Considerando un campione di ampiezza 10,
DettagliCorrelazione e regressione per problemi di Luciano Corso
Correlazione e regressione per problemi di Luciano Corso Presidente della sezione di Verona della Mathesis Direttore della Rivista MatematicaMente Email: lcorso@iol.it CASTELLAMMARE DI STABIA 20180717
DettagliSTATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10
DettagliESERCITAZIONE IV - Soluzioni
umero di omicidi ESERCITAZIOE IV - Soluzioni Esercizio I. a),00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 0 5 10 15 20 25 Popolazione povera (%) b) Poiché i due caratteri in analisi sono quantitativi per calcolare
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliCognome e Nome:... Matricola e corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................
DettagliCorso di Laurea in MQEGA
Corso di Laurea in MQEGA Insegnamento di Statistica (Prof. P.F. Perri) Esercizi di riepilogo sulle distribuzioni bivariate Esercizio 1 La rilevazione congiunta dei caratteri e Y su 100 unità statistiche
DettagliMETODO DEI MINIMI QUADRATI
METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità
DettagliVariabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 12 Giugno 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliProbabilità e Statistica
Probabilità e Statistica Variabili Casuali multidimensionali Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2/29 Marco Pietro Longhi Prob. e Stat.
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
Dettagli11 - Test del Chi-Quadro
11 - Test del Chi-Quadro rocedura generale di un fit ai dati: 1) Misure: (x 1,y 1 )...(x n,y n ), x 0, y = yi (gaussiani indipendenti) ) Ipotesi H 0 sul modello (Es. y = f(x) =A + Bx) 3) Metodo dei minimi
DettagliSTATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliPROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati
PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati 1. - Un urna contiene 2 palline bianche e 28 nere; da essa vengono
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliN.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 abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
DettagliSTATISTICA. Regressione-4 ovvero Macron!
STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio
DettagliESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini:
ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: VALORE ATTESO Variabile casuale SOMMA delle n variabili Variabile casuale MEDIA
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliRisultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1
Esercizio 1 Determinare la distribuzione di probabilità e la funzione di ripartizione della v.c. discreta X = numero di croci in 3 lanci di una moneta. Calcolare F(-1), F(1.5), F(300). Risultati X P(X)
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliProva d esame di Statistica - II canale - nuovo ordinamento Dott.ssa C. Conigliani 19/06/2003
19/06/2003 Compito A Esercizio 1. [14 punti] Data la seguente distribuzione doppia secondo i caratteri reddito familiare mensile () e spesa alimentare mensile (): 0 300 300 600 600 e più tot 0 1000 25
Dettagli