Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1
|
|
- Benvenuto Perrone
- 4 anni fa
- Visualizzazioni
Transcript
1 Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito Esercizio 1 Si consideri il circuito in figura che consiste in due deviatori che assumono indipendentemente le due posizioni I e O. Il primo deviatore assume la posizione I con probabilità p mentre il secondo assume la posizione I con probabilità q 1/2. Sia X la variabile che controlla lo stato della lampadina (1= accesa e 0= spenta ). 1. Descrivere la legge di X. 2. Calcolare, in funzione di p e q il valore atteso E[X] di X. 3. È possibile ricavare p in funzione di q ed E[X]? In caso affermativo scrivere l espressione. 4. Si inizializzi il circuito n volte e supponiamo che le posizioni dei due deviatori in tutti questi n esperimenti siano indipendenti. Siano {X i } n gli stati della lampadina. Esibire uno stimatore non distorto per E[X]. 5. Nelle ipotesi del punto precedente e supponendo che q sia noto, esibire uno stimatore non distorto per p (funzione della famiglia {X i } n ). Giustificare la risposta. 1
2 Soluzione. Siano P e Q le posizioni dei due deviatori e si osservi che la lampadina è accesa se e solo se P = Q. 1. X assume solo due valori con probabilità P(P = Q) e P(P Q) = 1 P(P = Q). Associando 1 allo stato lampadina accesa e 0 allo stato lampadina spenta la variabile X diviene una variabile di Bernoulli di parametro P(P = Q). Utilizzando la formula delle probabilità totali e l indipendenza di P e Q otteniamo P(P = Q) = P(P = Q = I)+P(P = Q = O) = pq +(1 p)(1 q) Formalmente si può scrivere X = 1l {P=Q}. = 2pq +1 p q = p(2q 1)+1 q. 2. Il valore atteso E(X) coincide con il parametro della legge di Bernoulli p(2q 1)+1 q 3. Essendo q 1/2 si ha p = (E(X)+q 1)/(2q 1). Si noti che nel caso q = 1/2 si avrebbe E(X) = 1 q che, non essendo più iniettiva in p, non sarebbe invertibile. 4. Chiamiamo {P i } n, {Q i} n e {X i} n le variabili in gioco negli n esperimenti. Siano {P i,q i } n indipendenti, dacui, essendox i = 1l {Pi =Q i }, sihache{x i } n èunafamigliadivariabiliindipendenti(e chiaramente identicamente distribuite ). Uno stimatore non distorto per E(X) è la media campionaria X n := n 1 n X i. 5. Dai punti precedenti, essendo p = (E(X) + q 1)/(2q 1) (è una trasformazione affine), allora T n := (X n +q 1)/(2q 1) risulta uno stimatore non distorto per p. Infatti E(T n ) = E((X n +q 1)/(2q 1)) = (E(X n )+q 1)/(2q 1) = (E(X)+q 1)/(2q 1) = q. 2
3 Esercizio 2 Si consideri la seguente funzione reale di variabile reale (dipendente da un parametro c R) c 2 /4 x [ 1,1] (2c 1)/6 x (1,2] f c (x) := (2c 1)/3 x = [ 2, 1) 0 altrove. 1. Calcolare tutti i valori di c affinché f c sia una densità di una variabile assolutamente continua. 2. Sia X una variabile aleatoria di densità f c (per i valori di c calcolati al punto precedente): si calcoli la media e la varianza di X. Quanto vale P(X 1/2)? E quanto P(X 0 X > 1/2)? 3. Siano X 1,...,X 100 variabili aleatorie i.i.d. con distribuzione calcolata al punto (1). Calcolare (approssimativamente) ( ) P X i >
4 Soluzione. 1. Le condizioni { f c (x) 0 x R R f c(x)dx = 1 sono equivalenti a { c 1/2 c c c 1 6 = 1 cioè { c 1/2 che diviene { c 1/2 c 2 +2c 3 = 0 c = 1 oppure c = 3 da cui si ha l unica soluzione c = 1. La densità è 1/4 x [ 1,1] 1/6 x (1,2] f 1 (x) := 1/3 x = [ 2, 1) 0 altrove. 2. E(X) = var(x) = R R xf 1 (x)dx = x 2 / x 2 / x 2 /6 1 2 = x2 / = 1/4; x 2 f 1 (x)dx = x 3 / x 3 / x 3 / = = =: σ2 ; P(X 1/2) = f 1 (x)dx = f 1 (x)dx+ f 1 (x)dx+ f 1 (x)dx [1,2) [2,+ ) [1/2,+ ) [1/2,1) = = 7 24 ; P(X > 1/2) = P(X 1/2) > 0. Quindi, essendo {X 0} {X > 1/2} si ha che P(X 0 X > 1/2) = Dal Teorema Centrale del Limite X i Y N ) 14 σ2 (, 100 pertanto, essendo σ = 61/ , ( ) P X i > ( Y +1/4 P(Y > 0) = P > 1/4 ) σ/10 σ/10 = 1 Φ( ) =
5 Esercizio 3 Il guadagno annuale della società ferroviaria DustyRail, espresso in milioni di euro, viene registrato per 10 anni consecutivi ottenendo 10 x i = 22.5 e 10 x2 i = Fornire un estremo superiore (intervallo unilatero) per la varianza σ 2 del guadagno al 90%. 2. Fornire un intervallo bilatero di confidenza per il valore atteso µ del guadagno al 95%. 3. Ci sono evidenze statistiche per concludere che il guadagno annuale medio sia negativo al 5%? Stimare il P-value del test. 4. Ci sono evidenze statistiche per concludere che le perdite annuali medie siano superiori a 2 milioni di euro? 5
6 Soluzione. Si calcolano immediatamente la media e la varianza campionarie come x 10 = 2.25 mentre s 2 10 = ( ( 2.25)2 )/ L intervallo di confidenza cercato ha la forma [ (n 1)s 2 ] n 0, χ 2 1 α (n 1) dove α è il livello di confidenza. In questo caso χ (9) = da cui [ ] 0, = [ ] 0, L intervallo di confidenza per la media a varianza incognita ha come estremi x n ± t (1+α)/2 (n 1)s n / n. Essendo t (7) = e s 2 10 /10 = si ricavano gli estremi 2.25± /10 = 2.15± L intervallo è quindi [ , ]. 3. Per stabilire se µ è negativo tramite una conclusione forte scegliamo H 0 : µ 0 e H 1 : µ X < 0. Utilizziamo la seguente regione di rifiuto a livello α T = X 10 µ 0 S 10 / n < t α(9) dove la stima di T è t = (essendo µ 0 = 0). Stimiamo il P-value del test come segue: = t α (9) t 1 α (9) da cui = t 1 α (9). Essendo t (9) = < < = t 0.99 (9) si ha t (9) < t 1 α (9) < t 0.99 (9) da cui > α > 0.01 (anche se di fatto t (9) t 1 α (9) da cui α). Quindi al 5% concludiamo che il guadagno medio è negativo. 4. Si deve studiare il test H 0 : µ X 2 e H 1 : µ X < 2. Si utilizza pertanto la seguente regione di rifiuto a livello α T = X 10 µ 0 S 10 / n < t α(9) dove la stima di T è t = (essendo µ 0 = 2). Similmente al caso precedente, per il secondo test si ottiene la stima α (0.2,0.5) (ricordiamo che t α (n) < 0 (risp. > 0) se e solo se α < 1/2 (risp. > 1/2)). In questo caso non ci sono evidenze statistiche per concludere che le perdite medie annuali siano superiori a 2 milioni di euro. 6
7 Esercizio 4 È stata messa a punto una nuova segnaletica per ridurre il numero di incidenti mensili sulle autostrade. Si sono calcolate, per ciascuna delle 10 autostrade controllate il numero di incidenti nel mese antecedente all introduzione della nuova segnaletica (siano x i ) e nel mese successivo (siano y i ). Sappiamo che 10 x i = 100, 10 y i = 76, 10 x2 i = 1200, 10 y2 i = 698 e 10 x iy i = Calcolare la covarianza campionaria della coppia (X, Y). Calcolare la media e la varianza campionaria della variabile Z = Y X. 2. Si può ritenere davvero efficace la nuova segnaletica al 10%? 3. Si può ritenere che la media del numero di incidenti per autostrada si sia ridotta di 1 unità al 10%? 4. Stimare il P-value di ciascun test. 7
8 Soluzione. 1. L ampiezza del campione è n = 10. Dati x 10 = 1 n n x i = 100/10 = 10 e ȳ 10 = 1 n n y i = 76/10 = 1 7.6, la covarianza si calcola come n n 1 x iy i n 1 xȳ n = 10 9 (901/ ) = 47/3 = La media campionaria di Z è z 10 = ȳ 10 x 10 = 2.4. La varianza invece è s 2 10 = 1 n 1 n (x i y i ) 2 n n 1 z2 10 = 1 ( n x 2 i + n 1 n yi 2 2 n x i y i ) n n 1 z2 10 = 1 ( ) /9 = 192/ Per stabilire l efficacia della nuova segnaletica tramite una conclusione forte (cioè per avere una forte evidenza della sua efficacia) scegliamo H 0 : µ Y µ X e H 1 : µ Y < µ X. Questo significa studiare il test H 0 : µ Y µ X 0 e H 1 : µ Y µ X < 0. Se z i := y i x i allora z 10 = 2.4 mentre s Utilizziamo la seguente regione di rifiuto a livello α T = Z 10 δ S 10 / n < t α(9) dove la stima di T è t = (essendo δ = 0). Dalle tavole t 0.10 (9) = t 0.9 (9) = quindi rifiuto H 0 al livello Per la seconda parte si deve studiare il test H 0 : µ Y µ X 1 e H 1 : µ Y µ X < 1. Si utilizza pertanto la seguente regione di rifiuto a livello α T = Z 10 δ S 10 / n < t α(9) dove stavolta la stima di T è t = (essendo δ = 1) che ci consente ancora di rifiutare H 0 a livello Stimiamo il P-value del primo test come segue: = t α (9) t 1 α (9) da cui = t 1 α (9). Essendo t (9) = < < = t (9) si ha t (9) < t 1 α (9) < t (9) da cui > α > Similmente al caso precedente, per il secondo test si ottiene la stima α (0.025,0.05). 8
Corso di Statistica - Prof. Fabio Zucca V Appello - 19 febbraio 2015
Corso di Statistica - Prof. Fabio Zucca V Appello - 19 febbraio 215 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994 Esercizio
DettagliCorso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017
Corso di Statistica - Prof. Fabio Zucca Appello 4-2 febbraio 2017 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994 Esercizio
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
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/02/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
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, -..
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
DettagliStatistica Metodologica
Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliStatistica Matematica A Docente: Dott. F. Zucca. II prova in itinere
Candidato Statistica Matematica A Docente: Dott. F. Zucca II prova in itinere Lecco 31/1/2005 Tempo a disposizione: 2h30 Cognome:......................... Nome:......................... Corso di Laurea:...................................................
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 II Esonero - 15 Gennaio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 014/015 II Esonero - 15 Gennaio 015 1 3 4 5 6 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliProva d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013
Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013 COGNOME e NOME... N. MATRICOLA... Esercizio 1. (V. 12 punti.) Supponiamo di avere due urne che
DettagliI modelli probabilistici
e I modelli probabilistici Finora abbiamo visto che esistono modelli probabilistici che possiamo utilizzare per prevedere gli esiti di esperimenti aleatori. Naturalmente la previsione è di tipo probabilistico:
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
DettagliStatistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C
Statistica Cognome: Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Tema C 1. Parte A 1.1. Indichiamo con Q 1 e Q 3 il primo e terzo quartile, con m la mediana e con
DettagliSTATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE
S.S.I.S TOSCANA F.I.M. -II anno STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE PROBLEMA 1 Vogliamo valutare la percentuale p di donne fumatrici tra le donne in età fertile. Procediamo all estrazione
Dettaglii=1 x i = e che n
Corso di Statistica - Prof. Fabio Zucca II Prova in itinere - 1 luglio 2016 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito.
DettagliProblema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:
Facoltà di Economia Statistica Esame 1-20/01/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Su 10 imprese è stato rilevato l utile netto dell ultimo triennio espresso in milioni di euro. Il risultato
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 5 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Media e varianza campionaria Legge dei grandi numeri Teorema del limite
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale II prova in itinere - 2 febbraio 2005
Statistica Matematica A - Ing. Meccanica, Aerospaziale II prova in itinere - 2 febbraio 2005 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Esercizio
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliEsame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si
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
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Appello di Statistica per Ingegneria Energetica 5 settembre 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Appello di Statistica per Ingegneria Energetica 5 settembre 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato
DettagliESERCITAZIONE N. 7 corso di statistica
ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue
DettagliGli intervalli di confidenza. Intervallo di confidenza per la media (σ 2 nota) nel caso di popolazione Gaussiana
Statistica Lez. 1 Gli intervalli di confidenza Intervallo di confidenza per la media (σ nota) nel caso di popolazione Gaussiana Sia X una v.c Gaussiana di media µ e varianza σ. Se X 1, X,..., X n è un
DettagliTEST DI AUTOVALUTAZIONE TEST CHI-QUADRO. 1 Parte A In un test χ 2 di adattamento viene verificato
TEST DI AUTOVALUTAZIONE TEST CHI-QUADRO I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 In un test χ 2
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
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliProbabilità e Statistica
Probabilità e Statistica - 11.06.2015 Cognome e Nome............................................................................... C. d. L.:................................................Anno di Corso:
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 20/10/201 NOME: COGNOME: MATRICOLA: Esercizio 1 Se supponiamo
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliCalcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2016/2017 Appello A - 27 Gennaio 2017
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2016/2017 Appello A - 27 Gennaio 2017 1 2 3 4 5 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliPolitecnico di Milano Facoltà di Ingegneria Industriale. I Prova in Itinere di Statistica Matematica A per Ingegneria ENG 03 Maggio 2004
Politecnico di Milano Facoltà di Ingegneria Industriale I Prova in Itinere di Statistica Matematica A per Ingegneria ENG 03 Maggio 004 c I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliCampionamento e stima di parametri
Sia X una variabile aleatoria associata a un dato esperimento. Ripetiamo l esperimento n volte, ottenendo una famiglia di valori sperimentali della v.a. X : X = (X 1, X 2,..., X n ) ogni X i é una v.a.
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di mercoledì 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliPROVA SCRITTA DI STATISTICA. CLEA/CLEFIN/CLEMIT (cod. 5047/4038/371/377) 3 Novembre 2004 MOD. A
PROVA SCRITTA DI STATISTICA CLEA/CLEFIN/CLEMIT (cod. 547/438/37/377) 3 Novembre 4 MOD. A Esercizio N. (3 punti). Data la v.s. X avente funzione di densità: / x < 9/4 x < 3 f(x) = / 3 x < 7 / 7 x < 9 altrove
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
DettagliTutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
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
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliUniversità degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliCORSO 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
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 4038) 6 novembre 2002
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 4038) 6 novembre 00 SOLUZIONI L Associazione Industriali di una provincia lombarda ha commissionato un indagine per studiare le esigenze del mercato
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
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliEsercitazione del 04/06/2015 Probabilità e Statistica Foglio 14
Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliCP110 Probabilità: Esame 4 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1
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
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
DettagliTEST DI AUTOVALUTAZIONE APPROSSIMAZIONE NORMALE
TEST DI AUTOVALUTAZIONE APPROSSIMAZIONE NORMALE I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. Sia X, X,...
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018
Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliEsercizi. 1. Sia X una variabile aleatoria normale N(3.2, 1.44). Calcolare
1 E. Vitali Matematica (Scienze aturali) Esercizi 1. Sia X una variabile aleatoria normale (3.2, 1.44). Calcolare P (X 4.94), P (1 X 4). [0.9265, 0.715] 2. Sia X la variabile aleatoria che rappresenta
DettagliStatistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 2 Esercitazioni Dott. L 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliSTIMA DELLA VARIANZA CAMPIONARIA
STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x 1 +.. + x n )/n. Una stima puntuale della varianza σ 2 delle
DettagliMetodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
DettagliCalcolo delle Probabilità e Statistica Matematica previsioni 2003/04
Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04 LU 1/3 Esempi di vita reale : calcolo delle probabilità, statistica descrittiva e statistica inferenziale. Lancio dado/moneta: definizione
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliStatistica inferenziale
Statistica inferenziale Problema Nello studio delle distribuzioni teoriche di probabilità si suppone di conoscere i principali parametri della popolazione che esaminiamo (ad esempio la media, varianza).
DettagliPolitecnico di Milano Temi d esame di FSSB dell AA 2009/2010 per allievi ING BIO, docente I. Epifani
Politecnico di Milano Temi d esame di FSSB dell AA 2009/2010 per allievi ING BIO, docente I. Epifani 1 2 1 FSSB-Modulo 1 e CPSMA per ING BIO I. Epifani Prova scritta 03.05.210 I diritti d autore sono riservati.
DettagliCALCOLO DELLE PROBABILITA - 13 Aprile 2011 CdL in STAD, SIGAD - docente: G. Sanfilippo
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 13 Aprile 211 CdL in STAD, SIGAD - docente: G Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliStatistica di base (Canale E-M) Appello straordinario. Istruzioni (da leggere bene prima dell esame):
Statistica di base (Canale E-M) Appello straordinario Nome e Cognome: Matricola: Istruzioni (da leggere bene prima dell esame): Scrivere nome, cognome e matricola in modo chiaro; Non è consentito l uso
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliStima puntuale di parametri
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Stima puntuale di parametri Ines Campa Probabilità e Statistica -
DettagliTutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliIdentificazione dei Modelli e Analisi dei Dati
Identificazione dei Modelli e Analisi dei Dati Prof. G. De Nicolao Prova scritta - 18 Giugno 2013 Cognome Nome Matricola Firma Compilare a penna questo foglio all inizio della prova. Durante lo svolgimento
DettagliProbabilità e Statistica
Probabilità e Statistica Stima puntuale di parametri Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 018/019 Marco Pietro Longhi Prob. e Stat.
DettagliMETODI STATISTICI PER LA BIOLOGIA. Paolo Dai Pra e Francesco Caravenna
METODI STATISTICI PER LA BIOLOGIA. Paolo Dai Pra e Francesco Caravenna 18 marzo 2008 NOME 1. Parte A 1.1. Sono stati raccolti 7 dati relativi ad una variabile x. Si sa che 3 dati hanno valore 5; 2 dati
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 Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliStatistica. Congiunte. Capitolo 5. Distribuzioni di Probabilità. Chap 5-1. Statistics for Business and Economics, 6e 2007 Pearson Education, Inc.
Statistica Capitolo 5 Distribuzioni di Probabilità Congiunte Statistics for Business and Economics, 6e 2007 Pearson Education, Inc. Chap 5-1 Distribuzione di Probabilità Congiunta Una variabile casuale
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
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
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
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliProbabilità e Statistica
Cognome e Nome............................................................................... C. d. L.: GESL Anno di Corso: 1 2 3 altro Matricola....................................... Firma.......................................
DettagliCP110 Probabilità: Esame 13 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliIntervalli di confidenza
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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. II Esonero - 10 Gennaio 2014
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 II Esonero - 10 Gennaio 2014 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
Dettagli