STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007
|
|
- Rachele Orsini
- 8 anni fa
- Visualizzazioni
Transcript
1 Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità che:. il primo sia difettoso e il secondo sia buono?. che il primo sia buono e il secondo difettoso? 3. che uno sia difettoso e l altro buono? 4. che entrambi siano difettosi? 5. che entrambi siano buoni? Si supponga di prendere un aereo della compagnia X per andare da Roma a Milano e un aereo della compagnia Y per il viaggio di ritorno. Si definiscano gli eventi A={compagnia X perde il mio bagaglio} e B={compagnia Y perde il mio bagaglio}. Se A e B sono eventi indipendenti con P(A)>P(B), P(A B)=0.000 e P(A B)=0.03, determinare P(A) e P(B). Ad un individuo vengono offerti tre bicchieri di vino (indicati con A, B e C), quindi gli viene chiesto di ordinarli secondo le proprie preferenze.. Quali sono gli eventi possibili in questo esperimento e quale probabilità è possibile assegnare a ciascuno di essi sapendo che in realtà i tre bicchieri contenevano lo stesso tipo di vino.. Qual è la probabilità che C sia classificato al primo posto della graduatoria? 3. Qual è la probabilità che C sia classificato al primo posto e A all ultimo posto della graduatoria In medicina, nell ambito dei test diagnostici, la probabilità che una persona risulti positiva ad un test quando è effettivamente malata è chiamata sensitività, mentre la probabilità che il test risulti negativo quando non è malata è detta specificità. Si supponga che una persona si sottopone ad un test per la diagnosi di una malattia rara (la frequenza con cui si verifica nella popolazione è pari ad caso ogni 0000 persone); sapendo che il test diagnostico presenta una sensitività pari a 0.99 e una specificità pari a 0.95, qual è la probabilità che la persona sia effettivamente malata qualora il test risulti positivo? Sei lotti sono pronti per essere consegnati da parte di un certo fornitore. Il numero di componenti difettose in ciascun lotto è il seguente: Lotto Numero di difetti Si supponga che uno di questi lotti venga fornito ad un determinato cliente, e si definisca la variabile casuale X che esprime il numero di difetti presenti in un lotto. Determinare:. la distribuzione di probabilità della variabile casuale X;. la funzione di ripartizione della v.c. X; 3. il valore atteso e la varianza della v.c. X.
2 Esercitazione II 4/5/007 Un azienda che riceve ordini di acquisto via telefono ha 6 linee telefoniche. Si indichi con X il numero di linee utilizzate in un dato istante di tempo, e si supponga che la distribuzione di probabilità sia la seguente: X f(x) Si calcoli la probabilità di ciascuno dei seguenti eventi:. al più 3 linee sono in uso;. meno di 3 linee sono in uso; 3. almeno 3 linee sono in uso; 4. tra e 5 linee, incluse, sono in uso; 5. tra e 4 linee, incluse, non sono in uso; 6. almeno 4 linee non sono in uso. 7. si calcoli il valore atteso e la varianza della v.c. X. Un lotto di grandi dimensioni viene consegnato ad un fornitore, il quale, per decidere se accettare o rifiutare il lotto, estrae casualmente con ripetizione 0 pezzi dal lotto ed accetta il lotto se al massimo pezzo risulta difettoso. Si definisca la v.c. X = {numero di pezzi difettosi nel campione}. Assumendo che nel lotto siano presenti un 5% di pezzi difettosi, calcolare:. la funzione di probabilità della v.c. X; 3. la probabilità che il lotto sia accettato; 4. valore atteso e varianza del numero di pezzi difettosi; 5. la la probabilità che il lotto venga rifiutato sapendo che nei primi 5 pezzi esaminati non ce n era nessuno difettoso. Si supponga che il numero X di tornadi osservati in una determinata regione nell arco di un anno abbia una distribuzione di Poisson con parametro λ=8. Si calcoli:. la probabilità di osservare al più 5 tornadi in una anno;. Pr(6 X 9); 3. Pr(X 0); 4. quanti tornadi ci si può attendere di osservare nel prossimo anno e qual è la deviazione standard del numero dei tornadi osservati? Il tempo di reazione di un automobilista, definito come l intervallo di tempo che impiega dal momento che si illuminano le luci di frenata di un veicolo che lo precede al momento in cui agisce sui freni, può essere descritto da una v.c. normale con media.5 secondi e deviazione standard pari a 0.46 secondi. Si calcoli:. la probabilità che il tempo di reazione sia inferiore ad un secondo;. la probabilità che il tempo di reazione sia compreso tra e secondi; 3. si consideri il tempo di secondi come il tempo massimo entro il quale è possibile evitare con certezza un incidente. Si determini la probabilità che per un assicurazione su 00 assicurati più di 5 individui abbiamo un incidente. Dall esperienza si ritiene che il diametro dei bulloni prodotti da una fabbrica segua una distribuzione gaussiana. Inoltre, il 5% dei bulloni ha un diametro inferiore a.4 mm mentre il 0% ha un diametro maggiore di.8 mm. Si determini:. il valore atteso del diametro dei bulloni prodotti;. una misura dell inaccuratezza del processo di produzione; 3. la probabilità che il diametro di un bullone prodotto sia inferiore a. mm; 4. la probabilità che, estraendo a caso 0 bulloni, al massimo di essi abbia lunghezza superiore a mm.
3 Esercitazione III /5/007 Si ritiene, sulla base dell esperienza passata, che il 0% dei clienti di un supermercato acquistino almeno un prodotto surgelato all interno della loro spesa. Estratto un campione casuale di 00 clienti del supermercato, calcolare:. la probabilità che più di 5 clienti acquistino almeno un prodotto surgelato;. la probabilità che il numero dei clienti che acquistano almeno un prodotto surgelato sia compreso tra 0 e 0 clienti. Si supponga che il tempo di attesa (espresso in minuti) presso un ufficio postale si distribuisca come una v.c. χ con media pari a 5. Si calcoli:. la probabilità di attendere più di 0 minuti;. la probabilità di attendere un tempo non più lungo del tempo medio; 3. il tempo medio di attesa qualora vi siano 3 individui in fila prima del nostro turno. Si assuma che per un determinato tipo di lampadine la durata di funzionamento, espressa in giorni, possa considerarsi come una v.c. χ con 0 gradi di libertà.. Si calcoli la probabilità che si riesca ad illuminare ininterrottamente una stanza per un periodo di almeno mese.. Assumendo di voler illuminare una stanza ininterrottamente, usando una lampadina dopo l altra, si calcoli la probabilità che con 0 lampadine si riesca ad illuminare tale stanza per un periodo di almeno 6 mesi (suggerimento: si usi il teorema del limite centrale). 3. Si calcoli la probabilità che con 0 lampadine si riesca ad illuminare una stanza ininterrottamente per un periodo compreso tra 60 e 40 giorni. [Suggerimento: si utilizzi il teorema del limite centrale] Si definisca la v.c. Errore., una combinazione lineare della v.c. X, con E(X)=0 e Var(X)=, e della v.c. Y, con E(Y)=5, Var(Y)=.. Per la v.c. Z si calcoli il valore atteso e la varianza assumendo che le variabili casuali X e Y siano indipendenti. Si supponga che X ~ (0,4), X ~ (,9 ), Y ~ (5) e Y ~ (0) variabili casuali indipendenti. N. Calcolare P X X 0) ; ( >. Calcolare P ( X > 0) ; 4 N χ 3. Trovare il valore q tale che P ( X < q) 0. 9 ; 4. Calcolare X / P >. 5 ; Y / 5 = / 5. Trovare il valore t tale che X P > t = ; / 5 Y Y 6. Calcolare / 5 P >0. Y /0 χ STATISTICA (I MODULO INFERENZA STATISTICA)
4 Esercitazione IV 8/5/007 Il consumo giornaliero di acqua potabile in m 3 di una famiglia italiana può essere descritto da una v.c. normale con media e varianza 9.. Calcolare la probabilità che, estraendo un campione casuale di 00 famiglie, il consumo medio sia superiore a.6 m 3.. Se si rimuove l ipotesi di normalità per la distribuzione del consumo giornaliero di acqua potabile, il risultato calcolato al punto precedente rimane ancora valido? La concentrazione di metalli pesanti riscontrata nei pesci è spesso utilizzata come misura dell inquinamento ambientale. Un campione di pesci viene perciò estratto da un lago e la concentrazione di zinco contenuta nel fegato dei pesci misurata (µg/g): X Assumendo che la variabile X abbia una distribuzione normale,. Calcolare una stima della concentrazione media di zinco nel fegato dei pesci del lago.. Costruire un intervallo di confidenza al 99% per la concentrazione media di zinco nel fegato dei pesci del lago. 3. Fornire un intervallo di confidenza al 95% per la varianza. 4. Precedenti studi condotti sullo stesso lago avevano messo in evidenza che il valore di σ era pari a.7. Calcolare l intervallo di confidenza del punto alla luce di questa nuova informazione. Al fine di stimare la quantità media, espressa in litri, del consumo mensile di benzina delle famiglie del comune di Perugia, viene condotta un indagine su un campione di 3 famiglie ottenendo i seguenti risultati: laddove con 3 i= x = 3493 x = i 3 i= x i si indica il consumo mensile dell i-esima famiglia,.. Utilizzando le opportuni statistiche, stimare il consumo medio mensile di benzina µ delle famiglie e la sua varianza. Determinare l intervallo di confidenza al 95% per µ. 3. Determinare l intervallo di confidenza al 90% per σ σ (sugg. supporre che S ha distribuzione χ n ) n Un azienda acquista laminati da utilizzare nel processo produttivo. A tal fine risulta cruciale lo spessore dei laminati. Calcolare l errore massimo di stima che si può commettere con probabilità del 99% sulla base di un campione di 00 laminati il cui spessore medio è pari a.5 mm con varianza campionaria pari a 0.0. Un istituto finanziario estrae dal proprio portafoglio clienti un campione causale di 00 individui possessori di carta di credito. Di questi, 3 hanno subito un addebito durante l anno precedente in seguito a ritardi nei pagamenti. Calcolare un intervallo di confidenza al 90% per la proporzione di clienti che hanno avuto un ritardo nei pagamenti.
5 Esercitazione V 5/5/007 La seguente distribuzione doppia si riferisce ad un campione di 334 immatricolati in tre Facoltà dell Ateneo di Perugia: Voto alla maturità Facoltà Totale Ingegneria Economia Scienze Politiche Totale Nell ambito degli iscritti alla Facoltà di Economia, si determini un intervallo di confidenza al 99% per il voto medio conseguito alla maturità.. Si stabilisca la dimensione che il campione avrebbe dovuto avere per ottenere un errore di stima del voto medio della popolazione inferiore a 3 con probabilità pari a 0.95, supponendo che la varianza sia Si verifichi l ipotesi che il voto medio alla maturità sia pari a 80 contro l alternativa che sia maggiore, al livello α= Si verifichi l ipotesi che la percentuale di iscritti alla Facoltà di Economia con voto di almeno 8 alla maturità sia pari al 50% contro l alternativa che sia minore, al livello α= Si calcoli il livello di significatività osservato per il sistema di ipotesi del punto precedente. Riprendendo i dati sulla concentrazione di metalli pesanti riscontrata nei pesci ( Esercitazione IV) e supponendo che la distribuzione nella popolazione sia normale, si verifichi l ipotesi che la media sia pari a 0 µg/g contro l alternativa che sia diversa, al livello α=0. e si costruisca un intervallo di confidenza al 95% per la varianza campionaria. La seguente tabella riporta la distribuzione di un campione di 4 lavoratori classificati per classi di reddito (in migliaia di euro annui) e tipo di impiego: Totale Lavoratori dipendenti Liberi professionisti Totale Si verifichi l ipotesi che la retribuzione media dei lavoratori dipendenti sia pari a 5 mila euro contro l alternativa che sia inferiore, al livello α=0.0.. Relativamente ai lavoratori che guadagnano tra i 0 e i 40 mila euro l anno, si calcoli un intervallo di confidenza al 95% per la proporzione dei lavoratori dipendenti. 3. Si verifichi l ipotesi che la proporzione di coloro che guadagnano più di 0 mila euro l anno sia la stessa tra i liberi professionisti e tra i lavoratori dipendenti, contro l alternativa che sia maggiore tra i liberi professionisti, ad un livello α= Si calcoli un intervallo di confidenza al 99% per il reddito medio dei liberi professionisti. 5. Si verifichi l ipotesi che il reddito medio sia lo stesso per i liberi professionisti e per i lavoratori dipendenti, contro l alternativa che sia maggiore per i liberi professionisti, ad un livello α=0.05.
6 STATISTICA (II MODULO INFERENZA STATISTICA) Esercitazione VI /6/007 La seguente tabella riporta la distribuzione di un campione casuale di aziende di uno stesso settore secondo il consumo di energia (in MW) e fatturato mensile (in migliaia di euro): Consumo Fatturato di energia Totale Totale Si verifichi l ipotesi che il consumo energetico medio delle imprese con fatturato basso (<0) sia lo stesso delle imprese con fatturato alto (>0), contro l alternativa che il consumo medio sia maggiore nelle imprese con fatturato alto, al livello α= Si verifichi l ipotesi che, tra le aziende con fatturato inferiore a 5, il 0% di queste abbia un consumo di energia inferiore a 5, contro l alternativa che il consumo sia maggiore, al livello α= In riferimento al sistema di ipotesi del punto precedente, calcolare la potenza per l ipotesi alternativa che la proporzione sia pari al 5%. 4. Si verifichi l ipotesi che la proporzione di imprese con fatturato nella classe 5-30 sia lo stesso per le imprese con consumo di energia nella classe 5-0 e nella clase I dati seguenti si riferiscono alla durata (in ore) di un campione di lampadine di due diverse marche: Tipo A Tipo B Si assuma che la distribuzione della durata di funzionamento sia normale con varianza uguale per le due tipologie.. Si verifichi l ipotesi che la durata media sia la stessa per le lampadine di tipo A e di tipo B contro l alternativa che sia maggiore per quelle di tipo B, ad un livello α=0.0.. Verificare l ipotesi che la varianza sia pari a 95 contro l alternativa che sia maggiore, al livello α= In riferimento al sistema di ipotesi del punto precedente, calcolare la potenza per l ipotesi alternativa che la varianza sia pari a 05. Da una indagine condotta presso un istituto di scuola media sono state estratte casualmente studentesse. I dati relativi al peso (in kg) ed altezza (in cm) sono i seguenti: Peso Altezza Stimare i parametri della retta di regressione del peso (Y) rispetto all altezza (X).. Calcolare l intervallo di confidenza al 95% per il coefficiente angolare; 3. Verificare l ipotesi che la pendenza della retta sia pari a 0, contro l alternativa che sia positiva, al livello α=0.0.. a rispetto alle altre due con a=0.0.
Temi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliStatistical Process Control
Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
Dettagli1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;
Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio
DettagliESERCIZI DI RIEPILOGO 2. 7 jj(addi
ESERCIZI DI RIEPILOGO 2 ESERCIZIO 1 Da un comune mazzo di 52 carte francesi (13 carte per ognuno dei quattro semi: picche, cuori, fiori e quadri) viene estratta casualmente una carta. Definiti gli eventi:
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 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 consegnano
DettagliEsercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
DettagliEsercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera
Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera 1. Avete risparmiato 10 dollari che volete investire per un anno in azioni e/o buoni del tesoro
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliEsercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011
Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011 Esercizi di statistica descrittiva 1. Secondo i dati ISTAT 1997 sull occupazione, la Lombardia e il Veneto presentano
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliEsercitazioni del corso di Statistica Prof. Mortera a.a. 2010/2011. Esercizi di stima puntuale, intervalli di confidenza e test T 2 = 1 2 X
Esercitazioni del corso di Statistica Prof. Mortera a.a. 2010/2011 Esercizi di stima puntuale, intervalli di confidenza e test 1. Si consideri il campione (X 1, X 2, X 3, X 4 ) composto da variabili i.i.d.
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
DettagliCalcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.
Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel
DettagliMATEMATICA 5 PERIODI
BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE
DettagliSTATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua
STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
DettagliAnteprima Finale Categoria Corsi di Statistica
1 di 8 08/04/2011 9.01 SiS-Scuola-28-SEZIONE STATISTICA fad TC128STAT Quiz Finale Categoria Corsi di Statistica Tentativo 1 Sei collegato come piero zulli. (Esci) Info Risultati Anteprima Modifica Anteprima
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliEsercizi di riepilogo Statistica III canale, anno 2008
Esercizio 1 - Esercizio 5 esame 22 giugno 2004 Esercizi di riepilogo Statistica III canale, anno 2008 Data la seguente distribuzione di 100 dipendenti di un azienda in base al tempo impiegato (in minuti)
DettagliEsercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)
STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana
DettagliE NECESSARIO RICORRERE ALLE VARIABILI CASUALI
IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliStatistica Statistica 1+2 (COSTANZO MISURACA) C. di L. in Economia Aziendale - Appello del 11/01/2013. Cognome Nome Matr Firma
Statistica Statistica 1+2 (COSTANZO MISURACA) C. di L. in Economia Aziendale - Appello del 11/01/2013 I seguenti dati rappresentano i valori di mercato di 30 azioni scambiate sulla borsa di New York (in
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliEsercitazioni del corso di Statistica Prof. Mortera a.a. 2008/2009
Esercitazioni del corso di Statistica Prof. Mortera a.a. 2008/2009 Esercizi di statistica descrittiva 1. Secondo i dati ISTAT 1997 sull occupazione, la Lombardia e il Veneto presentano le seguenti distribuzione
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 7 marzo 20 Indice Indici di curtosi e simmetria Indici di curtosi e simmetria 2 3 Distribuzione Bernulliana
DettagliESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240
ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione
DettagliProbabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes
Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4.2 I principali test statistici per la verifica di ipotesi: Il test F Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
DettagliCarte di controllo per attributi
Carte di controllo per attributi Il controllo per variabili non sempre è effettuabile misurazioni troppo difficili o costose troppe variabili che definiscono qualità di un prodotto le caratteristiche dei
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliCOMPITO DI SCIENZE NATURALI 23 gennaio 2012. Modulo di probabilità e statistica
COMPITO DI SCIENZE NATURALI 23 gennaio 2012 Modulo di probabilità e statistica 1. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza annuale.
DettagliTEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST
TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica 1 Parte A 1.1 La formula µ = x ± s n
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliLa categoria «ES» presenta (di solito) gli stessi comandi
Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:
DettagliCP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 8 luglio, 2010 CP110 Probabilità: Esame del 3 giugno 2010 Testo e soluzione 1. (6 pts 12 monete da 1 euro vengono distribuite tra
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliStatistica per l azienda 19.06.2014 (1)
Statistica per l azienda 19.06.2014 (1) COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato
DettagliTema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
Dettagli1 di 6. Usando un modello di probabilità
Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliSOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale
SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale ESERCIZIO nr. 1 I Presidi delle scuole medie superiori di una certa cittá italiana hanno indetto tra gli studenti dell ultimo anno una
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliCorso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis
Corso di Statistica Corso di Laurea in Ingegneria Edile ed Ingegneria Tessile Docente: Orietta Nicolis Orario del corso: Martedì: dalle 16.00 alle 18.00 Giovedì: dalle 9.30 alle 11.30 Ricevimento: Mercoledì:
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati
DettagliPRODUZIONE DI LENTI A CONTATTO
1 PRODUZIONE DI LENTI A CONTATTO Per monitorare il processo di produzione di un determinato tipo di lenti a contatto viene misurato, ad intervalli di tempo regolari di h 15 minuti, il diametro X (in mm)
Dettagli[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1
[ Analisi della concentrazione] di Luca Vanzulli Pag. 1 di 1 LA CONCENTRAZIONE NELL ANALISI DELLE VENDITE L analisi periodica delle vendite rappresenta un preziosissimo indicatore per il monitoraggio del
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.
DettagliLA POVERTÀ IN ITALIA
15 luglio 2011 Anno 2010 LA POVERTÀ IN ITALIA La povertà risulta sostanzialmente stabile rispetto al 2009: l 11,0% delle famiglie è relativamente povero e il 4,6% lo è in termini assoluti. La soglia di
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
Dettagli