OD TEST DI IPOTESI 50
|
|
- Sofia Fiore
- 4 anni fa
- Visualizzazioni
Transcript
1 TEST DI IPOTESI 50
2 TEST D'IPOTESI È possibile ipotizzare che la durata media del ricovero ospedaliero al Policlinico San Matteo, negli ultimi 3 anni, è stata di 3 giorni? È possibile ipotizzare che un dato farmaco induce il miglioramento del 50% dei pazienti trattati? In generale un test d ipotesi permette di stabilire se ipotesi come queste sono compatibili con i dati campionari; un test d ipotesi permette di giungere a conclusioni sulla popolazione, in base alle informazioni contenute nel campione estratto dalla popolazione. 51
3 TEST D IPOTESI IPOTESI DI RICERCA Ipotesi, supposizioni suggerite dall esperienza e che motivano l indagine IPOTESI STATISTICHE Traduzioni delle ipotesi di ricerca in linguaggio formale, in una proposizione logica che possa essere testata. TEST STATISTICI Permettono di testare le ipotesi statistiche, confermando o confutando le ipotesi di ricerca. 5
4 DALL IPOTESI DI RICERCA ALL IPOTESI STATISTICA Esempio Si estrae un campione di 50 cartelle ospedaliere per calcolare la durata media di un ricovero. Dai dati campionari si ottiene una durata media di 3, giorni. IPOTESI DI RICERCA La durata media di un ricovero ospedaliero nella popolazione è minore di 4 giorni. Il valore campionario ci permette di formulare un ipotesi di ricerca di questo genere? 53
5 IPOTESI STATISTICHE Sulla base dell ipotesi di ricerca si formulano due ipotesi opposte: l ipotesi nulla H 0 e l ipotesi alternativa H 1. Ipotesi alternativa H 1 É l'ipotesi di interesse, l ipotesi che guida la ricerca e che si spera di confermare Ipotesi nulla H 0 È l ipotesi che si spera di rifiutare sulla base dell esito del test cui verrà sottoposta. È complementare all'ipotesi alternativa H 1. Nel nostro esempio: Ipotesi nulla: H 0 4 Ipotesi alternativa: H 1 <4 Altri esempi: Ipotesi di ricerca: È possibile concludere che la media della popolazione è diversa da 80 kg? Ipotesi statistiche: H 0 80 kg H 1 80 kg Ipotesi di ricerca: È possibile concludere che la media della popolazione è minore di 000 cal/die? Ipotesi statistiche: H cal/die H 1 < 000 cal/die 54
6 LA STATISTICA TEST* Formulate le ipotesi H 0 e H 1, in base alle assunzioni (normalità della popolazione, indipendenza dei campioni, uguaglianza delle varianze), si decide quale test usare. Nel caso di un'ipotesi sulla media µ di una popolazione (assunta distribuita normalmente e con varianza nota) il test è: x µ z 0 σ n Dove x media campionaria µ 0 media ipotizzata della popolazione σ n errore standard della media campionaria z può assumere valori diversi al variare dei dati campionari e segue la distribuzione normale standardizzata, se H 0 è vera. statistica di interesse - parametro ipotizzato statistica test* errore standard della statistica di interesse 55
7 LA REGIONE DI ACCETTAZIONE E DI RIFIUTO DI H 0 Tutti i possibili valori del test z (che variano al variare del campione estratto) sono tutti i punti dell asse x, divisi in regione di accettazione e regione di rifiuto. 0 z Regione di rifiuto Regione di accettazione Regione di rifiuto Regione di rifiuto: comprende i valori con minor probabilità di verificarsi, se H 0 è vera. Regione di accettazione: comprende i valori con maggior probabilità di verificarsi, se H 0 è vera. 56
8 IL LIVELLO DI SIGNIFICATIVITÀ Come decidere i limiti delle regioni di accettazione e di rifiuto? È necessario stabilire, prima di calcolare z, il livello di significatività α. È una probabilità: la probabilità di commettere l errore di rifiutare l ipotesi nulla H 0 quando essa è vera (errore di I specie). Per ridurre la probabilità di questo errore si sceglie per α un valore piccolo Valori di α più usati: 0.01, 0.05 e 0.10 Ad ogni valore di α corrisponde un valore di z* (z critico) che consente di individuare le zone di accettazione e di rifiuto. * Vedi tavole 57
9 IL CALCOLO DELLA STATISTICA TEST Fissati il livello di significatività α, il valore di z critico e le regioni di accettazione e di rifiuto di H 0, si procede al calcolo della statistica test: z x µ 0 σ n DECISIONE STATISTICA Il valore della statistica test cade nella regione di rifiuto di H 0 rifiuto H 0 e concludo che H 1 è vera. Il valore della statistica test cade nella regione di accettazione di H 0 non rifiuto H 0 e concludo che H 0 può essere vera. 58
10 CONCLUSIONE Rifiutando H 0, si vuole significare che essa ci appare improbabile sulla base dei dati campionari. Si conclude che H 0 è falsa, perché i nostri dati non sono compatibili con essa, ma supportano l ipotesi alternativa H 1. Non rifiutando H 0, si vuole significare che essa ci appare probabile sulla base dei dati campionari. Si conclude che H 0 può essere vera, perché i dati non ci forniscono sufficiente evidenza contro di essa. 59
11 ERRORI DI 1 a E a SPECIE Esiste sempre il rischio di commettere un errore accettando o rifiutando l ipotesi nulla. L errore α o di 1 a specie è la probabilità di rifiutare l ipotesi nulla quando essa è vera. L errore β o di a specie è la probabilità di non rifiutare l ipotesi nulla quando essa è falsa. La probabilità di commettere un errore di I tipo α è la probabilità che il valore di z cada nella regione di rifiuto della distribuzione del test z. H 0 vera H 0 falsa Non rifiutare H 0 Scelta corretta Errore di a specie Rifiutare H 0 Errore di 1 a specie Scelta corretta 60
12 RIASSUMENDO 1. Formulare chiaramente le ipotesi statistiche H 0 e H 1 ;. decidere il test statistico appropriato, sulla base delle assunzioni, 3. decidere il livello di significatività α e, di conseguenza, le regioni di accettazione e di rifiuto di H 0 ; 4. calcolare la statistica test dai dati campionari; 5. decidere se accettare o no H 0 e giungere ad una conclusione rispetto all ipotesi di ricerca. 61
13 TEST D IPOTESI SU UNA MEDIA a. POPOLAZIONE NORMALE CON σ NOTA Il test per saggiare H 0 è: z x µ 0 σ n Esercizio Daniel pag Alcuni ricercatori sono interessati ad ottenere una risposta alla seguente domanda: È possibile concludere che l età media della popolazione d interesse è diversa da 30 anni? Dati x 7 anni (età media campionaria) n 10 (numerosità campionaria) Assunzioni Campione casuale; nella popolazione l età è distribuita normalmente; σ 0 anni. 6
14 Ipotesi H 0 : µ 30 Test Test z Livello di significatività α 0.05 H 1 : µ 30 α 0.05 area compresa in entrambe le code della distribuzione I valori della statistica test che portano al rifiuto di H 0 sono valori estremi (decisamente minori o decisamente maggiori di 30), posti nelle code destra e sinistra della distribuzione; pertanto: α/ 0.05 area compresa in ciascuna delle due code della distribuzione 0.95 α/0.05 α/ I valori critici di z sono ± 1.96 z Vedi tavole La regione di rifiuto è formata da tutti i valori della statistica test 1.96 o
15 Calcolo della statistica test z x µ σ n Decisione statistica e conclusione.1 < cade nella regione di rifiuto di H 0. Posso rifiutare H 0 e concludere che i dati campionari ci consentono di supportare l ipotesi alternativa H 1 : la media della popolazione è diversa da 30 ad un livello di significatività uguale a
16 LA VERIFICA DELL IPOTESI H 0 CON UN INTERVALLO DI CONFIDENZA Nell esercizio precedente: Ipotesi: H 0 : µ 30 H 1 : µ 30 Decisione statistica: Rifiuto di H 0 Conclusione: La media µ della popolazione è diversa da 30. Come pervenire alle stesse conclusioni usando un intervallo di confidenza al (1-α)100 per cento? I.C. al 95% per µ è: L L 1 ; 7 ± ± ; ±
17 L'intervallo 4.8; non contiene 30: 30 non rappresenta un buon candidato per la media che si desidera stimare. Decisione statistica: Rifiuto H 0 Conclusione: µ 30 In generale Quando si saggia un ipotesi nulla con un intervallo di confidenza bidirezionale e centrato, - se il parametro ipotizzato non è contenuto nell intervallo al (1-α)100 per cento è possibile rifiutare H 0 al livello α di significatività; - se il parametro ipotizzato è contenuto nell intervallo al (1-α)100 per cento non è possibile rifiutare H 0 al livello α di significatività. 66
18 TEST BIDIREZIONALE E UNIDIREZIONALE Test bidirezionale L esercizio precedente è un esempio di test bidirezionale. In un test bidirezionale: si è interessati a scostamenti dalla media ipotizzata in entrambe le direzioni; valori estremi in entrambe le direzioni porteranno a rifiutare H 0 ; nell ipotesi nulla H 0 compare il segno di uguaglianza (); nell ipotesi alternativa H 1 compare il segno di disuguaglianza ( ); H 0 : µ µ 0 H 1 : µ µ 0 il valore di α è suddiviso equamente tra le due code della distribuzione. Esempio Quantità di un dato farmaco in una capsula: valori del farmaco in eccesso o in difetto sono entrambi critici. 67
19 Test unidirezionale In un test unidirezionale si è interessati a scostamenti dalla media ipotizzata in una sola direzione; valori estremi in una sola direzione porteranno a rifiutare H 0 ; nell ipotesi nulla H 0 compaiono i segni di disuguaglianza oppure ; nell ipotesi alternativa H 1 compaiono i segni di disuguaglianza > oppure <: H 0 : µ µ 0 H 1 : µ > µ 0 oppure H 0 : µ µ 0 H 1 : µ < µ 0 la regione di rifiuto è data dalla coda di destra quando H 1 è di tipo µ > µ 0 ed è data dalla coda di sinistra quando H 1 è di tipo µ <µ 0 ; il valore di α è interamente attribuito ad una sola coda della distribuzione. 68
20 Esercizio Daniel pag Con riferimento all esercizio precedente, supponiamo che i ricercatori si pongano questa domanda: È possibile concludere che l età media della popolazione d interesse µ è minore di 30 anni? Dati x 7 anni (età media campionaria) n10 (numerosità campionaria) Assunzioni Campione casuale; nella popolazione l età è distribuita normalmente; σ 0 anni. Ipotesi H 0 : µ 30 H 1 : µ <30 Test Test z 69
21 Livello di significatività α 0.05 I valori della statistica test che portano al rifiuto di H 0 sono valori sufficientemente piccoli, mentre valori grandi rinforzano H 0. La regione di rifiuto deve essere in corrispondenza dei valori più piccoli della distribuzione, posti nella coda sinistra della distribuzione. α 0.05 area compresa nella sola coda di sinistra α x Il valore critico di z è Vedi tavole La regione di rifiuto è formata da tutti i valori della statistica test <
22 Calcolo della statistica test z x µ σ n Decisione statistica e conclusione.1 < cade nella regione di rifiuto di H 0. Posso rifiutare H 0 e concludere che i dati campionari ci consentono di supportare l ipotesi alternativa H 1 : la media della popolazione è minore di 30 ad un livello di significatività uguale a
23 b. POPOLAZIONE NORMALE CON σ INCOGNITA Il procedimento di verifica di ipotesi non cambia se non nella statistica test per saggiare H 0 : x s µ n t 0 Esercizio Daniel pag Ipotesi di ricerca: La media dell indice di massa corporea (BMI) nella popolazione è diversa da 35. Dati x 30.5 (BMI medio nel campione) s n14 (numerosità campionaria) Assunzioni Campione casuale; nella popolazione le misure BMI sono distribuita normalmente. 7
24 Ipotesi H 0 : µ 35 Test Test t bidirezionale Livello di significatività α 0.05 H 1 : µ 35 α 0.05 area compresa in entrambe le code della distribuzione α/ 0.05 area compresa in ciascuna delle due code della distribuzione 0.95 α/0.05 α/ t t 1-a/;(n-1)gdl ±.1604 La regione di rifiuto è formata da tutti i valori della statistica test.1604 o
25 Calcolo della statistica test t x s µ n Decisione statistica e conclusione 1.58 > cade nella regione di non rifiuto di H 0. Non posso rifiutare H 0. Concludo che, sulla base di questi dati, la media della popolazione da cui il campione è stato estratto può essere uguale a
26 CAMPIONAMENTO DA POPOLAZIONE NON DISTRIBUITA NORMALMENTE Quando la variabile non ha una distribuzione normale, se il campione è sufficientemente grande, in virtù del Teorema del Limite Centrale, è possibile usare il test z Se la varianza della popolazione non è nota, nel calcolo della statistica test è possibile usare la varianza campionaria s al posto della varianza della popolazione σ. Essendo n grande, s può essere considerata una buona approssimazione di σ. 75
27 TEST D IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Spesso si ha l esigenza di confrontare due gruppi di dati: un insegnante può voler confrontare la media delle votazioni finali degli studenti di questo anno scolastico con quella degli studenti dell anno scolastico scorso; un medico deve confrontare le condizioni presenti di un paziente con quelle di ieri o della settimana scorsa. Queste valutazioni vengono normalmente fatte in modo intuitivo. I test di ipotesi sulla differenza tra due medie sono tecniche che permettono di valutare in modo oggettivo e statisticamente corretto se è ragionevole o meno affermare che le medie di due popolazioni sono diverse. 76
28 È possibile saggiare le ipotesi che la differenza tra le medie delle due popolazioni sia: 1. uguale a zero;. maggiore o uguale a zero; 3. minore o uguale a zero. Ipotesi nulla H 0 Ipotesi alternativa H 1 1 µ 1 - µ 0 µ 1 µ µ 1 - µ 0 µ 1 µ µ 1 - µ 0 µ 1 µ µ 1 - µ < 0 µ 1 < µ 3 µ 1 - µ 0 µ 1 µ µ 1 - µ > 0 µ 1 > µ N.B. Parametri della popolazione Statistiche campionarie Popolazione Dimensione Media Varianza Dimensione Media Varianza Uno N 1 µ 1 σ 1 n 1 x s 1 1 Due N µ σ 1 n x s 1 77
29 1. CAMPIONI INDIPENDENTI Due campioni si dicono indipendenti se non esiste legame tra di essi. Esempio Si vuole stabilire se esiste una differenza significativa tra la media delle votazioni d esame degli studenti che hanno seguito un certo corso nell a.a. 00 e la media delle votazioni degli studenti che hanno seguito lo stesso corso nell a.a. corrente. I campioni sono indipendenti perché non esiste legame tra i due gruppi di studenti. 78
30 a. LE VARIANZE DELLE POPOLAZIONI SONO NOTE Popolazione 1: N (µ 1, σ 1 ); n 1, x 1 Popolazione : N (µ, σ ); n, x Test z z ( x1 x ) ( µ 1 µ ) σ 1 n 1 σ + n 79
31 b. LE VARIANZE DELLE POPOLAZIONI NON SONO NOTE Se le varianze delle popolazioni non sono note e le dimensioni campionarie sono 30 si può ricorrere alla distribuzione z (utilizzando s al posto di σ) o alla distribuzione t; se le varianze delle popolazioni non sono note e le dimensioni campionarie sono < 30 si deve ricorrere alla distribuzione t. t ( x x ) ( µ µ ) 1 s n pond 1 1 s + n pond Formula valida nel caso si possa assumere l uguaglianza delle varianze delle due popolazioni. Le varianze campionarie sono impiegate per stimare la varianza comune come media ponderata (rispetto ai rispettivi gradi di libertà) delle due varianze campionarie. s pond ( n 1) s + ( n 1) 1 n n s 80
32 Se le varianze nelle due popolazioni non sono note e non si possono assumere uguali ( ad esempio a seguito di un test F rapporto varianze campionarie s1/s significativo) La formula per il calcolo di t risulta la seguente t ( x x ) ( µ µ ) 1 s n s + n Ed il t critico necessario per il calcolo della decisione statistica si calcola in maniera seguente: t critico w t 1 w w + w t dove w 1 s 1 /n 1 w s /n t1 t di 1-alfa per n1-1 gradi di libertà t t di 1-alfa per n-1 gradi di libertà 81
33 TEST per CONFRONTI APPAIATI o per DATI APPAIATI È un test sulla differenza tra medie, in cui i dati sono in qualche modo legati tra loro e provengono da due campioni non indipendenti. Esempi Medesimi soggetti possono essere sottoposti a test due volte, prima e dopo un particolare trattamento, così che i risultati del primo e del secondo test possano essere confrontati. È quanto accade negli esperimenti before-and-after. Cavie dello stesso sesso e/o delle stessa nidiata possono essere casualmente assegnate alla somministrazione di un farmaco o di un placebo. Coppie di gemelli possono essere assegnati a due trattamenti, in modo che membri di una stessa coppia ricevano trattamenti diversi. L impiego di coppie di soggetti simili rispetto a fattori (sesso, età, razza, condizioni socio-economiche, ) che possono interferire con l esperimento, riduce il numero di fonti di variazione estranee le eventuali differenze tra coppie potrebbero essere dovute alla variabile d interesse. 8
34 Quando si lavora con dati appaiati, si focalizza l attenzione sulla differenza tra ciascuna coppia di osservazioni: l analisi statistica viene condotta non sulle osservazioni singole, ma sulle differenze tra coppie di osservazioni. Esempio 1 Daniel pag Nella tabelle seguente sono riportati i pesi di 9 donne prima e dopo dodici settimane di trattamento con una dieta a basse calorie. Si vuole sapere se sulla base di questi dati è possibile affermare che il trattamento è risultato determinante nella riduzione del peso delle donne obese. Porre alfa 0.05 Soggetti Prima P Dopo D Differenza D-P
35 Assunzioni Le differenze calcolate costituiscono un campione casuale semplice proveniente da una popolazione di differenze distribuita normalmente. Ipotesi La formulazione delle ipotesi deve essere coerente con il modo in cui sono state ottenute le differenze. Nel caso specifico, se il trattamento ha determinato una riduzione del peso, ci attendiamo che, nella popolazione, le differenze tra i pesi prima e quelli dopo (D-P) siano negative: negativa sarà anche la differenza media nella popolazione. Ciò è quanto stabilito dall ipotesi alternativa H 1. L ipotesi nulla H 0 è, come sempre, complementare a H 1 : H 0 : µ d 0 H 1 : µ d <0 Se le differenze fossero state calcolate sottraendo i pesi dopo da quelli prima (P-D), le ipotesi sarebbero state: H 0 : µ d 0 H 1 : µ d >0 Se il problema avesse richiesto un test bidirezionale, le ipotesi sarebbero state: H 0 : µ d 0 H 1 : µ d 0 84
36 Test Il test statistico opportuno, quando sono valide le assunzioni stabilite, è dato da: t d µ d s d 0 dove: d è la differenza media campionaria; µ d 0 è la differenza media ipotizzata della popolazione; sd sd n è l errore standard s d deviazione standard delle differenze campionarie; n numero delle differenze campionarie. Quando H 0 è vera, la statistica test è distribuita come una t di Student con n-1 gradi di libertà. 85
37 Regola di decisione Per alfa 0.05 e 8 g.d.l., il valore critico di t è (regione di rifiuto nella coda di sinistra). Rifiutiamo H 0 se il valore calcolato di t è minore o uguale al valore critico. α0.05 Calcolo di t d s d n d ( di ) d n 1 i ( 34.0) + ( 5.5) ( 14.3) t Decisione statistica e conclusione Poiché cade nella regione di rifiuto, posso rifiutare H 0 e concludere, sulla base di questi dati, che la dieta ha determinato una significativa diminuzione del peso. 86
38 Esempio 1 soggetti partecipano ad un esperimento per studiare l efficacia di una certa dieta combinata con un programma di esercizi nel ridurre il livello di colesterolo. Vengono registrati i livelli di colesterolo ematico (mg/dl) prima e dopo il trattamento. α 0.05 Id Prima P Dopo D D - P I dati forniscono sufficiente evidenza per concludere che il programma dieta-esercizio è efficace nel ridurre i livelli di colesterolo? 87
39 Assunzioni Le differenze costituiscono un campione casuale semplice, proveniente da una popolazione di differenze normalmente distribuite. Ipotesi H 0 : µ d 0 H 1 : µ d < 0 Test t unidirezionale con regione di rifiuto di H 0 nella coda di sinistra. t critico t 0.95; 11 gdl -1,7959 d s d ( d d ) n 1 i t d s [ 1 ( 0.17)] d µ d0 n [8 ( 0.17)] t d s d µ d n Decisione statistica e conclusione Poiché -3.0 cade nella regione di rifiuto,.posso rifiutare H 0 e concludere che, sulla base di questi dati, il programma dieta-esercizio ha avuto effetto positivo sulla diminuzione del colesterolo ematico. 88
40 TEST D IPOTESI SU UNA PROPORZIONE Se i dati provengono da un campione sufficientemente grande da consentire il ricorso al Teorema del Limite Centrale, il test statistico è: z pˆ p 0 n p q 0 0 che, quando H 0 è vera, si distribuisce approssimativamente come una normale standardizzata. pˆ proporzione campionaria p 0 proporzione ipotizzata nella popolazione 89
41 TEST DI IPOTESI SULLA DIFFERENZA TRA DUE PROPORZIONI Il test più frequentemente usato si basa sull ipotesi nulla che la differenza tra le proporzioni delle due popolazioni sia nulla, cioè che le due proporzioni siano uguali: H 0 : p 1 p 0 Il test statistico è: z ( pˆ ˆ 1 p) ( p1 p) 0 s p p ˆ1 ˆ dove: ˆp 1 e ˆp proporzioni campionarie (p 1 e p ) 0 proporzioni ipotizzate nella popolazione s pˆ 1 pˆ errore standard 90
42 L errore standard stimato sp ˆ 1 pˆ è calcolato come segue: s pˆ pˆ p(1 p) + n 1 p(1 1 n p) p è la stima della proporzione, ipotizzata comune, nelle due popolazioni, calcolata con la seguente formula: p x n x n 91
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliEffettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari
Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari
DettagliStatistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1
Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa
DettagliEsercizi di statistica inferenziale
Dipartimento di Fisica SMID a.a. 004/005 Esercizi di statistica inferenziale Prof. Maria Antonietta Penco tel. 0103536404 penco@fisica.unige.it 6/1/005 Esercizio1 E noto che un grande numero di pazienti
DettagliINTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30
INTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30 Intervallo di confidenza: media 2 / 30 Supponiamo di considerare la media campionaria X e assumiamo che Intervallo di confidenza: media 2 / 30 Supponiamo
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 6 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Intervallo di confidenza per la media Verifica d ipotesi sulla media
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliIntervallo di confidenza
Intervallo di confidenza Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima puntuale di µ la deviazione standard Media,
DettagliStatistica inferenziale per variabili quantitative
Lezione 7: - Z - test e intervalli di Confidenza - t-test per campioni indipendenti e dipendenti Cattedra di Biostatistica Dipartimento di Scienze scperimentali e cliniche, Università degli Studi G. d
DettagliArgomenti della lezione:
Lezione 3 Argomenti della lezione: La verifica delle ipotesi: principi generali Ipotesi statistiche Ipotesi sulla media Indicatore campionario: X Il campione è stato estratto da una popolazione con parametro
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliConfronto tra due popolazioni Lezione 6
Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media
DettagliIntroduzione alla statistica per la ricerca in sanità
Introduzione alla statistica per la ricerca in sanità Modulo La verifica delle ipotesi: il test statistico dott. Eugenio Traini eugenio.traini@burlo.trieste.it Verifica d Ipotesi - 1 Che cos è un ipotesi
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCorso di Statistica Esercitazione 1.8
Corso di Statistica Esercitazione.8 Test su medie e proporzioni Prof.ssa T. Laureti a.a. 202-203 Esercizio Un produttore vuole monitorare i valori dei livelli di impurità contenute nella merce che gli
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliLezione 17. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 17. A. Iodice
con Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 29 Outline con 1 2 3 con 4 5 campioni appaiati 6 Indipendenza tra variabili () Statistica 2 /
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, -..
DettagliParametri statistici
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Parametri statistici 24/1/2005 Deviazione standard della media La variabilità di una distribuzione può quindi essere espressa da un indice
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
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliLezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica
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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliUniversità degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A
Università degli Studi di Padova Corso di Laurea in Medicina e Chirurgia - A.A. 015-16 Corso Integrato: Statistica e Metodologia Epidemiologica Disciplina: Statistica e Metodologia Epidemiologica Docenti:
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliIPOTESI STATISTICA. IPOTESI di RICERCA
VERIFICA DELLE IPOTESI F Obiettivo: guidare il clinico, il ricercatore o l amministratore a prendere una decisione riguardo ad un parametro della popolazione esaminando un campione di quella popolazione.
DettagliEsercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Confronto tra medie Si considerino due popolazioni di individui sottoposti a due diversi trattamenti farmacologici. Si vuole valutare se tali trattamenti producono uguali effetti (ipotesi nulla) o diversi
DettagliTeoria della stima dei parametri:
INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa alla popolazione è da ritenersi vera sulla base dei dati campionari
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei fenomeni biologici Alla fine di questa lezione dovreste essere in grado di: descrivere la distribuzione di campionamento della differenza di due medie costruire gli
DettagliIL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI
IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI Perchè confrontare le varianze stimate in due campioni? Torniamo all'esempio dei frinosomi Per poter applicare il test t avevamo detto che le varianze, e
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliIPOTESI SULLA MEDIA: caso di un campione
IPOTESI SULLA MEDIA: caso di un campione Le ipotesi vengono formulate sulla media della popolazione rispetto a una media di riferimento che si indica come: 0 La domanda è: la media della popolazione da
DettagliLezione VII: Z-test. Statistica inferenziale per variabili quantitative. Statistica inferenziale per variabili quantitative. Prof.
Lezione VII: Z-test Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Statistica inferenziale per variabili quantitative
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.12 - Test statistico Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona IPOTESI SCIENTIFICA Affermazione che si può sottoporre a verifica
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
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
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliSTATISTICA MULTIVARIATA SSD MAT/06
Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica
DettagliTest d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento di Economia
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Teorema. Sia data una popolazione numerica infinita di media µ e deviazione standard σ da cui vengono estratti dei campioni casuali formati ciascuno da n individui, con n abbastanza
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 3 Dott.ssa Antonella Costanzo 25/02/2016 Esercizio 1. Verifica di ipotesi sulla media (varianza nota) Il preside della scuola elementare XYZ sospetta che i suoi studenti
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
DettagliTest per una media - varianza nota
Situazione Test per una media - varianza nota Popolazione N(µ,σ 2 ); varianza σ 2 nota. µ 0 numero reale fissato. Test di livello α per µ Statistica: Z n = X n µ 0 σ/ n. H 0 H 1 Rifiutiamo H 0 se p-value
DettagliAnalisi della regressione multipla
Analisi della regressione multipla y = β 0 + β 1 x 1 + β 2 x 2 +... β k x k + u 2. Inferenza Assunzione del Modello Classico di Regressione Lineare (CLM) Sappiamo che, date le assunzioni Gauss- Markov,
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
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliTest delle ipotesi sulla media.
. Caso di un singolo campione. Varianza nota.. Ipotesi alternativa bilaterale Test delle ipotesi sulla media. Valore medio η e deviazione standard σ della popolazione note. η è il valore stimato dal nostro
DettagliStatistica Inferenziale La verifica di ipotesi. Davide Barbieri
Statistica Inferenziale La verifica di ipotesi Davide Barbieri Inferenza statistica Inferenza: procedimento di induzione, dal particolare al generale. Stima di un parametro della popolazione partendo da
DettagliR - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre
R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota
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
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
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche la
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 ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
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
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 7 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Intervallo di confidenza per le proporzioni Verifica di ipotesi sulle
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliFondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II
Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto
DettagliIntroduzione ai test statistici
UNIVERSITÀ DI BOLOGNA FACOLTÀ DI MEDICINA VETERINARIA LAUREA IN SANITA E QUALITA DEI PRODOTTI DI ORIGINE ANIMALE Introduzione ai test statistici Un esempio introduttivo Controllo della rispondenza del
DettagliLezione VII: t-test. Prof. Enzo Ballone
Lezione VII: t-test Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Un terzo problema: si considerino 2 campioni
DettagliTest di Ipotesi (statistica)
Test di Ipotesi (statistica) Accettare o rifiutare? Questo è il vero dilemma Una singola popolazione Ipotesi statistica Definizione di Ipotesi statistica: Un'ipotesi statistica è un'affermazione che specifica
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
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
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,
DettagliIpotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa
Ipotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa L ipotesi che si vuole testare: H 0 (ipotesi nulla)
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliTempo disponibile: 60 minuti
Corso di Specialistica in Biotecnologie Statistica medica. A.A. 005-006 6 Marzo 006 Tempo disponibile: 60 minuti 1. Conducete uno studio clinico controllato randomizzato di fase III per misurare l'effetto
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliFondamenti statistici : Test d Ipotesi (1)
Fondamenti statistici : Test d Ipotesi (1) Ipotesi statistica: È una assunzione formulata su un particolare aspetto della popolazione considerazioni teoriche Informazioni relative a popolazioni analoghe
DettagliSTATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)
STATISTICA a.a. 2001-2002 (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, 50134 Firenze, tel. 055-4237211 PARTE 5-3.12.2001 e.mail: stefanin@ds.unifi.it http://www.ds.unifi.it/ricerca/pagperson/docenti/stefanini.htm
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
Dettagli