La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo."

Transcript

1 La Regressoe Sulla base delle coppe d modaltà osservate (x 1,y 1 ),..,(x,y ), dopo aver verfcato la dpedeza tra caratter quattatv X ed Y, c propoamo d determare la fuzoe matematca f che meglo stetzz l legame d dpedeza tra X ed Y, coè: Y = f ( X ) Le motvazo che c spgoo alla rcerca d f essezalmete due: la Prevsoe ed l Cotrollo. soo Gova Latorre 1

2 Prevsoe Nella fase d raccolta de dat corrspodeza de valor osservat x 1, x 2,,x d X e soo stat ache rlevat valor y 1, y 2,...,y d Y. Se s osserva u uovo valore d X, dcamo x +1, possamo prevedere l goto valore d Y co y +1 = f ( x +1 ). Cotrollo Sulla base degl valor osservat d X e d Y s è determata la fuzoe che lega le due varabl: Y=f(X). C s chede ora: quale valore cogto l operatore deve dare alla X per otteere u desderato valore y 0 della Y. Il valore cogto è: x 0 = f -1 ( y 0 ), coè quel valore d X tale che f(x 0 )=y 0. Gova Latorre 2

3 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres YEAR ,0 10,0 Italy (0,004;8,9) Demark (0,072;6,3) 5,0 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 3

4 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres YEAR ,0 10,0 Italy (0,004;8,9) Demark (0,072;6,3) 5,0 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 4

5 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres YEAR ,0 10,0 Italy (0,004;8,9) Demark (0,072;6,3) 5,0 x=0,040 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 5

6 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres YEAR ,0 10,0 Italy (0,004;8,9) Prevsoe=8,3 Demark (0,072;6,3) 5,0 x=0,040 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 6

7 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres YEAR ,0 10,0 Italy (0,004;8,9) y=8,0 Demark (0,072;6,3) 5,0 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 7

8 Uemploymet Rate 25,0 20,0 Uemploymet rate ( % of age group from 25 to 74 years) by Veture captal vestmets ( % of GDP) of 20 EU coutres 15,0 10,0 Italy (0,004;8,9) y=8,0 Demark (0,072;6,3) 5,0 Cotrollo=0,046 0,0 0,000 0,020 0,040 0,060 0,080 0,100 0,120 0,140 Veture Captal Ivestmets Gova Latorre 8

9 I dat del problema della rcerca della fuzoe f pù doea a rappresetare l legame tra X ed Y soo costtut dalle coppe d valor (x, y ) che grafcamete s possoo rappresetare co put: Gova Latorre 9

10 Il modo pù semplcstco per determare f cosste ello sceglere la polomale d equazoe Y=a 0 +a 1 x+a 2 x 2 + +a -1 x -1, che passa per tutt gl put dat: Gova Latorre 10

11 Dfett della polomale d grado (-1) La polomale d grado (-1) a) o opera essua stes; dat cosstoo coppe (x, y ) e la polomale è dvduata da parametr a 0,, a -1 ; b) o utlzzable a causa della sua complesstà; c) è certamete dversa dalla evetuale legge vera che lega Y ad X, perché quest ultma geererebbe dat scuramete affett da u certo grado d errore. Meglo sarebbe, ad esempo, la spezzata [x, M(Y x )] ma o s tratta d ua fuzoe matematca. Gova Latorre 11

12 S opera meglo se s procede el modo seguete: a) s potzza u modello semplce d relazoe tra X ed Y; b) s determao valor de parametr del modello mmzzado resdu, coè le dffereze tra valor osservat d Y ed valor teorc d Y*, fort dal modello; c) s gudca la botà d adattameto del modello a dat sulla base dell adameto de resdu; d) se l modello è soddsfacete, sulla base de resdu, s scegle u uovo modello da predere cosderazoe, e s rparte da a). Gova Latorre 12

13 Il modello d relazoe pù semplce è quello leare: a e b soo: - parametr del modello, ovvero: Y= a+ b X - l terme oto ed l coeffcete d X, ovvero: - l tercetta ed l coeffcete agolare della retta d equazoe: y=a+bx. Gova Latorre 13

14 Esempo d perfetta relazoe leare tra X ed Y: Y = a + b X : co Y = a quado X = 0 e Y = a + b per X = 1. Gova Latorre 14

15 Y Il Metodo de Mm Quadrat X Gova Latorre 15

16 Y Il Metodo de Mm Quadrat X Gova Latorre 16

17 Y Il Metodo de Mm Quadrat y x X Gova Latorre 17

18 Y Il Metodo de Mm Quadrat y y x X Gova Latorre 18

19 Y Il Metodo de Mm Quadrat y y x Gova Latorre X 19

20 Y Il Metodo de Mm Quadrat y (y -y ) y x Gova Latorre X 20

21 Y Il Metodo de Mm Quadrat y e = (y -y ) y x Gova Latorre 21 X

22 Gova Latorre 22

23 Gova Latorre 23

24 Gova Latorre 24

25 Gova Latorre 25

26 Gova Latorre 26

27 Gova Latorre 27

28 Gova Latorre 28

29 Gova Latorre 29

30 Gova Latorre 30

31 Gova Latorre 31

32 Gova Latorre 32

33 Gova Latorre 33

34 Gova Latorre 34

35 Gova Latorre 35

36 Gova Latorre 36

37 Gova Latorre 37

38 Gova Latorre 38

39 Gova Latorre 39

40 Gova Latorre 40

41 Gova Latorre 41

42 Gova Latorre 42

43 Gova Latorre 43

44 Gova Latorre 44

45 Gova Latorre 45

46 Gova Latorre 46

47 Gova Latorre 47

48 Gova Latorre 48

49 Metodo de Mm Quadrat S dspoe d coppe d valor ( x, y ) relatve a caratter X ed Y rlevat su utà statstche. Avedo verfcato la dpedeza statstca d Y da X s vuole determare la fuzoe f pù doea per descrvere tale legame. Ipotzzamo, prma approssmazoe, che tale fuzoe sa la retta d equazoe: Y * = a + b X. I tal caso corrspodeza de valor d X: x 1, x 2,,x, le ordate de put ad ess corrspodet e gacet su tale retta soo: y * 1 = a + b x 1 y * 2 = a + b x 2. y * = a + b x tal ordate y * (=1,) le chameremo valor teorc d Y, Gova Latorre 49 metre le y (=1,) soo valor osservat della Y.

50 Impoamo ora la codzoe che sa mmzzata la somma de quadrat delle dffereze (y y * ) e determamo parametr cogt a e b modo che tale codzoe sa soddsfatta: Per determare valor d a e b che redao mma S dobbamo dervare la fuzoe f(a,b) rspetto ad a e b, uguaglare a zero le dervate parzal e rsolvere l sstema d I grado che s ottee, avete cogte a e b. Per verfcare che le soluzo a e b che s otterrao mmzzo S bast cosderare che f(a,b) è ua fuzoe d secodo grado tale Gova Latorre 50 f(a,b) 0.

51

52 Avremo che: Gova Latorre 52

53 Aalogamete avremo: Gova Latorre 53

54 Uguaglado a zero le due dervate parzal avremo l Sstema Normale: Gova Latorre 54

55 Sstema Normale: Gova Latorre 55

56 Nell espressoe che c forsce b se dvdamo umeratore e deomatore per 2, otterremo: oltre dalla prma equazoe del Sstema avremo: da cu otteamo: a e b soo gl stmator mm quadrat d a e b e la retta d equazoe: Y = a + b X è detta Retta d Regressoe e le y = a + b x soo valor stmat d Y corrspodeza Gova delle Latorre x osservate d X. 56

57 Alteratvamete, abbamo: Gova Latorre 57

58 Dervamo la fuzoe S rspetto ad a e b: S a = f S b = f b = 2b =1 a = 2a 2 =1 le dervate secode sarao allora: y + 2b =1 x x 2 2 x y + 2a =1 =1 x 2 S a 2 = 2 f a 2 = 2 > 0 2 S b 2 = 2 f b 2 = 2 > 0 Essedo queste ultme etrambe postve allora valor d a e b che aullao le dervate prme d S rappresetao u mmo d S=f(a,b). Gova Latorre 58

59 Pertato uguaglado a zero le dervate prme avremo: a y + b x = 0 =1 =1 a x + b x 2 x y = 0 =1 =1 =1 da cu otteamo le Equazo Normal: a + b x = y =1 =1 a x + b x 2 = x y =1 =1 =1 che formao u sstema d due equazo elle due cogte a e b, coè valor d a e d b che redoo mma S. Gova Latorre 59

60 Dalle equazo ormal otteamo: da cu: a = M y b M x M y b M x M x + b x 2 = x y a = M y b M x =1 =1 M x M y b M 2 x + b x 2 = x y =1 =1 a = M y b M x b x 2 M2 x =1 = x y M x M y =1 Gova Latorre 60

61 ed acora: a = M y b M x b = σ =1 x y M x M y x 2 2 M x σ =1 coè: a = M y b M x Cov(X, Yሻ b = V(Xሻ dove a e b soo, da ua parte, valor da dare ad a e b per mmzzare S e, dall altra, soo gl stmator dell tercetta e del coeffcete agolare della Retta d Regressoe, otteut col metodo de Mm Quadrat. Gova Latorre 61

62 Dagramma d Dspersoe: mpg vs horsepower Gova Latorre 62

63 Dagramma d Dspersoe: mpg vs horsepower e Retta d Regressoe: mpg = * horsepower ( R 2 = 0.61 ) Gova Latorre 63

64 Vedte (Sales) fuzoe della spesa pubblctara TV, Rado e Goral (Newspaper) (Ads.xlsx) TV Rado Newspaper Sales Gova Latorre 64

65 Vedte (Sales) fuzoe della spesa pubblctara TV, Rado e Goral (Newspaper) (Ads.xlsx) Gova Latorre 65

66 Gova Latorre 66

67 Vedte (Sales) fuzoe della spesa pubblctara TV, Rado e Goral (Newspaper) (Ads.xlsx) Superfce che rappreseta la Somma de Quadrat de Resdu fuzoe d (a,b) Gova Latorre 67

68 Vedte (Sales) fuzoe della spesa pubblctara TV, Rado e Goral (Newspaper) (Ads.xlsx) Isoquat che rappresetao la Somma de Quadrat de Resdu fuzoe d (a,b) Gova Latorre 68

69 Propretà della retta d regressoe: 1)Se tutte le coppe d dat osservat (x, y ) soddsfao la relazoe: y = c + d x,, allora put corrspodet soo perfettamete alleat su ua retta d equazoe Y = c + d X che cocde esattamete co la Retta d Regressoe d equazoe Y = a + b X, coè: b =Cov(X,Y)/V(X) = d e a = M(Y) b M(X) = c d cosegueza y = y,, e V(Y ) = V(Y). Dmostrazoe: date le coppe (x equazoe:, y ) la Retta d Regressoe avrà Y = a + b X, dove b = Cov(X,Y) / V(X) e a = M(Y) b M(X). Gova Latorre 69

70 Ma: Cov(X,Y)= = = 1 1 = d =1 =1 1 1 x - M(X) y - M(Y) x - M(X) c+d x - c - d M(X) x - M(X) d x - M(X) =1 x - M(X) = d V(X) =1 da cu: d = Cov(X,Y)/V(X) = b oltre: c = M(Y) d M(X) = a + b M(X) b M(X) = a. 2 = = = Ife: y = a + b x = c + d x = y c.d.d.. Gova Latorre,, e V(Y ) = V(Y), 70

71 2)Propretà d mmo de resdu: deft resdu le dffereze tra valor osservat y ed valor stmat y della Y, coè e = (y y ) avremo: =1 y - y 2 = mmo (a, b) Dmostrazoe: y = a + b x, dove a e b soo tal che sa: ma: Gova Latorre c.d.d. 71

72 3) La meda de resdu è ulla, coè M(e) = 0, perché la somma de resdu è ulla, coè: La varaza, vece, è par a:. Dmostrazoe: dalla prma equazoe del sstema ormale s ha che:, oltre: qud: e M(e)=0. Ife: Gova Latorre 72

73 Msura della botà della regressoe Dopo aver stmato l modello pù semplce d relazoe tra X ed Y affroteremo l problema della botà dell adattameto del modello otteuto a dat rlevat. Baseremo molta d questa aals su resdu, deft da: e = y y. Itato s ot che: =1 = = +2 2 y - M(Y) = y - M(Y)+ y - y =1 =1 y - y+ y - M(Y) 2 y y' + y - M(Y) =1 y - yy - M(Y) =1 =1 Gova Latorre 2 = = 73

74 S ot che ella formula precedete l doppo prodotto è ullo: =0, I^ eq. ormale =1 = = y - yy - M(Y) =1 =1 = a = b = b = y - y y - y - y M(Y)= y - ya +bx - M(Y) y - y= =1 =1 =1 y - y+b y - y =1 y x - a - bx y - a =1 x x =1 = - b Gova Latorre =1 x =1 x 2 = = 0 =0, II^ eq. ormale =0, I^ eq. ormale 74

75 qud: =1 = =1 y - M(Y) V(Y)=V(Y )+ 2 = 2 y - M(Y) + y - y dvdedo membro a membro per avremo: 1 =1 = y - y =V(Y )+ ma rcordado che M(e)=0 l ultmo terme è par a V(e), coclusoe: V(Y) =V(Y')+V(e) dove: V(Y) = Varabltà Totale = Varabltà delle y osservate; V(Y ) = Varabltà del Modello o della Regressoe = =Varabltà delle y ; Gova Latorre 75 V(e) = Varabltà Resdua = Varabltà degl e. =1 e 2

76 Y y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 76

77 Y Valor d x y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 77

78 Y y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 78

79 Y Retta d Regressoe: Y = a + b X y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 79

80 Y Valor d y y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I V(Y) = Varabltà Totale = Varabltà delle y osservate I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 80

81 Y Retta d Regressoe: Y = a + b X y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 I I I I I I I I I I I I I I I I I Valor d y V(Y ) = Varabltà del Modello o della Regressoe = = Varabltà spegata = Varabltà delle y x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 81

82 Y Retta d Regressoe: Y = a + b X Valor d e y 7 y 9 y 6 y 8 y 4 y 5 y 3 y 2 y 1 V(e) = Varabltà Resdua = Varabltà degl e I I I I I I I I I I I I I I I I I x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 Gova Latorre I X 82

83 Coeffcete d determazoe R 2 = V( Y!) V(Y) Valor estrem d R 2 = var. spegata var. totale Se put d coordate (x, y ) soo alleat su ua retta abbamo gà vsto che la Retta d Regressoe cocde co tale retta, pertato: y = y per (=1,,), V(Y ) = V(Y) e R 2 = 1. Se la Retta d Regressoe è parallela all asse delle ascsse s ha che: y = cost. = M(Y ) = M(Y) per (=1,,), pertato: V(Y )= 0 e R 2 = 0. 0 R 2 1 Gova Latorre 83

84 V(Y )= = = = = =1 =1 =1 =1 1 y b Altre propretà d R 2 =1 a+bx x - M(X) + a+bm(x)- M(Y) y - M(Y) 2 = - M(Y)+bM(X)- bm(x) - bm(x)+bm(x)- M(Y) 2 2 b x - M(X) = b x - M(X) 1 =1 2 = 2 = 2 =0, I^ eq. ormale = 2 da cu: V(Y ) = b 2 Gova LatorreV(X) 84

85 Acora: R 2 = V( Y) V(Y) = b' 2 V(X) V(Y) = = Cov(X,Y)2 V(X) 2 V(X) V(Y) = = Cov(X,Y)2 V(X) V(Y) = r(x,y)2 coclusoe, e modell del tpo: Y = a + b X, s ha che: R 2 = r(x,y) 2 Gova Latorre 85

86 Nella dmostrazoe sulla scomposzoe della varabltà avevamo dmostrato che: 1 2 y y y 0 y y y 0 y y pertato: Cov Y, Y qud: = 1 =1 Þ r Y, Y = 1 =1 1 ( ) = Cov(Y, 1 1 y M Y y M Y = y y M Y 2 = 1 =1 Y) V(Y) V( Y) = V( Y) V(Y) V( Y) = 1 y 2 y 2 M Y 2 = V(Y ሻ 0 V( Y) 2 = V(Y) V( Y) = V( Y) V(Y) = coè s ha sempre: Gova Latorre R2 R 2 = r(y,y ). 86

87 Aals de Resdu. (1- R 2 ) c dce quato o è stato spegato dal modello, l Aals de Resdu c dce come l modello o ha spegato dat. Rcordamo che resdu soo deft da: e = y - y, per (=1,..,) e che: a) b) =1 e = V(e)= =1 1 y - y= 0 M(e)= e = 0 =1 e 2 - M(e) 2 = 1 1 =1 =1 e 2 = 1 y - y =1 2 c) V(Y) = V(Y ) + V(e). Gova Latorre 87

88 L Aals de Resdu è d tpo grafco. Essa cosste el costrure dagramm scatter : 1) (y, e ); 2)(x, e ) per (=1,..,) e verfcare adamet o-formatv, ovvero accdetal etro ua bada parallela all asse delle ascsse. Esempo d scatter d Resdu. e y (o x ) Se resdu hao l adameto descrtto ello scatter l modello è adeguato e o mglorable, Gova Latorre ache se R 2 è basso. 88

89 Lo scatter successvo mostra che l modello che ha determato resdu rportat el dagramma o è adeguato, perché u evdete compoete d II grado o è stata catturata e la s rtrova e resdu. e y (o x ) Gova Latorre 89

90 40,00 35,00 30,00 25,00 Dagramma Scatter (a) relatvo a 100 coppe d modaltà (x, y ) de caratter quattatv X e Y M(X)=11,87; M(Y)=9,87; V(X)=58,74; V(Y)=102,84; Cov(X,Y)=41,42; r(x,y)=0,53 b =0,71; a =1,50; R 2 =0,28; X1=5,00; y1=5,03; X2=30,00; y2=22,66. ( sovrmpressoe la retta d equazoe: Y = 1,5 + 0,71 X ) 20,00 15,00 10,00 M y =9,9 5,00 0,00 M x =11,9 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00-5,00-10,00-15,00 Gova Latorre 90

91 20,00 15,00 Data set (a) relatvo a 100 coppe d modaltà (x, y ) de e caratter quattatv X e Y ANALISI DEI RESIDUI 10,00 5,00 Y 0,00 0,00 5,00 10,00 15,00 20,00 25,00-5,00-10,00-15,00-20,00 Gova Latorre 91

92 Aalogamete, per l data set (b), essedo caratter quattatv X e Y cocord, soo prevalet prodott d scart postv, qud Cov(X,Y)>0, partcolare: Cov(X,Y) = 41,64. 30,00 25,00 20,00 M(X)=11,87; M(Y)=10,29; V(X)=58,74; V(Y)=33,21; Cov(X,Y)=41,64; r(x,y)=0,94; b =0,71; a =1,88; R 2 =0,89; X1=0,00; y1=1,88; X2=20,00; y2=16,05. ( sovrmpressoe la retta d equazoe: Y = 1,88 + 0,71 X ) 15,00 10,00 M(Y)=10,29 5,00 M(X)=11,87 0,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00-5,00 Gova Latorre 92

93 4,00 3,00 Data set (b) relatvo a 100 coppe d modaltà (x, y ) de e caratter quattatv X e Y ANALISI DEI RESIDUI 2,00 1,00 Y 0,00 0,00 5,00 10,00 15,00 20,00 25,00-1,00-2,00-3,00-4,00-5,00 Gova Latorre 93

94 Dagramma Scatter (c) relatvo a 100 coppe d modaltà (x, y ) de caratter quattatv X e Y ( sovrmpressoe la retta d equazoe: Y = 24,19-0,74 X ) M(X)=11,88; M(Y)=15,40; V(X)=59,05; V(Y)=36,31; Cov(X,Y)=-43,72; r(x,y)=-0,94; b =-0,74; a =24,19; R 2 =0,89; X1=0,00; y1=24,19; X2=20,00; y2=9, M y =15, Gova Latorre M x =11,

95 4,00 3,00 Data set (c) relatvo a 100 coppe d modaltà (x, y ) e de caratter quattatv X e Y ANALISI DEI RESIDUI 2,00 1,00 Y 0,00 0,00 5,00 10,00 15,00 20,00 25,00-1,00-2,00-3,00-4,00-5,00 Gova Latorre 95

96 Data Set (d) relatvo a 100 coppe d modaltà (x, y ) de caratter quattatv X e Y ( sovrmpressoe la retta d equazoe: Y = 1,21 0,004 X ) M(X)=11,82; M(Y)=1,17; V(X)=57,42; V(Y)=9,28; Cov(X,Y)=-0,20; r(x,y)=-0,01; b =-0,004; a =1,21; R 2 =0,00; X1=0,00; y1=1,21; X2=20,00; y2=1,14. 2 M y =1, M x =11, Gova Latorre 96

97 6,00 Data set (d) relatvo a 100 coppe d modaltà (x, y ) e de caratter quattatv X e Y ANALISI DEI RESIDUI 4,00 2,00 Y 0,00 1,10 1,12 1,14 1,16 1,18 1,20 1,22-2,00-4,00-6,00 Gova Latorre 97

98 6 4 Data Set (e) relatvo a 100 coppe d modaltà (x, y ) de caratter quattatv X e Y M(X)=2,91; M(Y)=0,14; V(X)=2,01; V(Y)=6,17; Cov(X,Y)=-0,03; r(x,y)=-0,01; b =-0,01; a =0,18; R 2 =0,00; X1=0,00; y1=0,18; X2=4,00; y2=0, M y =0,1 M x =2, Gova Latorre 98

99 6,00 4,00 Data set (e) relatvo a 100 coppe d modaltà (x, y ) e de caratter quattatv X e Y ANALISI DEI RESIDUI 2,00 Y 0,00 0,10 0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18-2,00-4,00-6,00-8,00 Gova Latorre 99

100 Dat Auto (Auto.xlsx) mpg cylders dsplacemet horsepower weght accelerato year org ame chevrolet chevelle malbu buck skylark plymouth satellte amc rebel sst ford toro ford galaxe chevrolet mpala plymouth fury potac catala amc ambassador dpl dodge challeger se plymouth 'cuda chevrolet mote carlo buck estate wago (sw) toyota coroa mark plymouth duster amc horet ford maverck datsu pl volkswage 1131 deluxe seda peugeot aud 100 ls saab 99e bmw amc greml ford f chevy c dodge d200

101 Dat Auto (Auto.txt) mpg cylders dsplacemet horsepower weght accelerato year org ame dodge ares se potac phoex ford farmot futura volkswage rabbt mazda glc custom l mazda glc custom plymouth horzo mser mercury lyx l ssa staza xe hoda accord toyota corolla hoda hoda cvc (auto) datsu 310 gx buck oldsmoble cutlass cera chrysler lebaro medallo ford graada l toyota celca gt dodge charger chevrolet camaro ford mustag gl vw pckup dodge rampage ford rager chevy s-10

102 Dat Auto (Auto.txt) Regresso: Mpg vs Dsplacemet Gova Latorre 102

103 Dat Auto (Auto.txt) Regresso: Mpg vs Dsplacemet R Retta d Regressoe: Mpg = Dsplacemet R 2 = Gova Latorre 103

104 Dat Auto (Auto.txt) Regresso: Mpg vs Dsplacemet Resduals vs Dsplacemet Resdu formatv Gova Latorre 104

105 Dat Auto (Auto.txt) Regresso: Mpg vs Dsplacemet Resduals vs Ftted Mpg Resdu formatv Gova Latorre 105

106 Dat Auto (Auto.txt) Regresso: Mpg vs Weght Gova Latorre 106

107 Dat Auto (Auto.txt) Regresso: Mpg vs Weght Retta d Regressoe: Mpg = Weght R 2 = Gova Latorre 107

108 Dat Auto (Auto.txt) Regresso: Mpg vs Weght Resduals vs Weght Resdu formatv Gova Latorre 108

109 Dat Auto (Auto.txt) Regresso: Mpg vs Weght Resduals vs Ftted Mpg Resdu formatv Gova Latorre 109

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo.

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo. La Regressoe Sulla base delle coppe d modaltà osservate (x 1,y 1 ),..,(x,y ), dopo aver verfcato la dpedeza tra caratter quattatv X ed Y, c propoamo d determare la fuzoe matematca f che meglo stetzz l

Dettagli

Vendite (Sales) in funzione della spesa pubblicitaria in TV, Radio e Giornali (Newspaper) (Ads.xlsx)

Vendite (Sales) in funzione della spesa pubblicitaria in TV, Radio e Giornali (Newspaper) (Ads.xlsx) Vedte (Sales) fuoe della spesa pubblctara TV, Rado e Goral (Newspaper) (Ads.ls) TV Rado Newspaper Sales 30. 37.8 69.. 44.5 39.3 45. 0.4 3 7. 45.9 69.3 9.3 4 5.5 4.3 58.5 8.5 5 80.8 0.8 58.4.9 6 8.7 48.9

Dettagli

Dati Auto (Auto.xlsx)

Dati Auto (Auto.xlsx) Dat Auto (Auto.ls) mpg cylders dsplacemet horsepower weght accelerato year org ame 8.0 8 307.0 30 3504.0 70 chevrolet chevelle malbu 5.0 8 350.0 65 3693.5 70 buck skylark 30 3 8.0 8 38.0 50 3436.0 70 plymouth

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

La regressione lineare. Rappresentazione analitica delle distribuzioni

La regressione lineare. Rappresentazione analitica delle distribuzioni La regressoe leare Rappresetazoe aaltca delle dstrbuzo Le lee d regressoe Rchamamo l cocetto d dpedeza tra le dstrbuzo d due caratter X e Y. Rcordamo che abbamo defto dpedeza perfetta la relazoe =f() che

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE Nello studo delle relazo tra due (o pù) varabl, oltre a msurare l testà del legame esstete, s è ache teressat ad accertare come vara ua d esse (dpedete) al varare dell altra

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Indipendenza tra due caratteri

Indipendenza tra due caratteri Idipedeza tra due caratteri Defiizioi: 1) due caratteri soo idipedeti se tra essi o esiste ua relazioe di causa ed effetto; 2) due caratteri soo idipedeti se la coosceza di ua modalità di uo dei due caratteri

Dettagli

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione Sommaro Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Boplot (grafco a scatola Steam ad Leaf (grafco ramo-fogla Esempo replogatvo sulla forma d ua dstrbuoe Leoe 6 Curata da Claudo Coversao

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Approfondimenti sui diagrammi di Bode

Approfondimenti sui diagrammi di Bode Approfodmet su dagramm d ode L espressoe (4.4) d ua fuoe d trasfermeto m m N( s) ams + am s +... + a = = D( s) b s + b s +... + b può essere rscrtta el seguete modo: ( )( )...( ) ( z)( z)...( ) z z ( p

Dettagli

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi Correlazoe Obettvo: studare la dpedeza fra due feome quattatv Tasso d cambo dell euro rspetto al dollaro e allo e Redmeto d due ttol Idc de prezz all grosso e al dettaglo Etc. La popolazoe è descrtta da

Dettagli

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano

Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano Esame d Statstca del 0 Gugo 014 Corso d Laurea Ecooma Docete: S. Gordao Cogome Nome atr. Eserczo 1 Nel peo svolgmeto de campoat modal d calco o macao le polemche per gl error e s scateao le statstche.

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE 7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Soluzione degli esercizi del capitolo 11

Soluzione degli esercizi del capitolo 11 Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

Dettagli

Anche le rette raccontano

Anche le rette raccontano Ache le rette raccotao Lvello scolare: beo Abltà teressate Idetfcare stuazo che rchedoo d rlevare lo stesso carattere su ua utà statstca formata da due elemet, o caratter dvers sulla stessa utà statstca.

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Analisi della Dipendenza

Analisi della Dipendenza Aals della Dpedeza La correlazoe Il presete materale ddattco è stato parte estratto e adattato dal materale prodotto dal prof. Claudo Caplupp dell Uverst Uverstà d Veroa, che s rgraza. La resposabltà del

Dettagli

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA Corso d Statstca Ecoomca a.a. / Prof. Alberto Botta DERIVAZIONE DEGLI STIMATORI OLS La regressoe semplce Il procedmeto d calcolo degl stmator OLS

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

Controlli Automatici A

Controlli Automatici A Cotroll Automatc A Cors d laurea treal Igegera Elettroca, Iformatca, Telecomucazo a.a. 200/2002 Docete: Prof. Aurelo Pazz Emal: aurelo@ce.upr.t http://www.ce.upr.t/people/pazz/ Cotroll Automatc A Prof.

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Rappresentazioni analitiche delle distribuzioni

Rappresentazioni analitiche delle distribuzioni Rappresetazo aaltche delle dstrbuzo Massmo Alfoso Russo Dpartmeto d Sceze Ecoomche, Matematche e Statstche Uverstà d Fogga STATISTICA I - 9 - Fogga Cocetto d rappreset esetazoe aaltca Problema: terpretare,

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

ESAME DI STATISTICA cdl in ECONOMIA 13 GIUGNO Cognome Nome Matr.

ESAME DI STATISTICA cdl in ECONOMIA 13 GIUGNO Cognome Nome Matr. ESAE DI STATISTICA cdl ECONOIA 3 GIUGNO 0 Cogome Nome atr. Teora S dmostr la propretà d leartà della varaza. Eserczo Alcu comu tala soo classfcat secodo le scelte merto alla raccolta de rfut (X) e l umero

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVESITA DEGLI STUDI DI PEUGIA DIPATIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FOMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Capitolo 13 Il modello di regressione lineare

Capitolo 13 Il modello di regressione lineare Captolo 3 Il modello d regressoe leare La fase pù operatva della statstca è dretta alla costruzoe d modell e coè d rappresetazo semplfcate, aalogche e ecessare della realtà attraverso le qual provare a

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe formatche per la chmca r. Sergo Brutt Eserctazoe d aals de dat III INERCALAIN GRAPHIE ANE Eserctazoe - potezometra Cclazo galvaostatche d ua cella elettrochmca I questa eserctazoe studeremo

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

Luogo delle Radici. Andrea Gasparri

Luogo delle Radici. Andrea Gasparri Luogo delle Radc Adrea Gasparr Il luogo delle radc è u dagramma che mostra come s spostao pol d u sstema damco leare stazoaro a sgolo gresso e sgola uscta (SISO) al varare d u parametro. È stato deato

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

Unità 11. Studio di più variabili. Interpolazione. Regressione. Correlazione. Notazione matriciale

Unità 11. Studio di più variabili. Interpolazione. Regressione. Correlazione. Notazione matriciale Utà 11 Studo d pù varabl Iterpolazoe Regressoe Correlazoe Notazoe matrcale 1 INTERPOLAZIONE Può spesso captare d scoprre l essteza d ua relazoe spermetale tra due (o pù) varabl ed è allora aturale rcercare

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

Statistica per le ricerche di mercato. 10. La regressione lineare semplice Statstca per le rcerche d mercato A.A. 0/3 Dr. Luca Secod 0. La regressoe leare semplce Il terme regressoe fu trodotto verso la metà dell Ottoceto dall glese Sr Fracs Galto (8-9) che, e suo stud d eugeetca,

Dettagli

ESAME DI STATISTICA cdl in ECONOMIA 13 GIUGNO Cognome Nome Matr.

ESAME DI STATISTICA cdl in ECONOMIA 13 GIUGNO Cognome Nome Matr. ESAE DI STATISTICA cdl ECONOIA GIUGNO 0 Cogome Nome atr. Teora S dmostr la propretà d leartà della meda artmetca. Eserczo Alcu comu tala soo classfcat secodo le scelte merto alla raccolta de rfut (X) e

Dettagli