Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice
|
|
- Rossana Fiore
- 4 anni fa
- Visualizzazioni
Transcript
1 Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29
2 Outlie () Statistica 2 / 29
3 itervallo margie di errore Per stimare u parametro della popolazioe, ad esempio la µ o la p di elemeti della popolazioe che presetao ua certa caratteristica, si utilizzao stimatori quali la campioaria X e campioaria ˆp. è ragioevole pesare che la stima putuale otteuta da tali stimatori possa o coicidere co il parametro oggetto di studio; duque, è opportuo itrodurre u margie di errore della stima campioaria otteuta: si ricorre duque a stimatori itervallari: stimatore putuale ± margie di errore () Statistica 3 / 29
4 itervallo margie di errore Se si sceglie u margie di errore grade si idetifica u itervallo di valori, il cui cetro corrispode alla stima campioaria del parametro, che possa coteere co ua certa probabilità () il parametro oggetto di stima. Si cosideri ad esempio lo stimatore campioaria X, lo stimatore itervallare della µ sarà dato da e sarà tale che x ± margie di errore P ( X margie di errore < µ < X + margie di errore ) = resta da idividuare, fissato il livello di, quale sia il margie di errore. () Statistica 4 / 29
5 itervallo () Statistica 5 / 29
6 Ex.1: Si cosideri lo stimatore campioaria X, la cui è E( X) = µ e il cui scarto quadratico medio è var( X) σ = 2 = σ. Il valore stadardizzato di X è Z = X µ σ/ = X µ σ duque, il livello di (1 α) corrispode a P ( σ X µ Zα/2 ) = 1 α equivaletemete P ( X σ Z α/2 < µ < X σ + Z α/2 ) = 1 α () Statistica 6 / 29
7 Ex.1: Si supppoga di dover comuicare u segale da ua sorgete A ad ua destiazioe B. Il segale emesso ha itesità µ. L itesità del segale viee percepito i B secodo ua distribuzioe Normale co µ e deviazioe stadard σ = 3. Quidi, per effetto dei disturbi alla tramissioe, l itesità del segale i B differisce da quella i A co µ = 0 e scarto quadratico medio σ = 3. Si cosideri di aver effettuato = 10 trasmissioi tra A e B registrado l itesità a destiazioe. {17, 21, 20, 18, 19, 22, 20, 21, 16, 19} costruire l itervallo di all 95% costruire l itervallo di all 90% costruire l itervallo di all 99% () Statistica 7 / 29
8 Ex.1: costruire l itervallo di all 95% il livello di (1 α) = 0.95 corrispode a P ( X σ Z α/2 < µ < X σ + Z α/2 ) = 0.95 da cui, gli estremi dell itervallo di soo X σ ± Z α/2 X = = 19.3 Ioltre σ = 3, = 10 e Z α/2 = Z = E ora possibile calcolare gli estremi σ X ± Z α/2 = 19.3 ± = 19.3 ± La stima itervallare è duque [17.44, 21.16] () Statistica 8 / 29
9 Ex.1: costruire l itervallo di all 90% il livello di (1 α) = 0.90 corrispode a Gli elemeti per costruire l itervallo soo: X = 19.3, σ = 3, = 10 e Z α/2 = Z 0.05 = E ora possibile calcolare gli estremi σ X ± Z α/2 = 19.3 ± = 19.3 ± La stima itervallare è duque [17.74, 20.86] costruire l itervallo di all 99% I questo caso Z α/2 = Z = σ X ± Z α/2 = 19.3 ± = 19.3 ± La stima itervallare è duque [16.86, 21.74] () Statistica 9 / 29
10 Ex.2: ; determiazioe umerosità campioaria Dato u itervallo di, fissata l ampiezza dell itervallo a b, si determii la umerosità del campioe. Ricordado che gli estremi dell itervallo soo dati da X σ ± Z α/2 σ pertato l ampiezza dell itervallo è 2 Z α/2 duque la umerosità è data da 2 Z α/2 σ = b σ 2 Z α/2 b = ( σ ) 2 = 2 Z α/2 = b Quale deve essere la umerosità per otteere u itervallo di sulla µ al 95% di ampiezza b = 0.01, teuto coto che σ = 2? ( = ) 2 = (784) 2 = () Statistica 10 / 29
11 Ex.3: ; variaza o ota Se lo scarto quadratico medio σ della popolazioe o è oto occorre stimarlo attraverso lo scarto quadratico medio s della campioaria X. Duque, La quatità stadardizzata è S = i=1 (X i X) 2 1 T 1 = X µ S/ e si distribuisce secodo ua distribuzioe t di Studet co 1 gradi di libertà. () Statistica 11 / 29
12 La distribuzioe t studet William Gosset (Studet) Gosset lavorava per la Guiess, che gli vietava di pubblicare lavori scietifici. I suoi lavori, quidi, veivao pubblicati sotto lo pseudoimo di Studet. la distribuzioe t di Studet Nel 1908 sviluppo la distribuzioe t, che spesso viee chiamata come t di Studet. La distribuzioe t di Studet T 1 = X µ S 2 / è il il rapporto tra ua ormale stadard e ua v.c. chi-quadrato co 1 g.d.l. rapportata ai propri gradi di libertà. La v.c. χ 2 co gradi di libertà è la somma dei quadrati di ormali stadard χ 2 = X 2 i, co X i N(0, 1) i=1 () Statistica 12 / 29
13 La t di Studet Dato u campioe casuale X 1, X 2,..., X, gli stimatori della µ e della variaza σ 2 soo rispettivamete Quidi X = i=1 X i S 2 = campioaria, co E( X) = µ, var( X) = σ2 i=1 ( Xi X ) 1 X µ Z(0, 1) σ 2 / se σ 2 o è oto, si utilizza S 2 per stimarlo. variaza campioaria () Statistica 13 / 29
14 La t di Studet Per cooscere la distribuzioe di X µ S2 si ricordi che ( 1) S 2 / σ 2 χ 2 1 X µ ( 1)σ2 = moltiplicado il deomiatore per S 2 / ( 1)σ 2 X µ X µ = σ 2 = ( 1) S 2 ( 1) σ 2 σ 2 ( 1) S2 1 σ 2 ( 1) = Z(0, 1) χ T 1 }{{} t-studet pertato la t-studet è il rapporto tra ua ormale stadard e la radice di u chi-quadrato rapportato ai propri gradi di libertà. () Statistica 14 / 29
15 Adameto della t di Studet () Statistica 15 / 29
16 Ex.3: ; variaza o ota U agezia deve valutare il grado di cocetrazioe di ua sostaza tossica, il PCB, el latte matero. Per fare questo, viee cosiderato u campioe di 20 madri e studiato il grado di cocetrazioe della sostaza el latte. I valori risultati dalle aalisi soo, i parti per milioe, {16, 0, 0, 2, 3, 6, 8, 2, 5, 0, 12, 10, 5, 7, 2, 3, 8, 17, 9, 1} e scarto quadratico medio campioari soo i=1 x = x i = 5.8 e S = costruire al 95% e al 99%. i=1 (x i x) 2 = () Statistica 16 / 29
17 Ex.3: IC sulla ; variaza o ota Essedo la variaza o ota T 1 = X µ S/ Duque, valgoo le segueti relazioi P ( S X µ tα/2 ) = 1 α equivaletemete P ( X S t α/2 < µ < X S + t α/2 ) = 1 α da cui, gli estremi dell itervallo di soo X S ± t α/2 () Statistica 17 / 29
18 Ex.3: ; variaza o ota gli estremi dell itervallo di al 95% Poichè risulta x = 5.8,s = 5.085, = 20 e t α/2 = s x ± t α/2 = 5.8 ± = 5.8 ± le stime ad itervallo soo duque [3.42, 8.18] gli estremi dell itervallo di al 99% Poichè risulta x = 5.8,s = 5.085, = 20 e t α/2 = s x ± t α/2 = 5.8 ± = 5.8 ± le stime ad itervallo soo duque [2.55, 9.05] () Statistica 18 / 29
19 Ex.4: Sia p la di uità statistiche della popolazioe presetao ua certa caratteristica. La statistica campioaria corrispodete è la campioaria ˆp = x, dove x rappreseta il umero di uità el campioe che presetao ua determiata caratteristica. ˆp è tale che E [ˆp] = p e p(1 p) σˆp =. Ricorredo all approssimazioe della biomiale alla ormale, gli estremi dell itervallo soo dati da ˆp ± Z α/2 σˆp essedo p icogito si stima lo scarto quadratico medio Sˆp = ˆp ± Z α/2 ˆp(1 ˆp) ˆp(1 ˆp) ; duque () Statistica 19 / 29
20 Ex.4: Su u campioe di 100 studeti uiversitari, 82 hao termiato gli esami del primo ao egli appelli previsti. Si costruisca u itervallo di per p al 99%. I base ai dati del problema, ˆp = ˆp ± Z α/2 ˆp(1 ˆp) duque le stime itervallari soo [0.721, 0.919]. 0.82(1 0.82) = 0.82 ± = 0.82 ± () Statistica 20 / 29
21 Ex.5: ; determiazioe di Su u certo quotiiao viee riportato il risultato di u sodaggio secodo il quale il 46% della popolazioe codivide le scelte di politica ecoomica del govero. Sapedo che il margie di errore riportato è del 3%, e che il livello di utilizzato è (1 α) = Quate persoe soo state itervistate?. I base ai dati del problema, ˆp = 0.46, Z α/2 = Z = 1.96,poichè Z α/2 ˆp(1 ˆp) esplicitado, otteiamo, umero di itervistati quidi = 1.96 = (1.96) = (0.03) = (1.96) (0.03) = (1.96) (0.03) 2 = duque le persoe itervistate soo state 1060 () Statistica 21 / 29
22 Ex.6: Si cosideri di avere due popolazioi da cui si estraggoo due campioi di umerosità rispettivamete 1 e 2. Siao T 1 e T 2 due geeriche statistiche campioarie, la cui e scarto quadratico medio soo date rispettivamete da E [T 1 ], σ T1,E [T 2 ],σ T2. Sulla base di tali iformazioi si può costruire la distribuzioe campioaria dell tra le due statistiche T 1 T 2. Media e scarto quadratico medio soo E [T 1 T 2 ] = E [T 1 ] E [T 2 ] σ T1 T 2 = σt σt 2 2 assumedo che i campioi siao idipedeti. Se T 1 = X 1 e T 2 = X 2, allora risulta E [ X1 ] = µ1 e E [ X2 ] = µ2, poichè la delle medie campioarie corrispode alla della popolazioe. Ioltre σ 2 X1 = σ2 1 1 e σ 2 X2 = σ2 2 2 ; duque E [ X1 X 2 ] = µ1 µ 2 var( X 1 X 2 ) = σ σ2 2 2 () Statistica 22 / 29
23 Ex.5: U campioe di 150 lampadie di marca A ha u tempo di vita medio di 1400h, co ui scarto quadratico medio pari a 120h. U campioe di 100 lampadie di marca B ha u tempo di vita medio di 1200h, co ui scarto quadratico medio pari a 80h. Costruire u itervallo di al 95% e 99% sulla differeza dei tempi di durata delle lampadie di marca A e B. Poichè E [ X1 X 2 ] = µ1 µ 2 var( X 1 X 2 ) = σ σ2 2 2 allora gli estremi dell itervallo di soo X 1 X 2 ± Z α/2 σ σ2 2 2 () Statistica 23 / 29
24 Ex.5: costruire l itervallo di al 95% I base ai dati del problema X A = 1400, X B = 1200,σ A = 120,σ B = 80, 1 = 150, 2 = 100,Z α/2 = 1.96 gli estremi dell itervallo di soo σ1 2 x 1 x 2 ± Z α/2 + σ = ± = 200 ± Gli estremi dell itervallo soo [175, 225]. costruire l itervallo di al 99% I base ai dati del problema X A = 1400, X B = 1200,σ A = 120,σ B = 80, 1 = 150, 2 = 100,Z α/2 = 2.58 gli estremi dell itervallo di soo σ1 2 x 1 x 2 ± Z α/2 + σ = ± = 200 ± Gli estremi dell itervallo soo [167, 233]. () Statistica 24 / 29
25 Ex.6: tra proporzioi I u sodaggio sul gradimeto di ua certa trasmissioe televisiva soo stati itervistati due campioi, uo di adulti (400) ed uo di adolesceti (600). Gli adolesceti che hao espresso apprezzameto soo stati 300, gli adulti soo ivece stati 100. Calcolare i limiti di al 95% e 99% sulla differeza tra la di adulti ed adolesceti favorevoli. Se T 1 = ˆp 1 e T 2 = ˆp 2, allora gli estremi dell itervallo di soo ˆp 1 ˆp 2 ± Z α/2 ˆp 1 (1 ˆp 1 ) 1 + ˆp 2(1 ˆp 2 ) 2 Pertato, i base ai dati del problema, ˆp 1 = = 0.5 e ˆp 1 = = 0.25 () Statistica 25 / 29
26 Ex.6: tra proporzioi Essedo i dati del problema, ˆp 1 = = 0.5, ˆp 1 = = 0.25, 1 = 600 e 2 = 400. itervallo di al 95% ˆp 1 (1 ˆp 1 ) ˆp 1 ˆp 2 ± Z α/2 + ˆp 2(1 ˆp 2 ) = ± = 0.25 ± gli estremi dell itervallo soo [0.19, 0.31] itervallo di al 95% ˆp 1 (1 ˆp 1 ) ˆp 1 ˆp 2 ± Z α/2 + ˆp 2(1 ˆp 2 ) = ± = 0.25 ± gli estremi dell itervallo soo [0.17, 0.33] () Statistica 26 / 29
27 Ex.7: La capacità delle memorie RAM prodotte è di 995 megabyte. Lo scarto quadratico medio è ivece 2 megabyte. Si suppoga di aver motato quattro schede RAM su ua scheda madre. Quali soo gli al 95%, 99% e al 50% della capacità di memoria RAM istallata i totale? Si cosideri E [R1 + R2 + R3 + R4] = E [R1] + E [R2] + E [R3] + E [R4] = 4 E [Ri] σ R1+R2+R3+R4 = σ 2R1 + σ2r2 + σ2r3 + σ2r4 = 4 σri 2 I base ai dati del problema, E [R1 + R2 + R3 + R4] = = 3980 e σ R1+R2+R3+R4 = 4 σri 2 = = 4. () Statistica 27 / 29
28 Ex.7: itervallo di al 95% 3980 ± = 3980 ± 7.84 gli estremi dell itervallo soo [ , ] itervallo di al 99% 3980 ± = 3980 ± gli estremi dell itervallo soo [ , ] itervallo di al 50% 3980 ± = 3980 ± gli estremi dell itervallo soo [3977.3, ] () Statistica 28 / 29
29 I.C. somma su campioi idipedeti (pooled) Se le variaze delle popolazioi da cui i due campioi soo estratti da popolazioi co variaze icogite supposte diverse; I questo caso l uica differeza rispetto ai casi precedeti è ello stimatore variaza campioaria combiata. Dati due campioi di ed m elemeti, co variaze campioarie date da S 2 e S2 m, la variaza campioaria combiata è: S 2,m = ( 1)S2 + (m 1)S 2 m ( + m 2) gli estremi dell itervallo di soo X 1 X 2 ± t α/2,+m 2 S 2,m () Statistica 29 / 29
Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliLezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliStatistica. Lezione 5
Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
Dettaglin=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza
DettagliESERCITAZIONE N. 6 corso di statistica
ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliCorso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni
Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile
DettagliLezione 9. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 9. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie 1 2 3 ρ xy come coefficiete calcolo di ρ xy 4 () Statistica 2 / 26 Misura dell iterdipedeza
DettagliStimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini
Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliUniversità degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A
Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo
DettagliInferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.
Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliUniversità degli Studi di Napoli Parthenope. STATISTICA per il Turismo
Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima
Dettagliσ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1
SOLUZIONE VI ESERCIZIO 1 Mese di rilevazioe 1 3 4 5 6 7 8 9 10 TOT N di richiedeti asilo 113 5100 00 3110 976 1760 100 403 134 1876 314 = ˆµ z a/ σ = ˆµ + z a/ σ = 10 Variaza i popolazioe ota: σ = 78.84
DettagliPoiché n<30 e la deviazione standard non era nota a priori ma è stata stimata (s=14.4), la statistica test da utilizzare è t:
Esercizio 1 H 0 : µ µ 0 100 H 1 : µ µ 0 oiché
DettagliPolitecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliII Esonero - Testo A
Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate
DettagliUna funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.
Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza
DettagliConfronto di due misure Campioni indipendenti
Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo
DettagliIL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche
IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA
FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
DettagliLa stima per intervalli
La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u
DettagliMetodi quantitativi per l analisi dello sviluppo
Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliSommario. Facoltà di Economia. Campionamento e inferenza statistica
Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,
DettagliIntervalli di Fiducia
di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica
DettagliStime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo
Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;
DettagliSenza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliStatistica Inferenziale Soluzioni 1. Stima puntuale
ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza
DettagliESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403
ESERCITAZIONE VII ESERCIZIO I Test sulla media: H 0 : μ 500 H : μ > 500 μ 570; 0; σ 430 α 0.05; z 0.05.645 Z 570 500 65.04/3.6 70 0.57 3.403 Dato che 3.403>.645 rifiutiamo H 0 e possiamo cocludere che
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliFormulario di Statistica (Cucina-Lagona)
Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliLe principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
DettagliElementi di statistica
Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso
DettagliAPPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.
AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i
DettagliMetodi di valutazione delle prestazioni di rete
Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio
DettagliArgomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della
1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe
DettagliFormulario (versione del 3/10/2015)
Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliProbabilità e Statistica (cenni)
robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliEsercitazioni del corso: ANALISI MULTIVARIATA
A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli
Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)
DettagliGli Indici di VARIABILITA
Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo
DettagliSTATISTICA 1 ESERCITAZIONE 5
STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche
DettagliStatistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1
Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliArgomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.
1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliLezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità
Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure
DettagliPROBLEMI DI INFERENZA SU MEDIE
PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta
DettagliEsperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI
Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe
DettagliDaniela Tondini
Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M
DettagliUniversità degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO
Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge
DettagliEsercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno?
Esercitazioe.4 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello stesso tipo. Ogi tir percorre ua media di 600 km al gioro co ua deviazioe stadard di 50 km. 1. Suppoedo
DettagliInferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?
Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliDispense Inferenza PRELIMINARY DRAFT
Dispese Ifereza PRELIMINARY DRAFT Cristia Mollica & Ja Marti Rossi 1 Esercizio 3 - Prova scritta del 1-0-018 Esercizio 3. Ua baca vuole stimare la proporzioe π di persoe che accetterebbe di sottoscrivere
DettagliUniversità di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)
Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:
Dettagli(per popolazioni finite)
Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe
DettagliINTRODUZIONE ALLA INFERENZA STATISTICA
INTRODUZIONE ALLA INFERENZA STATISTICA 1) CONCETTO DI INFERENZA STATISTICA E SCOPI : L ifereza statistica è il procedimeto iduttivo che, avvaledosi del calcolo delle probabilità, cosete di estedere all
Dettagli