RILEVAZIONE DELLA MORTALITÀ IN AMBITO ATTUARIALE
|
|
- Flaviana Casagrande
- 4 anni fa
- Visualizzazioni
Transcript
1 RILEVAZIONE DELLA MORTALITÀ IN AMBITO ATTUARIALE Rlevazon trasversal (cross-sectonal studes) S ndvdua l gruppo d studo, coè un gruppo d ndvdu per ual nteressa studare la sopravvvenza (tpcamente gl asscurat d una compagna d asscurazone, gl scrtt ad un fondo pensone, ). S fssa un perodo d osservazone durante l uale è osservato l gruppo d studo; d solto s osserva la collettvtà per 3-5 ann. All nzo dell osservazone c saranno ndvdu gà present, a ual se ne aggungeranno altr durante l perodo d osservazone; alcun ndvdu possono uscre per causa dversa dal decesso durante l osservazone, per esempo perché è scaduto l contratto d asscurazone, oppure perché è stata rscattata la polzza; c saranno ndvdu ancora n vta al termne dell osservazone. S può consderare come stante nzale l età mnma d ngresso n asscurazone, oppure un età mnma a partre dalla uale s dspone d osservazon. 2
2 Generalmente s ha a che fare con dat ncomplet: se non è osservato l stante nzale, l osservazone è detta troncata a snstra se non è osservato l decesso, l osservazone è detta censurata a destra Obettvo: Osservazone: stmare o m per =,+1,, 1, essendo a l età mnma. Ne modell d sopravvvenza non parametrc la stma del modello avvene separatamente per cascuna classe d età Supponamo d dsporre d dat ndvdual esatt, coè per ogn ndvduo osservato sono not: data d nascta data d ngresso n osservazone data d uscta dall osservazone causa d uscta, che può essere: fne osservazone (survval) decesso (death) altra causa (wthdrawal) 3
3 Per ogn ndvduo osservato s determna l vettore delle età: essendo ( y, θ, φ,), z y l età esatta (anno ntero + frazone d anno) d ngresso n osservazone z l età esatta che l ndvduo avrà alla data n cu termnerà la sua osservazone (può essere la data d fne rlevazone della collettvtà, oppure la data d scadenza della polzza); è detta età d uscta panfcata θ l età esatta d uscta per morte ( θ = 0 se l ndvduo non è uscto per morte) φ l età esatta d uscta per altra causa ( φ = 0 se l ndvduo non è uscto per altra causa) ( y, z ] è detto ntervallo d osservazone panfcata per l ndvduo 4
4 Per ogn ndvduo osservato s determnano le class d età ], +1] contrbusce all osservazone Con rfermento alla classe d età ], +1] età ( y, θ, φ,), z per le ual l ndvduo ed all ndvduo, caratterzzato dal vettore delle l ndvduo non contrbusce alla osservazone per la classe d età ], +1] y + 1 z 0 < θ oppure 0 < φ se: Se l ndvduo contrbusce alla osservazone per la classe d età ], +1] tale osservazone, relatva alla classe d ], +1] delle durate, è rassunta da un vettore detto vettore 5
5 Per ogn classe d età ], +1] e per ogn ndvduo che contrbusce alla osservazone per tale classe d età s determna l vettore delle durate essendo r ( r s, t, k,), + l età esatta d ngresso n osservazone nella classe d età ], +1] s r 0 = y se y se < y < + 1 con 0 r < 1 e + l età esatta d uscta panfcata dalla osservazone per la classe d età ], +1] 0 < s 1 e con s = 1 z se se z + 1 < z < t l età esatta d uscta per morte se = + t θ, altrment t = 0 + k l età esatta d uscta per altra causa se = + k φ, altrment k = 0 6
6 Esposzone attuarale e freuenze d decesso Per stmare ESPOSIZIONE ATTUARIALE E FREQUENZE DI DECESSO ovvero m, per =,+1,, 1,sono state ntrodotte, n ambto attuarale, le stme ottenute rapportando l numero d decess osservat ad una ualche msura d esposzone. Con rfermento alla classe d età ], +1] e con rfermento agl ndvdu che contrbuscono alla osservazone per tale classe d età s defnscono { ndvduo è n vta all'età } S = l' + survval { ndvduo esce per morte all'età } D = l' + death { ndvduo esce per altra causa all'età } W = l' + wthdrawal s t k Sa θ l numero d ndvdu che decedono nella classe d età ], +1] = # D 7
7 Esposzone attuarale e freuenze d decesso Stme per Def. essendo Stme per Def. essendo d = per =,+1,, 1 l Freuenza (grezza) d decesso o θ = E E l esposzone attuarale o numero nzale d espost al rscho ( 1 r ) ( 1 s ) ( k ) E = 1 S D W S W d m = per =,+1,, 1 L Freuenza (grezza) centrale d decesso o m = θ E C C E l numero centrale d espost al rscho C ( 1 r ) ( 1 s ) ( 1 k ) ( t ) E = 1 S D W S W D 8
8 Esposzone attuarale e freuenze d decesso Osservazone Rcordando la relazone L = l d( 1 t) s nota che s ha C Gustfcazone d Cantell Sa ( t ) E = E 1 D D l n.a. de decess nella classe d età ], +1] moment, ponendo Poché E ( D ) = θ ( D ) = E 1 r + r 1 s + s 1 k S D W S W nell potes d nterpolazone perbolca s ha 1 r + r = (1 E = S D W S W ; s stma con l metodo de r) ( D ) = ( 1 r ) (1 s ) (1 k ) E Da cu s ottene la stma con l metodo de moment: + k, und o θ = E 9
9 Esposzone attuarale e freuenze d decesso Osservazon Nella valutazone s potzza uguale mortaltà per soggett che rmangono nella collettvtà, per nuov ngress e per coloro che escono per altra causa La gustfcazone d Cantell è errata n uanto le valutazon relatve ad uno stesso ndvduo sono fatte n stat d nformazone dvers θ è l numero d decess osservat con età esatta nella classe d età ], +1]. Poché s contano decess nell anno che nza con l età esatta e termna con l età esatta + 1 s dce che s prende come rfermento l anno d vta compreso tra due compleann. Per coerenza, anche nella valutazone dell esposzone s prende come rfermento l anno d vta. Infatt, dsponendo d dat ndvdual esatt s determna per cascun ndvduo la sua esposzone nell anno d vta, nfatt s ha ( s r ) + ( k r ) + ( r ) E = 1 S W Nota: per gl ndvdu che decedono l contrbuto all esposzone è ( 1 ) D D r 10
θ il numero di individui che decedono nella classe di età ] x, x +1]
spszne attuarale e freuenze d decess Per stmare vver SPOSIZION ATTUARIAL FRQUNZ DI DSSO m, per a, a + 1, K, ω,sn state ntrdtte, n ambt attuarale, le stme ttenute rapprtand l numer d decess sservat ad una
DettagliMODELLI MULTISTATO. Introduzione ai modelli multistato. Esempio di modello multistato per descrivere la progressione di una malattia
MODELLI MULTISTATO Introuzone a moell multstato Esempo moello multstato per escrvere la progressone una malatta I moell multstato Un moello multstato per l asscurazone malatta Introuzone a moell multstato
DettagliRIFERIMENTO: ANNO DI VITA, ANNO DI POLIZZA E ANNO DI CALENDARIO
Rferment: ann d vta, ann d plzza e ann d calendar RIFRIMNTO: ANNO DI VITA, ANNO DI POLIZZA ANNO DI CALNDARIO Talvlta nn è dspnble l nfrmazne sulla data d nascta dell ndvdu sservat e nn s è allra n grad
DettagliPEREQUAZIONE MEDIANTE MODELLI LINEARI GENERALIZZATI
Perequazone eante oell lnear generalzzat Sano PEREQUAZIONE MEDIANTE MODELLI LINEARI GENERALIZZATI qˆ oppure ˆ = a, a +, K, ω le ste nzal una tavola sopravvvenza ottenute n un approcco tpo non paraetrco
DettagliI MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE
Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliPotenzialità degli impianti
Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliLezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
Dettagli1. La domanda di moneta
1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble
DettagliMcGraw-Hill. Tutti i diritti riservati. Caso 11
Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliCAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI
Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
DettagliRisoluzione quesiti I esonero 2011
Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliUna semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.
Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliPROBLEMA DI SCELTA FRA DUE REGIMI DI
PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
DettagliSistemi di Misura e Monitoraggio
Sstem d Msura e Montoraggo Espressone e valutazone dell ncertezza d msura To measure s to know (Lord Kelvn) 1 La msura d una grandezza X è costtuta da un numero, da una ncertezza u() e da una untà d msura
DettagliV n. =, e se esiste, il lim An
Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 9: 3 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Eserczo Consderamo una rendta perodca d 2n termn
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 4: 28 febbraio 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 4: 28 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Usando le equazon dfferenzal a varabl separabl,
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliRiccardo Sabatino 463/1 Progetto di un telaio in c.a. A.A. 2003/04
Rccardo Sabatno 463/1 Progetto d un telao n c.a. A.A. 003/04 3.3 Il metodo degl spostament per la rsoluzone del telao Il metodo degl spostament è basato sulla valutazone de moment flettent ce agscono sugl
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliLezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 10. L equlbro del mercato fnanzaro: la struttura de tass d nteresse CAPITOLO 9: ttol omogene => stessa quotazone (p) e stesso rendmento ( o r); ttol eterogene per rscho => quotazone e rendmento
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliTITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliEsercizi sulle reti elettriche in corrente continua (parte 2)
Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliUNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA
UNIVERSITA DEGI STUDI DI CASSINO FACOTA DI INGEGNERIA ANTONIO RUSSO, ANGEO EOPARDI ANAISI DE ERRORE CONNESSO A APPROSSIMAZIONE DEE UNGHEZZE E DEE CEERITA NE METODO DI INTEGRAZIONE DEE CARATTERISTICHE (MOC)
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
Dettagli3) Entropie condizionate, entropie congiunte ed informazione mutua
Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata
DettagliCarla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti
7. Teora delle Code Una coda è costtuta da 3 coponent fondaental: servent clent Carla Seatzu, 8 Marzo 8 uno spazo n cu clent attendono d essere servt (coda d attesa). clent n arrvo coda d attesa serv.
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione
Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà
DettagliMODELLI DI UTILITÀ ALEATORIA
corso d Teora e Tecnca della Crcolazone + Trasport e Terrtoro a.a. 2012-2013 MODELLI DI UTILITÀ ALEATORIA PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma2.t Modell d utltà
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliESERCITAZIONE N 8 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A T SEMAFORIZZATA
ESERITAZIONE N 8 VALUTAZIONE DEL LIVELLO DI SERVIZIO DI UNA INTERSEZIONE A T SEMAFORIZZATA 1. Introuzone Nel presente elaborato c s pone l obettvo etermnare l lvello servzo una ntersezone a tre bracc semaforzzata.
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 3: 27 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? S può dmostrare che 1. se 0 < t < 1 allora
DettagliModelli di oligopolio. Docente: Matteo Alvisi Corso di Microeconomia Laurea in Scienze Politiche, Sociali e Internazionali
Modell d olgopolo Docente: Matteo Alvs Corso d Mcroeconoma Laurea n Scenze Poltche, Socal e Internazonal Aprle 2019 1 Duopolo 11 Il modello d Cournot 111 Le potes C sono due sole mprese sul mercato, l
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto
DettagliRETI TELEMATICHE Lucidi delle Lezioni Capitolo VII
Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd
DettagliIndicatori di rendimento per i titoli obbligazionari
Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 1: 14 febbraio 2012
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2011-2012 lezone 1: 14 febbrao 2012 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/17? restazon e controprestazon Ad un stante t
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
Dettagli8.2 CORSO DI FORMAZIONE
SRVeSS Sstema d Rfermento Veneto per la Scurezza nelle Scuole La runone perodca 8.2 CORSO DI FORMAZIONE RAPPRESENTANTI DEI LAVORATORI PER LA SICUREZZA EX D.Lgs. 81/08 LA RIUNIONE PERIODICA DI SICUREZZA
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliSistemi di rating interno e ciclo economico Milano
Sstem d ratng nterno e cclo economco 19.11.2013 Mlano Introduzone Tratteremo nell ntervento d come element tpc dell anals del cclo economco possano essere utlmente ntrodott nella fase d calbrazone delle
DettagliCPM: Calcolo del Cammino Critico
Supponamo d conoscere per ogn attvtà A = (,j) la sua durata t j t j j Calcolamo l tempo al pù presto n cu può nzare o fnre una attvtà. Supponamo d dover calcolare l tempo al pù presto n cu s possono nzare
DettagliTelefoni Avaya T3 collegabile a Integral 5 Configurazione e utilizzo sala conferenze Integrazione del manuale utente
Telefon Avaya T3 collegable a Integral 5 Confgurazone e utlzzo sala conferenze Integrazone del manuale utente Issue 1 Integral 5 Software Release 2.6 Settembre 2009 Utlzzo sala conferenze Utlzzo sala conferenze
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
Dettagli6. METODO DELLE FORZE IMPOSTAZIONE GENERALE
aptolo6 ETODO DEE FORZE - IOSTZIOE GEERE 6. ETODO DEE FORZE IOSTZIOE GEERE ssocamo al sstema perstatco un altro sstema, denomnato sstema prncpale. Il sstema prncpale è un sstema statcamente determnato,
DettagliScrivere programmi corretti
Scrvere programm corrett L esempo della rcerca bnara o dcotomca J. Bentley, Programmng Pearls, Addson Welsey. 1 Schema processo produzone funzone teratva Algortmo n pseudo-codce Indvduazone nvarante Codfca
DettagliSecondo Principio della Termodinamica
Secondo Prncpo della ermodnamca Problema: n che modo s puo pedere se un processo è spontaneo e quale è la drezone d un processo spontaneo Notamo: Il I prncpo della D stablsce che un sstema puo modfcare
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliRichiami di modelli di utilità aleatoria
Corso d LOGISTICA TERRITORIALE www.unroma.t/ddattca/lt DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale Modell d domanda e utltà
Dettagli