Esercitazioni di statistica
|
|
- Beniamino Elia
- 7 anni fa
- Visualizzazioni
Transcript
1 Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43
2 Stefania Spina Esercitazioni di statistica 2/43
3 Il valore di α Nello scegliere α si deve tener presente che quanto minore è, tanto più ampio risulta l intervallo di confidenza ad esso associato e quindi minore è la precisione di valori appartenenti all intervallo di stima per θ. Stefania Spina Esercitazioni di statistica 3/43
4 con sigma noto con σ ignoto Stefania Spina Esercitazioni di statistica 4/43
5 Esercizio Intervalli di confidenza con sigma noto con σ ignoto L altezza delle matricole universitarie di sesso maschile può essere considerata una variabile con distribuzione Normale, con media incognita e varianza pari a Per stimare l altezza media si estrae un campione casuale di 58 matricole e si misura l altezza media, che risulta pari a cm. Si definisca l intervallo che, ad un livello di fiducia del 90, del 95 e del 99 per cento contenga il parametro incognito della popolazione. Stefania Spina Esercitazioni di statistica 5/43
6 Esercizio Intervalli di confidenza con sigma noto con σ ignoto X N(µ; 10.66) n = 58 x = α = (1) Stefania Spina Esercitazioni di statistica 6/43
7 Esercizio Intervalli di confidenza con sigma noto con σ ignoto 1 caso : 1 α = 0, 90 ( P µ ) = ( ) P µ = 0.90 P( µ ) = 0.90 Stefania Spina Esercitazioni di statistica 7/43
8 Esercizio Intervalli di confidenza con sigma noto con σ ignoto 2 caso : 1 α = 0.95 ( P µ ) = ( ) P µ = 0.95 P( µ ) = 0.95 Stefania Spina Esercitazioni di statistica 8/43
9 Esercizio Intervalli di confidenza con sigma noto con σ ignoto 3 caso : 1 α = 0.99 ( P µ ) = ( ) P µ = 0.99 P( µ ) = 0.99 Stefania Spina Esercitazioni di statistica 9/43
10 Esercizio Intervalli di confidenza con sigma noto con σ ignoto Un azienda ha commissionato ad una società di software la riprogettazione del proprio sito web. Dopo che quest ultimo è stato messo on-line vuole studiare gli effetti del rinnovo esaminando il numero di contatti giornaliero al sito. Sotto l ipotesi che tali contatti hanno distribuzione Gaussiana, N(µ, σ 2 ), seleziona un campione casuale di 10 giorni in cui il numero di contatti è stato il seguente: 1 Costruire un intervallo di confidenza per la media dei contatti giornalieri della popolazione, fissando α = Costruire un intervallo di confidenza per la media dei contatti giornalieri della popolazione, fissando α = Stefania Spina Esercitazioni di statistica 10/43
11 Esercizio Intervalli di confidenza con sigma noto con σ ignoto L intervallo di confidenza per la media della popolazione è dato da: X t (n 1;α/2) ( P X t (n 1;α/2) s µ X + t (n 1;α/2) s n n s n µ X + t (n 1;α/2) s n ) = 1 α Stefania Spina Esercitazioni di statistica 11/43
12 Esercizio Intervalli di confidenza con sigma noto con σ ignoto Dai dati campionari emerge che: x = s = 271 t (n 1;α/2) = t (9;0.025) = Stefania Spina Esercitazioni di statistica 12/43
13 Esercizio Intervalli di confidenza con sigma noto con σ ignoto Avvalendosi di tali risultati l intervallo di confidenza, con α = 0.05, è: [ ; ] [ ] ; Stefania Spina Esercitazioni di statistica 13/43
14 Esercizio Intervalli di confidenza con sigma noto con σ ignoto Ad un livello di confidenza, con α = 0.02, l intervallo risulterà di ampiezza maggiore, infatti in questo caso t (9;0.01) = e l intervallo di confidenza è: [ ; ] [ ] ; Stefania Spina Esercitazioni di statistica 14/43
15 Introduzione Per stimare la differenza tra le medie µ 1 e µ 2 di due popolazioni normali con varianze σ 2 1 e σ2 2 note, si estrae da ognuna di esse un campione di dimensione, rispettivamente, n 1 e n 2. La differenza tra le medie campionarie X 1 X 2 costituisce un buon stimatore della differenza delle medie delle due popolazioni e, per campioni di elevata numerosità, si distribuisce in modo normale. La formula: [ P σ1 2 (X 1 X 2 ) z α/2 n 1 + σ2 2 n 2 (µ 1 µ 2 ) (X 1 X 2 ) + z α/2 σ 2 1 n 1 + σ2 2 n 2 ] = 1 α sta ad indicare che nel 100(1 α)% dell universo dei campioni, la differenza tra le medie delle due popolazioni è compresa tra gli estremi: [ σ1 2 (X 1 X 2 ) z α/2 + σ2 σ 2 2 ] 1 ; (X 1 + X 2 ) + z α/2 + σ2 2 n 1 n 2 n 1 n 2 Stefania Spina Esercitazioni di statistica 15/43
16 Esercizio 3 L azienda Luci&lampi produce due tipi di lampadine, un tipo X, economico, e uno Y, più caro ma che dura di più. La durata di entrambi i tipi di lampadine può essere considerata normodistribuita, con medie e varianze diverse. Un associazione di consumatori vuole stimare la differenza tra la durata media dei due tipi di lampadine per stabilire se questa giustifichi la differenza tra i prezzi. L associazione acquista dunque 50 lampadine del tipo X e 35 del tipo Y e le sottopone al test di durata, con i seguenti risultati (la media è espressa in ore): Si definisca l intervallo per la differenza tra le medie dei due modelli di lampadina ad un livello di fiducia del 90%. Stefania Spina Esercitazioni di statistica 16/43
17 Esercizio 3 ( σx 2 P (X Y ) z α/2 n x + σ2 y n y (µ x µ y ) (X Y ) + z α/2 σx 2 n x ) + σ2 y = 1 α n y ( P ( ) z α/ (µx µy ) ( ) + z α/ ) = ( P ( ) (µx µy ) ( ) ) = La differenza tra la durata media dei due tipi di lampadine è compresa tra 1246 e 1353 ad un livello di fiducia del 90% Stefania Spina Esercitazioni di statistica 17/43
18 Introduzione Per stimare la differenza tra le medie µ 1 e µ 2 di due popolazioni normali con varianze ignote, si estrae da ognuna di esse un campione di dimensione, rispettivamente, n 1 e n 2. La differenza tra le medie campionarie X 1 X 2 costituisce un buon stimatore della differenza delle medie delle due popolazioni e, per campioni di elevata numerosità, si distribuisce in modo normale. La stima della varianza delle due popolazioni si ottiene applicando la formula: s 2 = (n 1 1)s2 1 + (n 2 1)s2 2 n 1 + n 2 2 dove s 1 2 s2 sono le varianze corrette dei due campioni. 2 La formula: [ P (X 1 X 2 ) t α/2;(n1 +n 2 2) s (µ 1 µ 2 ) (X 1 X 2 ) + t α/2;(n1 +n n 1 n 2 2) s 2 1 n n 2 ] = 1 α sta ad indicare che nel 100(1 α)% dell universo dei campioni, la differenza tra le medie delle due popolazioni è compresa tra gli estremi: [ (X 1 X 2 ) t α/2;(n1 +n 2 2) s 1 n ; (X 1 + X 2 ) + t α/2;(n1 +n n 2 2) s 1 2 n n 2 ] Stefania Spina Esercitazioni di statistica 18/43
19 Esercizio Costruire un intervallo di confidenza al 90% per la differenza tra le medie di due popolazioni, servendosi dei seguenti dati tratti da due campioni: X 1 = 50 n 1 = 14 s 1 = 6 X 2 = 35 n 2 = 18 s 2 = 9 Stefania Spina Esercitazioni di statistica 19/43
20 Esercizio Per costruire l intervallo di confidenza è necessario stimare la varianza della popolazione applicando la formula: si ha: s 2 = (n 1 1)s (n 2 1)s 2 2 n 1 + n 2 2 s 2 = (14 1) 62 + (18 1) = 61.5 Inoltre, per α = 0.1 si ha che α/2 = 0.05 si desume che: t 0.05;30 = Stefania Spina Esercitazioni di statistica 20/43
21 Esercizio Dalla formula: [ 1 P (X 1 X 2 ) t α/2;(n1 +n 2 2) s (µ 1 µ 2 ) (X 1 X 2 )+t α/2;(n1 +n n 1 n 2 2) s + 1 ] = 1 α 2 n 1 n 2 [ P (50 35) (µ 1 µ 2 ) (50 35) ] = Per cui, l intervallo di confidenza è: con un coefficiente di confidenza del 90%. IC = [10.258; ] Stefania Spina Esercitazioni di statistica 21/43
22 Introduzione Per stimare la proporzione p di una popolazione distribuita in modo normale, si estrae da essa un campione di numerosità n e si calcola la frequenza relativa campionaria ˆp = X che fornisce un buon stimatore del parametro della popolazione. n La scrittura: [ ] ˆp(1 ˆp) ˆp(1 ˆp) P ˆp z α/2 p ˆp + z α/2 n n sta ad indicare che nel 100(1 α)% dell universo dei campioni, la proporzione p della popolazione è compresa tra gli estremi: [ ] ˆp(1 ˆp) ˆp(1 ˆp) ˆp z α/2 ; ˆp + z α/2 n n Volendo stimare la numerosità campionaria che tolleri un errore ɛ si applica la formula: n = z2 p(1 p) α/2 ɛ 2 Stefania Spina Esercitazioni di statistica 22/43
23 Stefania Spina Esercitazioni di statistica 23/43
24 Esercizio 1 Secondo un exit poll su persone che hanno votato all elezione per sindaco, il 40% ha votato per il candidato Bianchi e il 60% per il candidato Rossi. Ipotizzando che questo sia un campione casuale di tutti gli elettori, si definisca l intervallo di confidenza che, ad un livello di fiducia del 99%, contenga la proporzione dei voti della popolazione per il candidato dei Bianchi nel caso in cui la dimensione campionaria sia: n= 400 n=40 Per ciascuna ampiezza indicare se sareste disposti a prevedere il vincitore. Stefania Spina Esercitazioni di statistica 24/43
25 Esercizio 1 ( ˆp N p; ˆp = ˆp = 0.60 n = 400 E(p) = p Var(p) = p(1 p) n p(1 p) n ) per grandi campioni ( ˆp(1 ˆp) P ˆp z α/2 p ˆp + z α/2 n ( P 0.40 z α/2 400 ( P ˆp(1 ˆp) n ) = 1 α p z α/ p P(0.34 p 0.46) = 0.99 ) = 0.99 ) = 0.99 Stefania Spina Esercitazioni di statistica 25/43
26 Esercizio 1 ( ˆp N p; ˆp = ˆp = 0.60 n = 40 E(p) = p Var(p) = p(1 p) n p(1 p) n ) per grandi campioni ( ˆp(1 ˆp) P ˆp z α/2 p ˆp + z α/2 n ( P 0.40 z α/2 40 ( P ˆp(1 ˆp) n ) = 1 α p z α/ p P(0.20 p 0.60) = 0.99 ) = 0.99 ) = 0.99 Stefania Spina Esercitazioni di statistica 26/43
27 Esercizio 1 n = 40 P(0.20 p 0.60) = 0.99 Potremmo prevedere un vincitore in quanto l intervallo contiene valori al di sotto e al di sopra di 0.50 n = 400 P(0.34 p 0.46) = 0.99 Si può prevedere la sconfitta di Bianchi in quanto l intervallo contiene solo numeri al di sotto di 0.50, quelli cioè che indicano che Bianchi riceve una minoranza dei voti. Stefania Spina Esercitazioni di statistica 27/43
28 Esercizio 2 Un programma televisivo è stato seguito dal 23% di un campione di 300 spettatori selezionati a caso. Costruire un intervallo di confidenza al 98% per la proporzione della popolazione del pubblico televisivo in quella data fascia oraria. Stefania Spina Esercitazioni di statistica 28/43
29 Esercizio 2 Per α = 0.02 si ha che α/2 = 0.01 e si desume che z 0.01 = 2.33 Quindi si avrà: [ ] 0.23 (1 0.23) 0.23 (1 0.23) P p = Per cui l intervallo di confidenza è: con un livello di confidenza del 98%. IC = [0.173; 0.287] Stefania Spina Esercitazioni di statistica 29/43
30 Introduzione Per stimare la differenza tra le proporzioni p 1 e p 2 di due popolazioni normali, si estrae da ognuna di esse un campione di dimensione, rispettivamente, n 1 e n 2. La differenza tra le proporzioni campionarie ˆp 1 ˆp 2 costituisce un buon stimatore della differenza tra le medie delle due popolazioni e, per campioni di elevata numerosità, si distribuisce in modo normale. [ P (ˆp 1 ˆp 2 ) z ˆp 1 (1 ˆp 1 ) ˆp 2 (1 ˆp 2 ) α/2 + (p 1 p 2 ) (ˆp 1 ˆp 2 )+z ˆp 1 (1 ˆp 1 ) ] ˆp 2 (1 ˆp 2 ) α/2 + = 1 α n 1 n 2 n 1 n 2 sta ad indicare che nel 100(1 α)% dell universo dei campioni, la differenza tra le proporzioni delle due popolazioni è compresa tra gli estremi: [ (ˆp 1 ˆp 2 ) z ˆp 1 (1 ˆp 1 ) α/2 + n 1 [ ˆp 2 (1 ˆp 2 ) ; n 2 (ˆp 1 ˆp 2 ) + z ˆp 1 (1 ˆp 1 ) ] ˆp 2 (1 ˆp 2 ) α/2 + n 1 n 2 Stefania Spina Esercitazioni di statistica 30/43
31 Esercizio Alcuni ricercatori hanno riscontrato che su 100 uomini trattati con farmaco 65 sono guariti da una data malattia, mentre su 120 donne trattare con lo stesso farmaco, 45 sono guarite dalla malattia. Costruire un intervallo di confidenza al 90% per la differenza tra le proporzioni delle due popolazioni ipotizzate normali. Stefania Spina Esercitazioni di statistica 31/43
32 Esercizio ˆpm = 65 = ˆp f = 45 = nm = 100 n f = 120 [ ] ˆpm(1 ˆpm) ˆp P (ˆpm ˆp f ) z f (1 ˆp f ) ˆpm(1 ˆpm) ˆp α/2 + (pm p f ) (ˆpm ˆp f )+z f (1 ˆp f ) α/2 + = 1 α nm n f nm n f [ 0.65(1 0.65) 0.375( ) ( ) (pm p f ) ( ) ] 0.65(1 0.65) 0.375( ) IC[0.168; 0.382] Stefania Spina Esercitazioni di statistica 32/43
33 Introduzione Data l equazione della retta stimata di regressione ŷ = ˆβ 0 + ˆβ 1 x dove ˆβ 0 è l intercetta e ˆβ 1 è il coefficiente angolare, effettuiamo le stime puntuali dei parametri utilizzando il metodo dei minimi quadrati: ˆβ 0 = y ˆβ 1 x ˆβ 1 = Cov(XY ) Var(X) dove x e y sono i valori medi, rispettivamente, del campione X e Y. Stefania Spina Esercitazioni di statistica 33/43
34 Introduzione Per la costruzione dell intervallo di confidenza si utilizza uno stimatore che si distribuisce come una v.c t di Student con n-2 gradi di libertà. Gli intervalli di confidenza per β 0 e β 1 sono rispettivamente: ˆβ 0 t α/2;n 2 es(β 0 ) β 0 ˆβ 0 + t α/2;n 2 es(β 0 ) ˆβ 1 t α/2;n 2 es(β 1 ) β 1 ˆβ 1 + t α/2;n 2 es(β 1 ) Stefania Spina Esercitazioni di statistica 34/43
35 Introduzione In cui: es(β 0 ) = s 1 n + x 2 n i=1 (x i x) 2 s es(β 1 ) = n i=1 (x i x) 2 e, in cui, l errore standard della regressione é dato da: s = 1 n n 2 (y i ŷ) 2 i=1 Stefania Spina Esercitazioni di statistica 35/43
36 Esercizio Volendo costruire un modello che spieghi il Peso (espresso in kg) in funzione dell Altezza (espressa in cm) si è osservato un campione di n=10 studenti della facoltà di Economia; i dati ottenuti sono riportati nella tabella seguente: Stefania Spina Esercitazioni di statistica 36/43
37 Esercizio Stimare, con il metodo dei minimi quadrati, i coefficienti β 0 e β 1 del modello di regressione. Supponendo che la variabile peso (Y) si distribuisca normalmente e soddisfi le ipotesi di indipendenza, omoschedasticità (omogeneità delle varianze) e che le medie siano sulla retta di regressione, Costruire intervalli di confidenza, ad un livello di significatività α = 0.05, per: l intercetta β 0 il coefficiente angolare β 1 Stefania Spina Esercitazioni di statistica 37/43
38 Esercizio Le stime dei minimi quadrati per i parametri β 0 e β 1 si ottengono considerando questi calcoli: Stefania Spina Esercitazioni di statistica 38/43
39 Esercizio x = = y = = 81.4 ˆβ 1 = cov(xy ) var(x) = E(XY ) x y E(X 2 ) (X) = = (165.8) 2 ˆβ 0 = 81.4 ( ) = La retta di regressione è, quindi: ŷ = x Stefania Spina Esercitazioni di statistica 39/43
40 Esercizio Per la determinazione degli intervalli di confidenza i calcoli sono ottenuti nello schema seguente: Stefania Spina Esercitazioni di statistica 40/43
41 Esercizio L errore standard della regressione é dato da: s = 1 n 1 n 2 (y i ŷ) 2 = = n 2 i=1 Stefania Spina Esercitazioni di statistica 41/43
42 Esercizio Per l intervallo di confidenza per β 0 è necessario calcolare: ˆβ 0 t α/2;n 2 es(β 0 ) β 0 ˆβ 0 + t α/2;n 2 es(β 0 ) 1 es(β 0 ) = s n + x 2 n i=1 (x i x) 2 = (165.8) = Per α/2 = e n-2 = 8 gradi di libertà è: Pertanto, l intervallo di confidenza per β 0 è: ossia: t 0.025;8 = β IC = [ ; ] Stefania Spina Esercitazioni di statistica 42/43
43 Esercizio Per l intervallo di confidenza per β 1 L errore standard: ˆβ 1 t α/2;n 2 es(β 1 ) β 1 ˆβ 1 + t α/2;n 2 es(β 1 ) es(β 1 ) = s n = = i=1 (x i x) Pertanto, l intervallo di confidenza per β 1 è: β ossia: IC = [ ; ] con una probabilità dello 0.95 Stefania Spina Esercitazioni di statistica 43/43
Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 2 Dott.ssa Antonella Costanzo 18/02/2016 Esercizio 1. IC media incognita, varianza nota Una fabbrica A produce matite colorate. Una prova su 100 matite scelte a caso
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliSTIMA DELLA VARIANZA CAMPIONARIA
STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x 1 +.. + x n )/n. Una stima puntuale della varianza σ 2 delle
DettagliSi estrae casualmente usando uno schema di campionamento con ripetizione un campione di n=2 misurazioni.
ESERCIZIO 1 Si consideri la popolazione consistente di N=4 studenti (A, B, C, D) del corso di Statistica Avanzata. Il voto conseguito dagli studenti alla fine del corso è riportato nella seguente tabella:
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliGli intervalli di confidenza. Intervallo di confidenza per la media (σ 2 nota) nel caso di popolazione Gaussiana
Statistica Lez. 1 Gli intervalli di confidenza Intervallo di confidenza per la media (σ nota) nel caso di popolazione Gaussiana Sia X una v.c Gaussiana di media µ e varianza σ. Se X 1, X,..., X n è un
DettagliEsame di Statistica del 7 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 7 luglio 006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliQualche esercizio di riepilogo
Anno accademico 2015-16 Corso di laurea in ECONOMIA E COMMERCIO (CLEC) Corso di STATISTICA (A-K) - (Prof. M. Gherghi ) Qualche esercizio di riepilogo Esercizio 1 Nella tabella seguente vengono riportati
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliINTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA
INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliTutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliPROVA SCRITTA DI STATISTICA (COD COD ) 7 luglio 2005 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A
PROVA SCRITTA DI STATISTICA (COD. 047 - COD. 403-37-377) 7 luglio 200 APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE SOLUZIONI MODALITÀ A Esercizio (9 punti) Supponiamo di aver osservato la seguente
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it STIMA PUNTUALE (p. 55) Il parametro è stimato con un unico valore Esempio: stima della share di un programma TV = % di spettatori
DettagliMetodi Matematici e Informatici per la biologia. Esercizi
Metodi Matematici e Informatici per la biologia Esercizi Esercizio 1 Il modo migliore per isolare gli effetti delle variabili nascoste sulla variabile di risposta è di effettuare uno studio di osservazione
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliTutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Intervalli di confidenza Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliMetodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
DettagliArgomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliSTATISTICA. Esercitazione 6
STATISTICA Esercitazione 6 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale tre compiti diversi con i seguenti risultati: Compito A Compito B Compito C Numero studenti 41 39 43
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche la
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (STANDARD) Modalità B (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
DettagliIntervallo di confidenza
Intervallo di confidenza Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima puntuale di µ la deviazione standard Media,
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Teorema. Sia data una popolazione numerica infinita di media µ e deviazione standard σ da cui vengono estratti dei campioni casuali formati ciascuno da n individui, con n abbastanza
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliR - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre
R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliEffettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari
Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche la
DettagliCapitolo 7. Distribuzioni campionarie. Statistica. Levine, Krehbiel, Berenson
Levine, Krehbiel, Berenson Statistica Capitolo 7 Distribuzioni campionarie Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari" Unità Integrata Organizzativa Agraria,
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliEsercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 23/5/2017
Esercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 3/5/017 Contents 1 Intervalli di confidenza 1 Intervalli su un campione 1.1 Intervallo di confidenza per la media................................
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliFACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME
FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME A. I dati seguenti si riferiscono ad un campione casuale proveniente da una popolazione esponenziale con parametro
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliProva di recupero di Probabilità e Statistica - A * 21/04/2006
Prova di recupero di Probabilità e Statistica - A * /04/006 (NB: saranno prese in considerazione solo le risposte adeguatamente motivate) tempo di lavoro: Due ore. Per conseguire la patente di guida, un
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliSTATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006
STATISTICA (II modulo - Inferenza Statistica) Esercitazione I consegna 3 maggio 2006 Esercizio A. Si supponga che tre banche vorrebbero aprire uno sportello presso un nuovo centro commerciale e che ciascuna
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
Dettagli