STUDIO DEL LANCIO DI 3 DADI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STUDIO DEL LANCIO DI 3 DADI"

Transcript

1 Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio permette di assegare agli eveti casuali (o aleatori) u valore umerico al fie di poter cofrotare oggettivamete tali eveti e decidere quale tra essi ha maggiore probabilità di verificarsi. Se P(E)=1, ovvero la probabilità di u eveto è pari ad 1 l eveto è certo. Si possoo dare diverse defiizioi di probabilità. Defiizioe di probabilità secodo la cocezioe classica La probabilità P(E) di u eveto E è il rapporto fra il umero F dei casi favorevoli (al verificarsi di E) e il umero N dei casi possibili, giudicati egualmete possibili: F PE ( ) co PE ( ) 1 N se F=, cioè se o esistoo casi favorevoli al verificarsi dell eveto, questo è detto impossibile e la sua probabilità è ulla (P(E)=). Se F=N, cioè se tutti i casi soo favorevoli al verificarsi dell eveto, questo è detto certo e la sua probabilità è massima (P(E)=1). Uo dei puti deboli della cocezioe classica è la codizioe, pressoché impossibile da verificare, che tutti i casi i cui può maifestarsi il feomeo siao egualmete possibili. Tale defiizioe, ioltre, si può applicare quado l isieme dei casi è u isieme fiito. Defiizioe di probabilità secodo la cocezioe frequetista La cocezioe frequetista è basata sulla defiizioe di frequeza relativa di u eveto. Si defiisce frequeza relativa di u eveto i prove effettuate elle stesse codizioi, il rapporto fra il umero v delle prove elle quali l eveto si è verificato e il umero delle prove effettuate: v f co f 1 Quidi la probabilità di u eveto è il limite della frequeza dei successi, cioè del verificarsi dell'eveto, quado il umero delle prove tede all'ifiito. Se f = l eveto o si è mai verificato i quelle prove; se f = 1 (v = ) l eveto si è sempre verificato i quelle prove. La frequeza dipede dal umero delle prove fatte. Per uo stesso la frequeza può variare al variare del gruppo delle prove ifatti se si lacia 1 volte ua moeta e si preseta testa 54 volte, effettuado altri 1 laci si può presetare 48 volte. Secodo la legge empirica del caso, i ua serie di prove, ripetute u gra umero di volte, eseguite tutte elle stesse codizioi, la frequeza tede ad assumere valori prossimi alla probabilità dell eveto e l approssimazioe è tato maggiore quato più umerose soo le prove eseguite.

2 Geeralmete o si può dire quate prove siao ecessarie; il umero delle prove dipede dal feomeo i esame. Quidi se i casi possibili soo e l'isieme dei casi favorevoli soo A, per la teoria classica la probabilità che accada l'eveto A sarà metre per la teoria frequetista essa sarà p A p A A lim A La probabilità di otteere u 6 laciado u sigolo dado è: casi favorevoli = 1 (ossia la faccia che mostra il umero 6); casi possibili = 6 (ossia la faccia che mostra il umero 6 e le altre 5 facce). duque, la probabilità di otteere u 6 è 1/6,16 (*) e la somma delle probabilità delle sei facce, che possiamo cosiderare uguale, è Ovviamete, ua probabilità o è ua certezza. Ifatti, può beissimo accadere che su sei laci o si preseti mai la faccia co il umero 6; tuttavia, aumetado il umero di laci, si può costatare che effettivamete la frequeza co cui si preseta il umero 6 è molto vicia ad 1/6. La probabilità di otteere ivece due 6 laciado due dadi corrispode a: casi favorevoli = 1 (l'uica combiazioe i cui si presetao due facce che mostrao il umero 6); casi possibili = 36 (ossia tutte le combiazioi di due dadi che si possoo presetare, comprese quelle co il 6); quidi, la probabilità di otteere u doppio 6 è 1/36. I particolare la probabilità cercata si può ache calcolare moltiplicado tra loro le sigole probabilità di otteere u 6 quidi Più i geerale, questa regola vale ache per più dadi. Così, la probabilità di otteere tre 6 laciado tre dadi è Gli eveti per i quali vogliamo calcolare la probabilità del loro verificarsi, devoo essere idipedeti: quado laciamo due dadi, ifatti, o ha importaza che il lacio sia cotemporaeo. Voledo calcolare la probabilità che, laciado tre dadi, capitio due facce uguali, essa corrispode a 5/1,416 (*) e la probabilità che tutte e tre le facce siao uguali corrispode a 1/36,7 (*).

3 Laciamo cotemporaeamete tre dadi per 1 volte. I risultati otteuti soo riportati ella seguete tabella Lacio Dado1 Dado Dado3 Somma x (*) 3,47 3,63 3,

4 La percetuale di laci i cui si soo avuti due puteggi uguali (escludedo i casi i cui si presetao tre facce uguali) è il 34% (*), ivece quella dei laci i cui tutti e tre i puteggi erao uguali è l 8% (*); questi due valori differiscoo da quelli precedetemete calcolati a rappresetare che il lacio di u dado è idipedete da quello degli altri dadi e dal successivo lacio dello stesso. Percetuali relative al primo dado Percetuali relative al secodo dado Percetuali relative al terzo dado

5 Come si può otare le percetuali (che si preseti u valore per u dado) oscillao itoro al valore 16,7%, ovvero quello calcolato teoricamete tramite il calcolo delle probabilità (*). I due valori o coicidoo poiché il umero di laci effettuato è fiito. Percetuali relative ai tre dadi Ache cosiderado le percetuali relative ai tre dadi il valore medio oscilla itoro al valore 16,5. Per ua distribuzioe discreta di probabilità il valor medio o valore atteso, che rappreseta u umero verso il quale i valori otteuti tedoo all ifiito, è dato da E( x) xp( x ) quidi i 1 i i Ex ( ) 3,5 6 valore molto simile ai valori medi precedetemete calcolati (*). La variaza ivece è la differeza tra la media dei quadrati e il quadrato della media campioaria: che el caso dei 1 laci è,73. La deviazioe stadard è 1, 65 x La deviazioe stadard della media ivece è,95 x N x

6 Si cosideri la somma dei valori otteuti laciado i tre dadi. La tabella seguete riporta ella secoda coloa le tere di valori, la cui somma è costate, otteute laciado tre dadi. Come si può vedere dalla terza coloa per ogua di queste tere i valori si possoo presetare i diverse combiazioi ad esempio la tera (1,1,) si può presetare secodo tre combiazioi: (1,1,), (1,,1), (,1,1). Somme Tere Numero di combiazioi N tot Probabilità (%) 3 (1,1,1) 1 1,46 4 (1,1,) 3 3 1,39 5 (1,1,3) (1,,) 3 3 6,78 6 (1,1,4) (1,,3) (,,) ,63 7 (1,1,5) (1,,4) (1,3,3) (,,3) ,94 8 (1,1,6) (1,,5) (1,3,4) (,,4) (,3,3) ,7 9 (1,,6) (1,3,5) (1,4,4) (,3,4) (,5,) (3,3,3) ,57 1 (1,3,6) (1,4,5) (,3,5) (,4,4) (,6,) (3,3,4) ,5 11 (6,4,1) (6,3,) (5,4,) (5,3,3) (5,1,5) (4,4,3) ,5 1 (6,5,1) (6,4,) (6,3,3) (5,4,3) (5,,5) (4,4,4) ,57 13 (6,6,1) (6,5,) (6,4,3) (5,5,3) (5,4,4) ,7 14 (6,6,) (6,5,3) (6,4,4) (5,5,4) ,94 15 (6,6,3) (6,5,4) (5,5,5) ,63 16 (6,6,4) (6,5,5) 3 3 6,78 17 (6,6,5) 3 3 1,39 18 (6,6,6) 1 1,46 Somma 16 1 Come si può otare dalla tabella sovrastate le somme più probabili soo 1 e 11. Istogramma teorico associato alla distribuzioe: Somm a

7 L istogramma otteuto dai dati sperimetali è il seguete: Percetuali somme dei puteggi dei tre dadi Somma Somma % Questo grafico è diverso da quello teorizzato prima per il motivo che i laci effettuati soo fiiti.

Probabilità e Statistica (cenni)

Probabilità 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

Dettagli

Dal punto di vista teorico, questi valori possono essere assegnati a piacimento con l unico vincolo che

Dal punto di vista teorico, questi valori possono essere assegnati a piacimento con l unico vincolo che 4. 5 marzo 2013 Cocetto di variabile casuale (o aleatoria): a livello ituitivo 1, ua quatità (umerica) che è il risultato di u feomeo aleatorio; o possiamo quidi prevedere esattamete il suo valore, ma

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE 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

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni 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:

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI

Esperimentazioni 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

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

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

Dettagli

Il risultato di una prova è un n. aleatorio Funzioni degli esiti: Ω IR X, Y, Z,... funzioni, X(ω), Y (ω), Z(ω)

Il risultato di una prova è un n. aleatorio Funzioni degli esiti: Ω IR X, Y, Z,... funzioni, X(ω), Y (ω), Z(ω) Variabili aleatorie (v.a.) Il risultato di ua prova è u. aleatorio Fuzioi degli esiti: Ω IR X, Y, Z,... fuzioi, X(ω), Y (ω), Z(ω) se B IR, P(X B) = = P({ω Ω : X(ω) B}) = P(X 1 (B)) I geerale iteressa B

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

Popolazione e Campione

Popolazione 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

Dettagli

Popolazione e Campione

Popolazione 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

Dettagli

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018 Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A 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

Dettagli

1 Quesiti tratti dalla maturità

1 Quesiti tratti dalla maturità 1 Quesiti tratti dalla maturità Sperim PNI 2001 - Q8 Ua classe è composta da 12 ragazzi e 4 ragazze. Tra i sedici allievi se e scelgoo 3 a caso: qual è la probabilità che essi siao tutti maschi? Casi possibili:

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità B - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità A - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale? Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile

Dettagli

Unità Didattica N 33 L algebra dei vettori

Unità Didattica N 33 L algebra dei vettori Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare

Dettagli

0.1 Esercitazioni V, del 18/11/2008

0.1 Esercitazioni V, del 18/11/2008 1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica 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

Dettagli

Prova d esame di Calcolo delle Probabilità 02/07/2011

Prova d esame di Calcolo delle Probabilità 02/07/2011 Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

Dettagli

di solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure

di solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure Errori di misura: di solito vegoo effettuate molte misure idipedeti della stessa gradezza, fio a collezioare u umeroso campioe di misure ma a causa degli errori di misura il risultato varia sesibilmete

Dettagli

ESERCIZI - FASCICOLO 1

ESERCIZI - FASCICOLO 1 ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioi a.a. 2006/2007 C.d.L.: Igegeria per l Ambiete ed il Territorio, Igegeria Civile, Igegeria Gestioale, Igegeria dell Iformazioe C.d.L.S.: Igegeria Civile Estrazioi-II

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA 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

Dettagli

Esercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno?

Esercitazione 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

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni 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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica 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

Dettagli

COME 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!) 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

Dettagli

SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]

SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n] SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 05/6, FOGLIO Sia f : R R defiita da f x { se x [, 3] 0 altrimeti Studiare la covergeza putuale, uiforme e uiforme sui compatti della successioe f e della

Dettagli

1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché

1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché Soluzioi.. Coverge. La serie è a sego altero. No possiamo usare il criterio di assoluta covergeza, perché log log a = > + e il fatto che la serie i valore assoluto diverge o permette di trarre coclusioi

Dettagli

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze Esempio: distribuzioe di frequeze Distribuzioe degli studeti di SDC frequetati la facoltà ell a.a. 001/00 per Num. Corsi Frequetati 83 K 7 = + + + + + + = = Num. Corsi Freq. i 1 15 43 3 103 4 80 5 3 6

Dettagli

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

Dettagli

1. Saper conteggiare il numero totale di scelte in uno schema ad albero. 2. Saper risolvere problemi con permutazioni, disposizioni e combinazioni

1. Saper conteggiare il numero totale di scelte in uno schema ad albero. 2. Saper risolvere problemi con permutazioni, disposizioni e combinazioni Settimo modulo: Probabilità e statistica Obiettivi. Saper coteggiare il umero totale di scelte i uo schema ad albero 2. Saper risolvere problemi co permutazioi, disposizioi e combiazioi 3. Saper calcolare

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. CAPITOLO OTTAVO LE VARIABILI CASUALI Sommario:. Geeralità. -. La variabile casuale biomiale. - 3. La variabile casuale di Poisso. - 4. La variabile casuale ormale. 5. La variabile casuale chi-quadrato.

Dettagli

Distribuzione normale o gaussiana

Distribuzione 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

Dettagli

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002 Esercitazioi di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dii Lezioe del 10/12/2002 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Stime 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;

Dettagli

Esercizi 2 Pietro Caputo 14 dicembre se ξ n > log n

Esercizi 2 Pietro Caputo 14 dicembre se ξ n > log n Esercizi 2 Pietro Caputo 4 dicembre 2006 Esercizio. Siao Y, per =, 2,..., variabili aleatorie co distribuzioe biomiale di parametri e p := λ, per qualche λ > 0. Dimostrare che Y coverge i distribuzioe

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica 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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica 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

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10 Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere

Dettagli

CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011

CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011 CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL //0 PRIMA PARTE Esercizio U sitomo S è ricoducibile a tre malattie M, M e M 3 a due a due icompatibili. Sapedo che la probabilità che u idividuo abbia la patologia

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ 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

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento 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

Dettagli

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 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

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso 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

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza 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

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti 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

Dettagli

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale? Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 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

Dettagli

Principio alla base della misura del legame tra X ed Y

Principio alla base della misura del legame tra X ed Y Pricipio alla base della misura del legame tra X ed Y Y o varia Asseza di legame Al variare di X Varia ache Y X ed Y soo coessi Come si misura la risposta di Y al variare di X? Dipede dalla atura di X

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. 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

Dettagli

SUCCESSIONI SERIE NUMERICHE pag. 1

SUCCESSIONI SERIE NUMERICHE pag. 1 SUCCESSIONI SERIE NUMERICHE pag. Successioi RICHIAMI Ua successioe di elemeti di u isieme X è ua fuzioe f: N X. E covezioe scrivere f( ) = x, e idicare le successioi mediate la ifiitupla ordiata delle

Dettagli

INTEGRAZIONI PER IL CORSO DI MATEMATICA E STATISTICA, SC. AMBIENTALI, 2018/19 ALESSANDRA FAGGIONATO

INTEGRAZIONI PER IL CORSO DI MATEMATICA E STATISTICA, SC. AMBIENTALI, 2018/19 ALESSANDRA FAGGIONATO INTEGRAZIONI PER IL CORSO DI MATEMATICA E STATISTICA, SC. AMBIENTALI, 208/9 ALESSANDRA FAGGIONATO I progress. Spazio campioario, esiti, eveti, spazio di probabilità Cosideriamo u esperimeto i seso ampio

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010 elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e

Dettagli

Matematica con elementi di Informatica

Matematica 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

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B FIRMA DELLO STUDENTE Cogome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 30001/6045/5047/4038/371/377) 21 ottobre 2015 Nome Numero di matricola Corso di Laurea Cod. corso COMPITO B Ai fii della valutazioe

Dettagli

Il concetto di probabilità nell antichità

Il concetto di probabilità nell antichità Il cocetto di probabilità ell atichità Precisare il sigificato di probabilità o è cosa semplice. Diceva Bertrad Russell :

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6

Statistica, 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

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

LE MISURE DI SINTESI (misure di tendenza centrale)

LE MISURE DI SINTESI (misure di tendenza centrale) STATISTICA DESCRITTIVA LE MISURE DI SINTESI (misure di tedeza cetrale) http://www.biostatistica.uich.itit OBIETTIVO Altezza degli studeti 004-05 (cm) Tabella dei dati Idividuare u idice che rappreseti

Dettagli

Matematica - Ingegneria Gestionale - Prova scritta del 25 gennaio 2006

Matematica - Ingegneria Gestionale - Prova scritta del 25 gennaio 2006 Matematica - Igegeria Gestioale - Prova scritta del 5 geaio 6. Per ogua delle segueti serie si idichi se la serie coverge assolutamete ( AC ), coverge ma o coverge assolutamete ( C ) oppure o coverge (

Dettagli

La validazione delle prove dei gruppi disciplinari (TECO-D)

La validazione delle prove dei gruppi disciplinari (TECO-D) La validazioe delle prove dei gruppi discipliari (TECO-D) Sommario INTRODUZIONE... 2 CARATTERISTICHE DELLA MATRICE DATI PER L ITEM ANALYSIS... 2 ITEM ANALYSIS E FEEDBACK ANVUR... 3 1 INTRODUZIONE A coclusioe

Dettagli

Lezione 9. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 9. A. Iodice

Lezione 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

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

Daniela Tondini

Daniela 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

Dettagli

Probabilità CENNI DI PROBABILITÀ

Probabilità CENNI DI PROBABILITÀ CENNI DI PROBABILITÀ Itroduzioe I queste pagie verrao esposti i breve i cocetti base della teoria delle probabilità. Lo scopo è quello di forire le basi i modo che siao più compresibile l uso che e viee

Dettagli

STATISTICA 1 ESERCITAZIONE 3

STATISTICA 1 ESERCITAZIONE 3 Frequeze STATISTICA 1 ESERCITAZIONE 3 Dott. Giuseppe Padolfo 20 Ottobre 2014 Esercizio 1 Costruire u grafico a barre e u diagramma a torta per la variabile Sesso rappresetata ella tabella seguete. Variabile

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si

Dettagli

Elementi di statistica

Elementi 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

Dettagli

Lezione 4 Corso di Statistica. Domenico Cucina

Lezione 4 Corso di Statistica. Domenico Cucina Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

Caso studio 9. Distribuzioni doppie. Esempi

Caso studio 9. Distribuzioni doppie. Esempi 7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie

Dettagli

Programma della parte introduttiva: Lezione 4

Programma della parte introduttiva: Lezione 4 Programma della parte itroduttiva: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,

Dettagli