Soluzione degli esercizi di riepilogo sul controllo statistico di qualità e sull ANOVA.
|
|
- Raffaele Romani
- 7 anni fa
- Visualizzazioni
Transcript
1 Soluzione degli esercizi di riepilogo sul controllo statistico di qualità e sull ANOVA.. Si tratta di un ANOVA a due fattori senza repliche. Gli effetti sono fissi sia sulle righe che sulle colonne. Effettuiamo prima l analisi sulle righe. Si rigetta l ipotesi che le medie sulle righe sono uguali con un p-value di.36. La stima della variabilità dei dati è 3.33 ed i box plot sono 5 3 Values 9 3 Column Number Le medie dei livelli e non sono diverse al livello 5%, mentre sono diverse le medie dei livelli e 3, e ancora e 3. L analisi dei residui conferma che il modello gaussiano è ben posto. Difatti il normplot risulta essere.98 Normal Probability Plot Probability Data Il KS test non rigetta l ipotesi che i residui sono gaussiani con un p-value di L anova sulle colonne non rigetta l ipotesi che le medie sono uguali con un p-value di.77. Questa decisione è confermata dal multcompare, nel quale gli intervalli di confidenza per la differenza delle medie contengono sempre lo. I box-plot sono
2 5 3 Values Column Number L analisi dei residui conferma la validità del modello gaussiano:.98 Normal Probability Plot Probability Data Il Ks test non rigetta l ipotesi di gaussianità con un p-value di.88.. La tabella completata risulta essere A B C Repliche Somma () a - - b c - - ac ab bc abc 6 3 La stima degli effetti risulta essere: effa=3.37, effb=.6, effc=.87, effab=.375, effac=.5, effbc=-.65, effabc=.5. Per la stima numerica e grafica delle interazioni AB si ha
3 B A - - 9,7,,->9.5 9,,,8->9.5,,,8->,3,6,-> B=- B= da cui risulta interazione. Per la stima numerica e grafica delle interazioni AC si ha C A - - 9,7,9,->9,,,8->9.75,,,3->.75,3,6,-> C=- C= da cui risulta interazione. Per la stima numerica e grafica delle interazioni BC si ha: C B - - 9,7,,->9.5,,,3-> 9,,,3->.5,8,6,->
4 C=- C= la stima numerica e grafica delle interazioni ABC si ha: A B C Repliche Media () a - - b c ac ab bc abc Effettuiamo un anovan per completare l analisi: Le interazioni non sono statisticamente significative.
5 3. Bisogna verificare se il campione casuale ha legge gaussiana, nel qual caso si può effettuare un t-test. altrimenti bisogna effettuare un test sulla mediana. Il normplot è Normal Probability Plot Probability Data che non risulta mostrare un andamento lineare. Tuttavia il ks test dei dati standardizzati non rigetta l ipotesi di gaussianità con un p-value di.5. Pertanto si può effettuare un t-test, visto che non è nota la varianza della popolazione. L ipotesi che la media sia psi non si rigetta, con un p-value molto basso:.6. Questo significa che bisognerebbe fare ulteriori indagini per convalidare la decisione presa.. Effettuando un ANOVA in Matlab, il valore del p-value per le interazioni è.. Quindi siamo in presenza di interazioni dei due fattori e non possiamo proseguire l analisi. Per via grafica risulta: 8 7 b b b da cui si evince che c è interazione. Per l analisi dei residui, bisogna calcolare la media di ogni sottomatrice. Il normplot risulta essere Normal Probability Plot Probability Data
6 Il Ks test non rigetta l ipotesi di gaussianità con un p-value.. 5. Bisogna costruire una carta p-value, dove k=3 e ogni sottogruppo ha medesima taglia n=5. La linea centrale è sul valore.8333, il limite inferiore è sul valore. e quello superiore è.. Pertanto la carta risulta essere: Il processo è fuori controllo statistico. L indice di capacità del processo, in assenza di dati teorici, risulta p( p) p( p) essere /3, poiché vale / 6. n n 6. Il 5% di è 5. Pertanto abbiamo una popolazione di unità di cui 5 difettose. Da questa popolazione si estraggono unità senza reimmissione, e l esercizio chiede di calcolare la probabilità di trovare al più un pezzo difettoso. Può essere usato un modello stocastico ipergeometrico, con N=, K=5, n= e x=, ossia hygecdf(,,5,). 7. Siccome la prestazione obbiettivo è 5, si tratta di un modello NB, per il quale la funzione S/N risulta valere per la combinazione,.79 per la combinazione,.9 per la combinazione 3. Pertanto è da preferire la combinazione E possibile usare la carta c: carta c
7 Dall analisi della carta risulta che il processo è in controllo statistico. Pertanto questi stessi limiti possono essere usati per monitorare nel seguito il processo. 9. Il diagramma di Pareto in Matlab si costruisce al seguente modo: >> x=['lavast';'sale ';'Brill ';'Acqua ';'Guarni';'Filtri']; >> y=[5; 7; ; 5; 6; 3]; >> pareto(y,x) e il risultato è 6 95% 83% 7% 59% 8 7% 6 36% % % Guarni Lavast Filtri Acqua Sale % La funzione perdita ha la forma 3 L( x) ( ).5 = x. La probabilità richiesta risulta essere P( X >.5) = normcdf (.5,, 7). Il valore medio invece 3 3 E L( X ) = E ( X ) 7.5 =..5 risulta [ ]. L istogramma dei dati risulta essere 9 Istogramma dei dati
8 Dall istogramma, la popolazione da cui sono estratti i dati sembra essere gaussiana. Effettuiamo un ks test. Il p-value è.555, pertanto l ipotesi di legge gaussiana non si rigetta. Effettuiamo un ANOVA a fattore effetti fissi. Dal box-plot, non risulta che i tre turni influenzano la lunghezza della sbarretta: 8 6 Values 98 3 Column Number Il P-value dell ANOVA è infatti.9. La variabilità del processo risulta essere 8.6. Non è necessario effettuare un analisi dei residui poiché si è già provato che i dati seguono una legge gaussiana. Per la carta di controllo, si ha Xbar Chart 8 UCL 6 CL LCL Da cui si evince che la produzione è in controllo statistico, per quanto riguarda la media. Per le regole di zona, si ha
9 Xbar Chart 8 UCL UCL UCL CL 7 3 LCL LCL LCL da cui non emergono particolari criticità. La carta dell escursione scegliamo come limite inferiore il livello e per B il valore.57. Si ha Carta escursione E necessario costruire una carta p. Visto che le taglie dei sottocampioni sono diverse, useremo la taglia media, che risulta essere 98. La linea centrale si attesta su.955. La linea superiore si attesta su.86 e quella inferiore su.6. La carta di controllo risulta essere:.5 Carta np Il processo risulta fuori controllo statistico. L istogramma è
10 6 Istogramma del campione mentre il box-plot è Istogramma del campione 5 Values 5 Column Number Si tratta dunque di una binomiale asimmetrica (p=.955), con una pronunciata coda destra. Per effettuare un KS test, bisogna costruire il vettore della funzione di ripartizione. Ossia ccf(:,)=binocdf(sort(x(:,)),98,.955). Il risultato è >> [H,P,KSSTAT,CV] = KSTEST(x(:,),ccf,.5,) H =, P =.8357, KSSTAT =.7, CV =.6 pertanto l ipotesi di legge binomiale non si rigetta.. La matrice dei coefficienti di correlazione associata ai dati risulta essere: Pertanto la coppia povertà vittima è quella che può maggiormente essere modellata con una regressione lineare. Usando lo strumento polytool, la retta di regressione lineare risulta essere y =.5 +.x
11 Il normplot dei residui risulta essere Normal Probability Plot Probability Data Il Ks test non rigetta l ipotesi di gaussianità dei residui con un p-value di La media totale sarà data da X = x j = 33.9cl mentre la varianza campionaria è data j= da S = s j =.8Dai dati del problema si ha che USL = 33(+.5) = 3,65 mentre j= LSL = 33(.5) = 3,35. Pertanto si ha: C pk = min, = min{,759;,735} =,
Soluzioni prova scritta di Complementi di Probabilità e Statistica (29/06)
Soluzioni prova scritta di Complementi di Probabilità e Statistica (29/6). (a) Per costruire il box plot, vengono determinati minimo=,, massimo=,97, mediana=,455, I quartile=,3375 e III quartile=,745 dei
Dettagli27 Marzo (a) Formulare una ipotesi sul modello tempo di vita di questa valvola e sottoporla a verifica.
Prova scritta di Affidabilità dei sistemi e Controllo statistico di qualità 27 Marzo 20 Tempo di lavoro: 2 ore. Gli esercizi vanno svolti in un file word. Riportare su questo file sia i grafici che eventuali
DettagliProva scritta di Complementi di Probabilità e Statistica. 31 Ottobre 2012
Prova scritta di Complementi di Probabilità e Statistica 31 Ottobre 2012 1. In un processo per accrescere uno strato sottile di biossido di silicio sopra fette di silicio utilizzate per la fabbricazione
DettagliSoluzioni della prova scritta del 6 Marzo 2013 (a.a. 2012/2013)
Soluzioni della prova scritta del 6 Marzo 2013 (a.a. 2012/2013) 1. Per monitorare se la produzione è in controllo statistico costruiamo una carta p. Se x è il vettore dei dati assegnati, le percentuali
Dettagli22/01/2013 ANOVA ANALYSIS OF VARIANCE
ANOVA ANALYSIS OF VARIANCE 1 2 1 CONCENTRAZIONE=LIVELLI REPLICHE 5 10 15 20 1 7 12 14 19 2 8 17 18 25 3 15 13 19 22 4 11 18 17 23 5 9 19 16 18 6 10 15 18 20 Disegnare i box plot >> boxplot(x) Values 24
DettagliProva scritta Affidabilità dei sistemi stocastici e controllo statistico di qualità 28 Marzo 2013
Prova scritta Affidabilità dei sistemi stocastici e controllo statistico di qualità 28 Marzo 2013 1. Un azienda che produce batterie per cellulari sta effettuando dei test per confrontare tre tipi diversi
DettagliEsercizi di riepilogo sul controllo statistico di qualità e anova
Esercizi di riepilogo sul controllo statistico di qualità e anova 1. In un disegno bilanciato a due fattori incrociati un vasto terreno viene diviso in appezzamenti, nei quali vengono seminate tre diverse
DettagliEsercitazioni. Apro nell editor del MATLAB un file con estensione txtin cui incollo i dati della matrice. >> esercizio1.
Esercitazioni 1 Esercizio 1:Due macchine riempiono bottiglie di plastica per un volume netto di 16 once (circa 450gr.). Vengono selezionati due campioni. Stabilire se ci sono differenze significative tra
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliProva scritta di Complementi di Probabilità e Statistica 19 Luglio 2005 (consegnare solo il file word)
Prova scritta di Complementi di Probabilità e Statistica 19 Luglio 2 (consegnare solo il file word) La tabella si riferisce alla lunghezze di 4 sbarre di acciaio ottenute per taglio manuale con l ausilio
DettagliProva scritta di Affidabilità dei sistemi e Controllo Statistico di Qualità. 1 Agosto 2013
Prova scritta di Affidabilità dei sistemi e Controllo Statistico di Qualità 1 Agosto 2013 1. Assegnata la seguente distribuzione doppia, determinare la legge di probabilità della v.a. Z=X+Y. Y\X 0 1 Totale
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
DettagliProva scritta di Statistica
Prova scritta di Statistica 5 Febbraio 2016 1. Da un indagine riguardante l utilizzo del telefono cellulare si sono ottenuti i seguenti risultati: Età No.telefonini Chiamate Spesa sett. Bluetooth 20 2
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
DettagliProgettazione del processo
Progettazione del processo produttivo Il miglioramento della qualità e della produttività ha maggiore efficacia quando è parte integrante del processo di realizzazione del prodotto. In particolare l uso
DettagliProgettazione del processo produttivo
Progettazione del processo produttivo Il miglioramento della qualità e della produttività ha maggiore efficacia quando è parte integrante del processo di realizzazione del prodotto. In particolare l uso
Dettagli26/01/2012 ANOVA ANALYSIS OF VARIANCE
ANOVA ANALYSIS OF VARIANCE 1 Disegnare i box plot >> boxplot(x ) Values 2 22 20 18 16 1 12 10 8 1 2 3 Column Number Y osservazioni i = 1,, a = µ + τ + ε j = 1,, n ij i ij Media comune Scostamenti dalla
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
DettagliStatistica Compito A
Statistica Compito A Prova scritta del 3 Luglio 2015 1. Il seguente campione casuale si riferisce al numero di difetti riscontrati su 1 metro-quadrato di stoffa: 0 7 1 5 2 6 3 4 4 3 5 2 6 1 7 2 (a) Cosa
DettagliProva scritta di Affidabilità dei sistemi e controllo statistico di qualità. 3 Giugno 2013
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 3 Giugno 013 1. Nella costruzione di una catapulta sono stati individuati 6 fattori: l elevazione anteriore, l asola nel fulcro
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
Dettagli20/01/2016 ANOVA ANALYSIS OF VARIANCE. Il gruppo di ingegneri responsabile del progetto decide di investigare 4 livelli di concentrazione del legno
ANOVA ANALYSIS OF VARIANCE 1 Il gruppo di ingegneri responsabile del progetto decide di investigare 4 livelli di concentrazione del legno 2 1 CONCENTRAZIONE=LIVELLI REPLICHE 5 10 15 20 1 7 12 14 19 2 8
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliProva scritta di Affidabilità dei sistemi e controllo statistico di qualità
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 1. a) La funzione di affidabilità è: Soluzioni 28 Gennaio 2016 = = 4. b) La probabilità che il sistema si guasti tra 0.4 e 1.4
DettagliProva scritta di Affidabilità dei sistemi e controllo statistico di qualità
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 18 Febbraio 2016 1. La probabilità di errore nella trasmissione di una cifra binaria attraverso un certo canale di comunicazione
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
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:
DettagliLaboratorio di Statistica 1 con R Esercizi per la Relazione. I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati
Laboratorio di Statistica 1 con R Esercizi per la Relazione I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati nel corso. Esercizio 1. 1. Facendo uso dei comandi
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
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
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
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
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
DettagliPROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI
1 PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI In merito al programma del corso B di statistica già pubblicato con i relativi riferimenti
DettagliPROVA SCRITTA DI AFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA 9 Maggio 2014
PROVA SCRITTA DI AFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA 9 Maggio 2014 1. Le funzioni di perdita sono di tipo NB stocastico. Il coefficiente K è 1,8 ottenuto dal costo previsto per la
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliConfronto tra più di due campioni
Confronto tra più di due campioni La matrice dei dati Quando si esaminano più di due popolazioni, le informazioni sono u- sualmente organizzate sotto forma di matrice.,,, n ( ω ω ω ) 1 2 Pino, Maria,,Giacomo
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
DettagliEsercitazione straordinaaaaariaaaaa. Statistica L-Z
Esercitazione straordinaaaaariaaaaa Statistica L-Z Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e P(B)=0.5. Allora: a) =0 b) >1 c) 0.5 d) >0.5 Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e
DettagliStatistica parametrica e non parametrica. Gli intervalli di confidenza
Statistica parametrica e non parametrica Per un campione univariato Gli intervalli di confidenza MEDIA CAMPIONARIA MEDIA VERA 1 Gli intervalli di confidenza 3 Gli intervalli di confidenza 4 Una introduzione
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
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA statistica descrittiva - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI
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
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliVariabili aleatorie. continue. Discreto continuo
Variabili aleatorie continue Discreto continuo.18 Uniforme discreta, n=11 n=21 n=11 n=6 n=51 n=51 Uniforme.16.14.12.1.8.6?.4.2 1 1 2 2 3 3 4 4 5 5 6 6 7 7 Per passare dal modello discreto al modello continuo
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliStatistica - Prova scritta - 23 luglio 2015 (A) Le risposte prive di adeguata motivazione non saranno prese in considerazione
Statistica - Prova scritta - 23 luglio 2015 (A) Le risposte prive di adeguata motivazione non saranno prese in considerazione 1. La durata di una lampadina è una variabile aleatoria normale di media 10,3
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica La distribuzione delle statistiche campionarie Teorema del limite centrale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio (Scozzafava) Una ferrovia metropolitana
DettagliFacoltà di Scienze Politiche Corso di laurea in Servizio sociale. Compito di Statistica del 7/1/2003
Compito di Statistica del 7/1/2003 I giovani addetti all agricoltura in due diverse regioni sono stati classificati per età; la distribuzione di frequenze congiunta è data dalla tabella seguente Età in
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliANOVA. ANalysis Of VAriance. Federico Plazzi. 1 Dicembre 2015
ANOVA ANalysis Of VAriance Federico Plazzi 1 Dicembre 2015 A che cosa serve? A che cosa serve? Applicazione L ANOVA ha finalità simili al test t: confrontare campioni. Al contrario del test t, però, è
DettagliMicroeconometria Day # 3 L. Cembalo. Regressione con due variabili e metodo dei minimi quadrati
Microeconometria Day # 3 L. Cembalo Regressione con due variabili e metodo dei minimi quadrati SRF: sample regression function Il passaggio dalla regressione sulla popolazione a quella sul campione è cruciale
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliIN MATLAB distribuzione di frequenza. >> x(1)=7.5; >> for i=2:7 x(i)=x(i-1)+5; end. IN MATLAB distribuzione di frequenza
IN MATLAB distribuzione di frequenza 2-1 4. Usare la function histc(dati,x) 2-2 1. Riportare i dati in un file (ad esempio dati.mat); 2. load ascii dati: viene creata una variabile dati contenente il campione;
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
DettagliControllo Statistico della Qualità (alcune note) A cura della Prof.ssa Paola Vicard e della Prof.ssa Flaminia Musella
Controllo Statistico della Qualità (alcune note) A cura della Prof.ssa Paola Vicard e della Prof.ssa Flaminia Musella Syllabus del modulo (20 ore) Introduzione Alcuni richiami alle nozioni fondamentali
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliProva Pratica di Statistica I+II - Prof. M. Romanazzi
1 Università di Venezia - Corso di Statistica I + II (Cb-Ga) Prova Pratica di Statistica I+II - Prof. M. Romanazzi 3 Giugno 2008 Cognome e Nome............................................ N. Matricola............
DettagliEsplorazione dei dati. Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi
Esplorazione dei dati Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi Analisi mono e bivariata Si utilizzano indicatori sintetici che individuano, con un singolo valore, proprieta`
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
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,
DettagliIndice. Parte I. 2.4 Confrontare variabili numeriche tra gruppi 23 Confronto di istogrammi tra gruppi 23 Confronto delle frequenze cumulative 23
Indice Parte I Capitolo 1 Statistica e campioni 1.1 Che cos è la statistica? 2 1.2 Campionare le popolazioni 3 Popolazioni e campioni 4 Proprietà dei buoni campioni 4 Il campionamento casuale 5 Come ottenere
DettagliSTATISTICA. Esercizi
STATISTICA Esercizi Esercizio 188 In vista di un referendum sulle energie rinnovabili si monitorano le opinioni in un campione casuale di 1600 soggetti nel mese di Agosto e in quelle di Ottobre, con i
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 AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
Dettaglistrumenti statistici di sviluppo prodotto Francesca Campana Parte 1 Concetti di base
strumenti statistici di sviluppo prodotto Francesca Campana Parte 1 Concetti di base Pagina 1 Nello sviluppo di un prodotto la presenza di variabili di natura casuale e di funzioni obiettivo probabilistiche
DettagliAnalisi economica NUTS (regioni) Europee
Analisi economica NUTS (regioni) Europee Con riferimento al dataset fornito: 1. Calcolare la distribuzione di frequenze assolute, relative e percentuali delle microaree NUTS per le cinque classi di popolazione
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
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliStudio di osservazione, perché non viene imposto nessun trattamento alle unità campionarie
ALCUNI ESERCIZI ASSEGNATI (3 e 6 crediti) NELLA SESSIONE DI LUGLIO CON RELATIVE SOLUZIONI ATTENZIONE I VALORI OTTENUTI NEI CALCOLI (OTTENUTI CON UN SOFTWARE STATISTICO) POSSONO DIFFERIRE DI POCO DA QUELLI
DettagliIndice. Parte I. 2.4 Confrontare variabili numeriche tra gruppi 23 Confronto di istogrammi tra gruppi 23 Confronto delle frequenze cumulative 23
Indice Parte I Capitolo 1 Statistica e campioni 1.1 Che cos è la statistica? 2 1.2 Campionare le popolazioni 3 Popolazioni e campioni 4 Proprietà dei buoni campioni 4 Il campionamento casuale 5 Come ottenere
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
DettagliStatistica. Capitolo 6. Variabili Aleatorie Continue e Distribuzioni di Probabilità. Cap. 6-1
Statistica Capitolo 6 Variabili Aleatorie Continue e Distribuzioni di Probabilità Cap. 6-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare la differenza tra una variabile
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 4038) 6 novembre 2002
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 4038) 6 novembre 00 SOLUZIONI L Associazione Industriali di una provincia lombarda ha commissionato un indagine per studiare le esigenze del mercato
DettagliDa: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni.
Strumenti di controllo costi-qualità Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni. Controllo costi Le difficoltà di un accurato e affidabile
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliStatistica descrittiva: analisi di regressione
Statistica descrittiva: analisi di regressione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.
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
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010
Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con
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
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Quattro arcieri
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)
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
DettagliEsercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:
Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione
DettagliModelli matematici di fenomeni aleatori Variabilità e casualità
Modelli matematici di fenomeni aleatori Variabilità e casualità La casualità è alla base della scelta degli individui che compongono un campione ai fini di un indagine statistica. La casualità è alla base
DettagliESERCIZI. 2 - Descrittiva
ESERCIZI 2 - Descrittiva (*) da lez. 19/04 Tabella 2.12(a) Tabella 2.12(b) 5 10 15 20 25 30 0 5 10 15 20 1 2 3 4 5 6 7 1 2 3 4 5 6 7 =4 mediane pari a 4 =4 (*) da lez. 19/04 Tabella 2.12(a) mediane pari
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)
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliESERCIZI DI RIEPILOGO 1
ESERCIZI DI RIEPILOGO 1 ESERCIZIO 1 La tabella seguente contiene la distribuzione di frequenza della variabile X = età (misurata in anni) per un campione casuale di bambini: x i 4.6 8 3.2 3 5.4 6 2.6 2
DettagliSTATISTICA. Esercizi-5
STATISTICA Esercizi-5 Statistico, detective o romanziere? Per risolvere i casi complicati bisogna essere capaci di costruire una storia, partendo dagli indizi disponibili, che contenga una spiegazione
DettagliStatistica. Esercitazione 10. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice. V.C.
uniforme Bernoulli binomiale di Esercitazione 10 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 55 Outline uniforme Bernoulli binomiale di 1 uniforme 2 Bernoulli 3 4
Dettagli