Elementi di Psicometria con Laboratorio di SPSS 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Elementi di Psicometria con Laboratorio di SPSS 1"

Transcript

1 Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca G. Rossi (Dip. Psicologia) ElemPsico / 26

2 Introduzione Per le variabili quantitative usiamo delle unità di misura (anni, numero di errori... ) I punteggi grezzi (ciò che abbiamo misurato) sono semplici da interpretare se conosciamo la scala su cui sono misurati (i metri, i gradi centigradi e simili) Non sono facili da interpretare se usano scale non conosciute (ad es. intervallo 6-36 oppure ) Variabili diverse possono usare unità diverse (età, soddisfazione... ) con metriche diverse (età -> 0-n; soddisfazione -> 0-10,... ) che possono cambiare da una cultura all altra (kg o libbre, km o miglia,... ) G. Rossi (Dip. Psicologia) ElemPsico / 26

3 Introduzione Non sono molto utili neppure per confrontare fra loro variabili diverse: un 25 in un test di abilità matematica (AM) è migliore o peggiore di un 55 in un test di abilità verbale (AV)? Dipende dalle relative scale: se AM ha un range 1-30 e AV un range entrambi i punteggi sono abbastanza vicini al valore massimo Ma uno è migliore dell altro? G. Rossi (Dip. Psicologia) ElemPsico / 26

4 Introduzione Nella vita reale, le unità di misura sono già un enorme semplificazione della nostra vita Confrontare variabili diverse fra loro non è possibile se non usando la stessa scala di misura e lo stesso metro È come decidere se 3 banane sono di più di 3 arance Sono cose diverse e non possiamo confrontarle A meno di non trasformarle in una stessa unità di misura G. Rossi (Dip. Psicologia) ElemPsico / 26

5 Confrontare variabili Ad esempio 3 banane pesano di più di 3 arance? In 3 banane ci sono più vitamine che in 3 arance? 3 banane occupano più spazio di 3 arance? ci sono più frutti di tipo banane o di tipo arance? Ma in statistica vorremmo avere un unica un unità di misura che valga per misurare qualsiasi variabile Quale potrebbe essere questa unità di misura? G. Rossi (Dip. Psicologia) ElemPsico / 26

6 Distanze dalla media L unità di misura parte da 0 e va fino a 10. Se sottraiamo 5 a tutti i punteggi otteniamo: L unità di misura parte da -5 e va fino a +5 Non cambia nulla, abbiamo trasformato lo zero assoluto in uno zero relativo. La nuova unità di misura è la deviazione dalla media (x M); in termini più precisi è quante unità di misura di questa variabile, ogni punteggio dista dalla media della variabile. G. Rossi (Dip. Psicologia) ElemPsico / 26

7 Deviazione standard Non basta modificare la metrica ed esprimere tutto in base a quanti scarti ci sono da qui alla media perché ogni variabile ha una sua estensione e una sua unità di misura specifica Anche se diciamo che X dista 2 dalla sua media e Y dista 3 dalla sua media, se X misura i chilometri e Y il peso.... non possiamo fare confronti. Ma la deviazione standard è la radice quadrata della varianza (Xi X) 2 ds = var = N e se esprimiamo gli scarti in termini di distanza.... G. Rossi (Dip. Psicologia) ElemPsico / 26

8 Trasformazioni lineari Abbiamo visto che se aggiungo o sottraggo una costante ad una distribuzione, la media subisce la stessa trasformazione X = X (X + k) = X + k per cui se io tolgo ad AM e AV la loro media, trasformo le due variabili in modo che abbiano entrambe M=0 (X X) = X X = 0 Ho semplicemente spostato le misure in modo che la media di entrambe fosse 0. G. Rossi (Dip. Psicologia) ElemPsico / 26

9 Trasformazioni lineari Adesso hanno la stessa media (zero) ma hanno ancora varianza diversa Come possiamo rendere i campi di variazione uguali? Una prima possibilità è di dividere tutto per un determinato valore (ad es. le rispettive gamme) e poi moltiplicare tutto per uno stesso valore (ad es. 100) Un altra possibilità è quella di usare la deviazione standard come unità di misura In pratica, ci chiediamo Quante deviazioni standard ci sono fra un determinato valore X e la media? G. Rossi (Dip. Psicologia) ElemPsico / 26

10 Punti z Quante deviazioni standard ci sono fra un determinato valore X e la media? La risposta implica utilizzare la deviazione standard (σ) come nuova unità di misura Gli scarti dalla media (X X) vengono divisi per la dev. st.: z x = X X σ Il punteggio trasformato in numero di scarti dalla media si chiama punto z o punteggio z G. Rossi (Dip. Psicologia) ElemPsico / 26

11 Punti z Il punto z è una misura standard G. Rossi (Dip. Psicologia) ElemPsico / 26

12 Punti z Il punto z è una misura standard La media dei punti z è 0 (z = 0), visto che un qualunque punteggio corrispondente alla media sarebbe a 0 scarti dalla media G. Rossi (Dip. Psicologia) ElemPsico / 26

13 Punti z Il punto z è una misura standard La media dei punti z è 0 (z = 0), visto che un qualunque punteggio corrispondente alla media sarebbe a 0 scarti dalla media La somma dei punti z è 0 ( z = 0), perché i punti z sono scarti dalla media trasformati in modo uniforme e la somma degli scarti è 0 G. Rossi (Dip. Psicologia) ElemPsico / 26

14 Punti z Il punto z è una misura standard La media dei punti z è 0 (z = 0), visto che un qualunque punteggio corrispondente alla media sarebbe a 0 scarti dalla media La somma dei punti z è 0 ( z = 0), perché i punti z sono scarti dalla media trasformati in modo uniforme e la somma degli scarti è 0 La deviazione standard dei punti z è 1 (σ z = 1), perché la deviazione standard è l unità di misura G. Rossi (Dip. Psicologia) ElemPsico / 26

15 Punti z Il punto z è una misura standard La media dei punti z è 0 (z = 0), visto che un qualunque punteggio corrispondente alla media sarebbe a 0 scarti dalla media La somma dei punti z è 0 ( z = 0), perché i punti z sono scarti dalla media trasformati in modo uniforme e la somma degli scarti è 0 La deviazione standard dei punti z è 1 (σ z = 1), perché la deviazione standard è l unità di misura Valori negativi indicano punteggi inferiori alla media G. Rossi (Dip. Psicologia) ElemPsico / 26

16 Punti z Il punto z è una misura standard La media dei punti z è 0 (z = 0), visto che un qualunque punteggio corrispondente alla media sarebbe a 0 scarti dalla media La somma dei punti z è 0 ( z = 0), perché i punti z sono scarti dalla media trasformati in modo uniforme e la somma degli scarti è 0 La deviazione standard dei punti z è 1 (σ z = 1), perché la deviazione standard è l unità di misura Valori negativi indicano punteggi inferiori alla media Valori positivi, punteggi sopra la media G. Rossi (Dip. Psicologia) ElemPsico / 26

17 Punti Z La trasformazione in punti z, si dice anche standardizzazione La distribuzione dei punti z si dice distribuzione standardizzata perché è una delle tante possibili curve di frequenza, ma con media e ds conosciute a priori I punti z permettono di confrontare fra loro punteggi provenienti da distribuzioni di frequenza diverse Esempio x=70, M=82, σ=12 (z=-1) x=23, M=35, σ= 6 (z=-2) 23 è 2 ds al di sotto della sua media, mentre 70 è solo 1 ds sotto la sua media; se fossero punteggi di profitto, confrontandoli, dovremmo dire 23 è un valore peggiore rispetto a 70 non perché è più piccolo ma perché il suo punto z è inferiore G. Rossi (Dip. Psicologia) ElemPsico / 26

18 Esempi d uso dei punti z Conoscendo media, varianza e il punto z, si può calcolare il valore di X (cioè il punto grezzo): X = X + z x σ x Esempio Se un test di profitto ha M=82 è σ=12, a quale punteggio corrisponde il punto z=1.2? X = = 96.4 G. Rossi (Dip. Psicologia) ElemPsico / 26

19 Scale derivate dai punti z Ci sono scale standardizzate utilizzate comunemente in psicologia (specie per i test) che derivano dai punti z punteggi T: hanno media 50 e ds=10. Si ottengono con T = 10z + 50 punteggi SAT: hanno media 500 e ds=100. Si ottengono con SAT = 100z QI o IQ: la maggior parte dei test d intelligenza (come il WAIS) utilizza una media di 100 e ds=15. Si ottengono con QI = 15z QI o IQ: il test d intelligenza Stanford-Binet utilizza una media di 100 e ds=16. Si ottengono con QI = 16z G. Rossi (Dip. Psicologia) ElemPsico / 26

20 Spss: punti z Spss permette di calcolare i punti z di una variabile per ogni unità statistica, tramite Analizza Statistiche descrittive Descrittive... e attivando il flag Salva valori standardizzati come variabili G. Rossi (Dip. Psicologia) ElemPsico / 26

21 Spss: punti z Viene aggiunta una variabile con il nome corrispondente preceduto da Z Questa variabile può essere usata come qualsiasi altra G. Rossi (Dip. Psicologia) ElemPsico / 26

22 Tavole della distr. normale Nella curva normale ogni z corrisponde ad un area L area può essere proposta in modi diversi Ad ogni z corrisponde un area fino a z= Fra z= 3 e z= c è un area del 99.87% La tavola del vostro libro (Howitt) propone l area per determinati punti z G. Rossi (Dip. Psicologia) ElemPsico / 26

23 Tavole della distr. normale Alcuni punti z corrispondono ad aree particolari z=-1.64 corrisponde al 5%/95% z=-1.96 corrisponde al 2.5%/97.5% G. Rossi (Dip. Psicologia) ElemPsico / 26

24 Tavole della distr. normale La curva normale è simmetrica Quindi ogni metà è il 50% Allontanandoci da z=0 abbiamo aree simili per z simili z= > 53.98% (cioè 3.98% sotto) z=0.10 -> 46.02% (cioè =3.98% sopra la media) G. Rossi (Dip. Psicologia) ElemPsico / 26

25 Tavole della distr. normale z=1.64 corrisponde al 95%/5% z=1.96 corrisponde al 97.5%/2.5% G. Rossi (Dip. Psicologia) ElemPsico / 26

26 Tavole della distr. normale Altri libri riportano tavole più complete (ad es. Welkowitz, Cohen, Ewen: Tavola A, p. 473 ss.) La tavola riporta le proporzione di area sottese alla curva normale calcolate a partire dalla media (ricordarsi che l intera area è simmetrica) Per ogni punto z viene indicata l area fra z=0 e il punto z stesso (area in grigio) La proporzione di area è indicata come percentuale (34,13) con due decimali G. Rossi (Dip. Psicologia) ElemPsico / 26

27 Tavole della distr. normale La prima colonna indica il primo decimale del punto z, ogni colonna successiva indica il secondo decimale All incrocio fra una riga (ad es. 0,3) e una colonna (0,05) troviamo l area corrispondente (ad es. 0,35) Es. l area fra z=0,35 e 0 è pari a 13,68 G. Rossi (Dip. Psicologia) ElemPsico / 26

28 Esempi d uso dei punti z Qual è la % di soggetti con un punteggio inferiore o uguale a 120 (M=100, s=20)? calcolo il punto z [( )/20=1] tavole della normale; cerco la riga corrispondente a z=1.0, avanzo fino alla colonna 0 e leggo l area corrispondente [34,13] questa è l area fra la z=0 e z= 1 ; mi interessa anche la metà inferiore, sommo 50,00 [50, = 84.13%] oppure Howitt; cerco 1.00, trovo 15.87%, ma è quella superiore, quindi =84.13% G. Rossi (Dip. Psicologia) ElemPsico / 26

29 Esempi d uso dei punti z Qual è la % di soggetti con un punteggio inferiore a 80 (M=100, s=20)? calcolo il punto z [(80-100)/20=-1] negativo perché sotto la media tavole della normale; cerco la riga corrispondente a z 1.0, avanzo fino alla colonna 0 e leggo l area corrispondente [34,13] poiché questa è l area fra la z=0 e z= 1 e mi interessa l area inferiore, faccio il complemento [50,00-34,13 = 15.87%] oppure Howitt; cerco -1.00, trovo 84.13%, ma è quella superiore, quindi =15.87% G. Rossi (Dip. Psicologia) ElemPsico / 26

30 Esempi d uso dei punti z Qual è la % di soggetti con punteggio compreso fra 80 e 120? calcolo i punti z [-1 e +1] tavole della normale; cerco la riga corrispondete al punto z 1.0, avanzo fino alla colonna 0 e leggo l area corrispondente [34,13] poiché questa è l area fra la z=0 e z= 1 ed entrambe sono uguali, sommo l area 2 volte [34, ,13 = 68.26%] oppure Howitt; cerco 1.00, trovo 34.13%, raddoppio, quindi 34, ,13 = 68.26% G. Rossi (Dip. Psicologia) ElemPsico / 26

31 Esempi d uso dei punti z A quale punto z corrisponde l area con il 10% di punteggi superiori? poiché le tavole indicano l area fra z=0 e z=x, devo trovare il resto di 10,00 [50,00-10,00=40,00] cerco dentro le tavole una proporzione che si avvicini a 40,00... corrisponde a z=1.28 i punteggi il cui z è >= di 1.28, rientrano nel 10% superiore oppure Howitt; cerco un area vicina al 10% sul lato positivo; trovo 9.68% -> z=1.30 G. Rossi (Dip. Psicologia) ElemPsico / 26

Elementi di Psicometria

Elementi di Psicometria Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 4-Misure della tendenza centrale (vers. 1.0b, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 3-I percentili vers. 1.2 (30 ottobre 2013) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2013-2014

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende

Dettagli

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni

Dettagli

Teoria e tecniche dei test

Teoria e tecniche dei test Teoria e tecniche dei test Lezione 10 LA TRASFORMAZIONE DEI PUNTEGGI LA TRASFORMAZIONE DEI PUNTEGGI Affinchè i punteggi ottenuti ad un test siano paragonabili a punteggi di altri test e interpretabili

Dettagli

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE Sapendo che la variabile dominanza si distribuisce normalmente con media = 32 e deviazione standard = 5, trovare, in un gruppo di 80 soggetti,

Dettagli

STATISTICHE DESCRITTIVE Parte II

STATISTICHE DESCRITTIVE Parte II STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una

Dettagli

La SCALA di Probabilità varia tra 0.00 e 1.00.

La SCALA di Probabilità varia tra 0.00 e 1.00. CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00

Dettagli

Il test (o i test) del Chi-quadrato ( 2 )

Il test (o i test) del Chi-quadrato ( 2 ) Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero

Dettagli

Come attribuire i punteggi M I S U R A R E

Come attribuire i punteggi M I S U R A R E Come attribuire i punteggi M I S U R A R E Dopo la prova Come verranno raccolti i dati? Come verranno processati e validati i risultati? Quali metodi statistici? Quali software a disposizione? Quale scala

Dettagli

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi: DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme

Dettagli

standardizzazione dei punteggi di un test

standardizzazione dei punteggi di un test DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la

Dettagli

Lezione 4 a - Misure di dispersione o di variabilità

Lezione 4 a - Misure di dispersione o di variabilità Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 25-Dimensione degli effetti e 26-Metanalisi vers. 1.0 (2 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Campo di Variazione Costituisce la misura di

Campo di Variazione Costituisce la misura di Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00

Dettagli

http://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella

Dettagli

MISURE DI DISPERSIONE

MISURE DI DISPERSIONE MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Statistica. Matematica con Elementi di Statistica a.a. 2015/16 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

Le tappe sono essenzialmente 2

Le tappe sono essenzialmente 2 Statistica3 28/09/2015 Che cosa interessa realmente al biologo quando ad esempio determina la glicemia in un gruppo di 6 animali? La glicemia di questi 6 animali La glicemia degli animali sani Le tappe

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

LE FIGURE PIANE CON GLI OCCHI DEI BAMBINI

LE FIGURE PIANE CON GLI OCCHI DEI BAMBINI LE FIGURE PIANE CON GLI OCCHI DEI BAMBINI Monica Falleri CLASSE V a.s. 2014-15 METODOLOGIA LABORATORIALE che utilizza il PROBLEMA come MOTORE dell ESPLORAZIONE, della SCOPERTA, della COSTRUZIONE DI CONOSCENZA

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

Come risolvere i quesiti dell INVALSI - terzo

Come risolvere i quesiti dell INVALSI - terzo Come risolvere i quesiti dell INVALSI - terzo Soluzione: Dobbiamo ricordare le precedenze. Prima le potenze, poi le parentesi tonde, quadre e graffe, seguono moltiplicazioni e divisioni nell ordine di

Dettagli

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla

Dettagli

Variabile casuale Normale

Variabile casuale Normale Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 06-Anova per misure ripetute (vers. 1.0a, 1 dicembre 2016) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

4 La correlazione [0.4]

4 La correlazione [0.4] 4 La correlazione [0.4] 4.1 Cos è la correlazione La correlazione è un indice che misura l associazione fra due variabili, più in particolare, misura il grado in cui due variabili si muovono assieme. Esistono

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione Gaussiana - Facciamo un riassunto - Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura

Dettagli

CORSO ZERO DI MATEMATICA

CORSO ZERO DI MATEMATICA UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA RADICALI Dr. Erasmo Modica erasmo@galois.it LE RADICI Abbiamo visto che l insieme dei numeri reali è costituito da tutti

Dettagli

1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl

1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl 1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16

Dettagli

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

STATISTICA 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

Dettagli

Una statistica è una quantità numerica il cui valore è determinato dai dati.

Una statistica è una quantità numerica il cui valore è determinato dai dati. STATISTICHE CAMPIONARIE Quando i dati sono molti e illeggibili nella forma grezza, si rende necessario introdurre quantità numeriche che possano essere usate per sintetizzarli. Queste misure riassuntive

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI. Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi

Dettagli

Distribuzioni secondo due caratteri. Rappresentazioni e prime sintesi

Distribuzioni secondo due caratteri. Rappresentazioni e prime sintesi Distribuzioni secondo due caratteri Rappresentazioni e prime sintesi Rappresentazioni delle distribuzioni doppie Quando per ogni unità del collettivo rileviamo due caratteri otteniamo una Esempio. Ad alcuni

Dettagli

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA

Dettagli

Scanned by CamScanner

Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: 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

Dettagli

Elementi di statistica

Elementi di statistica Scuola media G. Ungaretti Elementi di statistica Prof. Enrico Castello Ti insegnerò a conoscere i criteri organizzatori di una tabella di dati distinguere frequenze assolute e frequenze percentuali determinare

Dettagli

Come risolvere i quesiti dell INVALSI - primo

Come risolvere i quesiti dell INVALSI - primo Come risolvere i quesiti dell INVALSI - primo Soluzione: Se mancano di 90 significa mancano a 90. Saranno presenti 90 9 = 81 litri. Soluzione: Se il trapezio è isoscele allora l angolo, inoltre l angolo

Dettagli

SCOPO DELL ANALISI DI CORRELAZIONE

SCOPO DELL ANALISI DI CORRELAZIONE CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica

Dettagli

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii

Presentazione 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

Dettagli

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.? Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione

Dettagli

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 02-Variabili descrittive: Tabelle e grafici vers. 1.2 (9 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) MEDIA aritmetica semplice

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

Come risolvere i quesiti dell INVALSI - secondo

Come risolvere i quesiti dell INVALSI - secondo Come risolvere i quesiti dell INVALSI - secondo Soluzione: Si tratta del prodotto di due potenze con la stessa base. La base rimane la stessa e si sommano gli esponenti: La risposta corretta è la A. Soluzione:

Dettagli

La distribuzione delle frequenze. T 10 (s)

La distribuzione delle frequenze. T 10 (s) 1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo

Dettagli

Questionario 1. Sono assegnati i seguenti dati

Questionario 1. Sono assegnati i seguenti dati Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori

Dettagli

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 14-Introduzione all analisi della potenza statistica (vers. 1.2a, 11 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

STATISTICA I - CORSO DI LAUREA IN STATISTICA a.a. 2004/2005 Prova intermedia del 01 aprile 2005

STATISTICA I - CORSO DI LAUREA IN STATISTICA a.a. 2004/2005 Prova intermedia del 01 aprile 2005 STATISTICA I - CORSO DI LAUREA IN STATISTICA a.a. 2004/2005 Prova intermedia del 01 aprile 2005 Esercizio 1 La Tabella 1 contiene alcuni dati relativi a 14 aziende. Tabella 1 Dati (fittizi) su alcune aziende

Dettagli

LEZIONI 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 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

Dettagli

Elementi di Statistica

Elementi di Statistica Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica

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 Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

A1. Calcolo in Q. A1.1 Tabelline e potenze. A1.2 Scomposizione in fattori di numeri interi MCD e mcm

A1. Calcolo in Q. A1.1 Tabelline e potenze. A1.2 Scomposizione in fattori di numeri interi MCD e mcm A. Calcolo in Q Questo capitolo tratta argomenti che solitamente sono già stati svolti alle scuole medie ed elementari. Tali argomenti sono necessari per affrontare il programma delle scuole superiori.

Dettagli

COMPENDIO ESPONENZIALI LOGARITMI

COMPENDIO ESPONENZIALI LOGARITMI TORINO SETTEMBRE 2010 COMPENDIO DI ESPONENZIALI E LOGARITMI di Bart VEGLIA 1 ESPONENZIALi 1 Equazioni esponenziali Un espressione in cui l incognita compare all esponente di una o più potenze si chiama

Dettagli

Costruiamo la STRISCIA DELLE MISURE. decametro metro decimetro. Tm Gm Mm km hm dam m dm cm mm µm nm pm

Costruiamo la STRISCIA DELLE MISURE. decametro metro decimetro. Tm Gm Mm km hm dam m dm cm mm µm nm pm Terametro Gigametro Megametro chilometro ettometro decametro metro decimetro micrometro millimetro milcrometro nanometro picometro Costruiamo la STRISCIA DELLE MISURE. Tm Gm Mm km hm dam m dm cm mm µm

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione

Dettagli

Variabile Casuale Normale

Variabile Casuale Normale Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ

Dettagli

Esercitazione del

Esercitazione 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

Dettagli

Lezione 3: come si descrive il moto dei corpi

Lezione 3: come si descrive il moto dei corpi Lezione 3 - pag.1 Lezione 3: come si descrive il moto dei corpi 3.1. Correlare posizione e tempo Quando diciamo che un corpo si muove intendiamo dire che la sua posizione, misurata rispetto al sistema

Dettagli

FENOMENI CASUALI. fenomeni casuali

FENOMENI CASUALI. fenomeni casuali PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI

Dettagli

IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI

IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI Perchè confrontare le varianze stimate in due campioni? Torniamo all'esempio dei frinosomi Per poter applicare il test t avevamo detto che le varianze, e

Dettagli

Applicazioni statistiche e utilizzo del package statistico Spss - 7

Applicazioni statistiche e utilizzo del package statistico Spss - 7 Applicazioni statistiche e utilizzo del package statistico Spss - 7 CISI 27 gennaio 2005 ricercapsicologica@tiscali.it Illustrare le principali statistiche mono e bivariate. Valutare quando è opportuno

Dettagli

a b a : b Il concetto di rapporto

a b a : b Il concetto di rapporto 1 Il concetto di rapporto DEFINIZIONE. Il rapporto fra due valori numerici a e b è costituito dal loro quoziente; a e b sono i termini del rapporto, il primo termine si chiama antecedente, il secondo si

Dettagli

Sintesi 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 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

Dettagli

esercitazione1 12/10/2015

esercitazione1 12/10/2015 esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle

Dettagli

COS E UN EQUIVALENZA. È un UGUAGLIANZA tra DUE ESPRESSIONI che usano UN UNITÀ DI MISURA per la quale si

COS E UN EQUIVALENZA. È un UGUAGLIANZA tra DUE ESPRESSIONI che usano UN UNITÀ DI MISURA per la quale si COS E UN EQUIVALENZA È un UGUAGLIANZA tra DUE ESPRESSIONI che usano UN UNITÀ DI MISURA per la quale si cercano i valori da attribuire affinché sia vera IN ALTRE PAROLE SIGNIFICA: Scrivere la stessa quantità

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

Moltiplicazione. Divisione. Multipli e divisori

Moltiplicazione. Divisione. Multipli e divisori Addizione Sottrazione Potenze Moltiplicazione Divisione Multipli e divisori LE QUATTRO OPERAZIONI Una operazione aritmetica è quel procedimento che fa corrispondere ad una coppia ordinata di numeri (termini

Dettagli

Statistiche e relazioni

Statistiche e relazioni tatistiche descrittive per frequenze e misure Frequenze e misure Per le frequenze e le misure, molte di queste statistiche perdono senso. In compenso, esistono indici appropriati, inutilizzabili per i

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)

Dettagli

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

I TEST STATISTICI. dott.ssa Gabriella Agrusti

I TEST STATISTICI. dott.ssa Gabriella Agrusti I TEST STATISTICI dott.ssa Gabriella Agrusti Dulcis in fundo.. come scegliere un test statistico in base all ipotesi come stabilire se due variabili sono associate (correlazione di Pearson) come stabilire

Dettagli

5. L elasticità dei costi totali rispetto alla quantità, in termini semplificati si scrive come = AC

5. L elasticità dei costi totali rispetto alla quantità, in termini semplificati si scrive come = AC Capitolo 8 Le curve di costo Soluzioni delle Domande di ripasso 1. La curva del costo totale di lungo periodo mostra il costo totale minimo per ogni livello di output, tenendo fissi i prezzi degli input.

Dettagli

Esercitazioni di statistica

Esercitazioni di statistica Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni

Dettagli

Statistiche per riassumere i dati

Statistiche per riassumere i dati Statistiche per riassumere i dati María Eugenia Castellanos Dep. Estadística e I.O. Universidad Rey Juan Carlos Visiting Professor Università di Cagliari. Cagliari, Marzo 2010 María Eugenia Castellanos

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Esercitazioni del corso: STATISTICA Sommario Esercitazione 4: Medie e varianze marginali Medie e varianze condizionate Scomposizione della varianza Indipendenza in media ESERCIZIO UNIVERSITÀ

Dettagli

10 ottobre Marina Bertolini Dipartimento di Matematica F.Enriques Università degli Studi di Milano

10 ottobre Marina Bertolini Dipartimento di Matematica F.Enriques Università degli Studi di Milano Fondamenti e didattica della matematica - Geometria - Corso speciale - Facoltà di Scienze della Formazione - Università Milano Bicocca - a.a. 2007-2008 10 ottobre 2007 Marina Bertolini (marina.bertolini@mat.unimi.it)

Dettagli