LEZIONI DI STATISTICA MEDICA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LEZIONI DI STATISTICA MEDICA"

Transcript

1 LEZIONI DI STATISTICA MEDICA

2

3

4 $! %! """ # &' ( )* &'

5 + %, -.

6 / %,! 0 -$ 34! %

7 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B

8 I risultati del trial ci permettoo di decidere quale dei farmaci è più efficace, sapedo che la differeza osservata può essere dovuta semplicemete all errore (var idividuale + var. campioaria+errore di misura)? Riformulazioe del problema: La differeza osservata sperimetalmete è dovuta al caso o a fattori sistematici (tra cui il trattameto)? formulazioe dell ipotesi da verificare (ipotesi ulla) La differeza osservata è dovuta esclusivamete al caso (H 0 )!!

9 Misura del grado di attedibilità dell ipotesi co i risultati sperimetali Qual è la probabilità di otteere ua differeza come (o maggiore di ) quella osservata per soli motivi casuali; Test d ipotesi P{ D ( x A xb ) H 0} Criterio di decisioe Se la probabilità è piccola (p<0.05) si rifiuta l ipotesi ulla e si dice che la differeza è sigificativa, altrimeti o si rifiuta H 0

10 '.<.>.. 9,?? A

11 B? C µ.<. ' () x $ µ µ 0!" #$%& *+(,,-./ -0+') 0'+()+ $ >..DE,?? f(x) <. mesi media38.3

12 . % % µ µ 3 B %, B? F?.<. B, 4 % µ 5µ 3 B? ') ' F?.<

13 B, B? B, % µ 7 µ $% :.-/.+(,-> :8-/.+(. F?.<. B? B, " % µ 6 f(x) ) B, %µ " F?.<.

14 : $ -,: *.)-')+α& -: *.+))''+/.%;α& B? - ).0./. α??g,9& -? -G.?.G >? >G G? GG *(+)-')+

15 B? B, f(x) <. < 6 >< B? 5B? :! H

16 $ % xk 38.3 P ( X > xk µ 38.3) xk &' ''7* z x σ / µ 0.<. x? z media 38.3 >G> media 0,@> soglia 45.4 soglia.64

17 ' 0 B? ' B? B? / % z x µ σ / H,A<@,@> ' B? 0+(.'.' $ >@A >G>

18 .<. x? z >G> >@A,@>,A<@

19 µ µ % µ 7 µ -*. -,' -*. +))''+/. -*. -,' α#4 α#4 µ µ % µ µ -*. -,' -*. +))''+/. α

20 !"#$%&%&%"'&()"($%&'&!(()%, % B? %µµ? - % B, % µ µ? µ µ? µiµ?. % z x σ / µ 0 >' % α J α ± αd- G 5 KL αd- K α IJ α

21 Esercizio L emoglobia è u compoete dei globuli rossi che porta l ossigeo dai polmoi ai vari tessuti. Valori iferiori ai g/dl soo suggestivi di aemia.u ricercatore sospetta che i bambii che vivoo i ua azioe i via di sviluppo abbiao livelli di emoglobia <. Il ricercatore campioa 35 bambii che hao ua media di emoglobia. g/dl. Valutate l ipotesi del ricercatore sapedo che l emoglobia ha ua distribuzioe ormale co media g/dl e d.s.6 g/dl Il valore di colesterolo serico dei ragazzi degli USA è µ 75 mg /ml co s 50. Su u CCS di 39 ragazzi il cui padre aveva avuto ua storia di ifarto, la media di colesterolo era di 95 mg/ml. Utilizzado u test a due code, valutate se il campioe studito è sigficativamete diffferete dall atteso. La prevaleza di asma è del 5%. Su u campioe di 000 bambii atopici, 98 avevao l asma. Secodo voi esiste u associazioe tra asma e atopia?

22 / -%, &% B? $ α - &% B? B, $ β 0-+,+(+.-,' ).) --''+-- -' %;α β :,' -- -' α ).) --''+ %; β

23 f(x) B? B, B? α <. M, M - B, β >< M. M >

24 ) $ B?,Jβ) / % β P ( x < 45.4 µ 48) z β P( Z < 0.60) 0.7 >%;β &?

25 $ )* &/ H µ µ µ

26 + α β 3 *(+)-')+ *(+)-')+ B? B, B? B, β α β α

27 N α % B? B, % µ 5 µ f(x) %B? β α B? B, f(x) α#4 β α#4 % µ 7 µ % B? > )+() (+'.()+.

28 : A: B : B : : > test ˆ θ θ0 E. S.( ˆ) θ 0 : θˆ : θ? B? θˆ : &' &' B? µ σ σ π ππ µ σ π σ

29 A: :B / N* 56 H* / '* $* '9 $76 )* / & &/ * / '9 $$)* )* $H* / & : ( 3 : : D D 3 : DD ) * 3&#* % µ, Jµ - δ x x '

30 : x x, - % M,, M,- " M,,, O, O, / µ, σ, - M -, M -- " M -- - O - O - / µ - σ - - ( '539 H* / & 76 )* / 5 X X µ %!σ % #$. % & µ 4!σ 4 #$. 4 &

31 % E( x µ µ x) Var( x x) σ / + σ / % ES( x x) σ / + σ / ( '539 H* / &76 )* / 5 x N µ µ ; σ / + σ / ) x ( / &5#$$* ( 7* / N( &/ H AGP ( x x) ±.96 ES( x x)

32 : A: :B : *-+.)+. '.((+ µ % µ 4 µ % ; µ 4 '+('-.+'0+ % µ % 7 µ 4 % µ % µ 4 % µ % 5µ 4 : *.)-')+ /;/ α#4 /5/ α#4 /;/ α /5/ α

33 :σ %4 σ 44!. ' :σ %4 σ 44!*. ' +.*-+. / / ) ( 0 ) ( x x x x ES x x Z σ +σ!%& / / ) ( 0 ) ( s s x x x x ES x x Z +!%& 0-+( '.((+ & 9 % ; 9 4!$σ %4 #. % Cσ 44 #. 4 &&

34 &,% -,.?., >? % '! ; ' % µ % µ 4 % µ % µ 4

35 &'O, JO Z ( x x) 0 ES( x x ) α A G $ A G P % ( x x) ± zα / ES( x x) ( x x) ±.96 ES( x x),.<<j,->- ±,A@Q?-,?,,>@ ±?>,,?G,<R

36 : A: :B: :> B: '+) π % π 4 π % π % 7 π 4 '+.+) + π % π 4 % π % 5π 4 π % π 4 % π % π 4 :'+π B? &', J - : ' ' πˆ Z π ( π ) p ( p + + ˆ π ( ˆ π ) p π ( π ) + p ) 0 ˆ π ( ˆ π ) + :.'-0+(( ).,./+ p p ) ± z ES( p ) ( α / p

37 -)/ 4 3 '-G R >,T '->> 3@ >T % "%#4D? %DED 4 F"#4"" 4F4 7 3; B? %π, π - π B, %π, Kπ - : π>,s@ > D-G R S->>?-,

38 B?% ) (0.595 ˆ) ˆ( ˆ) ˆ( 0 ) ( + p p Z π π π π ) (0.79)( ) ˆ)( ˆ( ˆ) ˆ( ˆ) ˆ( ) ( p p ES π π π π π π α???-g

39 )U &', J - % ES( p p ) π( π) π ( π ) + 0.6( 0.6) ( 0.6) :G A >EDH &?-@-.J?,GAG ±,A@Q??.@-?,?-<±??R,? 7AGP %??.,<J?,R.<

40 &')&5$7* / N5* / * 5( 9 &6 &( & 76 )* / 5& ' ) σ /! H :B>> ' O, / µ, σ - 7 O - / µ - σ - σ,- σ -- σ - % 'B? % µ, µ - µ σ,- σ -- σ -, - σ s Σ (x i - x ) / ( -) s Σ (x i - x ) / ( -)

41 '6 )* * $&( ( &$$#5/ H B? %µ, µ - µ B, %µ, V µ - B? %µ, µ - B, %µ, Iµ - B? %µ, µ - B, %µ, Kµ - : *.)-')+ IJ αd- K αd- IJ α K α % '.%C.4;4 ) ( ) ( ) ( ) ( ) ( ) ( ) ( s s s s s p ) ( s s s x x ES p p p + + ) ( ) ( s x x x x ES x x t p +

42 -)/ - 3( >< % Puteggio della placca ;,,? -,? M -,GR,- A>.-A --,>-@<

43 , -.? % : :$ : ' - (A>.-AQ,?J, S,>-@<,?J, D,?S,?J- G>-A< &'O, JO - D,?>-G,,D,?>->A,S-J-,<,<??-G -, %

44 Esercizi E stato codotto uo studio per valutare l effetto del fumo matero i gravidaza sulla desità ossea dei eoati. Il coteuto medio di mierali i 77 eoati da madri fumatrici era di g/cm 3 (d.s0.06). I u campioe di 6 eoati da madri di o fumatrici, il coteuto medio era di g/cm 3 (d.s0.05). Stabilite se c è ua differeza statisticamete sigificativa tra i due campioi e calcolate il IC95% per la vera differeza el coteuto medio di mierali tra i due gruppi. La scrapie è u malattia degli ovii simile al morbo della mucca pazza. I ua sperimetazioe è stata utilizzata, su cavie, ua sostaza per il trattameto della scrapie. I u gruppo di 0 cavie ifettate e trattate co il farmaco sperimetale, il tempo medio di sopravviveza era di 6 giori (errore stadard5.6 giori). I u gruppo di 0 cavie ifettate di cotrollo, il tempo medio di sopravviveza era di 85 giori (errore stadard,9giori).c è ua differeza sigificativa ella sopravviveza dei due gruppi?

45 La forma geerale dell itervallo di cofideza è: ˆ θ ± zα/ ES( ˆ) θ z ES() ˆ / θˆ + z / ES( ) ˆ La sua ampiezza (precisioe) è data da : ˆ θ + z ( ˆ) ˆ ˆ / ES θ θ + θ ± z / ES( ˆ) θ [ z / α α α ES( ˆ)] θ Il margie d errore d è defiito da metà ampiezza: d z ) α/ ES(θˆ

46 Esempio - 9,? $ A G P %.46 ±0.4,?G,<R 0.4 ai rappreseta il margie d errore Esempio - 9 '$# -?>> A >,A.?$ ) >AP $ AGP %.AP J GAP,P

47 Quati soggetti devo studiare se voglio otteere ua stima co u livello di cofideza -α e u margie d errore che sia < d? A Il caso di ua media campioaria: d z ) α/ ES(θˆ z α/ σ Quidi il valore miimo di perché il margie d errore stimato o sia superiore a d è: zα/ σ d

48 Il calcolo della umerosità campioaria per uo studio fializzato alla stima di u parametro richiede iformazioi sul valore della deviazioe stadard della variabile i studio (idagie pilota). Esempio: se si vuole stimare il valore medio di ua variabile (d.s5) mediate itervallo di cofideza al 95% e co u margie d errore o superiore a 5, qual è il umero miimo Di soggetti da studiare? (.96) (5) / (5) 36

49 B Il caso di ua proporzioe campioaria: d zα/ p( p) ( z ) a/ d pq Esempio : si vuole stimare co IC 95% la prevaleza di asma co u margie d errore o superiore al %. Quale deve essere la dimesioe del campioe? (Si sa che i Europa la prevaleza della malattia è del 5%) (.96) (0.05)(0.95)/(0.0) 900

50 B Il caso della differeza tra medie: / σ + / d za / σ ( ) ( z ) a/ s Posto + s Si vuole stimare la differeza media di glicemia ei maschi e elle femmie co 95%CI co u margie d errrore o superiore a 3mg/ml. Quati maschi e femmie dovrò campioare? (si assuma che la ds sia uguale ei maschi e elle femmie e abbia valore di 0mg/ml) N (.96). (0) / (3) 44 per sesso d

51 Dimesioe campioaria e poteza del test

52 Η 0 Η Test per il cofroto tra due medie campioarie: α0.05 s 60 δ 50 >> differeza attesa tra le medie Η0:µµ -β β β β.00 La poteza del test (area blu) aumeta all aumetare di!!!! I geere dovrebbe essere tale da garatire ua poteza di almeo 0.80

53 I geere,la umerosità campioaria ecessaria per il cofroto tra due medie (o la poteza del test) dipede dalle segueti quatità: La differeza attesa tra le due medie: δ. Tato > δ tato < a parità di poteza richiesta; La deviazioe stadard σ della variabile. Tato < σ tato < a parità di poteza richiesta; La probabilità d errore di I tipo α. Tato < α tato < è la poteza del test; La probabilità d errore di II tipo β. Tato > - β tato >.

54 B? B, Ηο: µµ0 σ ES ( x x ) σ / + σ / / f(x) β α < 6 >< δ δ differeza attesa tra le medie x k 0 + z. σ / α x k δ z. / σ β ( z + z ). α β δ σ

55 Ua compagia farmaceutica vuole studiare l effetto di u atidepressivo i pazieti co disturbi evrotici di tipo asiogeo. U gruppo di cotrollo sarà cofrotato a u gruppo sperimetale. La variabile di risposta primaria è uo score per l asia: HAM-A. Ua differeza di 4 ello score è cosiderata cliicamete rilevate. Da precedeti studi si sa che la d.s. del HAM-A è 7. Quati pazieti dovremo assegare a ciascu gruppo se vogliamo U poteza del 80% per u test a due code co α0.05? ( z + z ). σ α β (7) (, ) 49 δ (4)

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

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

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

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

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

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

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA 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

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI 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

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Alcuni parametri statistici di base

Alcuni parametri statistici di base Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di

Dettagli

Statistica inferenziale e mercati azionari

Statistica inferenziale e mercati azionari Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S. 1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

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

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

PROBLEMI DI INFERENZA SU PERCENTUALI

PROBLEMI DI INFERENZA SU PERCENTUALI ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

Lezione 3: Segnali periodici

Lezione 3: Segnali periodici eoria dei segali Segali a poteza media fiita e coversioe A/D Lezioe 3: Aalisi i frequeza Esempio di calcolo 005 Politecico di orio eoria dei segali aalisi i frequeza Poteza media Sia dato u segale (t)

Dettagli

Esercitazione 5 del corso di Statistica (parte 2)

Esercitazione 5 del corso di Statistica (parte 2) Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza

Dettagli

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

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

Relazioni statistiche

Relazioni statistiche Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

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

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

Cenni di statistica inferenziale

Cenni di statistica inferenziale SSMT Cei di statistica ifereziale Pioda Itroduzioe Cei di statistica ifereziale L ifereza statistica è il processo per mezzo del quale dai risultati osservati i u campioe si possoo trarre coclusioi riguardati

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

Carte di controllo per attributi

Carte di controllo per attributi Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti

Dettagli

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012 Politecico di Milao - Scuola di Igegeria Idustriale II Prova i Itiere di Statistica per Igegeria Eergetica 5 luglio 2012 c I diritti d autore soo riservati. Ogi sfruttameto commerciale o autorizzato sarà

Dettagli

ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI

ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media

Dettagli

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015 ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa

Dettagli

Ricerca di un elemento in una matrice

Ricerca di un elemento in una matrice Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice

Dettagli

Paolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria

Paolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria Esercizi svolti a lezioe e o proveieti dal Marcellii Sbordoe La preseza della lettera C idica u esercizio da fare a casa. La capacità di svolgere tali esercizi è parte del bagaglio ecessario i sede di

Dettagli

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza: Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati

Dettagli

Domande di teoria. Esercizi

Domande di teoria. Esercizi Chiorri, C. (01). Fodameti di psicometria - Risposte e soluzioi Capitolo 11 1 omade di teoria 1. Vedi pp. 97-301. Vedi pp. 301-30 3. Vedi p. 30. Vedi pp. 30-307 5. Vedi p. 309 6. Vedi p. 309-31 7. Vedi

Dettagli

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

Dettagli

PREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione

PREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione PREMESSA Descrizioe parametrica di ua popolazioe Sappiamo che u famiglia parametrica di fuzioi desità di probabilità è defiita da uo o più parametri Θ = {θ, θ,., θ }. Ad esempio, la d.d.p. di tipo espoeziale

Dettagli

TEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

TEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek TEORIA DEI CAMPIONI Psicometria 1 - Lezioe 10 Lucidi presetati a lezioe AA 000/001 dott. Corrado Caudek 1 Nella teoria statistica per popolazioe si itede la totalità delle uità poteziali d'osservazioe.

Dettagli

NUMERICI QUESITI FISICA GENERALE

NUMERICI QUESITI FISICA GENERALE UMERICI (Aalisi Dimesioale). Utilizzado le iformazioi ricavabili dalla gradezza fisica che ci si aspetta come risultato e dai valori umerici foriti, idividuare, tra le espressioi riportate, quella/e dimesioalmete

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI IL PROBLEMA Si vuole verificare se un nuovo trattamento per la cura dell otite è più efficace

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

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

Corso di Informatica

Corso di Informatica Corso di Iformatica Codifica dell Iformazioe Sistemi Numerici Per rappresetare ua certo quatità di oggetti è ecessaria ua covezioe o sistema umerico che faccia corrispodere ad ua sequeza di ua o più cifre,

Dettagli

Tavole di Contingenza Connessione

Tavole di Contingenza Connessione Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h

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

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

ESERCITAZIONI PRATICHE LABORATORIO 111

ESERCITAZIONI PRATICHE LABORATORIO 111 ESERCITZIONI PRTICHE LORTORIO 111 MODULO ELETTRONIC DIGITLE SCLE DI INTEGRZIONE I CIRCUITI INTEGRTI Tutte le fuzioi logiche, soo dispoibili i commercio sotto forma di circuiti itegrati. U circuito itegrato

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Teoremi limite classici

Teoremi limite classici Capitolo 4 Teoremi limite classici I Teoremi limite classici, la Legge dei Gradi Numeri e il Teorema Limite Cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia teorica

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

Studio della profittabilità dell analisi tecnica mediante il test del Reality Check e il test di Capacità Predittiva Superiore: evidenze empiriche

Studio della profittabilità dell analisi tecnica mediante il test del Reality Check e il test di Capacità Predittiva Superiore: evidenze empiriche Studio della profittabilità dell aalisi tecica mediate il test del Reality Check e il test di Capacità Predittiva Superiore: evideze empiriche dei mercati europei Obiettivi della ricerca Verificare se

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

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon

Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon Esercitazioi di Biostatistica I collaborazioe co la Dott.ssa Atoella Zambo ESERCIZIO Nome Geere Età (ai compiuti) Livello istruzioe Distaza (km) Atoio M 8.0 Claudio M 7. Lucia F.0 Aa F 6. Marco M Giuseppe

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli