Statistica. Alfonso Iodice D Enza
|
|
- Beatrice Di Stefano
- 7 anni fa
- Visualizzazioni
Transcript
1 Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27
2 Outline 1 () Statistica 2 / 27
3 Outline 1 2 () Statistica 2 / 27
4 Outline () Statistica 2 / 27
5 Variabile Una v.c. continua X una v.c. o Gaussiana, di parametri µ e σ 2, se definita la funzione di densità f(x 0 ) = 1 1 (x µ) 2 2πσ 2 e 2 σ 2 con < x < +, X N(µ, σ 2 ) E possibile definire il valore atteso e la varianza della che corrispondono ai parametri della distribuzione, dal momento che E(X) = µ e V ar(x) = σ 2 () Statistica 3 / 27
6 Variabile Standardizzata Data la v.c. continua XÑ(µ, σ2 ), la standardizzazione di X, ovvero Z = X µ σ rappresenta la Standardizzata ZÑ(0, 1), con funzione di densità φ(z) = 1 2π e 1 2 w2 dw ; < z < + I valori della funzione di ripartizione (funzione di distribuzione cumulata) della standardizzata sono riportate sulle tavole statistiche. () Statistica 4 / 27
7 La v.c. () Statistica 5 / 27
8 La v.c. In seguito ad uno studio interno di un istituto bancario è stato rilevato che i tempi di attesa per le operazioni di sportello si distribuiscono secondo una con media pari a 20 e varianza pari a 9. Qual è la probabilità che il tempo di attesa... superi i 25 minuti; sia inferiore ai 16 minuti; sia compreso tra 18 e 21 minuti. () Statistica 6 / 27
9 La v.c. superi i 25 minuti; () Statistica 7 / 27
10 La v.c. superi i 25 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica 8 / 27
11 La v.c. superi i 25 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica 8 / 27
12 La v.c. superi i 25 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica 8 / 27
13 La v.c. superi i 25 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. P (Z 1.66) = 1 P (Z 1.66) = = () Statistica 8 / 27
14 La v.c. sia inferiore a 16 minuti; () Statistica 9 / 27
15 La v.c. sia inferiore a 16 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica 10 / 27
16 La v.c. sia inferiore a 16 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica 10 / 27
17 La v.c. sia inferiore a 16 minuti; la prima operazione da fare è standardizzare il problema z = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. P (Z 1.33) = P (Z 1.33) = () Statistica 10 / 27
18 La v.c. sia compreso tra 18 e 21 minuti; () Statistica 11 / 27
19 La v.c. sia compreso tra 18 e 21 minuti; la prima operazione da fare è standardizzare il problema z 1 = = 0.66 e z 1 = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica / 27
20 La v.c. sia compreso tra 18 e 21 minuti; la prima operazione da fare è standardizzare il problema z 1 = = 0.66 e z 1 = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica / 27
21 La v.c. sia compreso tra 18 e 21 minuti; la prima operazione da fare è standardizzare il problema z 1 = = 0.66 e z 1 = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. () Statistica / 27
22 La v.c. sia compreso tra 18 e 21 minuti; la prima operazione da fare è standardizzare il problema z 1 = = 0.66 e z 1 = = A questo punto è possibile utilizzare le distribuzione stardizzata per trovare la probabilità di interesse. P ( 0.66 Z 0.33) = P (Z 0.33) P (Z 0.66) = P (Z 0.33) [1 P (Z 0.66)] = (1.745) = 0.37 () Statistica / 27
23 La v.c. Si consideri una variabile X distribuita secondo una con µ = 8 e σ = 3. indicare i quartili della distribuzione; indicare il 95 o percentile; () Statistica 13 / 27
24 La v.c. Primo quartile () Statistica 14 / 27
25 La v.c. Secondo quartile=mediana=media () Statistica 15 / 27
26 La v.c. Terzo quartile () Statistica 16 / 27
27 La v.c. indicare i quartili della distribuzione Con l aiuto delle tavole è necessario trovare i valori corrispondenti a Z 0.25 Z 0.5 Z 0.75 Essendo una distribuzione, la mediana coincide con la media quindi Z 0.5 = 0.Utilizzando le tavole della distribuzione stardizzata per trovare i valori di Z restanti, Quindi... per la simmetria della curva risulta essere inoltre Z 0.25 = Per trovare i valori corrispondenti della variabile X si utilizza la formula inversa di standardizzazione () Statistica 17 / 27
28 La v.c. indicare i quartili della distribuzione Con l aiuto delle tavole è necessario trovare i valori corrispondenti a Z 0.25 Z 0.5 Z 0.75 Essendo una distribuzione, la mediana coincide con la media quindi Z 0.5 = 0.Utilizzando le distribuzione stardizzata per trovare i valori di Z restanti, () Statistica 17 / 27
29 La v.c. indicare i quartili della distribuzione Con l aiuto delle tavole è necessario trovare i valori corrispondenti a Z 0.25 Z 0.5 Z 0.75 Essendo una distribuzione, la mediana coincide con la media quindi Z 0.5 = 0.Utilizzando le tavole della distribuzione stardizzata per trovare i valori di Z restanti, Quindi... P (Z Z 0.75 ) = 0.75 da cui Z 0.75 = = per la simmetria della curva risulta essere inoltre Z 0.25 = Per trovare i valori corrispondenti della variabile X si utilizza la formula inversa di standardizzazione X 0.5 = 8 X 0.25 = Z 0.25 σ + µ = = X 0.75 = Z 0.75 σ + µ = = () Statistica 17 / 27
30 La v.c. indicare il 95 o percentile () Statistica 18 / 27
31 La v.c. indicare il 95 o percentile Con l aiuto delle tavole è necessario trovare il valore corrispondente a 0.95 Ricorrendo alle tavole... () Statistica 19 / 27
32 La v.c. indicare il 95 o percentile Con l aiuto delle tavole è necessario trovare il valore corrispondente a 0.95 Quindi... Z 0.95 = = Per ottenere il valore della variabile X X 0.95 = Z 0.95 σ + µ = =.935 () Statistica 19 / 27
33 della Binomiale alla Sia X una variabile distribuita secondo una Binomiale di parametri n = 25 e p = 0.6. E possibile approssimare X con una v.c. continua Y N(µ, σ 2 ) dove µ = n p = = 15 σ 2 = n p (1 p) = = 6 σ = 6 = 2.45 Si supponga di essere interessati a P (X 13). calcolo Per utilizzare l approssimazione è necessario standardizzare il problema calcolo Binomiale Z = X µ Utilizzando il calcolo Binomiale si ha σ = = 0.82 dunque, 2.45 P (X 13) P (Y 13) = P (Z 0.82) = ( ) 25 P (X 13) = 0.6 x x = x=0 x Effettuando una correzione di continuità pari a 0.5 = X µ Z = σ = = P (X 13) P (Y 13.5) = P (Z 0.61) = Evidentemente rappresenta un approssimazione migliore di rispetto a () Statistica 20 / 27
34 della Binomiale alla Probabilità calcolate con p.m.f. Binomiale e con al c.d.f. : l area in blue rappresenta la probabilità che si perderebbe approssimando senza correzione della continuità: in particolare l area vale =0.061 () Statistica 21 / 27
35 della Binomiale alla Si consideri l esperimento consistente nel lancio di una moneta 0 volte. Trovare la probabilità che esca testa tra il 40% e il 60% dei lanci; più di dei 5 del totale dei lanci. 8 () Statistica 22 / 27
36 della Binomiale alla tra il 40% e il 60% dei lanci; () Statistica 23 / 27
37 della Binomiale alla tra il 40% e il 60% dei lanci; È possibile determinare tale probabilità in due modi diversi. Il primo modo consiste nell utilizzare l approssimazione della binomiale alla. La v.c. numero di teste in 0 lanci si distribuisce come una binomiale di parametri (n = 0, p = 1 2 ). Il numero di successi corrispondenti al 40% del totale di 0 prove è 48, mentre il 60% corrisponde a 72. correzione della continuità La v.c. numero di teste è discreta,anche se approssimata da una v.c. continua. Si è interessati alla probabilità che essa assuma valori compresi nell interallo [47.5, 72.5] al fine di includere nel calcolo gli estremi 48 e 72. I parametri della cui si approssima la binomiale sono µ = np = = 60 e σ = np(1 p) = = Standardizzando i valori z 1 = = 2.28 e z 2 = = 2.28 Dalla simmetria della, segue che P ( 2.28 <= X <= 2.28) = 2 P (0 <= X <= 2.28) = = () Statistica 24 / 27
38 della Binomiale alla Il secondo metodo consiste nel ricorrere alla distribuzione delle proporzioni p(1 p) campionarie, la cui media è data da µ p = p e σ p = N. Rispetto ai dati del problema µ p = p = 0.5 e σ p = = Standardizzando il problema rispetto ai parametri della distribuzione campionaria z 1 = = 2.19 e z = = 2.19 La probabilità corrispondente è P ( 2.19 <= X <= 2.19) = 2 P (0 <= X <= 2.19) = = correzione di continuità Il risultato non coincide con quanto ottenuto utilizzando l approssimazione della binomiale alla perchè la v.c. proporzione è una variabile discreta. Per tenere conto di questo bisogna sottrarre (1/2N) = 1/(2 0) = a 0.4 ed aggiungere la stessa quantità a 0.6. Pertanto gli estremi dell intervallo di valori standardizzati è z 1 = = 2.28 e z 2 = Che porta alla coincidenza tra i risultati nei due metodi = 2.28 () Statistica 25 / 27
39 della Binomiale alla più di dei 5 8 del totale dei lanci. () Statistica 26 / 27
40 della Binomiale alla più di dei 5 del totale dei lanci. 8 La proporzione corrispondente a 5 = Standardizzando il problema 8 tenendo conto del fatto che la proporzione è una variabile discreta si ottiene z = = 2.65 La probabilità corrispondente è P (z >= 2.65) = 1 P (z < 2.65)= =0.004 () Statistica 27 / 27
Outline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 48 Outline 1 2 3 () Statistica 2 / 48 Variabili casuali continue Una variabile casuale X è continua
DettagliEsercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili
DettagliEsercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.
DettagliEsercitazione del 04/06/2015 Probabilità e Statistica Foglio 14
Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia
DettagliLEZIONE 2.6. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.6 p. 1/15
LEZIONE 2.6 p. 1/15 LEZIONE 2.6 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.6 p. 2/15 variabili aleatorie continue consideriamo la distribuzione del fatturato mensile in una popolazione
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
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 17 Outline 1 () Statistica 2 / 17 Outline 1 2 () Statistica 2 / 17 Outline 1 2 3 () Statistica 2 /
DettagliLezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.
discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3
DettagliMATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009
MATEMATICA E STATISTICA CORSO A III COMPITINO Marzo 9 SOLUZIONI. () Sia X una variabile aleatoria binomiale con valor medio uguale a 5/; la varianza di X può valere? Giustificare la risposta. Il valor
DettagliApprofondimento 3.3. Approssimazione della distribuzione binomiale alla normale
Approfondimento 3.3 Approssimazione della distribuzione binomiale alla normale Come aveva notato de Moivre, se il numero di prove è sufficientemente ampio e la probabilità del successo π sufficientemente
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Tipologia di v.a. v.a. discreta numero finito di valori (infinità numerabile) x 1 x 2,, x k con probabilità p 1 p 2, p k Esempio:
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
Dettagli1! 4! = 5. Quindi la probabilità di ottenere 1 successo su 5 lanci sarà 5 2 = 5! 2! 3! = 10
Note sulla Distribuzione Binomiale La distribuzione binomiale è relativa ad una variabile aleatoria discreta, che descrive i possibili risultati di un esperimento composto da n prove. In particolare, definisce
DettagliScanned 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
DettagliESERCITAZIONE N. 5 corso di statistica
ESERCITAZIONE N. 5corso di statistica p. 1/27 ESERCITAZIONE N. 5 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 5corso di statistica p. 2/27 Introduzione Variabili aleatorie discrete
DettagliDISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
DettagliES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita
ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto
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
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliMateriale didattico per il corso di Statistica I Quarta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quarta esercitazione SOLUZIONI Claudia Furlan 1 Anno Accademico 2006-2007 1 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte
DettagliEsercitazione 1 - Statistica II - Economia Aziendale Davide Passaretti 9/5/2017
Esercitazione 1 - Statistica II - Economia Aziendale Davide Passaretti 9/5/2017 Contents 1 Variabili casuali discrete 1 1.1 Variabile casuale di Bernoulli.................................... 1 1.2 Variabile
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliStatistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C
Statistica Cognome: Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Tema C 1. Parte A 1.1. Indichiamo con Q 1 e Q 3 il primo e terzo quartile, con m la mediana e con
DettagliStatistica. Lezione : 18, 19. Variabili casuali
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Variabili
Dettagliesperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;
Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
DettagliVariabile 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
DettagliDISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27
DISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27 Funzione di ripartizione per variabili casuali discrete 2 / 27 Data una variabile casuale discreta possiamo calcolare, analogamente al caso continuo, la probabilità
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliSTATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliDistribuzione di Probabilità
Distribuzione di Probabilità Sia X variabile con valori discreti X 1, X 2,..., X N aventi probabilità p 1, p 2,..., p N ( i p i = 1) (X variabile discreta aleatoria, o stocastica, o casuale, random) Funzione
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliUniversità degli Studi di Cassino. Esercitazione di Statistica 2 dell Simona Balzano
Università degli Studi di Cassino Esercitazione di Statistica dell 8.0.007 Simona Balzano Esercizio 1 Uno studente supera una prova con probabilità pari a 0,6. Considerando un campione di ampiezza 10,
DettagliCAPITOLO QUINTO DISTRIBUZIONE NORMALE
CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si
DettagliLezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Variabili casuali Esercizio 1. Determinare la distribuzione di probabilità e la funzione di ripartizione della variabile
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Probabilità Lezioni : 11, 12 Docente: Alessandra Durio 1 Contenuti 1. Variabili casuali notevoli DISCRETE (uniforme, di
DettagliEsercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/04/09 Istituzioni di Calcolo delle Probabilità David Barbato Nozioni di riepilogo con esercizi Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliProbabilità Esercitazione n. 6 del 24/05/2016
Corso di Laurea in Matematica Applicata Probabilità Esercitazione n. 6 del 24/05/2016 Docente: Bruno Gobbi V.C. NORMALE, ESPONENZIALE NEGATIVA E UNIFORME CONTINUA 1) La pressione del sangue segue una distribuzione
DettagliPROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale
PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE In questa scheda vedremo due famiglie di variabili aleatorie (una discreta e una continua), che ci serviranno per descrivere uno dei risultati
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliDISTRIBUZIONE 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
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di mercoledì 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliGli intervalli di confidenza. Intervallo di confidenza per la media (σ 2 nota) nel caso di popolazione Gaussiana
Statistica Lez. 1 Gli intervalli di confidenza Intervallo di confidenza per la media (σ nota) nel caso di popolazione Gaussiana Sia X una v.c Gaussiana di media µ e varianza σ. Se X 1, X,..., X n è un
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliVariabili aleatorie. Variabili aleatorie
Variabili aleatorie Distribuzione binomiale Si supponga che uno studente affronti un esame composto da domande chiuse. Una sola delle 5 alternative di risposta proposta per ciascuna domanda è vera Supponiamo
DettagliProbabilità 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.
DettagliSTATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE
STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE 1 2 Tavole della normale standard. Φ(x) = x 1 2π e t2 2 dt z.00.01.02.03.04.05.06.07.08.09 0.0 0.0 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279
DettagliCorso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan)
Corso di Istituzioni di Matematiche con Elementi di Statistica anno accademico 215/216 corso A-L (G. Gaeta & N. Bressan) Esercizi Foglio 9 (Funzioni aleatorie; distribuzioni di probabilita ) Esercizio
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In un urna vi sono N/2 palline bianche e N/2 palline nere. Si supponga di estrarre un campione con ripetizione di dimensione
DettagliSTATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE
S.S.I.S TOSCANA F.I.M. -II anno STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE PROBLEMA 1 Vogliamo valutare la percentuale p di donne fumatrici tra le donne in età fertile. Procediamo all estrazione
DettagliEsercizio 1. La variabile casuale G, somma di due V.C. normali, si distribuisce anch essa come una normale.
Esercizio 1. La V.C. Y segue una distribuzione normale con media 45 e varianza 9. La V.C. X segue una legge normale con media 12 e varianza 4. Calcolare come si distribuisce e quali sono i parametri della
DettagliEsercitazione del 21/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/0 Istituzioni di Calcolo delle Probabilità David Barbato Funzione di ripartizione Sia F X una funzione da in. consideriamo le seguenti condizioni: F X è non decrescente lim ( ) x F
DettagliSoluzione Esercizio 1 (pag 1):
8 - Test di Ipotesi Esercizio 1: Dopo anni di esperienza e noto che la distribuzione della concentrazione di rame nel sangue umano e ben descritta da una distribuzione gaussiana di parametri μ=3.2 10-5
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliLA 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
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliApprossimazione 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
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliVariabili aleatorie. Variabile aleatoria discreta
Variabili aleatorie In molte situazioni, si vuole assegnare un valore numerico ad ogni possibile risultato di un esperimento. ale assegnamento viene chiamato variabile aleatoria o casuale. ω Esempio: lancio
DettagliEsercitazione del 28/10/2011 Calcolo delle probabilità
Esercitazione del 28/0/20 Calcolo delle probabilità Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile aletoria discreta, sia f una funzione da in, se Y := f(x) allora
DettagliTeorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion
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: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia
Variabili aleatorie continue: la normale Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia 2015-16 1 / 40 Distinzione Le variabili aleatorie possono essere 1 discrete 2 continue 2
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 2 aprile 200 Funzioni di v.a., Media e Varianza Esercizio Calcolare la media delle distribuzioni binomiale, e quella di Poisson. Di quest ultima calcolare
DettagliLa legge di Gauss degli errori come limite di una binomiale
Esiste una dimostrazione rigorosa dovuta a Laplace che la distribuzione degli scarti delle misure affette da errori casuali e indipendenti è la funzione normale di Gauss La legge di Gauss degli errori
DettagliDistribuzione Binomiale
Statistica e analisi dei dati Data: 2 Maggio 2016 Distribuzione Binomiale Docente: Prof. Giuseppe Boccignone Scriba: Nicoló Pisaroni 1 Conteggi e tempi di attesa Consideriamo il seguente schema, facendo
DettagliEsercizi Teoria della Probabilità
Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliModelli di probabilità
Modelli di probabilità Corso di STATISTICA Ordinario di, Università di Napoli Federico II Professore supplente, Università della Basilicata a.a. 0/0 Obiettivo dell unità didattica Definire i concetti di
DettagliTeoria della probabilità Variabili casuali
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile
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
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliCalcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
Dettagli7 - Distribuzione Poissoniana
7 - Distribuzione Poissoniana Probabilita' (poissoniana) o densita' di probabilita' (gaussiana) 0.7 Poisson, λ=0.5 Gaussiana, µ=λ=0.5, σ= 0.6 0.5 0.4 0.3 0.2 0.1 0 0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 n = numero
DettagliV.C. RETTANGOLARE o UNIFORME
V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità A.A
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità A.A. 2004-05 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento suscettibile di più
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base Serale Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Campionamento Esercizio 1. Da una ricerca si è osservato che il peso del prodotto A varia tra i e i 530 grammi. 1 Ipotizzando
DettagliIntroduzione alla probabilità
UNIVERSITÀ DI BOLOGNA FACOLTÀ DI MEDICINA VETERINARIA LAUREA IN SANITA E QUALITA DEI PRODOTTI DI ORIGINE ANIMALE Introduzione alla probabilità Probabilità = metodologia per lo studio di fenomeni aleatori
DettagliSOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA Esercizio 0.1 Una moneta non truccata viene lanciata 10 volte. Calcolare la probabilità che non esca mai testa. Quale risulta la probabilità
DettagliLe v.c. si utilizzano come modelli di riferimento per studiare la realtà
Le v.c. si utilizzano come modelli di riferimento per studiare la realtà Ogni carattere nelle sue varie manifestazioni è determinato da cause costanti e da cause accidentali modello di riferimento dallo
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali LABORATORIO R - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2014 Argomenti La distribuzione normale e applicazioni La distribuzione binomiale
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
Dettagli