Principi di analisi causale Lezione 4
|
|
- Virginia Mele
- 7 anni fa
- Visualizzazioni
Transcript
1 Anno accademico 2007/08 Principi di analisi causale Lezione 4 Docente: prof. Maurizio Pisati Stima di effetti causali Supponiamo di volere stimare l effetto esercitato dalla variabile causale di interesse X sulla variabile dipendente y Supponiamo, inoltre, che entrambe le variabili siano dicotomiche, cioè possano assumere solo valore 1 o 2 1
2 Stima di effetti causali In questo caso, l effetto di interesse può essere espresso mediante il coefficiente d, che equivale alla differenza di probabilità quando sia X che y sono dicotomiche Il coefficiente d può essere usato per esprimere tre tipi di effetto di X su y Effetto bivariato Effetto bivariato di X su y: è l effetto che X risulta esercitare su y quando non si tengono sotto controllo altre variabili d Xy = Pr( y = 2 X = 2) Pr( y = 2 X = 1) 2
3 Effetto condizionato Effetto condizionato di X su y: è l effetto che X risulta esercitare su y quando la variabile di controllo Z è fissata a un dato valore z d Xy Z= z = Pr( y = 2 X = 2, Z = z) Pr( y = 2 X = 1, Z = z) Effetto netto Effetto netto di X su y: è l effetto che X risulta esercitare su y al netto degli effetti esercitati dalla variabile di controllo Z Se per semplicità assumiamo che Z è dicotomica, allora: d d = 1 Pr( Z= 1) + d 2 Pr( Z Xy. Z= Xy Z Xy Z= = 2) 3
4 Supponiamo di volere controllare empiricamente l ipotesi secondo la quale, nonostante il crescente distacco fra la sfera religiosa e la sfera pubblica, la Chiesa cattolica continua a esercitare una certa influenza sugli atteggiamenti dei propri fedeli nei confronti di alcuni temi di rilevanza sociale In particolare, supponiamo di ipotizzare che i cattolici, in virtù del carattere di sacralità attribuito a ogni vita umana dalla loro religione, considerino con minore favore (rispetto ai non cattolici) la pena di morte 4
5 TAB. 1. Atteggiamento verso la pena di morte, secondo il senso di appartenenza alla Chiesa cattolica (percentuali di colonna) Atteggiamento verso la pena di morte ( y) Senso di appartenenza alla Chiesa cattolica ( X) Basso o nullo Medio o alto Totale Contrario 48,1 30,1 35,0 Favorevole 51,9 69,9 65,0 Totale 100,0 100,0 100,0 (N) (270) (730) (1.000) d Xy = 0,699 0,519 = 0,180 Il valore assunto dal coefficiente d Xy ci dice che, a livello bivariato, esiste un associazione positiva fra l appartenenza alla Chiesa cattolica e la probabilità di essere favorevole alla pena di morte Precisamente, i cattolici esibiscono una propensione a essere favorevoli alla pena di morte che supera di 18 punti percentuali quella esibita dai non cattolici 5
6 Di fronte a questo risultato, i casi possibili sono due: La nostra ipotesi è falsa L effetto bivariato di X su y contiene una componente spuria, cioè non rappresenta correttamente il vero effetto causale esercitato da X su y Questo secondo caso si verifica quando esiste almeno una variabile antecedente Z che influisce causalmente sia su X che su y La variabile «livello di istruzione» soddisfa questo requisito: da un lato diminuisce la probabilità di avere un senso di appartenenza alla Chiesa cattolica medio o alto; dall altro diminuisce la probabilità di essere favorevole alla pena di morte 6
7 TAB. 2. Atteggiamento verso la pena di morte, secondo il senso di appartenenza alla Chiesa cattolica e il livello di istruzione (percentuali di colonna) Istruzione medio-bassa (Z = 1) Istruzione elevata ( Z = 2) Atteggiamento verso la pena di morte (y ) Senso di appartenenza alla Chiesa cattolica (X) Basso o nullo Medio o alto Totale Senso di appartenenza alla Chiesa cattolica ( X) Basso o nullo Medio o alto Totale Contrario 10,0 24,3 22,4 70,6 85,7 75,0 Favorevole 90,0 75,7 77,6 29,4 14,3 25,0 Totale 100,0 100,0 100,0 100,0 100,0 100,0 (N) (100) (660) (760) (170) (70) (240) d = 0,757 0,900 = 0,143 = 0,143 0,294 = 0, 151 Xy Z= 1 d Xy Z= 2 Se calcoliamo la somma ponderata dei due effetti condizionati, otteniamo la seguente misura: d Xy. Z = d Xy Z = = 1 Pr( Z = 1) + d Xy Z 2 Pr( Z = 0,143(0,760) 0,151(0,240) = 0,145 = 2) 7
8 Il coefficiente d Xy.Z esprime l effetto netto di X su y, cioè l effetto esercitato da X su y al netto degli effetti esercitati dalla variabile Z Il valore assunto da tale coefficiente può essere interpretato come segue: a parità di livello di istruzione, l appartenenza alla Chiesa cattolica influisce negativamente ( 14,5 punti percentuali) sulla probabilità di essere favorevole alla pena di morte Se ci sono buone ragioni per ritenere che la variabile Z sia l unico fattore in grado di «alterare» la relazione bivariata fra X e y, allora il coefficiente d Xy.Z può essere interpretato come misura corretta (cioè priva di ogni componente spuria) dell effetto causale esercitato da X su y 8
9 In questo caso, la differenza fra l effetto bivariato di X su y (rappresentato dal coefficiente d Xy ) e il corrispondente effetto causale (rappresentato dal coefficiente d Xy.Z ) esprime l ammontare dell effetto spurio attribuibile a Z: d( Xy) Z = d Xy d Xy. Z = 0,180 ( 0,145) = 0,325 L effetto spurio risulta positivo ed è talmente forte da invertire a livello bivariato la direzione (negativa) seguita dal vero effetto causale 9
10 Istruzione Pena di morte Chiesa cattolica 10
Analisi causale a tre variabili Esercizi svolti
Analisi causale a tre variabili Esercizi svolti ESERCIZIO 1 La seguente tabella illustra la relazione osservata a livello bivariato fra la frequenza della preghiera (assunta come variabile indipendente)
DettagliPrincipi di analisi causale Lezione 3
Anno accademico 2007/08 Principi di analisi causale Lezione 3 Docente: prof. Maurizio Pisati Approccio causale Nella maggior parte dei casi i ricercatori sociali utilizzano la regressione per stimare l
DettagliAnalisi della relazione fra due variabili qualitative Esercizi svolti
Analisi della relazione fra due variabili qualitative Esercizi svolti ESERCIZIO 1 La seguente tabella a doppia entrata illustra la relazione fra la situazione sentimentale attuale (assunta come variabile
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliDi che cosa parleremo questa settimana? Riferimenti Bibliografici
DIPARTIMENTO DI SCIENZE SOCIALI E POLITICHE Anno Accademico 2015/2016 Metodologia della Ricerca Sociale e Valutativa (GLO) prof. Ferruccio Biolcati Rinaldi Sesta settimana TAVOLE DI CONTINGENZA Di che
DettagliSCOPO 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
DettagliVARIABILI QUALITATIVE = CONTROLLO PER STRATIFICAZIONE:
ANALISI TRI-VARIATA Procedura logica e tecnico-operativa per l esplorazione dei nessi di dipendenza tra variabili, i cui fondamenti risalgono all impiego che ne fece É. Durkheim (cfr. Il suicidio- 1897)
DettagliEconomia Politica e Istituzioni Economiche
Economia Politica e Istituzioni Economiche Barbara Pancino Lezione 6 I mercati dei beni e i mercati finanziari: il modello IS-LM Il mercato dei beni e la curva IS L equilibrio sul mercato dei beni attraverso
DettagliESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE
ESERCITAZIONE DI FINE CORSO ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE 1. Si prenda in esame la seguente tabella che riporta la suddivisione di una popolazione femminile per titolo di
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 6 Abbiamo visto: Definizione di popolazione, di campione e di spazio campionario Distribuzione
DettagliEsercitazioni 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
DettagliMATEMATICA LEZIONE 15 I MONOMI. (Prof. Daniele Baldissin) Un MONOMIO è il PRODOTTO di più FATTORI rappresentati da NUMERI e LETTERE.
MATEMATICA LEZIONE 15 ARGOMENTI 1) Definizione di monomio 2) Riduzione in forma normale 3) Monomi simili, interi e frazionari 4) Grado di un monomio I MONOMI (Prof. Daniele Baldissin) Un MONOMIO è il PRODOTTO
DettagliDistribuzioni di due variabili aleatorie
Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili
DettagliApproccio statistico alla classificazione
Approccio statistico alla classificazione Approccio parametrico e non parametrico Finestra di Parzen Classificatori K-NN 1-NN Limitazioni dell approccio bayesiano Con l approccio bayesiano, sarebbe possibile
DettagliL'analisi bivariata (associazione e cograduazione)
L'analisi bivariata (associazione e cograduazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi bivariata L analisi bivariata è un analisi delle relazioni tra due caratteristiche
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliAnalisi bivariata. Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Pagina 337 Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano
DettagliCorso 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
DettagliEsercitazione. 24 Aprile 2012
Esercitazione 24 Aprile 2012 Il modello di regressione logistica viene utilizzato quando si è interessati a studiare o analizzare la relazione causale tra una variabile dipendente dicotomica e una o più
DettagliCapitolo 3. Le correlazioni fra i rendimenti dei prestiti e la diversificazione di portafoglio.
Capitolo 3. Le correlazioni fra i rendimenti dei prestiti e la diversificazione di portafoglio. 3.1 Introduzione. Il terzo tassello fondamentale per poter applicare la teoria di portafoglio è la stima
DettagliParte I Identificazione di modelli dinamici. 6: Teoria della stima e caratteristiche degli stimatori. Parte I 6, 1
Parte I 6, 1 Parte I Identificazione di modelli dinamici 6: Teoria della stima e caratteristiche degli stimatori Generalita` Parte I 6, 2 In generale abbiamo: dove sono i dati osservati e` la quantita`
DettagliMinimi quadrati e massima verosimiglianza
Minimi quadrati e massima verosimiglianza 1 Introduzione Nella scorsa lezione abbiamo assunto che la forma delle probilità sottostanti al problema fosse nota e abbiamo usato gli esempi per stimare i parametri
DettagliCampionamento. Una grandezza fisica e' distribuita secondo una certa PDF
Campionamento Una grandezza fisica e' distribuita secondo una certa PDF La pdf e' caratterizzata da determinati parametri Non abbiamo una conoscenza diretta della pdf Possiamo determinare una distribuzione
DettagliAnalisi bivariata Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano dall analisi
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 07-Coefficienti di correlazione vers. 1.0 (29 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 25/02 14:30 Aula informatica (4 gruppi) Martedi 02/03 14:30 P50 Giovedi 04/03 14:30 Aula informatica (4 gruppi) Martedi 09/03 14:30 P50 p.
DettagliEsame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si
DettagliMatrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.
Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice
Dettagli1 Alcuni risultati sulle variabili Gaussiane multivariate
Il modello lineare-gaussiano e il filtro di Kalman Prof. P.Dai Pra 1 Alcuni risultati sulle variabili Gaussiane multivariate In questo paragrafo verranno enunciate e dimostrate alcune proprietà del valor
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliIndipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
DettagliSistemi e Tecnologie della Comunicazione
Sistemi e Tecnologie della Comunicazione Lezione 11: data lin layer: codici di rilevazione di errore, gestione degli errori 1 La rilevazione di errore Un codice a rilevazione di errore ha lo scopo di permettere
DettagliElettromagnetismo. Prof. Francesco Ragusa Università degli Studi di Milano. Lezione n
Elettromagnetismo Prof. Francesco Ragusa Università degli Studi di Milano Lezione n. 10 2.11.2016 Equazione di Poisson Metodo delle cariche immagine Anno Accademico 2016/2017 Equazione di Poisson Tramite
DettagliElementi di teoria delle trasformazioni
Elementi di teoria delle trasformazioni LA STRUTTURA DI GRUPPO La struttura di gruppo Un gruppo è un insieme G in cui è definita una operazione ("leggere tondino") inoltre c a,b 2 G allora a b 2 G d 1
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliCorso di Statistica - Prof. Fabio Zucca V Appello - 19 febbraio 2015
Corso di Statistica - Prof. Fabio Zucca V Appello - 19 febbraio 215 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994 Esercizio
DettagliProbabilità e Statistica
Cognome e Nome............................................................................... C. d. L.: GESL Anno di Corso: 1 2 3 altro Matricola....................................... Firma.......................................
DettagliCorso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)
Corso di Laurea in Scienze e Tecnologie Agrarie Corso Integrato: Matematica e Statistica Modulo: Matematica (6 CFU) (4 CFU Lezioni + CFU Esercitazioni) Corso di Laurea in Tutela e Gestione del territorio
DettagliRapporti e proporzioni
Rapporti e proporzioni I rapporti In matematica la parola rapporto indica un quoziente. Può essere indicato da: - Una divisione, es. 9 6 - Una frazione - Un numero decimale, es. 1,5 Def. Il rapporto tra
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliIl metodo statistico: prova dell ipotesi, intervallo di confidenza
Il metodo statistico: prova dell ipotesi, intervallo di confidenza Tratto con modifiche da : Buzzetti, Mastroiacovo. Le prove di efficacia in pediatria. 2000, UTET 1 Il problema Si supponga di voler verificare
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliAlessandro Scopelliti.
Alessandro Scopelliti alessandro.scopelliti@unirc.it Il tasso di crescita ed il tasso di disoccupazione negli USA dal 1970 ad oggi Nel grafico precedente sono state riportate le variazioni del Pil e della
DettagliAspettative, produzione e politica economica
Lezione 18 (BAG cap. 17) Aspettative, produzione e politica economica Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia Prof. Alessandro Flamini, Universita di Pavia 2 Le aspettative e la
Dettagli5. Analisi dei dati di output
Anno accademico 2008/09 Analisi dei dati di Output Y 1, Y 2,..., Y m : output della simulazione. Le variabili casuali Y 1, Y 2,..., Y m non sono in generale indipendenti Se supponiamo però di avere effettuato
DettagliMETODI STATISTICI PER LA BIOLOGIA. Paolo Dai Pra e Francesco Caravenna
METODI STATISTICI PER LA BIOLOGIA. Paolo Dai Pra e Francesco Caravenna 18 marzo 2008 NOME 1. Parte A 1.1. Sono stati raccolti 7 dati relativi ad una variabile x. Si sa che 3 dati hanno valore 5; 2 dati
DettagliTavola di mobilità: esempio
Tavola di mobilità: esempio Destinazione sociale Origine sociale Classe superiore Classe media Classe inferiore Totale Classe superiore 160 30 10 200 Classe media 90 150 60 300 Classe inferiore 50 200
DettagliCrittografia ed Aritmetica Modulare IV incontro
Crittografia ed Aritmetica Modulare IV incontro PLS - CAM Padova, 7 novembre 2014 1 Aritmetica modulare Sia n un intero positivo fissato. Denotiamo con Z n = {0, 1, 2,..., n 1} l insieme delle classi resto
DettagliR. Cusani, F. Cuomo: Telecomunicazioni - DataLinkLayer: Gestione degli errori, Aprile 2010
1 11. Data link layer: codici di rilevazione di errore, gestione degli errori La rilevazione di errore Un codice a rilevazione di errore ha lo scopo di permettere al ricevente di determinare se vi sono
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliTra vecchie e nuove disuguaglianze: la partecipazione scolastica degli studenti immigrati nelle scuole secondarie superiori in Italia
Tra vecchie e nuove disuguaglianze: la partecipazione scolastica degli studenti immigrati nelle scuole secondarie superiori in Italia DAVIDE AZZOLINI e CARLO BARONE davide.azzolini@unitn.it; carlo.barone@unitn.it
DettagliEquazioni differenziali Problema di Cauchy
Equazioni differenziali Problema di Cauch Primo esempio - Risolvere l equazione '( ) = g( ) con g( ) :[ a, b] R continua Teor. fondamentale del calcolo integrale ( ) = + g ( t )dt Primo esempio - Osserviamo
DettagliSOLUZIONI. = x x x
. Data la funzione a) scrivi qual è il dominio di f SOLUZIONI f ( b) scrivi quali sono gli intervalli in cui f( risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
Dettagli) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,
Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)
DettagliStruttura Elettronica degli Atomi Meccanica quantistica
Prof. A. Martinelli Struttura Elettronica degli Atomi Meccanica quantistica Dipartimento di Farmacia 1 Il comportamento ondulatorio della materia 2 1 Il comportamento ondulatorio della materia La diffrazione
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliFacoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente MUSIO MONICA
Facoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente MUSIO MONICA Attività didattica CALCOLO DELLE PROBABILITA' [60/64/186] Periodo di svolgimento: Primo Semestre Docente titolare del
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
DettagliRappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r
1 Rappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r Ovviamente tra le coppie (x i,y i ) può sussistere una correlazione
Dettagli8 Derivati dell entropia
(F1X) Teoria dell Informazione e della Trasmissione 8 Derivati dell entropia Docente: Nicolò Cesa-Bianchi versione 23 marzo 2016 Siano X e Y due variabili casuali con valori in insiemi finiti X e Y. Detta
DettagliCapitolo VII. Il mercato del lavoro
Capitolo VII. Il mercato del lavoro 1 In questa lezione parleremo di: Mercato del lavoro in Italia Disoccupazione Determinazione dei salari e dei prezzi Equilibrio del mercato del lavoro e tasso naturale
DettagliINTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA
INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria
Dettagli12/10/2015. Prof. Giovanni Arduini Lezione n. 3. a.a. 2015/2016
Prof. Giovanni Arduini Lezione n. 3 a.a. 2015/2016 2 1 3 4 2 Differenza tra Accreditamento e Certificazione Accreditamento significa che un ente (organismo) autorevole riconosce formalmente che un'organizzazione
DettagliCopyright Esselibri S.p.A.
70 3000 500 000 1500 1000 500 A B C D (a) Capitolo Terzo A B C D 500 1000 1500 000 5003000 3500 Fig. 1 - Ortogramma a colonne (a) e ortogramma a nastri (b) 4. MISURE DI ASSOCIAZIONE E DI COGRADUAZIONE
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
DettagliAnalisi avanzate basate sulla regressione (Cap. 7)
Analisi avanzate basate sulla regressione (Cap. 7) AMD Marcello Gallucci marcello.gallucci@unimib.it Regressione Multipla A seconda dello status delle variabili indipendenti, possiamo differenziare diversi
Dettagli270 Capitolo 10. Monomi. d ) 7 2 a3 x 4 y 2 per a = 1 2, x = 2, y = 1 2 ; e ) 8 3 abc2 per a = 3, b = 1 3, c = 1 2.
70 Capitolo 10. Monomi 10.9 Esercizi 10.9.1 Esercizi dei singoli paragrafi 10.1 - L insieme dei monomi 10.1. Individua tra le espressioni letterali di seguito elencate, quelle che sono monomi. E 1 = 5x
DettagliCorrezione secondo compitino, testo B
Correzione secondo compitino, testo B 7 aprile 2010 1 Parte 1 Esercizio 1.1. Tra le funzioni del vostro bestiario, le funzioni che più hanno un comportamento simile a quello cercato sono le funzioni esponenziali
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
Dettagli` Ç áàxüé wxääë\áàüâé ÉÇx? wxääëhç äxüá àõ x wxäät e vxüvt
ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 2016 ` Ç áàxüé wxääë\áàüâé ÉÇx? wxääëhç äxüá àõ x wxäät e vxüvt M557 ESAME DI STATO DI ISTRUZIONE SECONDARIA SUPERIORE Indirizzi: LI02, EA02 SCIENTIFICO
Dettagliè un monomio 2b 4 a non sono monomi
Definizione e caratteristiche Un monomio è un espressione algebrica letterale nella quale: gli esponenti delle lettere sono solo numeri naturali fra le lettere ci sono solo operazioni di moltiplicazione
DettagliSezione 9.9. Esercizi 189
Sezione 9.9. Esercizi 189 9.9 Esercizi 9.9.1 Esercizi dei singoli paragrafi 9.1 - L insieme dei monomi 9.1. Individua tra le espressioni letterali di seguito elencate, quelle che sono monomi. E 1 = 5x
DettagliLUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011
LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11
DettagliV = 8. e quindi tale funzione non va bene perché non soddisfa V 13. La funzione f deve avere la forma. (1 x ) 1 k. f(x)dx = 16k.
Problemi Problema ) ) La funzione f(x) deve soddisfare f(±) =, f() = e f ( + ) tan π, 76, ove π esprime in radianti un angolo di gradi e f ( + ) indica la derivata destra di f in. Inoltre il volume V del
DettagliUniversità del Salento Facoltà di Scienze Matematiche Fisiche e Naturali. Matematica e Fisica
Università del Salento Facoltà di Scienze Matematiche Fisiche e Naturali Test d INGRESSO Matematica e Fisica 2017-2018 A 1. In un parallelogramma due lati consecutivi sono lunghi a e b e l angolo tra essi
DettagliMISURA DELLA VARIAZIONE CONCOMITANTE (COVARIAZIONE/ CONTROVARIAZIONE) DI VARIABILI CARDINALI O QUASI- CARDINALI
ANALISI DELLA CORRELAZIONE MISURA DELLA VARIAZIONE CONCOMITANTE (COVARIAZIONE/ CONTROVARIAZIONE) DI VARIABILI CARDINALI O QUASI- CARDINALI VINCOLI CHE SI IMPONGONO ALLA SUA UTILIZZAZIONE: LA RELAZIONE
DettagliEconomia Monetaria. La Curva di Phillips e il Tasso Naturale di Disoccupazione
Economia Monetaria CLEF 14 2007-08 La Curva di Phillips e il Tasso Naturale di Disoccupazione versione 5 Maggio 2008 Fino al 1959, la dottrina Keynesiana suggeriva che fosse possibile ridurre la disoccupazione
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
Dettagli, B con probabilità 1 4 e C con probabilità 1 4.
Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del 0.06.00 N.B. Scrivere le soluzioni degli esercizi su questi fogli giustificando brevemente
Dettagli1.Pressione di un Gas
1.Pressione di un Gas Un gas è formato da molecole che si muovono in modo disordinato, urtandosi fra loro e urtando contro le pareti del recipiente che le contiene. Durante gli urti, le molecole esercitano
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliLa spesa aggregata 1
1 La spesa aggregata La spesa aggregata In un economia aperta, la spesa aggregata è divisa in consumi (C) investimenti (I), spesa pubblica (G) ed esportazioni nette (NX). La somma di queste quattro componenti
DettagliCAPITOLO 11 ANALISI DI REGRESSIONE
VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire
DettagliDOCUMENTO CONTENENTE LE INFORMAZIONI CHIAVE
DOCUMENTO CONTENENTE LE INFORMAZIONI CHIAVE Scopo Il presente documento contiene informazioni chiave relative a questo prodotto d investimento. Non si tratta di un documento promozionale. Le informazioni,
DettagliANALISI 1 1 SEDICESIMA - DICIASETTESIMA LEZIONE Serie
ANALISI 1 1 SEDICESIMA - DICIASETTESIMA LEZIONE Serie 1 prof. Claudio Saccon, Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email: saccon@mail.dm.unipi.it web: http://www2.ing.unipi.it/ d6081/index.html
DettagliEsercitazione 1. 6 Marzo 2019
Esercitazione 1 6 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro)
Dettaglideve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).
Indice 1. Frequenza e Probabilità. Parametri Statistici 3. Curva di Gauss 4. isure poco numerose: t di student nel caso non sia possibile effettuare un numero di misure adeguato (n
Dettagli