Dal campione alla popolazione
|
|
- Corrado Pisano
- 7 anni fa
- Visualizzazioni
Transcript
1 Dal campione alla popolazione Monica Marabelli 20 Novembre 2015
2 L inferenza statistica La statistica si occupa di studiare le unitá/individui appartenenti alla popolazione statistica. Spesso, peró, non é possibile studiare l intera popolazione, quindi ci si limita a studiarne un campione. Si definisce campione casuale un sottoinsieme della popolazione. L inferenza statistica é quella parte della statistica che si occupa di stimare i parametri della popolazione per mezzo dei corrispettivi parametri campionari.
3 Il campione Per ciascun campione casuale si possono calcolare le stime puntuali che possono essere usate per stimare i parametri della popolazione. Ad esempio se vogliamo studiare l altezza media degli studenti che frequentano l universitá, possiamo studiarne un campione. Leggiamo i dati nel file altezza_campione.txt. setwd ("Y:/STATISTICA") survey <- read.table (file="altezza_campione.txt", header=true, sep="\t", dec=".")
4 Vediamo le prime 6 osservazioni e quali variabili sono riportate head(survey) Height NA In R i valori mancanti sono indicati con il simbolo NA. dim(survey) [1] 237 1
5 Calcoliamo la media del campione e la usiamo come stima del corrispondente parametro nella popolazione. Tuttavia, non per tutti gli studenti abbiamo l altezza: dobbiamo escludere i valori mancanti (NA). Usiamo quindi la funzione mean con il parametro na.rm=true. mean(survey$height, na.rm=true) # ignora i valori mancanti [1] Quindi una stima puntuale della media dell altezza degli studenti é cm.
6 In alternativa possiamo prima creare un vettore senza gli NA e poi calcolare la media sul nuovo vettore. height_clean <- na.omit(survey$height) sample_mean <- mean(height_clean) sample_mean [1]
7 L intervallo di confidenza A questo punto dobbiamo valutare l accuratezza della nostra stima. Lo facciamo calcolando l intervallo di confidenza. Di solito gli intervalli di confidenza si calcolano al 95%. Si ha cioé il 95% di probabilitá che la media della popolazione stia in questo intervallo.
8 Se la deviazione standard della popolazione é nota Assumiamo che la deviazione standard della popolazione (σ) sia conosciuta e sia La formula da utilizzare é la seguente: mean ± z σ n
9 Calcoliamo l errore standard della media ( σ n ) n <- length(height_clean) n [1] 209 sigma < # deviazione standard nella popolazione standard_error <- sigma/sqrt(n) standard_error [1]
10 Il valore critico z Un intervallo di confidenza al 95% significa che in ciascuna delle due code lasciamo il 2.5%. Il valore critico z é 1.96, che corrisponde al 97.5 esimo percentile.
11 Il valore critico z Se non ricordiamo il valore critico z possiamo calcolarlo con R. La funzione qnorm ci restituisce il quantile di una probabilitá p. v <- qnorm(p=0.975, mean=0, sd=1) v [1] 1.96
12 Calcoliamo l intervallo di confidenza Calcoliamo prima il margine di errore (z σ n ) e <- 1.96*standard_error e [1] Calcoliamo infine l intervallo di confidenza sample_mean + c(-e,e) [1]
13 In conclusione: Assumendo che la deviazione standard dell altezza nella popolazione sia 9.48 cm, il margine d errore sulla media dell altezza degli studenti é 1.29 cm. La media dell altezza é cm; l intervallo di confidenza al 95% va da a cm.
14 Esercizio 1 In un campione di 11 uomini estratti a caso da una data popolazione sono stati rilevati i seguenti valori di colesterolo (mg/100ml): 265, 208, 361, 143, 310, 252, 239, 225, 184, 220, 332. Assumendo che il livello di colesterolo abbia distribuzione normale con σ = 65 mg/100ml, si vuole determinare l intervallo di confidenza al 99% per il valor medio del colesterolo nella popolazione di riferimento.
15 Soluzione esercizio 1 Inseriamo i dati in un vettore colesterolo <- c(265, 208, 361, 143, 310, 252, 239, 225, 184, 220, 332) Calcoliamo la media del colesterolo media <- mean(colesterolo) media [1] 249
16 Soluzione esercizio 1 Calcoliamo l errore standard della media n <- length(colesterolo) n [1] 11 sigma <- 65 standard_error <- sigma/sqrt(n) standard_error [1]
17 Soluzione esercizio 1 Calcoliamo il valore critico z per un intervallo di confidenza al 99% v <- qnorm(p=0.995, mean=0, sd=1) v [1] Calcoliamo il margine di errore (z σ n ) e <- 2.58*standard_error e [1]
18 Soluzione esercizio 1 Calcoliamo quindi l intervallo di confidenza al 99% media + c(-e, e) [1] Quindi la media del livello di colesterolo é 249; l intervallo di confidenza al 99% per la media é (198.44, ).
19 Se la deviaz. standard della popolazione NON é nota Spesso la deviazione standard della popolazione non é conosciuta. In questo caso l intervallo di confidenza sulla media é calcolato nel modo seguente: s mean ± t n
20 Esempio Si vuole stimare la pressione arteriosa (PAS) di maschi di etá tra i 45 e i 64 anni. E stata misurata la PAS a 36 uomini nella fascia di etá di interesse selezionati a caso a partire dalla lista dei pazienti di un medico di base. Calcolare l intervallo di confidenza al 95% della PAS.
21 Leggiamo i dati nel file pas.txt pressione <- read.table(file="pas.txt", header=t, sep="\t", dec=".") attach(pressione)
22 colnames(pressione) [1] "PAS" Calcoliamo la media e la deviazione standard del campione sample_mean <- mean(pas) sample_mean [1] sample_dev.st <- sd(pas) sample_dev.st [1]
23 Calcoliamo la numerositá del campione n <- length(pas) n [1] 36 Calcoliamo l errore standard ( s n ) err_st <- sample_dev.st / sqrt(n) err_st [1]
24 Calcoliamo il valore critico t v_critico <- qt(0.975, df=n-1) v_critico [1] Calcoliamo il margine d errore (t s n ) e <- v_critico*err_st e [1]
25 Calcoliamo l intervallo di confidenza sample_mean + c(-e,e) [1]
26 Esercizio 2 Si supponga di disporre di un campione di 16 valori e di aver ottenuto una media campionaria x = 3 e una varianza campionaria s 2 = 4. Calcolare l intervallo di confidenza al 95%.
27 Soluzione esercizio 2 Definiamo i dati che abbiamo media <- 3 dev.st <- sqrt(4) n <- 16 Calcoliamo l errore standard ( s n ) err_st <- dev.st / sqrt(n) err_st [1] 0.5
28 Calcoliamo il valore critico t (95% IC) v_critico <- qt(0.975, df=n-1) v_critico [1] Calcoliamo il margine d errore (t s n ) e <- v_critico*err_st e [1]
29 Calcoliamo l intervallo di confidenza media + c(-e,e) [1]
Statistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliIntervallo di confidenza
Intervallo di confidenza Esempio: siamo intressati al peso dei maschi in una certa regione. Vogliamo stimare il peso medio µ della popolazione. Siano x 1,...,x n i pesi di n individui scelti a caso. La
DettagliMetodi Statistici per il Marketing. #05 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #05 Elementi di statistica inferenziale e di teoria dei campioni 15 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #05 Elementi di statistica
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliSTATISTICA. Intervalli di confidenza
STATISTICA Intervalli di confidenza Inferenza sulla media di una popolazione,,, i.i.d, =, ( ) =, in generale non noti media campionaria (,,, ) = + + + = + + + modello di tutte le possibili stime di, prima
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 5 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Media e varianza campionaria Legge dei grandi numeri Teorema del limite
DettagliSTATISTICA. Inferenza: Stima & Intervalli di confidenza, 1
STATISTICA Inferenza: Stima & Intervalli di confidenza, 1 Inferenza per la media Siano,,, variabili casuali i.i.d media campionaria: v.c. che predice il valore della media aritmetica dei dati nel campione
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 8:
STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 8: 10-05-2004 Andrea Tancredi Università di Roma La Sapienza, Rome, Italy andrea.tancredi@uniroma1.it http://3w.eco.uniroma1.it/utenti/tancredi
DettagliEsercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:
Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliINTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30
INTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30 Intervallo di confidenza: media 2 / 30 Supponiamo di considerare la media campionaria X e assumiamo che Intervallo di confidenza: media 2 / 30 Supponiamo
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7:
esercitazione 7 p. 1/13 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7: 20-05-2004 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
DettagliBrevi cenni all intervallo di confidenza
Brevi cenni all intervallo di confidenza INFERENZA STATISTICA L INFERENZA STATISTICA è un insieme di metodi con cui si cerca di «raggiungere una conclusione» sulla popolazione, sulla base delle informazioni
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 6 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Intervallo di confidenza per la media Verifica d ipotesi sulla media
DettagliSTATISTICA Lauree Triennali in OSTETRICIA ed INFERM. PEDIATRICA
STATISTICA Lauree Triennali in OSTETRICIA ed INFERM. PEDIATRICA 6--008 Tempo disponibile 45 minuti. Usate solo questo foglio per le risposte. Nome Cognome Numero di matricola Corso e sede Esercizio. A
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliInferenza su una popolazione
Inferenza su una popolazione La distribuzione di x(m) ha media pari a μ, quindi x(m) è uno stimatore non distorto della media della popolazione μ. Per fare inferenza sulla media dobbiamo avere un CCS,
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliIntroduzione all'inferenza Lezione 4
Last updated April 16, 2016 Introduzione all'inferenza Lezione 4 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Introduzione all inferenza Popolazione Campione
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Intervalli di confidenza Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 28-Intervalli di confidenza vers. 1.1 (21 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
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
DettagliProbabilità e Statistica Esercitazioni. a.a. 2017/2018. C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica
Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Campionamento Marco Pietro Longhi Probabilità e Statistica - Esercitazioni
DettagliIl 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
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliEsercitazioni Infostat ConfInt
Esercitazioni Infostat ConfInt Matteo Re, Alessandro Di Domizio 3 Maggio 2019 1 Introduzione In questa esercitazione vedremo come stimare l intervallo di confidenza da un campione che assumiamo essere
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliStatistica inferenziale
Statistica inferenziale Problema Nello studio delle distribuzioni teoriche di probabilità si suppone di conoscere i principali parametri della popolazione che esaminiamo (ad esempio la media, varianza).
DettagliUlteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento
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
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliParametri statistici
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Parametri statistici 24/1/2005 Deviazione standard della media La variabilità di una distribuzione può quindi essere espressa da un indice
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
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
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 25 febbraio 2016 (9.00/13.00)
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 2 Dott.ssa Antonella Costanzo 18/02/2016 Esercizio 1. IC media incognita, varianza nota Una fabbrica A produce matite colorate. Una prova su 100 matite scelte a caso
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 6:
esercitazione 6 p. 1/14 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 6: 06-05-2005 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
Dettagli5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana)
5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana) Esercizio 1: Una variabile casuale e caratterizzata da una distribuzione uniforme tra 0 e 10. Calcolare - a) la probabilità
DettagliCognome e nome. 1. In uno studio viene misurata la pressione arteriosa sistolica a 36 soggetti, con i seguenti risultati.
1. In uno studio viene misurata la pressione arteriosa sistolica a 36 soggetti, con i seguenti risultati. Media = 164 Deviazione standard= 24 1.1 Calcolate, scrivendo le formule che utilizzate: coefficiente
DettagliR - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre
R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota
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
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
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliProbabilità e Statistica
Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/02/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliTest d ipotesi sulla media
Test d ipotesi sulla media Silvia Parolo 12 December 2014 Riassumendo l esercitazione precedente Nella lezione precedente abbiamo visto che la media campionaria può essere un buon stimatore del valore
DettagliStatistica inferenziale per variabili quantitative
Lezione 7: - Z - test e intervalli di Confidenza - t-test per campioni indipendenti e dipendenti Cattedra di Biostatistica Dipartimento di Scienze scperimentali e cliniche, Università degli Studi G. d
DettagliSTATISTICA Lauree Triennali di Area Tecnica
STATISTICA Lauree Triennali di Area Tecnica 25-2-2008 Tempo disponibile 45 minuti. Usate solo questo foglio per le risposte. Nome Cognome Numero di matricola Corso e sede Esercizio 1. A quale categoria
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte IV: statistica inferenziale a cura di: S.Poffe
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica
DettagliEsercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 23/5/2017
Esercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 3/5/017 Contents 1 Intervalli di confidenza 1 Intervalli su un campione 1.1 Intervallo di confidenza per la media................................
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Campionamento e distribuzione campionaria della media CdL Infermieristica
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
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
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 9 Abbiamo visto metodi per la determinazione di uno stimatore puntuale e casi per: Carattere con
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## (##
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliTest di ipotesi (a due code, σ nota)
Test di ipotesi (a due code, σ nota) Assumiamo nota la deviazione standard σ = 43.3 mesi vogliamo sapere se esiste un intervallo I di confidenza al 95% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliII ESERCITAZIONE ESERCIZIO
II ESERCITAZIONE ESERCIZIO 1 Quale percentuale di osservazioni sotto la curva normale standardizzata cade nell'intervallo compreso tra i valori z=-1 e z=+1? a) 66% circa b) 70,2% circa c) 68,2% circa d)
DettagliIntervallo 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 la
DettagliCenni di Statistica Inferenziale
Cenni di Statistica Inferenziale Teorema del limite centrale Data una variabile, qualsiasi sia la sua distribuzione, la media di tutti i suoi campioni di ampiezza n ha una distribuzione normale: dove:
DettagliESERCIZIO 1. Soluzione. X =numero di passeggeri giornaliero
ESERCIZIO 1 La somma dei numeri di passeggeri di un autoservizio suburbano rilevati in 7 giorni scelti a caso è pari a 385. Si assuma un modello gaussiano per descrivere il numero giornaliero di passeggeri.
DettagliEffettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari
Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica I metodi per la sintesi e la comunicazione delle informazioni sulla salute Di chi stiamo parlando? I metodi per la produzione delle informazioni sulla salute Alla fine di questa
DettagliSeconda Lezione. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 DISTRIBUZIONE DI FREQUENZA
Seconda Lezione "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 09-Campione e popolazione vers. 1.0 (31 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliESERCITAZIONE N. 7 corso di statistica
ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliStatistica Metodologica
Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
Dettagli