Esercitazioni di Statistica

Размер: px
Начинать показ со страницы:

Download "Esercitazioni di Statistica"

Транскрипт

1 Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso medio di 1 grammi. Si suppoga che il peso di ua matita sia ua variabile casuale distribuita secodo la legge ormale, di parametri µ o ota e σ 4. a) Si propoga uo stimatore o distorto per µ e si dica quato vale la sua variaza. b) Si determii l itervallo di cofideza per µ al livello (1 α) c) Si determii l itervallo di cofideza per µ al livello (1 α) 0.95 i asseza di ipotesi che la variabile casuale peso di ua matita abbia distribuzioe ormale. Soluzioe a) Uo stimatore o distorto per µ è la media campioaria. La sua variaza tede a zero al tedere della umerosità campioaria all ifiito. La variaza 1

2 di questo stimatore è, ifatti, pari a: ( Var( X) Var X ) i Var (X i ) Nel caso specifico b) Poichè Var (X i) 1 σ Var( X) σ α 0.95 α 0.05 α/ 0.05 Φ(z α/ ) 1 α/ z α/ 1.96 X µ σ/ e dato che X N(µ, σ /), e N(0, 1), l itervallo di cofideza al livello (1 α) 95% è dato da: σ σ 95%IC [l 1, l [ x z α/ ; x + z α/ [ ; [11.608; Ciò sigifica che il peso medio delle matite colorate risulta compreso tra (11.608; 1.39) al livello di cofideza del 95%. c) Dato che la umerosità campioaria è grade ( 30), l itervallo di cofideza otteuto rimae valido ache i asseza di ipotesi di ormalità della variabile casuale peso di ua matita i base al Teorema del limite cetrale. Esercizio Ua fabbrica produce barrette di cioccolato. Il peso di ciascua barretta X è ua variabile casuale distribuita secodo la legge Normale di parametri µ o ota e σ 64. Si cosideri u campioe di 5 barrette, per cui si ottiee 5 x i 450. a) Si determii l itervallo di cofideza per µ al livello (1 α) b) Si determii l ampiezza campioaria miima che assicura che la lughezza dell itervallo di cofideza per µ al livello (1 α) 0.90 sia iferiore a 10.

3 Soluzioe a) Il primo passo da effettuare è determiare la stima della media campioaria, che è data da: x 1 5 x i 450/ Ora, quidi X N(µ, 64/5). Poiché E( X) µ; Var( X) σ /, 1 α 0.90 α 0.10 α/ 0.05 Φ(z α/ ) 1 α/ 0.95 z α/ 1.645, l itervallo di cofideza al livello (1 α) 90% è dato da: σ σ 90%IC [l 1, l [ x z α/ ; x + z α/ [ ; [95.368; Ciò sigifica che il peso medio delle barrette di cioccolato risulta compreso tra (95.368;100.63) al livello di cofideza del 90%. b) Se si vuole imporre che la lughezza dell itervallo di cofideza per µ al livello (1 α) 0.90 sia iferiore a 10 si ha che per cui 7. z α/ σ < 10 z < < < ( ) 8 < > 6.93, 3

4 Esercizio 3 Si è iteressati a studiare la difettosità e il peso dei pezzi prodotti i u processo produttivo. U campioe di 60 pezzi è stato selezioato e per ciascuo si è rilevata la difettosità e il peso. E risultato che: 5 pezzi soo difettosi; Sia X i il peso dell i-esimo pezzo. Si è rilevato: e x i 840, x i a) Proporre uo stimatore o distorto per µ il valor medio di X, e valutare le proprietà della stima corrispodete. b) Proporre uo stimatore o distorto per σ (la variaza di X). c) Proporre u itervallo di cofideza al 99% per µ ell ipotesi che X sia distribuita come ua ormale. d) Proporre u itervallo di cofideza al 99% per µ i asseza di ipotesi di ormalità della variabile casuale X. e) Proporre u itervallo di cofideza al 95% per π, il valore medio della variabile casuale Y di Beroulli che assume il valore 1 se il pezzo è difettoso, 0 altrimeti. Soluzioe a) Uo stimatore o distorto per la media della popolazioe è la media campioaria X, la cui stima el campioe risulta: e la cui variaza risulta x x i 840/ Var[ X 1 σ, quidi la variaza dello stimatore tede a zero al crescere della umerosità campioaria. Soo assicurate le codizioi sufficieti per la covergeza i probabilità dello stimatore 4

5 b) Uo stimatore o distorto della variaza è la variaza campioaria S 1 (X i 1 X). La sua stima el campioe risulta S ( 60 (x i x) 1 1 ) x i x [ x i x 1 ( ) / c) Poiché o coosciamo la variaza della popolazioe, possiamo utilizzare per costruire l itervallo di cofideza la variaza campioaria S. I questo caso utilizziamo la statistica campioaria media campioaria studetizzata, che si distribuisce come ua t di studet: X µ S t 1 Dato che 1 α 0.99 α 0.01 α/ P (t 59 t 59,α/ ) 1 α/ P (t 59 t 59,α/ ) α/ t 59,α/.66, l itervallo di cofideza al livello (1 α) 0.99 è dato da: S S 99%IC [l 1, l [ x t 59,α/ ; x + t 59,α/ [ ; [1.96; Ciò sigifica che il valor medio del peso è compreso tra (1.96;15.04) al livello di cofideza del 99%. d) Dato che la umerosità campioaria è grade ( 30), l itervallo di cofideza otteuto rimae valido ache i asseza di ipotesi di ormalità i base al Teorema del limite cetrale. Dato che la media campioaria stadardizzata co la stima campioaria della variaza ha distribuzioe asitoticamete ormale (lo stimatore della variaza risulta cosistete), per costruire l itervallo di cofideza i tal caso si utilizza z α/ che vale.575. I tal caso l itervallo di cofideza risulta [13; 15. 5

6 e) La proporzioe campioaria di pezzi difettosi è data da ˆp 5/ Essedo la proporzioe campioaria uo stimatore o distorto della probabilità π, ed essedo la sua variaza data da σ /, per sufficietemete elevato, sfruttado il Teorema del limite cetrale, possiamo utilizzare l approssimazioe ormale (ˆp N(π; π(1 π)/)). Poiché o coosciamo π, dobbiamo usare ua stima della variaza dello stimatore, data da ˆσ ˆp(1 ˆp)/. Quidi si ha che: [ ˆp(1 ˆp) ˆp(1 ˆp) 95%IC [l 1, l ˆp z α/ ; ˆp + z α/ [ ; [0.9; Ciò sigifica che π è compreso tra (0.9; 0.54) al livello di cofideza di circa il 95%. No abbiamo u livello di cofideza preciso perché utilizziamo u approssimazioe alla Normale. Esercizio 4 Il peso (i grammi) di ua barretta di cioccolato prodotta da u azieda si può assumere distribuito secodo la legge ormale co valore atteso µ o oto e variaza o ota. Si estrae dalla produzioe u campioe di barrette e si rileva che 9 x i 175.5, e 9 x i 4.5. a) Si propoga uo stimatore o distorto per µ. b) Si propoga uo stimatore o distorto per la variaza della popolazioe. c) Si scriva la forma aalitica e si determii il valore dell itervallo di cofideza per µ al livello (1 α) Soluzioe a) Uo stimatore o distorto per µ è la media campioaria la cui stima el campioe risulta X X i, x x i 175.5/

7 e la sua variaza (Var( X) σ /) coverge a zero al crescere dell ampiezza campioaria. b) Uo stimatore o distorto per la variaza della popolazioe σ è la variaza campioaria S : S (x i x) 1 (x i) ( x) (19.5) 8 800/8 100 c) U itervallo di cofideza per µ, i cui la variaza è o ota, può essere costruito a partire dalla media campioaria studetizzata, che, poiché la variaza o è ota, si distribuisce come ua t di studet: Dato che X µ S/ t 1 1 α 0.99 α 0.01 α/ P (t 8 t 8,α/ ) 1 α/ P (t 8 t 8,α/ ) α/ t 8,α/ 3.355, l itervallo di cofideza al livello (1 α) 0.99% è dato da: S S 99%IC [ x t 1;α/ ; x + t 1;α/ S S [ x t 8;0.005 ; x + t 8;0.005 [ ; [8.317; Ciò sigifica che il peso medio di ua barretta risulta compreso tra (7.65; 31.35) al livello di cofideza del 99%. 7

8 Esercizio 5 Se si dimiuisce il livello di cofideza 1 α, l ampiezza di u itervallo di cofideza aumeta, dimiuisce o resta ivariata? Soluzioe Dimiuisce. Ad esempio, el caso di u itervallo di cofideza per la media co variaza ota, { } σ σ IC x z 1 α/, x + z 1 α/ Al dimiuire del livello di cofideza (1 α), la quatità z 1 α/ dimiuisce, restrigedo l itervallo di cofideza. 1 α α 1 α/ z 1 α/ Esercizio 6 I u campioe casuale di 30 lamie d acciaio lo spessore X delle lamie (i mm) preseta ua variaza 30 (x i x) 5. Ipotizzado che X abbia distribuzioe Normale, determiare u itervallo di cofideza al 90% per la variaza σ. Soluzioe U itervallo di cofideza per σ al livello (1 α) 0.9 è dato da: [ ( 1)S ( 1)S 90%IC ; χ 0.05;9 χ 0.95;9 [ ; (17.036; 40.94)

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

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

Подробнее

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Подробнее

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

Подробнее

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza [email protected] Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Подробнее

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

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

Подробнее

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Подробнее

Esercizi di Calcolo delle Probabilità e Statistica Matematica

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

Подробнее

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale. Apputi di Probabilità e Statistica a.a. 014/015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 7 1 Statistica Ifereziale 1.1 Test di ipotesi Ipotesi statistica: assuto relativo ad uo o più parametri (igoti)

Подробнее

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Подробнее

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Подробнее

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: [email protected] Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Подробнее

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Подробнее

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Подробнее

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

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

Подробнее

INFERENZA o STATISTICA INFERENTE

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

Подробнее

Esame di Statistica A-Di Prof. M. Romanazzi

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

Подробнее

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

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Подробнее

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

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

Подробнее

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

Подробнее

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Подробнее

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli [email protected] Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Подробнее

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati: Esercizio 1 Si suppoga di aver assegato ad ua popolazioe di N = 4 dattilografe u test e di aver otteuto i segueti risultati: Dattilografa N. Errori A 3 B C 1 D 4 La variabile, il umero di errori commessi

Подробнее

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Подробнее

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

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

Подробнее

Analisi Matematica Soluzioni prova scritta parziale n. 1

Analisi Matematica Soluzioni prova scritta parziale n. 1 Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.

Подробнее