CAPITOLO 11 ANALISI DI REGRESSIONE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CAPITOLO 11 ANALISI DI REGRESSIONE"

Transcript

1 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 le relazioni tra due variabili, il metodo consigliato è di costruire uno scatter plot prima di iniziare con l analisi statistica 3. V F Quando si calcola la retta dei minimi quadrati da un gruppo di dati, lo scatter plot mostrerà un numero uguale di punti sopra e sotto la linea 4. V F Ogni volta che si usa l analisi di regressione per predire i valori di Y sulla base dei valori nell intervallo dei dati X, si applica un processo chiamato interpolazione 5. V F I residui possono essere calcolati con la differenza tra i valori osservati e predetti di Y e elevando al quadrato per eliminare i numeri negativi 6. V F L errore standard della stima è una misura di quanto i dati variano attorno alla retta di regressione 7. V F La variazione totale può essere ottenuta semplicemente sommando la variazione di regressione all errore di variazione 8. V F Un intervallo di previsione fornisce una stima per un singolo valore di Y relativo a un particolare valore di X 9. V F La radice quadrata del coefficiente di correlazione è uguale al coefficiente di determinazione 10. V F Il potere dell analisi di regressione è ben illustrato dal fatto che la presenza di valori anomali ha praticamente nessun impatto nel valori dei coefficienti o delle loro deviazioni standard RISPOSTE: 1. Vero 6. Vero 2. Vero 7. Vero 3. Falso 8. Vero 4. Vero 9.falso 5. Falso 10. Falso

2 SCELTE MULTIPLE 1. La relazione tra la temperatura in Fahrenheit e Celsius è F=1,8 C+32. Questa relazione è: 1. deterministica 2. funzionale 3. statistica a. 1 b. 2 c. 3 d. Sia 1 che 2 2. Quanti punti appariranno su uno scatter plot mostrando tutte le 10 coppie di osservazioni nelle 2 variabili X e Y? a. 5 b. 10 c. 15 d Un analisi di regressione non potrebbe probabilmente essere condotta a meno che uno scatter plot di dati riveli una relazione che: a. Approssimi una retta b. Assomigli a una distribuzione normale c. Sia sparsa a caso in tutto l intervallo d. Sia concava in basso 4. Quando si conduce un analisi di regressione, la variabile controllabile che può essere fissata da chi raccoglie i dati è: a. La variabile dipendente b. La variabile indipendente c. La pendenza della retta di regressione d. L intersezione della retta di regressione 5. Quale equazione rappresenta meglio il modello di regressione lineare semplice? Riportare risposte pag 3 6. Unire le seguenti coppie: 1.pendenza della popolazione A. β 0 2. intersezione della popolazione B. β 1 3. variazione a caso C. ε a. 1 A,2 B.3 C b. 1 B,2 A,3 C c. 1 C,2 A,3 B d. 1 B,2 C,3 A

3 7. Unire le seguenti coppie: 1. variabile indipendente osservata A.y cappello 2. intersezione stimata B. x 3. variabile dipendente stimata C. b 0 a. 1 A,2 B.3 C b. 1 B,2 A,3 C c. 1 A,2 C,3 B d. 1 B,2 C,3 A 8. Il metodo dei minimi quadrati trova l equazione della retta che la dei quadrati delle deviazioni dei punti della retta: a. Massimizza,somma b. Minimizza,prodotto c. Minimizza,somma d. Massimizza,prodotto 9. Tutte le seguenti espressioni devono essere calcolate per ottenere la pendenza e l intersezione della retta di regressione dei minimi quadrati eccetto: riportare risposte pag Una regressione lineare tra X e Y produce la seguente equazione per la retta dei minimi quadrati: y cappello=2,15 3,2 x Quale delle seguenti affermazioni riguardanti questa relazione è vera? a. Per ogni unità che aumenta X, Y aumenta di 3,2 unità b. Per ogni unità che aumenta Y,X diminuisce di 3,2 unità c. Per ogni unità che aumenta X, Y diminuisce di 3,2 unità d. Per ogni unità che aumenta Y,X aumenta di 3,2 unità 11. Una regressione lineare tra X e Y produce la seguente equazione per la retta dei minimi quadrati: y cappello= 4,13+2,1 x Quale delle seguenti affermazioni riguardanti questa relazione è vera? a. Per ogni unità che aumenta X, Y aumenta di 4,13 unità b. Per ogni unità che aumenta X,Y diminuisce di 2,1 unità c. Per ogni unità che aumenta X, Y diminuisce di 4,13 unità d. Per ogni unità che aumenta X,Y aumenta di 2,1 unità 12. È stata calcolata una retta di minimi quadrati per le variabili X e Y in cui il valore della pendenza è 3 e l intersezione è 2.A questo punto si può concludere che a. La variabile X influenza la variabile Y b. C è una relazione positiva tra le variabili X e Y c. Ci potrebbe essere una relazione tra le variabili X e Y d. Non c è nessuna relazione tra le variabili X e Y

4 Usare le seguenti affermazioni per le domande 13 e 14 I seguenti dati sono stati raccolti per le due variabili X e Y Il modello di regressione lineare semplice è stato costruito usando i dati nella tabella ed è stato usato per predire i valori per la variabile Y. 13. Quale dei seguenti valori per la variabile X potrebbe portare a un valore d interpolazione per la variabile Y? a. 1 b. 2 c. 3 d. 1 e Quale dei seguenti valori per la variabile X potrebbe portare a un valore estrapolato per la variabile Y? a. 1 b. 2 c. 3 d. 2 e 3 Usare le seguenti informazioni per le domande Una ricerca di consumo di una azienda ha raccolto dei dati per 16 modelli di veicoli SUV di diverse dimensioni. Il gruppo di ricerca ha misurato il consumo complessivo della benzina e la distanza tra gli assi davanti e dietro (interassi) di ogni veicolo. Lo scatter plot e la retta di adattamento migliore sono mostrati sotto:

5 15. Quale delle seguenti affermazioni riguardanti la retta di regressione è vera? a. C è una relazione lineare positiva tra le due variabili b. La pendenza è più grande di 1 c. L intersezione è pari a o comunque vicina a 30 d. I veicoli con l interasse più grande ha il peggior consumo di benzina 16. La pendenza della retta di regressione,b1,è pari o vicina a quale dei seguenti valori? a. 0,3 b. 0 c. 0,3 d L intersezione della retta di regressione,b0, è pari o vicina a quale dei seguenti valori? a. 20 b. 30 c. 60 d Giovanna Verdi ha appena comprato un SUV rosso che ha un interasse di 115 cm. Quale consumo complessivo di benzina si deve aspettare di avere? Riportare risposte pag La differenza tra un valore osservato di una variabile indipendente e il suo valore predetto ottenuto dall equazione di regressione è chiamata: a. Estrapolazione b. Interpolazione c. Residuo d. Deviazione della media

6 20. Per un gruppo di punti di dati,la retta dei minimi quadrati è pari a y=2x+3. Qual è il residuo associato con l osservazione (3.7)? Riportare risposte pag Abbiamo una retta di regressione che ha tutti i punti vicini alla retta e solo pochi di essi deviano da essa. Quindi, l errore standard della stima dovrebbe essere: a. Enorme b. Piccolo c. 0 d. Indefinito 22. Uno statistico vuol sapere se una retta di regressione ha una pendenza diversa da 0. Qual è l ipotesi nulla appropriata da testare? Riportare risposte pag Una retta di regressione per due variabili è stata trovata con una pendenza di 2,35 e un intersezione di 1. Se l errore standard del coefficiente è 0,2,cosa si può concludere? a. La relazione lineare è insignificante b. La retta di regressione è quasi orizzontale c. La retta di regressione è quasi verticale d. C è una significante relazione tra le due variabili 24. Unire le coppie: 1. variazione in tutti i valori di y vicino alla media di Y A. SQE 2. variazione in Y non spiegata dalla retta dei minimi quadrati B. SQT 3. variazione in Y spiegata dalla retta dei minimi quadrati C.SQR a. 1 A,2 B,3 C b. 1 B,2 C,3 A c. 1 C,2 A,3 B d. 1 B,2 A,3 C 25. Unire le coppie:

7 26. Le somme dei quadrati SQR,SQE e SQT sono correlate dall equazione Usare le seguenti informazioni per rispondere alle domande Un tuo collega,michele Macci, sta conducendo un analisi di regressione. Prima di confrontare la tabella bivariata ANOVA per calcolare il significato delle conclusioni, Michele lascia la città per continuare un altro incarico. Sulla strada per l aeroporto,ti chiama sul cellulare e ti dice: scusami,il file con i dati si è danneggiato sul mio portatile,excel non riesce a leggerli,e mi sono dimenticato di salvarli su un floppy. Così ho pensato che puoi riempire il resto della tabella anche senza i dati di partenza. Il capo è ansioso di vedere i risultati questa mattina. So che poi farcela. In bocca al lupo. tu rispondi: nessun problema,michele,buon viaggio 27. Qual è il valore corretto per A? 28. Qual è il valore corretto per B? 29. Qual è il valore corretto per C?

8 30. Qual è il valore corretto per D? 31. Qual è il valore corretto per E? 32. Qual è il valore corretto per F? 33. Qual è il coefficiente di determinazione? a. 75,7% b. 57,4% c. 31,4% d. Non può essere determinato senza i dati di partenza 34. Hai recentemente preparato un modello di regressione dei minimi quadrati che la tua azienda ha intenzione di usare per stabilire i livelli d inventario nel magazzino che oscilla basandosi sul numero di clienti mensili. Una stima del livello medio dell inventario richiesto può essere ottenuto basandosi: a. un intervallo di predizione b. Un intervallo di confidenza c. Il valore residuo d. Il conto medio del traffico

9 35. Una compagnia aerea è preoccupata che i suoi voli andranno in overbooking durante una famosa vacanza, mandando il carico bagagli degli aerei fuori controllo. Un modello di regressione è stato costruito per stimare i livelli di carico bagagli in tutto l anno. Cosa dovrebbe essere usato per stimare il livello di carico bagagli durante la vacanza? a. Un intervallo di predizione b. Un intervallo di confidenza c. Il valore residuo d. Il livello di carico medio 36. Un coefficiente di correlazione 0,947 è stato trovato tra due variabili dopo aver esaminato 43 coppie di osservazioni. Cosi si può concludere? a. C è una forte relazione positiva tra le due relazioni b. C è una forte relazione negativa tra le due relazioni c. C è una debole relazione positiva tra le due relazioni d. C è una debole relazione negativa tra le due relazioni 37. Un coefficiente di correlazione 0,31 è stato trovato tra due variabili dopo aver esaminato 51 coppie di osservazioni. Cosi si può concludere? a. C è una forte relazione positiva tra le due relazioni b. C è una forte relazione negativa tra le due relazioni c. C è una debole relazione positiva tra le due relazioni d. C è una debole relazione negativa tra le due relazioni 38. In una determinata analisi di regressione, SQR=64,SQE=36 e la retta dei minimi quadrati è y= 3,1x+2,6. Qual è il valore del coefficiente di correlazione? 39. esistono ipotesi di base sul termine d errore nel modello di regressione dei minimi quadrati. Sono tutte le seguenti tranne: a. Il valore medio è 0 b. È normalmente distribuito c. La deviazione standard è 1 d. Differenti osservazioni producono termini d errore non correlati

10 40. Un modello di regressione è stato costruito i cui i residui sono normalmente distribuiti. Un grafico delle probabilità normali produrrebbe un andamento che assomiglia a: a. Linea retta b. Distribuzione normale c. Una dispersione a caso d. Una curva,concava in alto o in basso RISPOSTE:

Esercitazione del

Esercitazione del Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36

Dettagli

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri

Dettagli

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica 13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso 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

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono

Dettagli

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare

Dettagli

Statistica descrittiva: misure di associazione

Statistica descrittiva: misure di associazione Statistica descrittiva: misure di associazione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.

Dettagli

SCOPO DELL ANALISI DI CORRELAZIONE

SCOPO 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

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione Gaussiana - Facciamo un riassunto - Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura

Dettagli

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione

Dettagli

ESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo

ESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Regressione lineare semplice

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2

Dettagli

viii Indice generale

viii Indice generale Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi

Dettagli

PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA

PROCEDURE/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

Dettagli

Proprietà della varianza

Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,

Dettagli

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE

STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1

Dettagli

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17 C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative

Dettagli

0 altimenti 1 soggetto trova lavoroentro 6 mesi}

0 altimenti 1 soggetto trova lavoroentro 6 mesi} Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta

Dettagli

lezione 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) 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

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo

Lezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE

Dettagli

Analisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati:

Analisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati: Obiettivi: Esplicitare la correlazione esistente tra l altezza di un individuo adulto e la lunghezza del suo piede e del suo avambraccio. Idea del progetto: Il progetto nasce dall idea di acquistare scarpe

Dettagli

MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013

MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013 MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013 Soluzioni 1. Due sperimentatori hanno rilevato rispettivamente 25 e 5 misure di una certa grandezza lineare e calcolato le medie che sono risultate

Dettagli

Dati campionari:media, varianza, bruchi

Dati campionari:media, varianza, bruchi Dati campionari:media, varianza, bruchi Un entomologo sta studiando un bruco divoratore di foglie; esaminando 300 foglie ha trovato presenti dei bruchi, secondo i numeri riportati nella seguente tabella:

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

La matrice delle correlazioni è la seguente:

La matrice delle correlazioni è la seguente: Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA

Dettagli

Statistica Applicata all edilizia: il modello di regressione

Statistica Applicata all edilizia: il modello di regressione Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione

Dettagli

Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola

Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L

Dettagli

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2 Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y

Dettagli

Lezione 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 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

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Capitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento

Capitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo

Dettagli

Test per la correlazione lineare

Test per la correlazione lineare 10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche

Dettagli

Funzioni elementari: funzioni potenza

Funzioni elementari: funzioni potenza Funzioni elementari: funzioni potenza Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Funzioni elementari: funzioni potenza 1 / 36 Funzioni lineari Come abbiamo già visto,

Dettagli

Corso di laurea in Statistica Statistica I Esercizi sulla regressione lineare semplice

Corso di laurea in Statistica Statistica I Esercizi sulla regressione lineare semplice Corso di laurea in Statistica Statistica I Esercizi sulla regressione lineare semplice Esercizio 1 Efficacia di un disinfettante I dati della Tabella 1 mostrano i conteggi relativi alla presenza o meno

Dettagli

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie

Dettagli

Temperatura( C) Precipitazioni (mm)

Temperatura( C) Precipitazioni (mm) D12. Osserva il seguente grafico che rappresenta l andamento delle temperature (scala a sinistra) e delle precipitazioni piovose (scala a destra) in Italia negli ultimi anni. Figura 1. Media annua della

Dettagli

Il numero di gradi di libertà del quantile di riferimento è uguale al numero di elementi del campione meno uno;

Il numero di gradi di libertà del quantile di riferimento è uguale al numero di elementi del campione meno uno; TEST DI AUTOVALUTAZIONE TEST CHI-QUADRO E REGRESSIONE LINEARE I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte

Dettagli

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

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

Dettagli

PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010

PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 1) PIANO CARTESIANO serve per indicare, identificare, chiamare... ogni PUNTO del piano (ente geometrico) con una coppia di valori numerici (detti COORDINATE).

Dettagli

ANALISI MULTIVARIATA

ANALISI MULTIVARIATA ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità

Dettagli

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI. Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi

Dettagli

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25 Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni e inferenza statistica Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa

Dettagli

CAPITOLO 2 RAPPRESENTAZIONI GRAFICHE DEI DATI

CAPITOLO 2 RAPPRESENTAZIONI GRAFICHE DEI DATI VERO FALSO CAPITOLO 2 RAPPRESENTAZIONI GRAFICHE DEI DATI V F 1. Una tabella base di frequenza contiene 2 colonne: una per i valori delle variabili d interesse e un altra per il numero delle volte che i

Dettagli

MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1

MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 1- Il volume di un corpo di qualsiasi forma è proporzionale al cubo di una qualunque delle sue dimensioni lineari.

Dettagli

Correlazione. Daniela Valenti, Treccani Scuola 1

Correlazione. Daniela Valenti, Treccani Scuola 1 Correlazione 1 I dati di un indagine per riflettere Cominciamo con i dati di un indagine svolta in una quinta classe di scuola superiore. Dopo l Esame di Stato 12 studenti si sono iscritti a corsi di laurea

Dettagli

STATISTICHE DESCRITTIVE Parte II

STATISTICHE DESCRITTIVE Parte II STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una

Dettagli

Prova scritta Affidabilità dei sistemi stocastici e controllo statistico di qualità 28 Marzo 2013

Prova scritta Affidabilità dei sistemi stocastici e controllo statistico di qualità 28 Marzo 2013 Prova scritta Affidabilità dei sistemi stocastici e controllo statistico di qualità 28 Marzo 2013 1. Un azienda che produce batterie per cellulari sta effettuando dei test per confrontare tre tipi diversi

Dettagli

STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I

STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I 2. e 3. STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I 1. Le unità statistiche sono costituite dai singoli ristoranti, mentre la popolazione è costituita da tutte le unità del

Dettagli

Intervallo di confidenza

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

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 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

Dettagli

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una

Dettagli

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza. VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della

Dettagli

Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 7 home - indice In base agli arrotondamenti effettuati nei calcoli,

Dettagli

Università degli Studi di Padova Facoltà di Scienze Politiche

Università degli Studi di Padova Facoltà di Scienze Politiche Università degli Studi di Padova Facoltà di Scienze Politiche STATISTICA Nuovo ordinamento Scienze Sociologiche Prof.ssa A. Dalla Valle Vecchio ordinamento Prova del 27/6/2007 (A) Cognome e nome: N. matricola:

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

lezione 7 AA Paolo Brunori

lezione 7 AA Paolo Brunori AA 2016-2017 Paolo Brunori dove siamo arrivati? - se siamo interessati a studiare l andamento congiunto di due fenomeni economici - possiamo provare a misurare i due fenomeni e poi usare la lineare semplice

Dettagli

GENETICA QUANTITATIVA

GENETICA QUANTITATIVA GENETICA QUANTITATIVA Caratteri quantitativi e qualitativi I caratteri discontinui o qualitativi esibiscono un numero ridotto di fenotipi e mostrano una relazione genotipo-fenotipo semplice I caratteri

Dettagli

Covarianza, correlazione e retta di regressione. Paola Lecca, CIBIO UNITN Corso di Matematica e Statistica 2

Covarianza, correlazione e retta di regressione. Paola Lecca, CIBIO UNITN Corso di Matematica e Statistica 2 Covarianza, correlazione e retta di regressione Paola Lecca, CIBIO UNITN Corso di Matematica e Statistica 2 Questa presentazione è stata preparata attingendo dai seguenti testi S. M. Iacus, Statistica,

Dettagli

Analisi delle curve di titolazione

Analisi delle curve di titolazione Analisi delle curve di titolazione Come abbiamo detto, al termine di una titolazione potenziometrica ci ritroviamo con una tabella in cui, per ogni valore del volume di soluzione titolante, abbiamo riportato

Dettagli

Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si

Dettagli

Il test (o i test) del Chi-quadrato ( 2 )

Il test (o i test) del Chi-quadrato ( 2 ) Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero

Dettagli

ESPERIENZA DI LABORATORIO N 1. 1) Misura diretta mediante tester della resistenza elettrica dei resistori R1, R2, R3 e calcolo degli errori di misura.

ESPERIENZA DI LABORATORIO N 1. 1) Misura diretta mediante tester della resistenza elettrica dei resistori R1, R2, R3 e calcolo degli errori di misura. ESPERIENZA DI LABORATORIO N. ) Misura diretta mediante tester della resistenza elettrica dei resistori R, R, R3 e calcolo degli errori di misura. Dalla misurazione diretta delle singole resistenze abbiamo

Dettagli

TEST PER L ATTRIBUZIONE DI UN EVENTUALE OBBLIGO FOR- MATIVO AGGIUNTIVO - COMPITO A (2013)

TEST PER L ATTRIBUZIONE DI UN EVENTUALE OBBLIGO FOR- MATIVO AGGIUNTIVO - COMPITO A (2013) TEST PER L ATTRIBUZIONE DI UN EVENTUALE OBBLIGO FOR- MATIVO AGGIUNTIVO - COMPITO A (2013) FACOLTÀ DI ECONOMIA 1. Cinque amici arrivano ad una festa uno per volta. Antonio arriva prima di Beppe. Carlo arriva

Dettagli

Associazione tra caratteri quantitativi: gli indici di correlazione

Associazione tra caratteri quantitativi: gli indici di correlazione Associazione tra caratteri quantitativi: gli indici di correlazione Per correlazione si intende una relazione tra due variabili tale che a ciascun valore della prima variabile corrisponda con una certa

Dettagli

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO

Dettagli

Esercizi riassuntivi di Inferenza

Esercizi riassuntivi di Inferenza Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo

Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Obiettivi e metodi Finalità del lavoro: definire una metodologia di

Dettagli

Esercizio 1 Nella seguente tabella sono riportate le lunghezze in millimetri di 40 foglie di platano:

Esercizio 1 Nella seguente tabella sono riportate le lunghezze in millimetri di 40 foglie di platano: 4. STATISTICA DESCRITTIVA ESERCIZI Esercizio 1 Nella seguente tabella sono riportate le lunghezze in millimetri di 40 foglie di platano: 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144

Dettagli

Matematica - Sessione 2 / Produzione a.f.2015/2016 Esame di Diploma (IV Livello Europeo) Quarto Anno

Matematica - Sessione 2 / Produzione a.f.2015/2016 Esame di Diploma (IV Livello Europeo) Quarto Anno Id Corso Formazione Professionale Data.. Nome e Cognome Tipo Prova Domanda 1 Matematica - Sessione 2 / Produzione a.f.2015/2016 Esame di Diploma (IV Livello Europeo) Quarto Anno M010755 Una impresa edile

Dettagli

Statistica Descrittiva. Analisi delle riserve siciliane dal 1991 al 2002

Statistica Descrittiva. Analisi delle riserve siciliane dal 1991 al 2002 Statistica Descrittiva Analisi delle riserve siciliane dal 1991 al 2002 Dott.ssa Deborah Pirrello, Dottoranda di ricerca presso il Dip. ESAF, Facoltà di Agraria, Palermo. Anno accademico 2008-2009 Premesse

Dettagli

Interpolazione Statistica

Interpolazione Statistica Interpolazione Statistica Come determinare una funzione che rappresenti la relazione tra due grandezze x e y a cura di Roberto Rossi novembre 2008 Si parla di INTERPOLAZIONE quando: Note alcune coppie

Dettagli

La retta di regressione

La retta di regressione La retta di regressione Michele Impedovo Uno dei temi nuovi e centrali per il rinnovamento dei programmi di matematica, che si impone in modo naturale quando si abbia a disposizione un qualunque strumento

Dettagli

determinare le coordinate di P ricordando la relazione che permette di calcolare le coordinate del punto medio di un segmento si

determinare le coordinate di P ricordando la relazione che permette di calcolare le coordinate del punto medio di un segmento si PROBLEMA Determinare il punto simmetrico di P( ;) rispetto alla retta x y =0 Soluzione Il simmetrico di P rispetto ad una retta r è il punto P che appartiene alla retta passante per P, perpendicolare ad

Dettagli

PSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI

PSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione

Dettagli

Equazioni di 2 grado

Equazioni di 2 grado Equazioni di grado Tipi di equazioni: Un equazione (ad una incognita) è di grado se può essere scritta nella forma generale (o forma tipica o ancora forma canonica): a b c con a, b e c numeri reali (però

Dettagli

la velocità degli uccelli è di circa (264:60= 4.4) m/s)

la velocità degli uccelli è di circa (264:60= 4.4) m/s) QUESTIONARIO 1. Si sa che certi uccelli, durante la migrazione, volano ad un altezza media di 260 metri. Un ornitologa osserva uno stormo di questi volatili, mentre si allontana da lei in linea retta,

Dettagli

Il metodo delle proporzioni crescenti

Il metodo delle proporzioni crescenti Il metodo delle proporzioni crescenti Ulisse Di Corpo Abstract I modelli predittivi, che utilizzano le regressioni multiple, partono dall assunto che le relazioni tra le variabili sono lineari o traducibili

Dettagli

Rilevazione degli apprendimenti

Rilevazione degli apprendimenti Rilevazione degli apprendimenti Anno Scolastico 00-0 PROVA DI MATEMATICA Scuola secondaria di II grado Classe... Studente... Simulazioni di prove costruite secondo il Quadro di riferimento Invalsi pubblicato

Dettagli

ESEMPI DI DOMANDE PER TUTTE E DUE LE TIPOLOGIE DI PARTECIPANTI

ESEMPI DI DOMANDE PER TUTTE E DUE LE TIPOLOGIE DI PARTECIPANTI ESEMPI DI DOMANDE PER TUTTE E DUE LE TIPOLOGIE DI PARTECIPANTI Esercizio 1 L elevata densità di popolazione di un paese (rapporto tra numero di abitanti e superficie) indica che: a. l'ammontare della popolazione

Dettagli

LEZIONE N. 11 ( a cura di MADDALENA BEI)

LEZIONE N. 11 ( a cura di MADDALENA BEI) LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice

Dettagli

Capitolo 3 Sintesi e descrizione dei dati quantitativi

Capitolo 3 Sintesi e descrizione dei dati quantitativi Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità

Dettagli

Esercitazione II Statistica e Calcolo delle Probabilità (con soluzioni)

Esercitazione II Statistica e Calcolo delle Probabilità (con soluzioni) Esercitazione II Statistica e Calcolo delle Probabilità (con soluzioni) Esercizio 1: Alla fine di una giornata di lavoro un intervistatore si accorge di aver perso i dati raccolti su un certo numero di

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio 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

Dettagli

Risoluzione di problemi ingegneristici con Excel

Risoluzione di problemi ingegneristici con Excel Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting

Dettagli

Introduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici

Introduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici CAPITOLO 3 DESCRITTORI NUMERICI DEI DATI VERO FALSO 1. V F Anche se molte statistiche possono essere utili, la natura del problema che si cerca di risolvere indica la scelta di quale statistica utilizzare.

Dettagli

La regressione lineare multipla

La regressione lineare multipla 13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività

Dettagli

Rilevazione degli apprendimenti

Rilevazione degli apprendimenti Rilevazione degli apprendimenti Anno Scolastico 00-0 PROVA DI MATEMATICA Scuola secondaria di II grado Classe... Studente... Simulazioni di prove costruite secondo il Quadro di riferimento Invalsi pubblicato

Dettagli

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici

Dettagli