CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI"

Transcript

1

2 CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

3 Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad Aagramm d parole co lettere rpetute o meo. Sezoe I... Problem d coteggo dovut all terpretazoe della vera molteplctà de cas osservabl 3. Evet ua formalzzazoe astratta Eveto verfcato. Eveto certo. Eveto mpossble Iterpretazoe logca degl operator semstca 5 5. Evet compatbl 5 6. Cocezo probablstche.5 Sezoe I.3.. Gl assom del Calcolo...6. Prm teorem...7 Sezoe I.4.. Ua ota sulla formulazoe degl assom.7. Evet stocastcamete dpedet 8 3. Probabltà codzoata ad u eveto 8 4. Teorema delle probabltà total e formula d Bayes.8 Sezoe I.5.. Formula della probabltà codzoata per successo d evet 0. Nota su dpedeza e compatbltà

4 3. Varabl casual. 4. Dstrbuzo.. 5. Put d salto d ua f.d.r... Sezoe I.6.. Corrspodeza fra v.c. e f.d.r V.c. dscrete V.c. cotue Altre vv.cc....4 Sezoe I.7..Valore atteso d ua varable casuale 5. Goch equ 5 3. Il paradgma della scommessa e la costruzoe della Probabltà soggettva Il problema della coereza ell assegazoe della Probabltà soggettva.6 Sezoe I.8.. Assegazoe della Probabltà soggettva e paradosso d S.Petroburgo 7. Leartà dell operatore valore atteso 7 3. La varaza d ua varable casuale Alcue propretà della varaza 8 5. Momet o cetral d ua v.c...8 Sezoe I.9.. Momet cetral d ua v.c Momet cetral fuzoe de momet o cetral 9 3. Idc d forma della dstrbuzoe 9 4. Momet fattoral d ua v.c V.c. dscrete d partcolare teresse applcatvo schema dell ura 0 6. V.c. beroullaa 0 7. V.c. bomale 0 Sezoe I.0.. V.c. pergeometrca.... V.c. d Posso 3. V.c. geometrca.. 3

5 Sezoe I... U tegrale otevole dell Aals e alcue formule da esso coseguet...3. V.c. ormale stadard V.c. ormale...5 Sezoe I... La fuzoe specale Gamma d Eulero.5. Ua applcazoe d calcolo co la Gamma d Eulero: momet d orde par della ormale.6 3. V.c. gamma 6 Sezoe I.3.. Vv.cc. collegate alla v.c. gamma: v.c. espoezale e v.c. ch quadrato 7. V.c. d Cauchy 9 3. V.c. d Laplace (espoezale doppa 9 4. V.c. logstca V.c. beta V.c. Webull V.c. t d Studet 3 8. V.c. beta bomale Dsuguaglaza d Chebyshev 34 Sezoe I.4.. Vv.cc. dpedet Vv.cc. somglat Meda e varaza d ua somma e d ua meda d vv.cc. dpedet e somglat...36 Sezoe I.5.. Covergeze stocastche..36. Legge de grad umer Teorema del Lmte Cetrale...37 v

6 II PARTE Sezoe II... Fuzo d rpartzoe multvarate.39. U cotroesempo Compoet margal d ua v.c. multpla (a compoet dpedet Esempo: v.c. multomale.4 Sezoe II... Valore atteso d ua fuzoe d ua v.c. multpla Momet d ua v.c. multpla...4. Matrce d covaraza e matrce d correlazoe Esempo Dstrbuzo codzoate: destà Dstrbuzo codzoate: valor attes Esempo..46 Sezoe II.3.. Dstrbuzoe ormale bvarata stadard Esempo Dstrbuzoe ormale bvarata: destà Dstrbuzoe ormale bvarata: dstrbuzo codzoate.5 5. Dstrbuzoe ormale multvarata* 5 6. Dstrbuzoe ormale multvarata: dstrbuzo codzoate* 5 Sezoe II.4.. Fuzoe caratterstca..53. V.c. specal fuzo caratterstche Teorema del lmte cetrale (TLC: dmostrazoe...59 Sezoe II.5..Trasformazo d vv.cc.60. Esemp d trasformazo: la trasformazoe leare famgla locazoe e scala Esemp d trasformazo: ua trasformazoe mootoa a tratt Esemp d trasformazo: trasformazo regolar somma d vv.cc Esemp d trasformazo: ua partcolare trasformazoe regolare.65 v

7 Sezoe II.6.. Varable d campoameto Alcue mportat trasformazo otteute a partre da c.c.s. da ormale Somma campoara e meda campoara (varaza ota Dstrbuzo collegate alla varaza campoara Meda campoara (varaza gota 68 Sezoe II.7.. Ifereza statstca parametrca..69. Stmatore Errore quadratco medo Effceza 70 Sezoe II.8.. Metodo de momet 70. Massma verosmglaza: cocetto base Fuzoe d verosmglaza Aspett computazoal approssmazo umerche per l calcolo della stma d ML Ivaraza della stma d massma verosmglaza 77 Sezoe II.9.. Suffceza..78. Crter per la verfca della suffceza Completezza Famgla espoezale Effceza secodo Rao Blackwell / Lehma Scheffé 8 6. Effceza secodo Rao Cramér.8 Sezoe II.0.. Itervall d cofdeza 83. Itervallo d cofdeza per la meda d ua ormale varaza ota Itervallo d cofdeza per la meda d ua ormale varaza gota Itervallo d cofdeza per la varaza d ua ormale Itervall d cofdeza astotc per la meda Itervall d cofdeza astotc per la varaza 86 v

8 Premessa Questa breve moografa è stata pesata come testo a supporto d u corso d Statstca Matematca d 60 ore. La Statstca Matematca è basata sulla Teora della Probabltà; buoa parte d questo lavoro (quato meo tutta la I Parte tratta tem che s quadrao tpcamete quest ultma. L obettvo fale del corso è quello d arrvare a trodurre lo studete alle classche tecche dell Ifereza Statstca, partcolare la Stma, putuale e tervallare. Il testo è suddvso sezo, co efas alla rpartzoe temporale (puttosto che tematca dell esposzoe del docete: le 5 sezo della prma parte corrspodoo fatt a 5 lezo, cascua composta da ore accademche, elle qual può essere artcolato u modulo da 30 ore. Nella II Parte le sezo soo pù rcche d coteut, pertato alcue d esse soo pesate per essere dlute ell arco d lezo. L esposzoe è relatvamete scara, essedo teso, partcolare, che l lettore è rmadato: a per gl esercz, all apposto rfermeto Bertol-Barsott (996; b per le tavole statstche al programma PQRS scarcable gratutamete all drzzo teret: Luco Bertol Barsott v

9 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA I PARTE SEZIONE I... Probabltà classca S dà per ota la ozoe tutva d probabltà come grado d certezza rguardo al verfcars d u accadmeto aleatoro. Il modello d rfermeto geuo cosddetto della probabltà classca, terpreta la probabltà come l rapporto fra l umero d cas favorevol e l umero d cas possbl elle stuazo d smmetra che cosetao d rteere cas oggetto come equprobabl. Pur essedo evdete l cossteza, da u puto d vsta epstemologco -a rgore-, d tale terpretazoe della probabltà (propro perché questa è defta appoggados a ua o-defta ozoe d equprobabltà, se e rcoosce la rlevaza: a per elaborazo d calcolo rferbl a cotest partcolarmete semplc qual quell tpc de goch d sorte utl a f ddattco-esemplfcatv; b per la costruzoe e l terpretazoe d modell probablstc compless.. Il problema d Galleo della somma del puteggo d tre dad S cosdera u problema descrtto da Galleo Galle ( el suo lavoro Sopra le scoperte de dad (per ua breve troduzoe ad alcu de problem probablstc classc s veda Bertol-Barsott, 995; u rfermeto per u quadro storco completo sulle org è Hald, 990; per ua aals del cocetto da u puto d vsta storco-epstemologco s veda Hackg, 987, ossa l calcolo della probabltà d otteere l rsultato 9 e quella d otteere 0, come somma de putegg prodott el laco d tre dad equ. S eumerao, ordatamete, le 6 possbl combazo d facce che dao luogo al rsultato 9, e le 6 possbl combazo d facce che dao luogo al rsultato 0 (tutte le possbl combazo d facce soo 56, a meo d permutazo:

10 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA somma 9 somma 0 6,, 6,3, 5,3, 6,, 5,, 5,4, 4,4, 5,3, 4,3, 4,4, 3,3,3 4,3,3 A questo puto c s può chedere: due rsultat hao la medesma probabltà d uscta? come eumerare rsultat possbl? a meo d permutazo? Poché l dstgubltà de dad è u effetto apparete, ma o sostazale (è possble ad es. cotrassegare dad per dversfcarl, essedo dad oggett macroscopc dfferet (s veda però I.., per u caso pù geerale, s coclude che vao cotate tutte le dverse permutazo delle tere dvduate. 3. Aagramm d parole co lettere rpetute o meo Il calcolo della probabltà classca porta spesso, duque, a rsolvere problem d calcolo combatoro. S studa qud l problema dell eumerazoe d strghe d smbol che possoo o meo rpeters (ovvero aagramm d parole co lettere rpetute e o. Ua parola d lettere dverse ha! aagramm (permutazo. Ua parola d lettere d r ( r tp dvers ha! s! s!... s r aagramm, dove s è l umero d lettere d tpo, =,,..., r. S dmostra che s cotao, partcolare, le combazo se e solo se s cotao gl aagramm d parole co due sol tp d lettere. Le combazo, o coeffcet bomal, compaoo el tragolo d k Pascal, calcolate teratvamete rga per rga; s osserv che la somma d tutte le combazo rfermeto ad u prefssato umero d oggett (totale d rga!

11 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA -ma del tragolo dà la cardaltà dell seme delle part d u seme d cardaltà, coè. Esempo - soluzoe del problema d Galleo. Per l rsultato 9 s trova: tera aagramm 6,, 3! 5,3, 3! 5,, 3!/! 4,4, 3!/! 4,3, 3! 3,3,3 TOTALE 5 Per l rsultato 0 s trova: tera aagramm 6,3, 3! 6,, 3!/! 5,4, 3! 5,3, 3! 4,4, 3!/! 4,3,3 3!/! TOTALE 7 SEZIONE I... Problem d coteggo dovut all terpretazoe della vera molteplctà de cas osservabl Il problema d Galleo propoe l eumerazoe delle cofgurazo dverse ottebl co r oggett (dad che possoo assumere (aleatoramete e co ugual probabltà dvers stat (le dverse facce umerate: altr term s tratta d cotare le possbl cofgurazo ottebl dspoedo celle dverse r oggett (che possamo pure supporre spermetalmete dstgubl all occho 3

12 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA dello spermetatore. S può aalzzare l problema tre dverse potes così formulate (cfr. Gedeko, 99, p. 3-34: a gl oggett soo dvers (qud, ad es., AAB è dverso da ABA; cdd. statstca d Maxwell-Boltzma; b soo possbl ed equprobabl le cofgurazo dverse, a meo dell orde (qud, ad es., AAB è dstguble da ABA; cdd. statstca d Bose-Este; c soo possbl ed equprobabl le cofgurazo dverse, a meo dell orde, co al pù u oggetto per cella (qud, ad es., AAB è mpossble, metre ABC è dstguble da CAB, cdd. statstca d Ferm- Drac. Rspettvamete s trova: a Oguo degl stat può essere assuto da cascuo degl r oggett, qud s r hao cofgurazo. b I dvers stat soo ordatamete elecat co seg d separazoe del tpo, metre gl r oggett -dstgubl- da seg del tpo *. S cotao + r qud cofgurazo. r c I dvers stat soo ordatamete elecat co seg e 0, rspettvamete per dcare se lo stato è occupato o meo da qualche oggetto. Poché c soo r seg, s cotao cofgurazo. r Tutt quest cotest soo fscamete rlevat e vald. L esempo mostra che c è ua fodametale e eludble rlevaza dell effettvo cotesto spermetale d rfermeto, ella determazoe della probabltà del verfcars d u eveto aleatoro.. Evet ua formalzzazoe astratta S troduce la ozoe astratta d espermeto aleatoro E. Og rsultato d E è detto eveto elemetare. L seme Ω degl evet elemetar è detto d spazo fodametale. I seso lato, u eveto è ua collezoe (evetualmete vuota d evet elemetar. Qud, partcolare, u eveto elemetare è u eveto. La defzoe va però meglo precsata term pù rgoros. S cosdera, az tutto, l paradgma d rfermeto pù elemetare, costtuto dal famlare caso cu Ω ha cardaltà fta. S può allora defre eveto 4

13 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA u qualsas elemeto dell seme delle part d Ω, P (Ω. S ot che, rfermeto ad uo spazo Ω co cardaltà s hao, corrspodeza, evet. Pù geerale, se Ω è umerable, allora og suo sottoseme può cosderars u eveto. Vceversa, se Ω o è umerable, o tutt suo sottosem possoo essere cosderat evet (vd. sezoe I Eveto verfcato. Eveto certo. Eveto mpossble U eveto E s dce verfcato se l rsultato dell espermeto attua (.e. soddsfa, rede vero E el seso che appartee semstcamete ad E. I tal seso Ω è u eveto che è sempre verfcato dall espermeto E; percò s dce ache eveto certo. Al cotraro, l seme vuoto o è ma verfcato; percò s dce ache eveto mpossble. 4. Iterpretazoe logca degl operator semstc S rcordao sgfcat logc degl operator semstc: uoe= oppure, tersezoe= e, complemeto (rspetto a Ω = o, dffereza= ma o. 5. Evet compatbl Due evet s dcoo compatbl se la loro tersezoe è l seme vuoto. I altr term, due evet soo compatbl se o c è essu rsultato d che possa verfcarl cogutamete. 6. Cocezo probablstche Il problema della determazoe della specfca probabltà d u eveto verrà toccato per cert vers solo drettamete questo Corso. Quado sarà esplctamete posto (p.es. sede d eserczo, d esempo o d problema questo problema verrà rsolto, questa sede, facedo essezalmete rfermeto a cotest deal (ad es. quell tpc de goch d sorte -peraltro co utlzzo dad, mazz d carte, moete, ecc. perfett - o smlar ragoevolmete passbl d essere affrotat co l solo rcorso alla ozoe d probabltà classca. Tuttava è l caso d rmarcare che, el caso geerale, tale mpostazoe, come acceato (cfr. I.., è del tutto suffcete. 5

14 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA La determazoe della probabltà d u eveto, geerale, è operata ogg secodo uo de due seguet paradgm (per approfodmet s veda Hackg, 987: l mpostrazoe frequetsta; l mpostrazoe soggettvsta. La prma -detta ache oggettvsta o statstca- assega la probabltà solo a ua rstretta classe d espermet aleator: quell che possoo rteers (ache solo potezalmete operatvamete rpetbl elle stesse, ovvero smlar, codzo spermetal. Il laco d ua moeta, ad es., è comuemete rteuto u espermeto rpetble elle stesse codzo (percò lo s accetta comuemete come crtero sul quale basare l operazoe d scelta del campo prma d ua partta d calco. La rpetzoe, d u espermeto rpetble, u grade umero N d volte coduce a frequeze relatve tedoo a stablzzars. S tratta d ua evdeza emprca. L dea è che propro questo valore lmte della frequeza relatva, dcamo ( E / N, del verfcars d u eveto aleatoro E possa essere terpretato come la probabltà d E. U umero dealmete determable co qualsas grado d approssmazoe, spermetalmete oggettvo. La secoda mpostazoe -detta ache epstemca- cosete d assegare la probabltà a ua classe be pù ampa d espermet aleator (o ecessaramete rpetbl, ma perde, geerale, og speraza d essere determata uvocamete. Secodo l mpostazoe soggettvsta l valore della probabltà d u eveto E dpede fatt dall osservatore. Poché la ozoe ecessta, per essere meglo llustrata, d quella d valore atteso, s rmada per ulteror partcolar al captolo I.7. SEZIONE I.3.. Gl assom del Calcolo Abbamo ora tutt gl elemet ozostc che c servoo per trodurre la assomatzzazoe d Kolmogorov. L assomatzzazoe d Kolmogorov (933 cosete d defre la probabltà quato oggetto matematco dotato d alcue ragoevol (coeret, partcolare co l sgfcato tutvo d tale ozoe propretà, mettedo fra paretes l problema della sua determazoe pratca. L dea è qud quella d stablre u certo umero d propretà matematche che possao essere (pù o meo peamete accettate a prescdere dalla specfca cocezoe probablstca (cfr. I..6. 6

15 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA S troduce qud la ozoe d probabltà come fuzoe reale P co domo su u assegato spazo probablzzable, ovvero su ua assegata collezoe d sottosem d Ω. Facedo prma battuta rfermeto al caso d Ω fto (o al pù umerable, s cosdera domo della fuzoe P l seme delle part d Ω, P ( Ω. S rchede ua volta per tutte, covezoalmete, che tale fuzoe soddsf tre propretà (assomatzzazoe d Kolmogorov: I (o-egatvtà e lmtatezza P(A [0,], A P ( Ω ; II (ormalzzazoe P(Ω =; III (addtvtà fta la probabltà dell uoe d u umero fto d evet compatbl è la somma delle probabltà d quegl evet. Questo terzo assoma può pors forma pù forte cosetedo l operazoe d uoe su ua ftà umerable d evet. III* (addtvtà umerable la probabltà dell uoe d ua ftà umerable d evet compatbl è la somma delle probabltà d quegl evet.. Prm teorem Alcu semplc rsultat s deducoo mmedatamete dagl assom, come teorem. I partcolare: (probabltà del complemeto Se A P ( Ω, allora P( A = P( A ; (probabltà dell seme vuoto P ( = 0 ; 3 (probabltà dell uoe Se A, B P ( Ω, allora P( A B = P( A + P( B P( A B ; 4 (mootoctà della probabltà Se A, B P ( Ω, allora A B mplca P( A P( B ; 5 (cotutà Se A,... P ( Ω, allora A A A... mplca, A 3 7

16 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA P A = lmp( A. ( SEZIONE I.4.. Ua ota sulla formulazoe degl assom. Possamo chederc se esstoo class pù semplc dell seme delle part d Ω, P ( Ω, che possao costture u approprato domo per la fuzoe probabltà P. La domada è gustfcata per l fatto che, quado Ω è partcolarmete complesso (p.es. quado Ω cocde co u sottoseme d R, l seme P ( Ω rsulta essere troppo esteso per poter costture, coeretemete, u domo per P. La rsposta alla domada è sì: esstoo class pù semplc d P ( Ω. Occorre comuque chedere che tal class soddsfo cert requst. Per esempo debboo rsultare chuse rspetto ad operazo semstche su suo elemet - vrtù del sgfcato logco d queste operazo (cfr. I..4. Precsamete, l ambete deale è la struttura d σ algebra. Ua collezoe B d sottosem d Ω ha la struttura d σ algebra quado: - cotee l seme vuoto ; - cotee Ω ; - è chusa rspetto all operazoe d complemeto (.e. se A B allora A B ; - è chusa rspetto alle operazo semstche d uoe, tersezoe e dffereza, ache terate fte volte (.e. se A,A,... B allora A B. = Soo esemp d σ algebra: a l seme delle part P (Ω ; b l seme {,Ω }; c l seme {, A, A,Ω }. Gl assom del calcolo possoo duque essere r-formulat el caso pù geerale ( cu Ω può ache avere la cardaltà del cotuo cosderado evet (ossa sottosem d Ω su qual è defble la probabltà solamete tutt e sol gl elemet d ua opportua σ algebra B. 8

17 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA. Evet stocastcamete dpedet S troduce la ozoe d dpedeza stocastca (detta ache dpedeza o dpedeza statstca : A, B B soo stocastcamete dpedet se e solo se P ( A B = P( A P( B. Gl evet A, A,..., A soo dpedet se, per og k-pla, k =,...,, d evet dstt scelt fra A, A,..., A, vale la codzoe d fattorzzazoe della probabltà (la probabltà dell tersezoe è l prodotto delle probabltà. 3. Probabltà codzoata ad u eveto Sao A, B B. S defsce probabltà codzoata d A dato (o codzoato B, e s scrve P ( A B, l rapporto P( A B / P( B. Nel caso cu P ( B = 0 la probabltà codzoata P ( A B o è defta. I partcolare s trova P (A = P( A Ω. Qud la cosueta otazoe P ( può rteers la forma semplfcata della pù esplcta otazoe P( Ω. Ioltre, vsto l puto precedete, se P ( B 0, allora P ( A B = P( A se e solo se A e B soo dpedet. 4. Teorema delle probabltà total e formula d Bayes Sao B,B,... B, co B B =, per og j, e P ( 0. Allora j P( A = P{ ( A B } = P ( A B = P( A B P( B. Ioltre, poché P( A B P( B = P( B A P( A, s ottee P ( B A = P( A B P( B / P ( A B P( B (formula d Bayes. B Esempo. S suppoga che ua aals d laboratoro per verfcare la preseza d ecefalopata spogforme bova ( morbo della mucca pazza u capo d bestame abba le seguet caratterstche: a l test rsulta postvo co probabltà 0.99 se la mucca è effettvamete malata; b l test rsulta postvo co probabltà se la mucca è saa (falso postvo. S suppoga oltre che 9

18 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA la mucca sa presa a caso u allevameto collocato ua regoe dove l cdeza della malatta è stata stmata caso su Quale è la probabltà che la mucca sa ammalata se l test è rsultato postvo? Posto B = mucca malata, B = mucca saa, T = l test è postvo, s ha per potes: P( B = ; P( B = ; P(T B = 099. ; P(T B = Allora s trova P(T = P(T BP(B+ P(T B P( B = , e qud la probabltà rchesta P( B T = P(T B P( B / P(T = Questa probabltà può sembrare sorpredetemete bassa (s tratta comuque d ua probabltà della quale è tpcamete dffcle forre ua corretta valutazoe tutva, vsto che l test è scuro quas al 00%. Bsoga tuttava cosderare che, alla luce del rsultato del test, la probabltà d malatta è crescuta dal valore codzoato d 0.000, al valore 0.03, be pù alto del prmo. Possamo qud cocludere che l peso dell evdeza emprca -pur o portado alle cosegueze certe che avremmo dealmete auspcato- ha gocato maera, tutto sommato, relatvamete forte ell aggorare l valore della probabltà studo, facedolo crescere d 30 volte. SEZIONE I.5.. Formula della probabltà codzoata per successo d evet Nello schema degl espermet co prove rpetute (s possoo ctare, come esemp, l problema della dvsoe della posta d Luca Pacol ( : A e B gocao u certo umero d partte, co ugual probabltà d vcere cascua partta; s aggudca l tera posta palo ch ragguge per prmo N vttore. Se allorquado A ha gà vto a<n partte e B ha gà vto b<n partte l goco vee terrotto, quale è l modo equo d dvdere la posta. [R., per N=6, a=5, b=3, s trova 7:] e u problema d Huyghes (69-695: A e B lacao a turo dad; A deve otteere 6 e B deve otteere 7. Vce ch per prmo ragguge l suo obettvo. Se comca a lacare A, ch de due ha maggor probabltà d vcere? [R. P ( A = 30 6], soo utl le formule che geeralzzao al caso d (> evet (successo d evet la probabltà dell tersezoe 0

19 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA P( A A... A = P( A A... A... P( A3 A A P( A A P( A I partcolare se gl evet soo dpedet allora: A... A = P( A = P( A.. Nota su dpedeza e compatbltà Attezoe a o cofodere dpedeza e compatbltà. Se due evet -co probabltà postva- soo dpedet, allora o soo compatbl; se soo compatbl, allora o soo dpedet. (Naturalmete due evet possoo ache o esser é dpedet é compatbl. 3. Varabl casual U espermeto aleatoro che produce rsultat umerc defsce ua varable casuale (v.c.; co u terme pù tpco lgua fracese s potrebbe parlare d umero aleatoro. I altr term lo spazo Ω deve essere u sottoseme d k R (quado k= la v.c. s dce udmesoale, altrmet essa è multdmesoale. Ua v.c. è be defta quado la probabltà è assegata ad ua opportua classe d sottosem d Ω R k co la struttura d σ algebra (cfr. I.4.. Tuttava, s può dmostrare che per defre uvocamete ua v.c. è suffcete assegare la k probabltà ad ua classe d sottosem semplc d R (cfr. I.6. e II..: gl tervall. Cò gustfca la rlevaza d u partcolare tpo d fuzoe che determa la probabltà degl tervall, e pertato rappreseta tutta la v.c.: la fuzoe d rpartzoe. 4. Dstrbuzo Co rfermeto al caso uvarato, s dce dstrbuzoe, o fuzoe d rpartzoe (f.d.r., ua fuzoe F reale d varable reale, F : R [0,], co le seguet propretà: F ( x per x ; F ( x 0 per x ;

20 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 3 F è mootoa o decrescete; 4 F è cotua da destra og puto, ossa: lm F ( x + ε = F( x, ε > 0, x R. ε 0 5. Put d salto d ua f.d.r. L seme de put d salto d ua f.d.r. F ha cardaltà al pù umerable. Ifatt, poché F è lmtata, essa o può avere pù d - salto d ampezza compresa (,] ; - salt d ampezza compresa (, ] ; salt d ampezza compresa (, ] ; + - Ora, l seme d tutt quest potezal put d salto è charamete umerable. Qud l seme de put d salto d F -che esso è coteuto- lo è a fortor. SEZIONE I.6.. Corrspodeza fra v.c. e f.d.r. E be defta la corrspodeza fra ua v.c., dcamo, e ua f.d.r. F. Precsamete, essa è data dalla uguaglaza seguete: P ( x = F( x. (* E mportate otare che: a data ua v.c., la fuzoe P( x, defta tramte l uguaglaza (*, è ua f.d.r.. Vceversa, b data ua f.d.r. F, l uguaglaza (* defsce ua v.c.. a Ifatt, per le ote propretà della probabltà, s vede che: P ( x P( R = per x ;

21 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA P ( x P( = 0 per x ; 3 P ( x P( x per og x < x (poché (,x ] (,x ] e P è mootoa 4 lm P( x + ε = lm { P( > x + ε } = P ( > x = P( x, ε 0 ε 0 dove ε > 0, e dove per la prma e la terza uguaglaza s applca la propretà della probabltà del complemeto (vd. I.3..(, metre per la secoda s applca la propretà d cotutà (vd. I.3..(5. b Ua gustfcazoe eurstca d quest mplcazoe versa (ua dmostrazoe rgorosa va oltre gl obettv d questo corso sta el fatto che la (* è suffcete ad esempo per assegare la probabltà ad og tervallo ( a,b], quato P{ ma ache ad og puto x, essedo ( a,b]} = F( b F( a, P( = x = P( x P( x < = F( x lm F( x ε ε 0 ( ε > 0. A questo puto le propretà della probabltà cosetoo d estedere uvocamete la assegazoe ad u grade umero d altr evet va va pù compless, otteut terado opportuamete operazo semstche sugl sem d parteza (vd. ad es. Zaella, 980, per ua trattazoe sstematca.. V.c. dscrete Se F è a grad, ossa ha u umero fto o ua ftà umerable d put d salto, al d fuor de qual F è costate, allora s dce che la v.c. defta tramte l uguaglaza (* è dscreta. I questo caso se x è u puto d salto per F, allora F( x lm F( x ε > 0 ε 0 ( ε > 0. Detto S l seme de put d salto d F la fuzoe de salt p: p ( x = F( x lm F( x ε ε 0, x S p( x = 0, x S 3

22 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA è detta fuzoe d probabltà (f.p.. Pertato: x S p( x = e F ( x = p( y. y x 3. V.c. cotue Al cotraro, se F è cotua allora s ha P( = x = F( x lm F( x ε = 0 ε 0 ( ε > 0 per og x R. Se, partcolare, F è dervable per og x R, allora è dspoble ua utle rappresetazoe d F, F ( x = x f ( y dy, tramte ua fuzoe, f, che dremo fuzoe d destà d probabltà (f.d.p.. La f.d.p. f è ua fuzoe o- egatva e tale che f ( y dy =. I questo caso la v.c. s drà assolutamete cotua o, co abuso d lguaggo, pù brevemete, cotua. I questo caso è possble calcolare la probabltà degl tervall tramte la formula: P { ( a,b ]} = f ( y dy. Ad esempo, la v.c. co f.d.p. f ( x = π ( + x (cdd. v.c. d Cauchy ha f.d.r. F( x = + π arctgx. Per essa s trova, ad es., + P{ (, + } = f ( y dy = b a 4. Altre vv.cc. Oltre alle due ctate, esstoo altre tpologe d f.d.r. (e qud d varabl casual. I partcolare F potrebbe avere de put d salto, o essedo però 4

23 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA costate al d fuor d ess. I questo caso F defrebbe ua v.c. d tpo msto (per esemp vd. ad es. Bertol-Barsott, 996, p.5 e p.6. Ife, s dao cas d f.d.r. cotue che però o ammettoo l essteza d ua fuzoe d destà (co quella rappresetazoe tegrale. Tuttava el seguto l ostro teresse sarà crcoscrtto esclusvamete alle sole vv.cc. da aoverare ucamete e cas descrtt a precedet put e 3, co le deomazo trodotte, rspettvamete, d vv.cc. dscrete e vv.cc. cotue. SEZIONE I.7.. Valore atteso d ua varable casuale S defsce supporto d ua v.c. l sottoseme S d R su cu la f.d.p., o la f.p. è dversa da 0. Nel caso cotuo S è, geere, u tervallo aperto (ache llmtato d R. Nel caso dscreto, S è u sottoseme fto, o al pù ftoumerable, d R. S defsce valore atteso (expectato, o meda, della v.c. l umero, se esste, + E ( = x f ( x dx = x S f ( x dx el caso cotuo e E( = x S x p( x el caso dscreto. No sempre la meda E ( esste (u cotroesempo è dato dalla v.c. d Cauchy. I geerale E ( è dversa dalla moda (.e. l puto d massmo per la f.d.p., o f.p. e dalla medaa (.e. l puto x 0 tale che -ella otazoe del cotuo- P ( x = Goch equ U goco equo (far game è u goco, l cu esto aleatoro è u dare/avere ecoomco, cu guadag attes cotroblacao le perdte attese, ovvero 5

24 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA cu la meda della varable casuale blaco ecoomco totale esste ed è par a Il paradgma della scommessa e la costruzoe della Probabltà soggettva Se G e T soo, rspettvamete, l guadago ecoomco etto el caso d vcta, e la perdta ecoomca etta ( valore assoluto el caso d ovcta, u goco equo, allora posta P( vcta =p, s trova che, per defzoe, vale l uguaglaza Gp + ( T ( p = 0. Da essa s trae G / T = ( p / p, ossa p = /(Q +, dove Q = G / T è detta quota (odds. S può duque trodurre la defzoe soggettvsta della Probabltà. Secodo l mpostazoe soggettvsta, u eveto aleatoro E ha ua certa probabltà d accadere solo ella msura cu u soggetto osservatore è ua codzoe d o-suffcete coosceza per esprmers e pù precs term d certezza assoluta. La probabltà è duque ecessaramete ua sorta d opoe soggettva che può essere esplctata utlzzado l paradgma della scommessa el modo seguete. Ipotzzado che s possa cotrattare sulla quota Q, cocerete ua scommessa sul verfcars d E, fo a gugere alla quota mma Q 0 che l soggetto accetterebbe per etrare acora el goco (è teso che l soggetto o accetterebbe quote feror a Q 0, metre accetterebbe, a fortor, quote superor a Q 0, la probabltà (soggettva cercata è p =. Q0 + Naturalmete tale valore dpede, per costruzoe, dalle aspettatve e dalle coosceze che l soggetto cosderato rpoe el verfcars d E. Og altro soggetto produrrebbe, geerale, u valore d p dverso. 4. Il problema della coereza ell assegazoe della Probabltà soggettva Nell assegazoe della probabltà a dvers evet (assegazo multple d uo spazo fodametale Ω co l paradgma soggettvsta, sorge l problema del soddsfacmeto delle legg della probabltà. Ache se la codzoe d o egatvtà è soddsfatta (essedo Q ( 0, +, è tuttava possble, ella pratca, che le assegazo multple rvelo coereza (p.es. può verfcars P ( A > P( B metre A B. I ultma aals l problema della coereza è rsolto se: a s cosderao solo espermet co u umero fto d evet 6

25 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA elemetar E,E,...,Ek ; b s attrbusce la probabltà a tutt e sol tal evet elemetar procededo per cascuo d ess alla determazoe secodo lo schema descrtto al puto 3, sotto l ulterore codzoe P( E =. A questo puto la probabltà d og eveto potrà essere uvocamete determata base al terzo assoma (addtvtà fta e l prcpo d coereza sarà sez altro soddsfatto. k = SEZIONE I.8.. Assegazoe della Probabltà soggettva e paradosso d S.Petroburgo Il seguete paradosso mostra come l tuzoe (soprattutto d frote a espermet co ft rsultat possbl possa dar luogo a cotrast problematc co cò che può suggerre l calcolo. S cosder u goco che, corrspodeza all espermeto che cosste el laco d ua moeta equa, asseg u premo d euro se l sego testa compare per la prma volta all - esmo laco, =,,. La domada è: quale è la tassa che s rtee equo pagare (ossa l mporto massmo che s è dspost a pagare, oltre l quale c è la percezoe d adare perdta gocado per etrare questo goco? Per rspodere alla domada occorre calcolare l guadago etto atteso. L ammotare cercato della tassa dovrebbe essere ( valore assoluto esattamete par a tale guadago (cfr. la ozoe d goco equo. I questo espermeto gl evet elemetar soo le successo {T}, {C,T}, {C,C,T},, che hao 3 probabltà, rspettvamete, /, /, /,. La v.c., guadago etto, è la legge che rcodfca -co le stesse probabltà- suddett evet elemetar 3 co umer, rspettvamete,,,,... (le vcte corrspodet. ha valore atteso 3 3 E ( = ( / + ( / + ( / +... = =. La meda d è llmtata, eppure è probable che, per chuque, la percezoe d adare perdta vega ragguta per valor be pù bass!. Leartà dell operatore valore atteso Se sottopoamo la v.c. ad u cambo d utà d msura e/o u cambo dell orge (traslazoe, smbol a + b, c possamo chedere come camba 7

26 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA l valore atteso. La leartà dell tegrale e della sommatora mplcao modo dretto la leartà dell operatore malore atteso. Pertato possamo scrvere ua volta per tutte -sa per l caso cotuo che per l caso dscreto- che: E ( a + b = ae( + b ( a L operatore varaza A partre da ua v.c. assegata, dotata d meda fta E (, è possble defre la seguete v.c. scarto (dalla meda E(. A partà d valore atteso, due vv.cc. possoo dfferre ella forma della varable scarto (s osserv che la varable scarto ha meda 0. Precsamete ua può presetare u maggor grado d dspersoe, rspetto alla meda, dell altra. Questo fatto può essere quatfcato calcolado l valore atteso del quadrato della v.c. scarto, ossa E{( E( }, posto che essta. Tale valore è detto varaza della v.c. ed è dcato co Var (. La radce quadrata della varaza Var ( / è detta scarto quadratco medo (o devazoe stadard. 4. Alcue propretà dell operatore varaza Co semplc passagg algebrc s dmostrao alcue semplc propretà dell operatore Var, utlzzado la propretà d leartà dell operatore valore atteso d cu al precedete puto. Se la varaza esste, allora: E{( E( } = E( E( (formula assa utle per l calcolo operatvo. Var ( E( = Var( (la varaza d cocde co quella della v.c. scarto E(. 3 Var( a + b = a Var( ( a Momet o-cetral d ua v.c. Le costat E ( e E( cotrate e put precedet possoo rteers r cas partcolar della formula pù geerale μ r = E(, che forsce, per r =,,..., cosddett momet (o-cetral d orde r della v.c.. Per semplctà d otazoe, el caso dell orde useremo, equvaletemete, l smbolo μ luogo d μ. 8

27 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA SEZIONE I.9.. Momet cetral d ua v.c. r La formula μr = E{( μ }, forsce, per r =, 3,..., cosddett momet cetral d orde r della v.c.. S osserv che μ = 0 (meda della v.c. scarto. I momet cetral d orde dspar soo ull se la dstrbuzoe è smmetrca.. Momet cetral fuzoe de momet o-cetral Svolgedo la poteza r-esma del bomo μ e sfruttado la leartà dell operatore valore atteso, è facle esprmere l geerco mometo cetrale d orde r fuzoe de momet o cetral (d orde more o uguale a r. I partcolare s può scrvere: Var( = μ = μ ( μ. 3. Idc d forma della dstrbuzoe 3 4 I rapport α 3 = μ 3 σ (dce d asmmetra d Fsher e α 4 = μ 4 σ (dce d curtos soo utl per msurare, rspettvamete, l grado d smmetra -attoro ad u asse medao- della dstrbuzoe e la quattà d probabltà assegata alle zoe d coda della dstrbuzoe. (Il rfermeto deale quado s calcolao quest dc è quello della dstrbuzoe d tpo ormale -vd.sezoe -: per essa α = 0 e 3 3 α 4 = 4. Momet fattoral d ua v.c. Spesso, el caso d v.c. d tpo dscreto è pù agevole calcolare momet fattoral. La formula E{ ( (... ( r + }, forsce, per r =,, 3,..., cosddett momet fattoral d orde r della v.c.. Per r = s ottee la meda μ. Ache qu è facle esprmere l geerco mometo fattorale d orde r fuzoe de momet o cetral (d orde more o uguale a r. Per es., per r = s ha E { ( } = μ μ ; possamo qud esprmere ache la varaza fuzoe de momet fattoral el modo seguete: Var( = E { ( } + μ μ. 9

28 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 5. V.c. dscrete d partcolare teresse applcatvo schema dell ura Alcue vv.cc. dscrete rvestoo partcolare teresse perché soo assocate ad espermet aleator frequetemete rcorret ambto applcatvo. I partcolare, l modello dell ura (o schema dell ura dealzza u tpo d espermeto aleatoro dove s compoo estrazo d palle da u ura co dverse possbl composzo e modaltà d estrazoe. 6. V.c. beroullaa Se s compe ua estrazoe da u ura coteete due sol tp, dcamo A e B, d palle, e p è la proporzoe d palle d tpo A ell ura (se ( A è l umero d palle d tpo A ell ura e ( B è l umero d palle d tpo B ell ura, p = ( A /[ ( A + ( B ], la v.c. che esprme l umero d palle d tpo A osservate ell estrazoe ha supporto S = { 0, }. è detta v.c. beroullaa. Essa assoca la probabltà p al umero e (-p al umero 0. E facle vedere che ha meda p e varaza p(-p. La varaza è massma per p=/. 7. V.c. bomale Se s compoo ( estrazo dall ura, codzo d dpedeza stocastca (.e. co remmssoe, la v.c. che esprme l umero d palle d tpo A osservate tal estrazo ha supporto S = { 0,,,..., }. è ua v.c. bomale. S scrve B (, p ; el caso = s ha la v.c. beroullaa. Precsamete, la probabltà d osservare x palle d tpo A elle estrazo è p( x = p ( x p =. x x, x 0,,,..., S vede faclmete che p( x = x= 0 [ p + ( p ] = =. Ioltre:! x x E ( = x p ( p = x= 0 x!( x! (! = p ( x!( ( x! x= p x ( p ( x = p. 0

29 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA (l ultmo passaggo sosttuedo y = x e m =. Co passagg smlar, s trova Var ( = E{ ( } + p ( p = p( p (s ot l mpego de momet fattoral. S può trovare po: μ 3( = pq( q p e ( μ 4 = 3( pq + pq( 6pq. Qud per che tede all fto l dce d curtos α ( 4 tede al valore 3, metre α 3( tede a 0. SEZIONE I.0.. V.c. pergeometrca Se s compoo estrazo seza remmssoe (ovvero blocco da u ura coteete due sol tp, dcamo A e B, d palle, e ( A = a ( a N è l umero d palle d tpo A ell ura e ( B = N a è l umero d palle d tpo B ell ura, la v.c. che esprme l umero d palle d tpo A osservate elle ( estrazo è detta pergeometrca. E facle otteere la f.p. (cfr. I..3 p( a N a N x = /. x x Ora, valor possbl d x soo ecessaramete o-egatv e o superor a ; ma x o può superare eache a; fe, se supera N a qualche palla d tpo A deve essere estratta. I coclusoe p ( x è defta sul supporto: max{ 0, ( N a } x m{,a }. La v.c. pergeometrca ha meda E( = delle bomale e varaza Var( = a N a ( pea aaloga co la meda N N a (. N N

30 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA. V.c. d Posso S cosdera u espermeto el quale s osserva l rpeters d u certo accadmeto casuale, u certo tervallo d tempo o d spazo, co ua assegata frequeza meda λ ( λ >0. L accadmeto osservato può essere, ad esempo, l emssoe d ua partcella radoattva da ua sorgete d materale radoattvo u certo tervallo d tempo; oppure la preseza d mpurtà su u wafer d slco (qu la collocazoe dell mpurtà è d tpo spazale, essedo l tervallo la superfce del wafer. S vuole determare la probabltà d osservare x accadmet el geerco tervallo. S suddvde l tervallo sottotervall ugual, suffcetemete pccol perché cascu sottotervallo cotega essuo o al pù accadmeto. S suppoe fe che gl evet {sottotervallo-vuoto} e {sottotervallopeo} sao dpedet per og e che la probabltà dell eveto {sottotervallo-peo} o dpeda dalla partcolare collocazoe del sottotervallo all tero dell tervallo (rsultado qud λ /. S trova pertato, applcado la formula della f.p. bomale, λ p( x = ( x λ x x (. Allora, per abbastaza grade, rmaedo x fssato, è valda l approssmazoe x x λ (... ( x + λ x λ λ seguete: p ( x = ( e, dove x x! x! x { 0,,, 3,... }, che defsce la f.p. della cosddetta v.c. d Posso. (Quest approssmazoe è buoa ella msura cu è grade rspetto ad x; cò mplca, partcolare, che la f.p. della bomale è be approssmata, per og x, ella msura cu l rapporto λ / è pccolo. Da E{ (... ( r + } = x λ λ x( x...( x r + e = x= 0 x! x r r λ λ r = λ e = λ ( x r! x= r s trae, fra l altro: E( = λ, Var( = E{ ( } + λ λ = λ. Ioltre s può trovare: μ3( = λ e ( μ4 = 3 λ + λ. Qud al crescere d λ l dce d curtos α ( 4 tede al valore 3, metre α 3( tede a 0.

31 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 3. V.c. geometrca Se s compoo estrazo da u ura -co ua proporzoe p d palle d tpo A e q = pd palle d tpo B- co remmssoe, la v.c. che esprme l umero d palle d tpo B estratte prma d osservare la prma palla d tpo A, è detta geometrca. La sua f.p. è, evdetemete, p( x = ( p x p, dove x {0,,,...}. q S trova faclmete E( = p, E( = ( p q q e Var( = p p. Fgura. Fuzoe d probabltà della v.c. geometrca co p = 0.5. (I evdeza la meda e le probabltà d stare al d sotto e al d sopra d essa [Grafca PQRS (Kypstra, 00] Fgura. F.d.r. della v.c. geometrca co p = 0.5. (I evdeza la meda e la probabltà cumulata corrspodete [Grafca PQRS (Kypstra, 00] SEZIONE I... U tegrale otevole dell Aals e alcue formule da esso coseguet S troduce l seguete tegrale otevole: (I + e x dx = π 3

32 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA (sugg. per l calcolo: s calcola cosderado l equvalete tegrale + e x + dx e y Da esso s rcava (I + / t 0 dy = π e sosttuedo le coordate polar alla varable ( x, y. + 0 e x dx = che, sosttuedo x = t, a sua volta equvale a: e t π dt = π. Itegrado quest ultmo per part, s rcava fe: (I3 + / π e t t dt = 0.. V.c. ormale stadard La f.d.p. della v.c. ormale ha la sua pea gustfcazoe costruttva u teorema che verrà trodotto successvamete (Teorema del lmte cetrale. Tuttava, teedo coto d (I, è provato che la fuzoe f ( x / e x =, < x < +. π è postva ed ha tergale su R ; è questa la f.d.p. della v.c. ormale stadard. S tratta d ua fuzoe par (smmetrca rspetto all asse delle ordate co puto d massmo 0. Pertato moda, medaa e meda cocdoo co 0. D pù, tutt momet d orde dspar (esstoo e soo ull: μ k + = 0. Per l calcolo della varaza s ottee faclmete, vsto (I3, Var ( = M( = = x + x / e 0 dx π + t / e = t 0 π dt =. I valor pù teressat della f.d.r. (tpcamete dcata co l smbolo Φ x y / e dy soo tabulat. Naturalmete dalle tavole s possoo rcavare, π 4

33 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA partcolare, valor de percetl della v.c. (l percetle p 00 esmo, p ( 0, (fssato al cetesmo, della v.c. è l valore x p tale che P( x p = p. 3. V.c. ormale Co la sosttuzoe + t a x = sotto l sego d tegrale, dove a R, b > 0, b t a ( x / b e e l uguaglaza dx = dveta, equvaletemete, = π dt. π b La fuzoe tegrada è pertato la pù geerale espressoe della f.d.p. d ua v.c. d tpo ormale. La uova f.d.p. è arrcchta -rspetto alla versoe stadardd due parametr, uo d locazoe (a e uo d scala (b. La v.c. ormale, dcamo Y, co tale f.d.p. ha, evdetemete, meda a e varaza b (cfr. I.8. e I.8.4. Usado qud, luogo d a e b pù evocatv smbol μ e σ, s dcherà l fatto che Y è d tpo ormale co meda μ e varaza σ co la scrttura: Y N( μ, σ. La destà assocata a Y ha qud forma: + f Y ( y μ / e ( y =, < x < +. πσ SEZIONE I... La fuzoe specale Gamma d Eulero S troduce ora la fuzoe specale Γ, detta gamma d Eulero, + t 0 α e t dt = Γ ( α, α > 0. S vede faclmete, per tegrazoe elemetare, che Γ ( = Γ ( =. Ioltre, + + ( α + α t t t per α s trova, tegrado per part, t e dt = e dt. α 0 0 5

34 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA Ma allora: Γ ( α + = α Γ ( α ( α. I partcolare s ha: Γ ( 3 = Γ ( + = Γ ( =!, Γ ( 4 = Γ ( 3 + = 3 Γ ( 3 = 3!, ecc.. I geerale: Γ ( + =!, =,,... (la fuzoe gamma d Eulero geeralzza l fattorale a tutt umer real postv. Ioltre s è gà mostrato (v. I...(I che: Γ ( = π ; pertato 3 π π Γ ( = Γ ( =, Γ ( = Γ ( =, ecc.. I geerale: Γ ( k + = 3... ( k π, k =,,.... k. Ua applcazoe d calcolo co la Gamma d Eulero: momet d orde par della ormale S cosder la v.c. ormale stadard N( 0,. S trovao momet d orde par + x k e μ k = μk = x dx ; co la sosttuzoe x / = t π + 0 / k k ( k+ / t μ k = t e dt = Γ ( k + = 3... ( k-. π π 0 s può scrvere 4 4 I partcolare se Y N( μ, σ, allora α = E {(Y μ } / σ = 3, per og μ e 4 σ. Tale valore d curtos, 3, è pertato caratterstco del modello ormale. 3. V.c. gamma α x x e Per defzoe della Gamma d Eulero, la fuzoe f ( x =, x > 0, è Γ ( α + postva ed ha tergale su R per og α > 0 ; è questa la f.d.p. della v.c. cosddetta d tpo gamma. La costate α è terpretable come parametro d forma d questa famgla d vv.cc.. t a Co la solta sosttuzoe x =, dove a R, b > 0, s ottee la uova b α ( t a ( t a / β e famgla d f.d.p. f ( t =, t > a, co parametr d forma β α Γ ( α (α, locazoe (a e scala ( β. La f.d.p. è pù spesso utlzzata ella forma 6

35 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA f ( y = α y y / e β α Γ ( α β, y > 0, co parametro d scala, β > 0, e d forma, α > 0. S dca l fatto che Y è d tpo gamma co tale f.d.p. co la scrttura: Y G( α, β. Per tale v.c., co facle tegrazoe s trova: E(Y k = 0 y k y α e y / β β α Γ ( α Γ ( α + k k dy = β Γ ( α = α( α α β k +... ( + k. I partcolare E (Y = αβ e Var (Y = αβ. SEZIONE I.3.. vv.cc. collegate alla v.c. gamma: v.c. espoezale e v.c. ch-quadrato Se Y G( α, β co α =, allora Y è ua v.c. d tpo espoezale. Idchamo cò co la scrttura Y E( β. La f.d.p. è pertato f Y ( y = e, 0 < y < +. y / β β y / β metre la f.d.r. è F( y = e, per y > 0 e zero altrove. Se Y G( α, β co α = / e β =, allora Y è ua v.c. d tpo ch-quadrato co u grado d lbertà. Idchamo cò co la scrttura Y χ. Se Y G( α, β co α = k / e β =, allora Y è ua v.c. d tpo ch-quadrato co k grad d lbertà. Idchamo cò co la scrttura Y χ. La f.d.p. è pertato k k y y / e f Y ( y =, 0 < y < +. k k Γ ( 7

36 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA r Per la v.c. Y χ s trova: E(Y = k( k +... ( k + ( r. I partcolare, E (Y = k, Var(Y = k, l dce d curtos (Y 4 k 8 α 3 (Y =, α 4 (Y = 3 +. Al crescere d k k k α tede a 3, metre α 3(Y tede a 0. Fgura. Fuzo d destà della v.c. ch-quadrato co, e 8 grad d lbertà. (I evdeza la meda e le probabltà d stare al d sotto e al d sopra d essa [Grafca PQRS (00] 8

37 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA. v.c. d Cauchy La v.c. d Cauchy è defta dalla f.d.p. f ( x = π ( + x, < x < +, y a ovvero dalla f.d.r. F( x = + π arctgx. Co la sosttuzoe x =, dove b y a a R, b > 0, s ottee la famgla d f.d.p. f ( y = ( + (. La b πb v.c. d Cauchy o ha momet. 3. v.c. d Laplace (espoezale doppa x La v.c. dotata d f.d.p. f ( x = e, < x <, è detta d Laplace (o espoezale doppa. Co la sosttuzoe ottee la famgla d f.d.p. y a x =, dove a R, b > 0, s b f ( y = e b y a b, < y < ; meda e varaza soo: E (Y = a, Var (Y = b. I momet cetral d orde dspar soo ull; quell d orde par dao μ (Y = b k ( k! ; qud 4 α 3 (Y = 0, α ( = 4! b /( b 6 (perormaltà. 4 = k 4. v.c. logstca x e Se ha f.d.p. f ( x = x ( + e, < x <, è detta logstca. Co la y a sosttuzoe x =, dove a R, b > 0, s ottee la famgla d f.d.p. b f ( y a y a b b y = e ( + e, < y < + b 9

38 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA co f.d.r. F( y a b y = ( + e ; meda e varaza soo: E (Y = a, Var(Y π = 3 b 3. I partcolare, per b = e a = 0 s ottee ua v.c. molto π prossma alla ormale stadard (l massmo scostameto fra le f.d.r. è: max F( z Φ ( z = La curtos ( μ 4 / μ vale 4. (perormaltà. z 5. v.c. beta La v.c. che ha f.d.p. f t ( t ( x = B( α, β α β, 0 < x <, β > 0, α > 0, dove B(, dca la fuzoe specale beta -defta fuzoe Γ( α Γ( β della gamma da B(, = - è detta v.c. d tpo beta. Γ ( α + β Γ ( α + k Γ ( α + β S trovao momet: μ k ( =. Γ ( α Γ ( α + β + k α αβ I partcolare E ( =, Var ( =. α + β ( α + β ( α + β + Fgura. Fuzoe d destà della v.c. beta co parametr α = e β =6. (I evdeza la meda e le probabltà d stare al d sotto e al d sopra d essa [Grafca PQRS (Kypstra, 00] 30

39 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 6. v.c. Webull a Se Y è espoezale, Y E(, e Y =, co b,c > 0, allora la v.c. ha b la dstrbuzoe d Webull. S trova c x a c c f ( x = exp ( x a, x > a. c b b La Webull è spesso adoperata elle parametrzzazo a due e ad u solo c parametro. Nella parametrzzazoe co due parametr ( a = 0 e posto β = / b s ha ache ( x = β c x f c c c β x e c, x > 0. Co questa parametrzzazoe la f.d.r. β x è F ( x = e. Nella parametrzzazoe (stadard co u solo parametro ( a = 0, b = s ha ( f x = c x c c x e, x > 0. Per quest ultma s trova k E k = Γ +. c c = 0.5 c = c = Fgura. Fuzo d destà della v.c. Webull stadard co parametro c uguale a 0.5,.5 e 3. 3

40 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 7. v.c. t d Studet Se N( 0, e χ soo vv.cc. dpedet, allora la v.c. ha f.d.p. k = k / k f ( x k + Γ ( = k+ k x π kγ ( ( k +, < x < + ed è chamata t d Studet co k grad d lbertà. Per k = s ottee la v.c. d Cauchy. S trova E = 0. Qud Var ( x = E ; per l dpedeza d e (cfr. k I.4. s trova E = ke E = ke =, per k >. I geerale k momet d orde dspar soo ull; per quell d orde par s trova vece r... ( r E k r / 3 =, per k > r. L dce d curtos rsulta ( k r ( k r +...( k k qud α 4 ( = 3 (per k > 4. Al crescere d k l dce d curtos tede a k Fgura. Cofroto fra le fuzo d destà della v.c. ormale stadard (tratto pù spesso e della Cauchy (t d Studet co grado d lbertà. 3

41 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA Fgura. Cofroto fra le fuzo d destà della v.c. ormale stadard (tratto pù spesso e della t d Studet co 4 grad d lbertà. 8. v.c. beta-bomale La v.c. (d tpo dscreto che ha f.d.p. p B( α + x, β + x ( x = x B( α, β, x = 0,,,..., s dce beta-bomale. Rcorredo allo schema dell ura, questa v.c. s può descrvere el modo seguete: essa rappreseta l umero d success ella estrazoe beroullaa d palle da u ura la cu composzoe è caratterzzata da ua proporzoe p d palle vcet che è a sua volta ua v.c., e precsamete ua v.c. d tpo beta co parametr α e β. φ + α S trova: E ( = π e Var ( = π( π, dove π = e φ + α + β φ = (s ottee l modello bomale per α + β α = costate. α + β α, β tal che 33

42 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA 9. Dsuguaglaza d Chebyshev A partà d meda e varaza, due vv.cc. possoo acora esser dfferet. Tuttava, esse restao accomuate dal fatto che valor d probabltà rego d coda soo, per etrambe, lmtat secodo l vcolo stablto dal seguete mportate rsultato (dsuguaglaza d Chebshev: se è ua qualsas v.c. dotata d mometo secodo, co meda μ e varaza σ, e t è ua costate σ postva fssata, allora P{ μ t }. Ifatt (co la otazoe per ua v.c. t cotua, σ = ( x μ f ( x dx + ( x μ f ( x dx S S' S' ( x μ f ( x dx t f ( x dx = t P{ μ t }, dove S = { x : x μ < t } e S = { x : x μ t } ( S S = R e S S =. S' SEZIONE I.4.. Vv.cc. dpedet,..., è ua collezoe d vv.cc. dpedet se e solo se vale la seguete codzoe d fattorzzazoe della probabltà P( x, x,..., x = P( x cò che può ache scrvers = per og ( x,...,x R, F... ( x,...,x = = F ( x per og ( x,...,x R, terpretado, per defzoe, F ( x,...,x = P(... x, x,..., x, 34

43 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA aaloga al caso uvarato. (D fatto la codzoe d fattorzzazoe della f.d.r. equvale alla codzoe d fattorzzazoe della f.d.p. (caso cotuo o della f.p. (caso dscreto: rspettvamete f... ( x,...,x = = f ( x... = e p ( x,...,x = p ( x. Esempo. Due vv.cc. e dscrete uform su { 0, } (cfr. l espermeto del laco d ua moeta equa rpetuto volte hao ua f.d.r. che è l prodotto delle due f.d.r. F ( x, =,, così defte: F ( x = 0 per x < 0 ; F ( x = 0. 5 per 0 x < ; F ( x = per x. Pertato s trova la f.d.r. F ( x,x così defta: F 0 ( x,x = per m{ x } < 0 ; F ( x,x 0. 5 = per 0 x <, =, ; F ( x,x 0. 5 = per x, 0 x < e per x, 0 x < ; F ( x,x = per x, =,.. Vv.cc. somglat,..., è ua collezoe d vv.cc. somglat se e solo se hao tutte la stessa f.d.r., ossa F (z = F (z per og e j,, j =,,...,, e per og z R. j 3. Meda e varaza d ua somma e d ua meda d vv.cc. dpedet e somglat Sao,..., dpedet e somglat (s dce ache che soo..d., ossa dpedet e detcamete dstrbute, co meda μ e varaza σ fte. E facle dmostrare le seguet propretà: a Sa S = = la v.c. somma (somma campoara. Allora: 35

44 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA M( S = μ e Var( S = σ. (Ifatt -co otazoe del cotuo- s trova: M( S =... ( x x f... ( x,...,x dx... dx =... x f... ( x,...,x dx... dx x f... ( x x f ( x dx... f ( x dx + + f ( x dx... f ( x dx x f ( x dx = μ ,...,x = dx... dx b Sa = = / la v.c. meda (campoara. Allora (cfr. I.8., I.8.4: M( = μ e Var( = σ /. SEZIONE I.5.. Covergeze stocastche Se Y,Y,... è ua successoe d vv.cc., s dce che: A Y coverge probabltà alla v.c. Y, e s scrve lm P{ Y Y < ε } =, ε > 0 ; B Y coverge dstrbuzoe alla v.c. Y, e s scrve Y d Y p Y, se Y, se, dette F,F,... ed F le corrspodet fuzo d rpartzoe, s verfca che lm F ( t = F( t, per og puto t d cotutà d F. I partcolare, le covergeze probabltà e dstrbuzoe possoo essere cosderate ell mportate caso partcolare cu Y è degeere u puto c (.e. P {Y = c } =. I tal caso s equvalgoo. S osserv che geerale vale l mplcazoe Y Y Y Y : la covergeza dstrbuzoe è pù debole della covergeza probabltà. p d 36

45 Luco Bertol Barsott CORSO DI STATISTICA MATEMATICA S dà u cotroesempo a quest mplcazoe. Sa Ω = { ω, ω }, co P( ω = P( ω = 0.5. Sao Y,Y,... ed Y dpedet e somglat, co Y( ω = 0 e Y( ω =. Essedo somglat, Y ed Y hao la medesma fuzoe d rpartzoe, qud, baalmete, la covergeza è verfcata. Vceversa, come fuzo d ω Ω, esse corrspodoo a valor umerc (0 e apputo che possoo (co ua probabltà che o dveta ftesma, ma che resta maggore d u δ > 0 o rsultare vc, é tato meo cocdere, al dvergere d. E facle vedere fatt che la probabltà che Y ed Y corrspodao a valor d dstaza (.e. P{ Y Y = } rmae sempre uguale a d. Legge de grad umer Sao,..., vv.cc. dpedet e somglat, co meda e varaza fte, dcamo, rspettvamete μ = M( e σ = Var(. Dalla dsuguaglaza d Chebyshev, applcata alla v.c. meda campoara Y P{ Y ε VarY ε M(Y } = σ, ovvero l lmte: ε =, s trae P{ Y μ ε } 0, per (cosddetta Legge de grad umer. Questa covergeza può qud ache essere scrtta: Y μ. p 3. Teorema del Lmte Cetrale Se,,... è ua successoe d vv.cc...d., co meda μ e varaza fte, allora: S μ Z σ d N (0,. La tes del teorema s può leggere dcedo che la v.c. S è astotcamete ormale co meda μ e varaza σ. I smbol s scrve σ 37

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine) 4 CAMPIONE DI UNITA TATITICHE (lettere late) Meda campoara x meda solo per dat quattatv m 1 x = modaltà assuta dall -esma utà statstca Devaza campoara solo per dat quattatv 1 ( x m) 1 x 1 x dev.q Varaza

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2:

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2: Costruzoe d macche Modulo d: rogettazoe probablstca e affdabltà Marco Begh e Leoardo Bert Lezoe : robabltà codzoata e varabl casual robabltà codzoata ((A/B)): La probabltà che s verfch u eveto A, assumedo

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA I ECOOMIA AZIEDALE Metod Statstc per le decso d mpresa (ote ddattche) Bruo Chadotto 4 STATISTICA DESCRITTIVA I questo captolo s rtrovao espost, ua prospettva emprca, molt de cocett trodott

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli