Variabili Casuali Continue
|
|
- Giovanna Cenci
- 6 anni fa
- Visualizzazioni
Transcript
1 Distribuzione Normale Concentrazione di cloro nel sudore Variabili Casuali Continue media = 98.8 meq/l mediana =. meq/l moda =. meq/l < me/l La distribuzione empirica (diagramma a barre) può essere approssimata con una distribuzione teorica (distribuzione normale) Distribuzione Normale Distribuzione Normale Detta anche gaussiana dal nome di Karl Friedrich Gauss ( ). La distribuzione Normale riveste un ruolo fondamentale nella statistica perchè Occupa un ruolo centrale nella statistica descrive bene il manifestarsi di molti fenomeni: - errori di misura (genesi della Normale) - caratteristiche morfologiche e variabili biologiche gode di importanti proprietà teoriche 993: marchi tedeschi
2 Distribuzione Normale errori di misura Distribuzione Normale var. biologiche f(x),9,6,3 glucosio 9 mg/dl x x x 5 _ µ x = concentrazione di glucosio (mg/dl) Gli errori casuali di misura (ε=x-9), considerati nel loro complesso, mostrano un comportamento tipico:. gli errori piccoli sono più frequenti di quelli grandi;. gli errori di segno negativo tendono a manifestarsi con la stessa frequenza di quelli con segno positivo; 3. le misurazioni tendono a concentrarsi intorno a 9mg/dl Gene (X ) + Gene (X ) Abitudini alimentari (X 3 ).. Ambiente (X n ) = Cloro nel sudore (Y) Concentrazione di cloro nel sudore 9 media = 98.8 meq/l 8 mediana =. meq/l 7 moda =. meq/l < me/l Distribuzione Normale var. biologiche Distribuzione Normale proprietà La variabile Y=X +X +...X n, somma di N variabili casuali indipendenti con densità di probabilità qualsiasi, tende ad una distribuzione normale per n sufficientemente grande (teorema del limite centrale). La maggior parte delle variabili biologiche (peso, statura,...) dipendono dalla somma di svariati fattori genetici e ambientali fra loro indipendenti. La densità di probabilità associata a queste variabili biologiche segue la distribuzione normale, qualsiasi sia la distribuzione dei singoli fattori. La maggior parte delle altre distribuzioni teoriche di probabilità (binomiale, poisson, t di Student, ) tendono alla distribuzione normale, per n sufficientemente grande (n>3). Trasformazioni matematiche (log,,...) possono normalizzare" una variabile che naturalmente non è caratterizzata da una distribuzione gaussiana.
3 Variabili da trasformare Variabili da trasformare Trigliceridi nel siero Scala naturale Trigliceridi nel siero Scala logaritmica,6,5,4 f(x).3 f(x),3.,., x ln x Distribuzione normale: proprietà Funzione di densità: f ( x ) = e σ π X N(µ,σ ) x µ σ Concetrazione di cloro nel sudore < me/l Distribuzione normale: proprietà X N(µ,σ ) - Ha una forma a campana con simmetria rispetto alla media µ µ=mediana=moda - Pr( X + )= - Pr(µ σ X µ+σ)=.68 - Pr(µ σ X µ+σ)=.95 Concetrazione di cloro nel sudore < me/l µ-σ µ-σ µ µ+σ µ+σ 68% 95% 3
4 Distribuzione normale: parametri Distribuzione normale: parametri Influenza dei parametri C Influenza dei parametri X N(µ=3,σ =) C X N(µ=5,σ =) X N(µ=8,σ =) X N(µ=5,σ =5) X N(µ=5,σ =) X N(µ=5,σ =4) C x - 5 x Distribuzione normale PAD in uomini tra 35 e 44 anni Distribuzione normale PAD in uomini tra 35 e 44 anni Come calcolare la probabilità che la PAD sia compresa fra 9 e? µ = 8 mmhg σ = mmhg Come calcolare la probabilità che la PAD sia compresa fra 9 e? µ = 8 mmhg σ = mmhg Pr(9 x < ) = e π 9 x 8 dx 4
5 Distribuzione Normale Standardizzata Esiste un numero infinito di distribuzioni normali diverse fra loro, ma è possibile ricondurle tutte ad un'unica distribuzione standard attraverso una trasformazione. Definizione: Sia X una variabile casuale normale tale che X~N(µ,σ), allora la nuova variabile Z sarà pari a: Z = ( X µ ) e avrà una distribuzione normale con µ= e σ= σ X Z Z ~ N(,) Distribuzione Normale Standardizzata Distribuzione Normale Standardizzata Quali sono i vantaggi di una distribuzione Z N(,)? f ( z) = e π z f ( x ) = e σ π x µ σ con µ= e σ= Vi sono aree sotto la curva che giacciono attorno al valore µ= che sono rilevanti per le applicazioni E più semplice e si possono memorizzare aree standard. I suoi valori sono tabulati. 5
6 Distribuzione Normale Standardizzata Esistono inoltre tabelle già calcolate di Pr(Z>z) Distribuzione Normale Standardizzata Calcolare Pr(Z>.75) =.66 z,,,,3,4,5,6,7,8,9,,5,496,49,488,484,48,476,47,468,464,,46,456,45,4483,4443,444,4364,435,486,447,,47,468,49,49,45,43,3974,3936,3897,3859,3,38,3783,3745,377,3669,363,3594,3557,35,3483,4,3446,349,337,3336,33,364,38,39,356,3,5,385,35,35,98,946,9,877,843,8,776,6,743,79,676,643,6,578,546,54,483,45,7,4,389,358,37,96,66,36,6,77,48,8,9,9,6,33,5,977,949,9,894,867,9,84,84,788,76,736,7,685,66,635,6 z,,,,3,4,5,6,7,8,9,,5,496,49,488,484,48,476,47,468,464,,46,456,45,4483,4443,444,4364,435,486,447,,47,468,49,49,45,43,3974,3936,3897,3859,3,38,3783,3745,377,3669,363,3594,3557,35,3483,4,3446,349,337,3336,33,364,38,39,356,3,5,385,35,35,98,946,9,877,843,8,776,6,743,79,676,643,6,578,546,54,483,45,7,4,389,358,37,96,66,36,6,77,48,8,9,9,6,33,5,977,949,9,894,867,9,84,84,788,76,736,7,685,66,635,6 Uso della tabella della deviata gaussiana standard f(z) p p Detto p (<p<) il valore dell'area a destra di +z *, l'area a sinistra di +z * vale (-p) z* 3 deviata gaussiana standard z L'area a sinistra di z * è uguale all'area a destra di +z *. Detto p (<p<) il valore di tale area, l'area esterna a z * vale p, e l'area interna vale (-p). f(z).4.3 -p. p p. -z* +z* deviata gaussiana standard z f(z).4.3 -p -p.. p p z- z -3-3 deviata gaussiana standard z L'area compresa tra due valori z * < z * si ricava per differenza ( - p - p), dove p è il valore dell'area a sinistra di z *, e p quello dell'area a destra di z *. 6
7 Esercizio 3: Malattie cardiovascolari e colesterolo plasmatico In generale nella popolazione il livello di colesterolo plasmatico è distribuito normalmente con media 9 mg/dl e deviazione standard 5 mg/dl. ) Il livello desiderabile di colesterolo è < mg/dl. Quale proporzione di persone ha un livello di colesterolo ottimale? ) Un livello di colesterolo > 5 mg/dl sembra correlato ad un rischio sufficiente da consigliare il trattamento. Quale proporzione di persone ha bisogno di trattamento? 7
8 Malattie cardiovascolari e colesterolo plasmatico Standardizziamo Per x= ottengo x µ 9 z = = =,38 σ 5 Dalla tabella della z standardizzata: Pr(z<-,38)=,35o Il 35,% della popolazione ha un livello di colesterolo desiderabile Malattie cardiovascolari e colesterolo plasmatico Per x=5 ottengo x µ 5 9 z = = =,6 σ 5 - Dalla tabella della normale standardizzata: Pr(z>,6)=,676 Il 6,8% della popolazione potrebbe aver bisogno di un trattamento per l ipercolesterolemia Malattie cardiovascolari: ipertensione arteriosa Media e deviazione standard della pressione arteriosa sistolica per gruppi di età (valori espressi in mmhg) Malattie cardiovascolari: ipertensione arteriosa Ammettiamo che le persone con valori di PAS superiori al limite dichiarato per gruppo di età siano definite ipertese. Gruppo di età Media Deviazione standard Livello limite ) Qual è la proporzione degli ipertesi nel gruppo di età tra e 4 anni? -4 anni 5, 5, 5, ) Quale nel gruppo di età tra 5 e 44 anni? ,, 4, 8
9 Malattie cardiovascolari: ipertensione arteriosa Standardizziamo Per x=5 ottengo x µ 5, 5, z = = =, σ 5, Per x=4 ottengo x µ 4, 5, z = = =,5 σ, Malattie cardiovascolari: ipertensione arteriosa Dalla tabella : Pr(z>,)=,8 Il,3% dei bambini tra e 4 anni è iperteso Dalla tabella : Pr(z>,5)=,668 Il 6,7% dei soggetti tra 5 e 44 anni è iperteso Esempio di applicazione della deviata gaussiana standard In una popolazione di ragazze di età inclusa tra i 8 e i 5 anni, la concentrazione di emoglobina nel sangue (x) approssima una distribuzione gaussiana con media = 3. g/dl e deviazione standard =.7 g/dl. In base a queste sole informazioni possiamo calcolare, ad esempio, quante ragazze hanno emoglobinemia inclusa tra.6 e 3.5 g/dl. Distribuzione dell'emoglobina in una popolazione di ragazze di età compresa tra i 8 e i 5 anni. f(x) emoglobinemia (g/dl) µ=3. σ=.7 continua Infatti: z = (.6-3.) /.7 = -. z = (3.5-3.) /.7 = +.6 f(z).4.3 6%.. % deviata gaussiana standard z Nell'% delle ragazze i valori di Hb sono minori di.6 g/dl, e nel 7% sono maggiori di 3.5 g/dl. Quindi il 6% delle ragazze ha valori di Hb compresi tra.6 e 3.5 g/dl. 9
10 Esercizio In una popolazione di ragazze di età inclusa tra i 8 e i 5 anni, la concentrazione di emoglobina nel sangue (x) approssima una distribuzione gaussiana con media = 3. g/dl e deviazione standard =.7 g/dl. Quali sono i valori che racchiudono il 95% delle osservazioni, che considero come i valori entro cui è compreso il range di normalità. x µ z = x = z σ + µ σ x = µ ± z σ, x = =.78.5 con z x = = = σ =.7.5%.5%
tabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
DettagliLA DISTRIBUZIONE NORMALE
LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliStatistica. Lezione 4
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliVariabili aleatorie gaussiane
Variabili aleatorie gaussiane La distribuzione normale (riconoscibile dalla curva a forma di campana) è la più usata tra tutte le distribuzioni, perché molte distribuzioni che ricorrono naturalmente sono
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliLa distribuzione normale o distribuzione di Gauss
La distribuzione normale o distribuzione di Gauss Gauss ha dimostrato che secondo questa legge si possono ritenere distribuiti gli errori accidentali di misura di una qualsivoglia grandezza. Densità di
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliTeoria 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
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 - Distribuzione binomiale - Distribuzione Normale Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona DISTRIBUZIONI TEORICHE DI PROBABILITA
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE DI GAUSS o DISTRIBUZIONE NORMALE 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809)
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Probabilità Lezioni : 11, 12 Docente: Alessandra Durio 1 Contenuti 1. Variabili casuali notevoli DISCRETE (uniforme, di
DettagliVariabile Casuale Normale
Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliVariabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia
Variabili aleatorie continue: la normale Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia 2015-16 1 / 40 Distinzione Le variabili aleatorie possono essere 1 discrete 2 continue 2
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliScheda n.3: densità gaussiana e Beta
Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 9.Statistica - CTF Matematica - Seconda Parte Codice Compito: - Numero d Ordine D. 1 Un veicolo marcia per 50 km alla velocita v, e per altri 50 km alla velocita
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliLezione n. 1 (a cura di Irene Tibidò)
Lezione n. 1 (a cura di Irene Tibidò) Richiami di statistica Variabile aleatoria (casuale) Dato uno spazio campionario Ω che contiene tutti i possibili esiti di un esperimento casuale, la variabile aleatoria
DettagliCORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità
CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere
DettagliDistribuzione esponenziale. f(x) = 0 x < 0
Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliTest d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 04-Grafici delle distribuzioni vers. 1.0 (17 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliLezione VI: Distribuzione normale. La distribuzione normale (curva di Gauss). Prof. Enzo Ballone. Lezione 6a- Ia distribuzione normale
Lezione VI: Distribuzione normale Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Lezione 6a- Ia distribuzione normale
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliProbabilità e Statistica Esercizi
Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero
DettagliApprofondimento 3.3. Approssimazione della distribuzione binomiale alla normale
Approfondimento 3.3 Approssimazione della distribuzione binomiale alla normale Come aveva notato de Moivre, se il numero di prove è sufficientemente ampio e la probabilità del successo π sufficientemente
DettagliScanned by CamScanner
Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliProbabilità e Distribuzione Normale Lezione 3
Last updated April 26, 2016 Probabilità e Distribuzione Normale Lezione 3 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Statistica=scienza dell incertezza
DettagliDistribuzioni 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
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliStatistica. Capitolo 6. Variabili Aleatorie Continue e Distribuzioni di Probabilità. Cap. 6-1
Statistica Capitolo 6 Variabili Aleatorie Continue e Distribuzioni di Probabilità Cap. 6-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare la differenza tra una variabile
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliLe statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.
Una volta selezionato il campione, la variabile di interesse viene misurata sugli elementi che lo costituiscono. I valori che la variabile assume vengono poi sintetizzati utilizzando le statistiche opportune
DettagliCasa 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
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica parte 1 Massimo Guerriero Ettore Benedetti Indice Esercizi Presentazione dei dati Misure di sintesi numerica Probabilità Distribuzioni teoriche di probabilità Distribuzione
DettagliV.C. RETTANGOLARE o UNIFORME
V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.
DettagliMATEMATICA 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
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate
DettagliDistribuzione Gaussiana o Normale. 1 Distribuzione Normale come limite della Binomiale
Statistica e analisi dei dati Data: 6 Maggio 26 Distribuzione Gaussiana o Normale Docente: Prof. Giuseppe Boccignone Scriba: Matteo Gandossi Distribuzione Normale come limite della Binomiale Data una distribuzione
DettagliLa distribuzione normale
La distribuzione normale Federico Plazzi 20 Giugno 2016 Distribuzione statistica Possiamo immaginare una distribuzione statistica come un istogramma: i dati sono divisi in classi di frequenza (o bin )
DettagliUniversità del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corsi di laurea di area tecnica Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Corsi di laurea triennale di area tecnica - Corso di
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliGeneralizzare i risultati ottenuti da un insieme campione alla popolazione dal quale esso è stato estratto
Statistica Inferenziale Generalizzare i risultati ottenuti da un insieme campione alla popolazione dal quale esso è stato estratto Modello Struttura idealizzata che si adatta alla realtà e serve per descriverla,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliDispensa sulla funzione gaussiana
Sapienza Università di Roma Dipartimento di Scienze di Base e Applicate per l Ingegneria Sezione di Matematica Dispensa sulla funzione gaussiana Paola Loreti e Cristina Pocci A. A. 011-01 1 Introduzione:
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliGLI EVENTI. Probabilità di un evento P(A)
GLI EVENTI Nel calcolo delle probabilità con la parola evento si intende ogni fatto che in seguito ad una prova può accadere oppure no. Qualche esempio: - l'apparizione di testa quando si lancia una moneta
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliSTATISTICA Disciplina scientifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scientifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno esprimibile numericamente
DettagliEsplorazione dei dati
Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione
DettagliLe Funzioni. Modulo Esponenziali Logaritmiche. Prof.ssa Maddalena Dominijanni
Le Funzioni Modulo Esponenziali Logaritmiche Definizione di modulo o valore assoluto Se x è un generico numero reale, il suo modulo o valore assoluto è: x = x se x 0 -x se x
DettagliMATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE
MATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE 1-(Vale 4 punti) Per procedere all acquisto on line di un biglietto aereo è necessaria una password composta da 4 simboli che
DettagliEsercizi di Ricapitolazione
Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliLA DISTRIBUZIONE NORMALE ESERCITAZIONE
LA DISTRIBUZIONE NORMALE ESERCITAZIONE Esercizio 1 Se si suppone che, nella popolazione degli adulti, il livello di acido urico (mg/100 ml) segua una distribuzione gaussiana con media e d.s. rispettivamente
DettagliLIMITI DI FUNZIONI. arbitrariamente vicino a L, scegliendo x sufficientemente vicino a x 0, con x x 0.
55. Limiti al finito (ossia per ) LIMITI DI FUNZIONI Limite finito per f ( ) L R Il ite di f () per tendente a è L se è possibile rendere il valore di f () vicino a L, scegliendo sufficientemente vicino
DettagliLe tappe sono essenzialmente 2
Statistica3 28/09/2015 Che cosa interessa realmente al biologo quando ad esempio determina la glicemia in un gruppo di 6 animali? La glicemia di questi 6 animali La glicemia degli animali sani Le tappe
DettagliTest 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
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili casuali continue p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliMEDIA aritmetica semplice (Gli indicatori di posizione)
STATISTICA E RICERCA DIDATTICA Note di statistica e metodi di ricerca Il 94.5 % delle statistiche e' sbagliato. Woody Allen Non esistono i dati, solo interpretazioni! Friedrich Nietzsche Laurea in Scienze
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
Dettagli