1.5 - Variabilità, concentrazione e asimmetria
|
|
- Amedeo Magnani
- 6 anni fa
- Visualizzazioni
Transcript
1 .5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie di u feomeo a presetarsi co maifestazioi diverse Carattere qualitativo misurabile su scala omiale scoessa Idici di Eterogeeità Carattere quatitativo ordiabile Differeza iterquartile Scostameto semplice medio dalla mediaa Campo di variazioe Carattere quatitativo proporzioale Scostameti medi dalla media * scostameto semplice medio * scostameto quadratico medio * variaza * deviaza * coefficiete di variazioe Differeze medie * Differeza semplice media * Differeza quadratica media G. Alleva - Statistica - Parte.5
2 Carattere mutabile: Eterogeeità Sitesi della eterogeeità: idice S di Gii e l idice H (etropia) Le situazioi estremali: Miima eterogeeità (max omogeeità): le frequeze soo cocetrate su u uica modalità Massima eterogeeità (miima omogeeità): tutte le modalità hao lo stesso di frequeze (frequeze equiripartite); se il umero di modalità è, ciascua modalità preseta / frequeze Miima eterogeeità Massima eterogeeità X u u u X - / - / X u / - / X - / Totale G. Alleva - Statistica - Parte.5 3 La somma dei quadrati delle frequeze relative Σ( u /) = Σf u = i caso di miima eterogeeità e / i caso di massima eterogeeità. Ifatti: Miima eterogeeità Massima eterogeeità X u u f u f u u f u f u X / / / / / / X u / / / / / / X / / / Tot / Idice di eterogeeità assoluto: S=- Σf u co 0 S (-)/ Idice di eterogeeità relativo: S(rel) = (- Σf - i ) co 0 S(rel) G. Alleva - Statistica - Parte.5 4
3 U altro idice: l etropia H: H = - Σf u log f u 0 H log H(rel) = H/log G. Alleva - Statistica - Parte.5 5 Esempio: Eterogeeità del Seato della Repubblica (979) Xi u fu fu^ log fu fu log fu DC 38 0,4380 0,993-0, ,5703 PCI 09 0, ,974-0, ,5948 PSI 3 0,059 0,003-0,9936-0,0089 MSI 3 0,047 0,0070 -, ,0573 PSDI 9 0,0857 0,0008 -, ,044 PRI 6 0,0905 0, ,706-0,0376 PPST 3 0,0095 0, ,09-0,095 PLI 0, , ,978-0,0395 PR 0, , ,978-0,0395 Altri 0,0037 0,0000 -,4983-0,00793 Totale 35 0,3505-0,60650 S = - 0,3505 =0,67495 S max = 9/0 = 0,9 S rel = 0,67495/0,9 = 0, H = 0,60650 H max = log 0 = H rel = 0,60650/ = 0,60650 G. Alleva - Statistica - Parte.5 6 3
4 Variabilità (caratteri quatitativi) X M(X)= Y M(Y)= X e Y presetao la stessa media ma: per la variabile X: x i M(X) = 0 i e ache x i x j = 0 i,j e duque X è ua variabile priva di variabilità (carattere statistico degeere); per la variabile Y: y i M(Y) 0 i e ache y i y j 0 i, j Si oti che: se o c è variabilità deve essere ulla ciascua differeza le differeze dalle medie soo, quelle tra coppie di osservazioi soo oppure (-) se o cosidero le differeze baali; occorre fare ua sitesi di tali differeze, ad esempio attraverso ua media. Due famiglie di idici: gli scostameti medi e le differeze medie G. Alleva - Statistica - Parte.5 7 Requisiti degli idici di variabilità (I) Fodametali I. I = 0, se e solo se o c è ua variabilità; II. I > 0 al crescere della variabilità, III. I o deve variare se le frequeze soo moltiplicate per ua costate; Opzioali IV. I o deve variare se aggiugo ua costate a tutte le osservazioi I(X) = I(X+b); V. I deve essere espresso ella stessa uità di misura di X. G. Alleva - Statistica - Parte.5 8 4
5 Differeza iterquartile X 0,75 X 0,5 (oppure Q 3 -Q ) è l itervallo che comprede il 50% dei dati cetrali può o rispettare primo requisito è robusto rispetto a dati aomali Differeza iterdecile X 0,9 X 0, comprede l 80% dei dati cetrali Campo di variazioe (rage) x max - x mi comprede tutti i dati risete di dati aomali (può essere utilizzato proprio per questo motivo) G. Alleva - Statistica - Parte.5 9 Gli scostameti medi s S(X) M - che tipo di scostameto (assoluto, quadratico, altro); - da quale media; Scostameto semplice medio dalla mediaa i= S(X) Me = X X i 0,5 X u X u= = 0,5 u è l errore che si commette i media sostituedo ai dati la mediaa Scostameto semplice medio dalla media aritmetica X i M ( X ) X u M ( X ) u i= u= S(X) = = G. Alleva - Statistica - Parte.5 0 5
6 Scostameto quadratico medio (stadard deviatio) S(X) = σ X = [ X M ( X )] i [ X M ( X )] u i= = u= è l errore che si commette i media sostituedo ai dati la media aritmetica è espresso ell uità di misura di X Variaza (variace) Var(X) = σ [ X M ( X )] i i= X = = = M[X-M(X)] [ X M ( X )] u u u= = è il quadrato dello scarto quadratico medio; o è espressa ella stessa uità di misura di X; è la media dei quadrati meo il quadrato della media: Var(X) = M(X ) [M(X)] Deviaza (variatio) Dev(X) = Σ[x i M(X)] = Σ[x u M(X)] u G. Alleva - Statistica - Parte.5 u Esempio di calcolo i ua serie i X i X i -M X i -M (X i -M ) 83,43-5,34 5,34 8,5 75,97 87,0 87,0 7603,96 3 0,94 3,7 3,7 034, ,77 5,77 680, ,9 -,48,48 3, ,94-0,83 0,83 0, ,38-8,39 8,39 338,7 8 56,0-3,76 3,76 073,7 9 70,49-8,8 8,8 334,3 0 80,84-7,93 7,93 6,87 5,0 36,5 36,5 34, 75,5-3,6 3,6 85, ,7 9,40 9,40 376,39 4 8,43-6,34 6,34 40,9 5 80,48-8,9 8,9 68,7 Somma 33,54 0,00 350,05 573,8 Media 88,77 0,00 3,34 08, M 88,77 Scostameto semplice medio 3,34 Deviaza 573 Variaza 08, Scostameto quadratico medio 3,9 c.v. 0,36 G. Alleva - Statistica - Parte.5 6
7 Dimostrazioe che Var(X) = M (X ) [M (X)] Idicado M (X) = M x Var(X) = M(X- M x ) = M(X + M x - X M x ) =M x +(M x ) -(M x ) = =M x -(M x ) che è ache M -M G. Alleva - Statistica - Parte.5 3 Variabilità di ua trasformazioe lieare Metre M(Y)=M(aX+b) = am(x)+b Var(Y)=Var(aX+b) = a Var(X) σ Y = σ ax+b = a σ X Duque σ e σ risetoo solo del cambiameto di uità di misura (la variaza e risete al quadrato) Dimostrazioe Var(Y)=Var(aX+b) = M[aX+b - am(x)-b] = = M[aX - am(x)] = = M[a(X - M(X))] = = a M[X - M(X)] = = a Var(X) G. Alleva - Statistica - Parte.5 4 7
8 Esempio Var(X+00) = Var(X) Var(X/.000) = Var(X)/ Var(3/X + ) = 9/4 Var(X) Variabile stadardizzata Y = X M X σ X M Y = 0 σ Y = G. Alleva - Statistica - Parte.5 5 Cofroto i termii di variabilità tra più caratteri Posso dire che se σ X > σ Y che X è u carattere co maggiore variabilità di Y? O, la valutazioe è ifatti distorta per: diversa uità di misura di X e Y; diverso ordie di gradezza di X ey Ua soluzioe: il coefficiete di variazioe CV CV(X) = σ X / M X G. Alleva - Statistica - Parte.5 6 8
9 Esempio:Vedite di quattro prodotti mese Prod. A Prod. B Prod. C Prod. D Ge 96 Feb 96 Mar 96 Apr 96 Mag 96 Giu 96 Lug 96 Ago 96 Set 96 Ott 96 ov 96 Dic 96 Ge 97 Feb 97 Mar 97 Apr 97 Mag 97 Giu 97 Lug 97 Ago 97 Set 97 Ott 97 ov 97 Dic Media 78,00 78,00 78,00 3,50 Scost.Q. Medio 44,86 4,7 55,75 55,75 C.V. 0,50 0,7006 0,33 0,494 G. Alleva - Statistica - Parte.5 7 Possiamo dire sulla base di CV(X) se il carattere preseta molta o poca variabilità? O: CV(X) o varia i u itervallo prestabilito di valori Ua soluzioe è rappresetata dagli idici relativi di variabilità. Questi derivao dalla ormalizzazioe degli idici assoluti di variabilità I rel = (I I mi ) / (I max I mi ) = I /I max Ifatti I mi = 0. Il problema è duque quello di determiare il massimo degli idici assoluti di variabilità G. Alleva - Statistica - Parte.5 8 9
10 Idici relativi di variabilità σ X /max σ X oppure Var(X)/max Var(X) La distribuzioe che massimizza la variabilità preseta le osservazioi cocetrate sulle due modalità estremali, che possiamo idicare co l e L: Distribuzioe che massimizza la variabilità x i i x i i l h hl L -h (-h)l Tot M Pertato poiché hl + (-h)l = M, cooscedo l, L, e M posso determiare le frequeze h e - h: e quidi hl + L hl = M h(l-l) = (M-L) h = (M-L) = (L-M) l - L L l -h = (L-M) L - l G. Alleva - Statistica - Parte.5 9 Carattere trasferibile o o trasferibile? Se il carattere X è trasferibile l=0 e L=M e le frequeze soo pari a h=- e -h =. La distribuzioe che massimizza la variabilità è: x i i x i i 0-0 M M Tot M Caso di carattere trasferibile La variaza massima è quella che corrispode alla distribuzioe massimate la variabilità Variaza massima (0-M) (-) + (M-M) = = M (-) + [M(-)] = = M (-) + M (-) = = M (-) (+-) = = M (-) σ X max è duque M(-) 0,5 G. Alleva - Statistica - Parte.5 0 0
11 Cocetrazioe E u aspetto particolare della variabilità, co efasi sull ordiameto dei dati. Si misura co riferimeto a caratteri trasferibili, tipicamete alla distribuzioe del reddito e di altri feomei ecoomici. Dati idividui e u ammotare complessivo A di u carattere X, la distribuzioe del carattere tra gli idividui può variare, co riferimeto alla cocetrazioe tra le due segueti situazioi estremali: - massima cocetrazioe: l itero ammotare del carattere è deteuto da u uico idividuo (e i restati - e soo totalmete sprovvisti); - equidistribuzioe (asseza di cocetrazioe): tutti gli idividui possiedoo la medesima quatità A/ = M (X) del carattere. Distribuzioe di X Equidistribuzioe Rago Caso geerico X() A/ = M 0 X() A/ = M 0 i X(i) A/ = M 0 - X(-) A/ = M 0 X() A/ = M A Massima cocetrazioe G. Alleva - Statistica - Parte.5 Idicado co: P i le frequeze relative cumulate; Q i gli ammotari relativi cumulati, si avrà: Distribuzioe di Qi Rago Pi (i ogi caso) Caso geerico Equidistribuzioe Massima cocetrazioe / X() / A M / M = / 0 / (X()+X()) / A M / M = / 0 i i/ (X()+X()+ +X(i)) / A i/ 0 - (-) / (X()+ +X(-))/A (-) / 0 / = A/A= A/A = A/A = Si può osservare che: Q i è sempre miore, a P i (uguale solo el caso di equidistribuzioe): Q i P i per ogi i Pertato per misurare la cocetrazioe si può cosiderare la somma delle differeze: Σ(P i Q i ) e l idice R = Σ(P i Q i ) per i:,, - ΣP i - R= 0 i caso di equidistribuzioe (P i = Q i ) - R= i caso di massima cocetrazioe Σ(P i Q i ) = ΣP i per i:,, - G. Alleva - Statistica - Parte.5
12 Curva di cocetrazioe i Xi Pi Xi cum Qi 0, 0, , 4 0, ,3 8 0, ,4 5 0, ,5 33 0, ,6 55 0, ,7 05 0, ,8 05 0, , , , Curva di cocetrazioe Qi 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0, 0 segmeto di equidistribuzioe Curva di cocetrazioe 0 0, 0, 0,3 0,4 0,5 0,6 0,7 0,8 0,9 Pi G. Alleva - Statistica - Parte.5 3 Misura della cocetrazioe: il rapporto di cocetrazioe R Caso di serie R = Σ(P i Q i ) per i:,, - 0 R ΣP i Caso di seriazioe R = Area di cocetrazioe / Area di max cocetrazioe C.d. formula dei trapezi Area max cocetrazioe = ½ Area di cocetrazioe = ½ - Σ(P i+ P i ) (Q i++ Q i ) / R = - Σ(P i+ P i ) (Q i++ Q i ) per i:,, - 0 R G. Alleva - Statistica - Parte.5 4
13 Esempio Reddito Famiglie Xi Ai i cum Ai cum Pi Qi Pi+ - Pi Qi+ +Qi -,5,5,5,5 0, ,0070 0, ,0070 0,0004,5 -,5 0 0,5 0,0339 0, ,6949 0, ,009, ,5 06,5 37 8,75 0,67 0,3655 0,4373 0,4938 0, ,75 0,955 0,7560 0,884,70 0, ,5 87, ,5,00000, ,08475,7560 0, ,5 0,66459 R= - 0,66459 = 0,3355 G. Alleva - Statistica - Parte.5 5 U altra misura della cocetrazioe: l idice di cocetrazioe δ p di Gii Si cosideri la seguete partizioe della distribuzioe del reddito di idividui. rago reddito i X(i) X() X() p redditieri più poveri p che detegoo complessivamete u reddito pari a Σ X(i) i= p X(p) p+ X(p+) -p redditieri più ricchi che detegoo complessivamete u reddito pari a Σ X(i) X() i=p+ G. Alleva - Statistica - Parte.5 6 3
14 Si oti che la media del reddito deteuto dai p idividui più ricchi è i geerale maggiore della media geerale del reddito: Σ X (i) Σ X (i) i=p+ i= -p (uguale solo se x i = M per ogi i) e duque Σ X (i) i=p+ -p Σ X (i) i= esisterà u δ p tale che Σ X (i) i=p+ Σ X (i) i= δ p = -p (δ p essedo le due frazioi proprie) δ p cresce al crescere della cocetrazioe G. Alleva - Statistica - Parte.5 7 Σ X (i) δ p log i=p+ = log -p Σ X (i) i= δ p = log -p / log Σ i=p+ Σ i= X (i) X (i) G. Alleva - Statistica - Parte.5 8 4
15 Calcolo del delta di Gii Caso di serie: δ 5 ) ordio i dat ) se p=5, - p = - 5 = 7 Xi rago X(i) 3 0 ammotare totale: 89,5,5,5 somma ultimi 7 redditi: δ 5 = LOG(7 / ) -0,3 = 4, LOG(79 / 89,5) -0, Tot 90 Caso di seriazioe: δ 0 p = 0; - p = 50 X x A δ 0 = log(50 / 70) = -0,46 =, log(( ) / 350) -0, G. Alleva - Statistica - Parte.5 9 Altro esempio Se il 0% degli idividui più ricchi deteeva al tempo 0 il 40% del reddito e al tempo il 50% come è variata la cocetrazioe? 0δ = log0,/log0,4=,76 δ = log0,/log0,5 =,3 G. Alleva - Statistica - Parte
16 La forma della distribuzioe: la misura dell asimmetria Esiste u cetro di simmetria ella distribuzioe di ua variabile X? Ovvero u valore tale che x (i) - = x (-i+) -, per ogi i? G. Alleva - Statistica - Parte.5 3 U primo idice Poiché se esiste simmetria la media è uguale alla mediaa si può usare l idice M (x) X 0.5 allora M (x) X 0.5 = 0 se vi è simmetria è codizioe ecessaria ma o sufficiete, ovvero M (x) X 0.5 = 0 costituisce solo u idizio di simmetria M (x) X dà certezza di asimmetria il sego della differeza segala asimmetria positiva o egativa G. Alleva - Statistica - Parte.5 3 6
17 U secodo idice Poiché se esiste simmetria (X 0,75 X 0,5 ) (X 0,5 X 0,5 ) = 0 allora si può cosiderare l idice assoluto (X 0,75 X 0,5 ) (X 0,5 X 0,5 ) = X 0,5 + X 0,75 X 0,5 o quello relativo (X 0,75 X 0,5 ) (X 0,5 X 0,5 ) (X 0,75 X 0,5 ) + (X 0,5 X 0,5 ) Ache per tale idice: l uguagliaza a 0 è codizioe ecessaria ma o sufficiete di simmetria il sego della differeza segala asimmetria positiva o egativa U terzo idice Poiché se esiste simmetria il cetro K = M(X), allora µ 3 = Σ(x i -M) 3 / = 0. Idice di asimmetria di Fisher γ = µ 3 / σ 3 X Stesse osservazioi, ma affidabilità del sego. G. Alleva - Statistica - Parte
Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliSTATISTICA 1 ESERCITAZIONE 5
STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliVariabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità
Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliLezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità
Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure
Dettagli5. INDICI DI VARIABILITA'
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi
DettagliSTATISTICA 1 ESERCITAZIONE 4
STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe
DettagliES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n
ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliLa correlazione e la regressione. Antonello Maruotti
La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate
DettagliLE MISURE DI TENDENZA CENTRALE
STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliPrincipio alla base della misura del legame tra X ed Y
Pricipio alla base della misura del legame tra X ed Y Y o varia Asseza di legame Al variare di X Varia ache Y X ed Y soo coessi Come si misura la risposta di Y al variare di X? Dipede dalla atura di X
Dettagli2.2 - La dipendenza assoluta e parametrica
. - La dipedeza assoluta e parametrica Tabelle a doppia etrata X\Y Y Y Y j Y c X j c. X j c. X i i i ij X k k k kj...j ic i. kc k..c.. per i assegato: i. c ij j per j assegato:.j k ij i k c ij i j.....
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliRelazioni statistiche
Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
DettagliDomande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3
Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliSoluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.
60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliEsercitazioni del corso: STATISTICA
A. A. Esercitazioi del corso: STATISTICA Sommario Esercitazioe : Matrice di dati Distribuzioi uivariate Rappresetazioi grafiche Idici di Posizioe Statistica a. a. - RICHIAMI MATEMATICI ) Approssimazioe
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliLo studio della relazione lineare tra due variabili
Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliSoluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione:
La metilammia, reagisce co acqua allo stato gassoso portado alla formazioe di alcool metilico e ammoiaca secodo la reazioe: (g) + H (g) H(g) + (g). Soo oti i segueti dati a 5 C G f (kj mol -1 ) (g).16
DettagliEsercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati
Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
DettagliConfronto di due misure Campioni indipendenti
Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliTavole di Contingenza Connessione
Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h
DettagliStatistica. Lezione 5
Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
DettagliLezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale
Statistica sociale Laurea specialistica i Progettazioe e gestioe del turismo culturale Lezioe 8 Itroduzioe all aalisi aalisi statistica dei dati (2) Gialuca Domiutti Si presetao quidi alcue misure statistiche
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliPROPRIETÀ DELLE POTENZE IN BASE 10
PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per
Dettagli1 + 1 ) n ] n. < e nα 1 n
Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e
DettagliFUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA
Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA
DettagliStimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini
Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliEsercizi di Analisi II
Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare
DettagliModalità di Calcolo della Quota di Contribuzione al Default Fund Comparto MIC
Modalità di Calcolo della Quota di Cotribuzioe al Default Fud Comparto MIC Versioe 1.3 Settembre 2017 Idice 1.0 Premessa... 3 2.0 Parametri... 4 3.0 Calcolo dell Esposizioe Netta Media (EN t ; EN x )...
Dettagli2.5 Convergenza assoluta e non
.5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliEsercizi svolti su successioni e serie di funzioni
Esercizi svolti su successioi e serie di fuzioi Esercizio. Calcolare il limite putuale di f ) = 2 +, [0, + ). Dimostrare che o si ha covergeza uiforme su 0, + ), metre si ha covergeza uiforme su [a, +
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
Dettagli(1 2 3) (1 2) Lezione 10. I gruppi diedrali.
Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria
DettagliR D IG L O S S A R I O
A p p rofodimeti di s t a t i s t i c a 1 Variabili qualitative e variabili quatitative Nell ambito di ua ricerca statistica le uità statistiche o vegoo osservate ella loro globalità ma solo per alcue
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA
FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e
Dettaglin=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza
DettagliLeti G, Cerbara L. (2009). Elementi di Statistica Descrittiva. Il Mulino [Capitoli 1-8, 10, 11 (fino a 5.5), 13 (fino a 6.
1 Bibliografia: Cicchitelli G. (2008). Statistica. Pricipi e Metodi. Pearso Educatio [Capitoli 1, 3, 4, 5 (fio a 5.12), 6 (escluso 6.3), 7, 9, 10-11] Di Ciaccio A, Borra S. (2008). Statistica. Metodologie
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliSoluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo
Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliParte V La descrizione dei fenomeni attraverso la statistica
64 Parte V La descrizioe dei feomei attraverso la statistica Dai capitoli presedeti è stato possibile verificare l importaza odale che il sistema iformativo detiee elle scelte di piaificazioe territoriale.
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliPompa di calore a celle di Peltier. ( 3 ) Analisi dei dati
Pompa di calore a celle di Peltier ( 3 ) Aalisi dei dati Scuola estiva di Geova 2 6 settembre 2008 1 Primo esperimeto : riscaldameto per effetto Joule Come descritto ella guida, misuriamo tesioe di alimetazioe
Dettaglipoco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO
Spesso bisoga cofrotare far di loro 2 o più dati statistici che si riferiscoo a feomei rilevati o i spazi/luoghi diversi o i tempi diversi o comuque i ambiti diversi e che quidi risetoo dell UNITÀ DI MISURA
DettagliMo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori
Sitetizzao u isieme di misure co u uico valore rappresetativo Idicatori di tedeza cetrale e di posizioe Dati qualitativi Idice (Idicatore) Defiizioe Dati Formula Nota Nomiale Ordiale Gamma Tabella aggiorata
DettagliNOTE SULLE MISURE DI CONCENTRAZIONE
NOTE SULLE MISURE DI CONCENTRAZIONE Domeico Suppa 20/04/20 Itroduzioe Queste brevi ote sulla misura della cocetrazioe trattao solo di alcui degli idici maggiormete utilizzati, cercado di evideziare i rapporti
DettagliDistribuzioni per unità
Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe
DettagliComportamento dei gas da un punto di vista macroscopico
GAS Può essere compresso facilmete Esercita ua pressioe sul recipiete No ha forma propria è volume proprio Occupa tutto il volume dispoibile Due gas diffodoo facilmete uo ell altro Tutti i gas hao basse
DettagliStatistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli
Statistica - Esercitazioe 1 Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma1.it Esercizio 1: Distribuzioi di frequeza (a) Religioe (b) Reddito familiare (c) Salario i Euro (d) Classe di reddito (I,
DettagliMEDIE ALGEBRICHE E DI POSIZIONE
MEDIE ALGEBRICHE E DI POSIZIONE 0 Itroduzioe Tra le elaborazioi matematiche effettuate sui dati statistici rivestoo particolare importaza quelle che hao il compito di esprimere i diversi valori delle itesità
DettagliIntervalli di Fiducia
di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliDefinizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie.
SERIE NUMERICHE Defiizioe. Data ua successioe (a ) alla scrittura formale ) a + a 2 + + a +, si dà il ome di serie. I umeri a, a 2,, a, rappresetao i termii della serie, i particolare a è il termie geerale
DettagliDispensa di STATISTICA DESCRITTIVA
UNIVERSITÀ DEGLI STUDI DI BARI FACOLTÀ DI SCIENZE MM.FF.NN Dispesa di STATISTICA DESCRITTIVA Modulo di Probabilità e Statistica (corsi A-B) Laurea Trieale i SCIENZE BIOLOGICHE Ao Accademico 2010/2011 docete:
DettagliRISOLUZIONE MODERNA DI PROBLEMI ANTICHI
RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla
Dettagli2T(n/2) + n se n > 1 T(n) = 1 se n = 1
3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe
Dettagli3. Calcolo letterale
Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi
DettagliTracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57
Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu
DettagliPNI SESSIONE SUPPLETIVA QUESITO 1
www.matefilia.it PNI 004 - SESSIONE SUPPLETIVA QUESITO La fuzioe f(x) = 3x six x 3six della fuzioe, per x + : è, per x +, ua forma idetermiata del tipo. Il limite A) No esiste; B) è 3/; C) è /3 ; D) è
DettagliRapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti
Rapporti statistici U esempio itroduttivo rapporti statisticisoo misure statistiche elemetari fializzate al cofroto tra i dati stessi. Si immagii di voler cofrotare l offerta ricettiva di due località
DettagliMETODOLOGIA DELLA RICERCA EMPIRICA SULLA SOCIETA E LA FAMIGLIA
METODOLOGIA DELLA RICERCA EMPIRICA SULLA SOCIETA E LA FAMIGLIA Elemeti di statistica descrittiva Dispesa ad uso degli studeti A cura di Gia Carlo Blagiardo e Michela Cameletti Idice 1. Statistica descrittiva
DettagliDIFFUSIONE DELL AIDS. ( Modello di Ho )
DIFFUSIONE DELL AIDS ( Modello di Ho - 1994 ) Matematica applicata alla Biologia- Lucia Della Croce Il virus HIV (Huma Immuodeficiec Virus) provoca lo sviluppo dell AIDS (Acquired ImmuoDeficiec Sidrome)
DettagliAPPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.
AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliApprofondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi
Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a
Dettagli