Capitolo 2 Dati e Tabelle

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo 2 Dati e Tabelle"

Transcript

1 Captolo 2 Dat e Tabelle

2 La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: () l osservazone del fenomeno oggetto d studo sulle untà del collettvo statstco; () l annotazone sstematca, untà per untà, della modaltà rlevata. Il processo d rlevazone de dat sulle untà statstche s realzza usualmente tramte la complazone d questonar. Per ogn untà statstca s dspone, n generale, d un ngente mole d nformazon che occorre organzzare sstematcamente al fne d renderne agevole l elaborazone. Data Set Inseme de dat relatv a caratter rlevat su una stessa popolazone. 2

3 Un data set può essere assmlato ad una tabella, chamata Matrce de Dat, formata da n rghe e r colonne, n cu: (a) ogn rga rporta le nformazon alfanumerche relatve alla sngola untà statstca; (b) ogn colonna rporta valor de caratter osservat sulle dverse untà statstche; (c) ogn cella contene l valore d una sngola varable rlevato su una determnata untà statstca Caratter X 1 X 2 X j X r u 1 x 11 x 12 x 1j x 1r Untà Statstche u 2 x 21 x 22 x 2j x 2r u x 1 x 2 x j x r Matrce de Dat X ( n r ) = { x } j u n x n1 x n2 x nj x nr Se r = 1 Anals Descrttva Unvarata Se r = 2 Anals Descrttva Bvarata 3

4 Esempo 2.1 Matrce de Dat Indagne sulla Struttura e Produzone delle Azende Agrcole n Calabra Caratterstche dell ndagne Natura della rlevazone: camponara Untà statstche: azende agrcole della Calabra Numero d azende agrcole rlevate: 2984 Varabl rlevate: 200 Natura della varabl: qualtatve e quanttatve Varabl Presentate 1. Comune e Provnca n cu s trova l azenda 2. Comune d resdenza del ttolare dell azenda 3. Estensone (n ettar) della superfce d propretà dell azenda 4. Estensone della superfce concessa n afftto all azenda 5. Estensone della superfce concessa a ttolo gratuto all azenda 6. Estensone totale della superfce dell azenda 7. Estensone della SAU (Superfce Agrcola Utlzzata) totale dell azenda 8. Estensone della SAU concessa n afftto all azenda 9. Estensone della SAU concessa a ttolo gratuto all azenda 10. Estensone della SAU nvestta a semnatv 11. Estensone della SAU destnata a coltvazon 4

5 5

6 6

7 Problem La presentazone delle nformazone sotto forma d matrce de dat non consente d far luce n manera mmedata su alcun aspett delle varabl n esame. Provamo, ad esempo, a rspondere alle seguent domande: Qual è la forma d conduzone pù frequente? Qual è la percentuale d azende che hanno una superfce totale par al pù a 50 ettar e s presentano come dtte ndvdual? Tra le azende ndvdual, qual è la percentuale d quelle che hanno una superfce par al pù a 50 ettar? Per dare una rsposta occorre organzzare dat n manera pù sntetca COME?!?! 7

8 Accorpando n class omogenee le dverse modaltà del carattere e assocando ad ognuna d essa l numero d volte che è stata rlevata sulle untà statstche 8

9 Lo Spoglo de Dat L operazone d accorpamento de cas dentc corrsponde ad una fase ben precsa dell ndagne statstca. Tale fase è nota come Classfcazone o Spoglo de Dat Per semplctà, consderamo l caso n cu s è nteressat all anals d un solo carattere ( r = 1). Allora, è facle renders conto che lo spoglo de dat rappresenta l prmo processo d sntes de dat perché consente d passare da un elenco grezzo d modaltà ad un prospetto organzzato. 9

10 Operatvamente lo spoglo de dat s realzza n due pass: 1. la predsposzone d una lsta esaustva delle dverse modaltà del carattere n esame 2. l conteggo delle untà che presentano la medesma modaltà Sempre nel caso d un solo carattere n esame, l rsultato dell operazone d spoglo è una tabella costtuta da due colonne e da tante rghe quante sono le dverse modaltà del carattere n esame. In partcolare: sulla prma colonna s rporteranno le k dverse modaltà del carattere, x 1, x2,..., x,..., xk, x x j ; sulla seconda colonna s rporteranno, n corrspondenza d ogn modaltà, l numero d volte che questa s è presentata nel collettvo. Il prospetto ottenuto è detto Dstrbuzone d Frequenze 10

11 Esempo 2.2 Dstrbuzone d Frequenze Indagne sulla Struttura e Produzone delle Azende Agrcole n Calabra Provamo a dare una rsposta al prmo questo che c samo post. Lo spoglo de dat relatvo alla varable qualtatva Forma d Conduzone dell Azenda Agrcola, ha dato luogo alla seguente dstrbuzone d frequenze Forma d Conduzone Dell Azenda Numero Azende Colona parzara appoderata 10 Con salarat 294 Dretta con manodopera extrafamlare prevalente Dretta con manodopera famlare prevalente Dretta con solo manodopera famlare Totale 2984 Tabella

12 La dstrbuzone delle frequenze ha permesso d sntetzzare un elenco d 2984 dat (le modaltà per ogn sngola azenda, x 1, x2, x,..., x2854 facle lettura...., ) n una tabella d rdotte dmenson e d Tuttava, ogn processo d sntes presenta un prezzo da pagare n termn d perdta d nformazon. Dalla tabella non è pù possble rsalre all azenda su cu è stata rlevata una determnata modaltà!!! 12

13 Esempo 2.3 Dstrbuzone d Frequenze Su un collettvo statstco costtuto da 50 famgle è stato rlevato l carattere Numero d Fgl, ottenendo l seguente elenco grezzo d modaltà: La dstrbuzone d frequenze è la seguente: Dstrbuzone semplce per untà o elenco grezzo d modaltà Modaltà Dstnte Numero Numero d fgl d famgle Totale 50 Tabella 2.2 Frequenze Assolute Numerostà del collettvo Una dstrbuzone d frequenze ndca come le untà del collettvo statstco s dstrbuscono tra le dverse modaltà del carattere. 13

14 In generale, una dstrbuzone d frequenze per un carattere con k modaltà dstnte s presenta nella forma: -esma modaltà X n n n x 1 1 x 2 2 x x n... k Totale n n k -esma frequenza assoluta n = k n = 1 Nel proseguo ndcheremo con: x la -esma modaltà del carattere, =1,2,,k; n la -esma frequenza assoluta, =1,2,,k. La frequenza assoluta n ndca equvalentemente: l numero d volte che la modaltà x è stata rlevata sul collettvo statstco formato da n untà; l numero d untà statstche che presentano le stessa modaltà x. 14

15 Dstrbuzone d frequenze S defnsce dstrbuzone d frequenze del carattere X la successone del numero d untà statstche che s hanno n corrspondenza delle dverse modaltà del carattere, ovvero l nseme costtuto delle coppe: { x,n ),( x,n ),...,( x,n )} ( k k 15

16 Dstrbuzon n class d modaltà Nel caso n cu le modaltà d una varable sano molto numerose, può essere utle determnare class d modaltà a cu assegnare le untà Tale procedmento consente d effettuare un ulterore sntes de dat Generalmente, alla suddvsone n class d modaltà s rcorre quando l carattere è quanttatvo: contnuo dscreto con numerose modaltà Nella costruzone delle class occorre atteners ad alcun aspett: 1. nessuna classe deve essere vuota; 2. le class devono essere contgue, dsgunte ed esaustve; 3. devono avere possblmente la stessa ampezza; 4. l numero d class deve essere tale da consentre un adeguata sntes de dat senza comportare una eccessva perdta d nformazon; 16

17 Esempo 2.4 Class d Modaltà per un Carattere Contnuo Su un collettvo statstco formato da 200 ndvdu è stato rlevato l carattere contnuo Altezza (espresso n cm.), ottenendo l seguente elenco grezzo d modaltà: 81,46 73,02 87,89 96,97 96,54 98,75 70,43 82,22 95,90 74,16 199,43 200,17 190,08 196,08 204,52 209,08 208,04 196,49 195,45 194,70 183,18 174,61 168,53 169,05 175,86 167,22 144,52 161,84 146,02 128,10 182,67 159,04 139,88 197,58 207,99 166,99 149,72 140,62 139,87 173,42 176,50 183,91 158,27 121,00 157,38 176,95 187,96 177,16 164,94 171,75 203,27 198,59 200,71 199,29 191,21 195,01 207,38 201,73 205,98 196,20 165,69 117,11 184,28 147,32 154,99 141,96 200,60 157,27 140,33 144,39 208,43 128,65 181,60 145,80 141,88 127,86 199,38 199,03 165,53 190,84 165,00 161,63 166,90 163,46 174,68 185,09 185,24 186,48 158,18 142,17 128,92 119,61 155,29 178,83 168,23 147,93 112,49 128,74 163,55 121,86 77,35 71,36 70,97 74,92 76,59 70,51 78,55 80,29 86,61 80,72 176,85 179,01 165,26 171,93 213,43 216,30 181,64 154,06 177,58 162,62 163,94 166,20 177,60 165,01 128,75 201,33 162,90 170,66 156,95 201,21 199,69 147,06 155,00 167,72 179,37 156,51 208,00 197,84 158,19 212,91 188,48 165,99 215,25 183,18 129,08 116,86 153,66 133,90 189,07 174,83 192,04 208,89 203,64 198,20 203,88 191,26 208,52 190,57 196,71 209,99 192,21 138,04 147,00 172,53 169,92 167,42 139,43 150,04 139,08 196,55 149,78 178,11 181,38 194,63 157,36 163,88 195,21 167,63 162,88 119,97 155,16 144,50 144,12 123,98 188,78 166,56 188,45 186,68 169,16 172,41 126,57 146,26 161,36 114,21 123,79 190,42 184,53 170,87 107,27 169,40 Ampezza classe Estremo Superore Classe Estremo Inferore Classe a = x + 1 x 17

18 Dstrbuzon n class d ampezza dversa Classe Ampezza n x x + 1 a Totale 200 Tabella 2.3 Per un carattere contnuo suddvso n class, l ampezza della classe rappresenta l numero d ntervall untar che rcadono nella classe medesma. Dstrbuzon n class d uguale ampezza Classe Ampezza n x x + 1 a Totale 200 Tabella

19 Notazone Nello stablre gl estrem della classe occorre tenere presente che ognuna delle determnazone osservate del carattere deve essere compresa n una sola classe. Nel caso d caratter contnu s rende allora necessaro ncludere nella stessa classe uno solo de due estrem dell ntervallo. Notazone x x + 1 x, + ] ( x 1 x x + 1 x, + ) [ x 1 Estremo Inferore Estremo Superore Ampezza Classe Escluso Incluso x+ 1 x Incluso Escluso x+ 1 x Tuttava, da un punto d vsta teorco, per un carattere contnuo ndcare specfcamente quale estremo consderare è d scarsa rlevanza. 19

20 Esempo 2.5 Class d Modaltà per un Carattere Dscreto_ Ad gruppo d student scrtt al Corso d Laurea Trennale n Economa Azendale è stato chesto l Numero d Credt Formatv ottenendo l seguente elenco grezzo d modaltà: Classe n Ampezza a Totale 150 Tabella 2.5 L ampezza della classe rappresenta l numero d modaltà dstnte che rcadono nella classe. 20

21 La tabella precedente poteva essere anche rportata nel modo seguente: Classe n Ampezza a (20-0)+1= (50-21)+1= (100-51)+1= ( ) ( )+1= ( )+1=25 Totale 150 Tabella 2.6 n cu entramb gl estrem della classe sono nclus. Replogando Notazone x x + 1 x, + ] ( x 1 x x + 1 x, + ] [ x 1 Estremo Inferore Estremo Superore Ampezza Classe Escluso Incluso x+ 1 x Incluso Incluso x x ) 1 (

22 Determnazone del numero delle class Come ogn processo d sntes, la suddvsone del collettvo statstco n class d modaltà comporta una perdta d nformazone. In partcolare, l raggruppamento delle untà statstche non consente d conoscere le vere modaltà del carattere che le untà rcadent n una classe assumono. Così, ad esempo, relatvamente dstrbuzone rportata nella tabella 2.5, non è dato conoscere la vera altezza de 65 ndvdu che rcadono nella classe Inoltre, per quanto gà detto n precedenza, non è possble rsalre agl ndvdu che hanno un altezza compresa tra 140 e 170 cm. 22

23 L ammontare della perdta d nformazon e l lvello della sntes determnat dal raggruppamento dpendono dal numero delle class: Numero Class Ampezza Classe Perdta d Informazon Lvello della Sntes Grande S rduce Scarsa Scarso Pccolo Aumenta Elevata Elevato Occorre pertanto trovare un gusto compromesso che consenta d sntetzzare opportunamente dat senza pregudcare eccessvamente la perdta d nformazon. 23

24 Prma d concludere è opportuno far presente che raggruppament n class pù ampe, possono renders necessar anche per caratter qualtatv. S pens, ad esempo, alla classfcazone ATECO della attvtà economche ( oppure alle alla classfcazone delle professon d cu s rporta l seguente prospetto (Fonte: Grand Grupp Grupp Class Categore Voc Professonal I Legslator, drgent e mprendtor II Professon ntellettual, scentfche e d elevata specalzzazone III Professon tecnche IV Impegat V Professon qualfcate nelle attvtà commercal e ne servz VI Artgan, opera specalzzat e agrcoltor VII Conduttor d mpant e opera semqualfcat addett a macchnar fss e mobl VIII Professon non qualfcate IX Forze Armate Totale

25 Le Frequenze Relatve Le frequenze assolute dpendono dalla numerostà del collettvo n esame, nel senso che saranno pccole se l collettvo presenta una dmensone rdotta, mentre saranno certamente maggor se l collettvo è grande. Da cò dscendono alcun nconvenent. In partcolare, le frequenze assolute non consentono d confrontare, rspetto al medesmo carattere, due o pù collettv d numerostà dversa; non fornscono una percezone mmedata del peso che ogn sngola modaltà ha all nterno della dstrbuzone d frequenze. Per ovvare a quest nconvenent s consderano le frequenze relatve, che s ottengono rapportando le frequenze assolute alla dmensone del collettvo. La -esma frequenza relatva è defnta come: f n =, 1,2,...,k. n = 25

26 Ovvamente vale quanto segue: 1. 0 f 1 k 2. f 1 = 1 = Infatt: k = 1 f = f 1 + f f f k n = 1 n = 1 n n + 2 n n n nk n 1 n ( n + n n n ) = n = k Se s moltplcano le frequenze relatve per 100 s ottengono le frequenze relatve percentual: p = 100 f, = 1,2,...,k Per costruzone le f e le p non dpendono dalla numerostà del collettvo 26

27 Se s consderano solo la frequenze relatve (percentual) s perde un nformazone. Quale? 27

28 Esempo 2.6 Dstrbuzone d Frequenze Rprendamo l esempo precedente e ndchamo l collettvo esamnato d 50 famgle come COLLETTIVO A. Supponamo ora che lo stesso carattere sa stato rlevato anche su un secondo altro collettvo, che chameremo COLLETTIVO B. Ponamo a confronto le due dstrbuzon: COLLETTIVO A X A n X B n Totale 50 Totale 100 Tabella 2.7 Tabella 2.8 COLLETTIVO B E corretto affermare che la famgle con un fglo sono pù numerose nel collettvo A? E corretto affermare che la famgle con due fgl sono pù numerose nel collettvo B? 28

29 Costruamo anztutto le frequenze relatve e quelle percentual: X n A Collettvo A f A p A n B Collettvo B % % % % % % % % % % % % Totale % % Tabella 2.9 Nel collettvo A, le famgle con un solo fglo rappresentano l 24% del totale delle famgle del collettvo, mentre nel collettvo B rappresentano l 10%. Pertanto, le famgle con un solo fglo sono pù numerose nel collettvo A. L affermazone è corretta. Nel collettvo A, le famgle con due fgl rappresentano l 38% del totale delle famgle del collettvo, mentre nel collettvo B rappresentano l 35%. Pertanto, le famgle con due fgl sono pù numerose nel collettvo A. L affermazone è errata. f B p B 29

30 Le Frequenze Cumulate Nel caso n cu le modaltà del carattere n esame sono ordnate (ossa l carattere è qualtatvo ordnale o quanttatvo) può essere nteressante consderare la frequenza con cu s presentano nel collettvo n esame modaltà nferor o ugual ad un certa modaltà. Relatvamente al Collettvo A, provamo a rspondere alle seguent domande: D1. Quante sono le famgle che hanno al pù un fglo? D2. Qual è la percentuale d famgle che hanno al massmo due fgl? D3. Qual è la percentuale d famgle che hanno almeno due fgl? D4. Quante sono le famgle che hanno meno d tre fgl? D5. Quante sono le famgle che hanno non meno d 4 fgl? 30

31 X n A A f p A % % % % % % Totale % Tabella 2.10 R1 Quante sono le famgle che hanno al pù un fglo? { X 1 } = Freq = R2 Qual è la percentuale d famgle che hanno al massmo due fgl? Freq % = { X 2 } = 100 = % oppure n manera equvalente: Freq% Freq% { X 2 } = ( ) 100 = 72% { X 2 } = 10% + 24% + 38% = 72% 31

32 R3 Qual è la percentuale d famgle che hanno almeno due fgl? Freq% { X 2 } = ( ) 100 = 0, = 66% oppure, n alternatva: Freq% { X 2 } = 100 Freq% { X < 2 } = = 100 Freq% = 50 { X 1 } = 100 = 66% R4 Quante sono le famgle che hanno meno d tre fgl? { X < 3 } = Freq = R5 Quante sono le famgle che hanno non meno d 4 fgl? { X 4 } = Freq = 32

33 Dato un carattere X con k modaltà ordnate n senso crescente, sa {( x,n ), 1,2,...,k } = la corrspondente dstrbuzone d frequenze. Possamo allora defnre le seguent frequenze: Frequenze Cumulate Assolute N = n j= 1 j = 1,2,..., k Frequenze Cumulate Relatve F = j= 1 f j = N n Frequenze Retrocumumale Assolute = 1,2,..., k R = n N 1 = 2,..., k Frequenze Retrocumumale Relatve R r = = 2,..., k n 33

34 Tabella Replogatva delle Dverse Tpologe d Frequenze X n Assolute f Relatve p Percentual N Cumulate Assolute F Cumulate Relatve R Retrocumulate Assolute r Retrocumulate Relatve x 1 n 1 f1 = n1 / n f 100 p1 = 1 1 n1 N = F 1 = f1 R1 = n r 1 = 1 x 2 n 2 f2 = n2 / n f 100 p2 2 N = N + n F2 N 2/n = R = n N r2 = R 2/n = 2 1 x n f = n / n p f 100 = 1 N = N + n F N /n = R n N 1 r = R /n = x k n k fk = nk / n p = f 100 k k N k = n F k = 1 Rk nk = rk = fk Tot. n 1 34

35 Relazon Rcorsve Tra le frequenze assolute [relatve, percentual] e quelle cumulate assolute [relatve, percentual] esstono semplc relazon, esprmbl nelle forme: N + = N 1 n n = N N 1 Infatt, per defnzone N = n1 + n n 1 + n = N N 1 + n Dalla precedente relazone segue subto che n = N N 1. Identche relazon valgono, ovvamente, per F Inoltre dalle retrocumulate N = n 1 R 35

36 Le Frequenze Specfche o Denstà d Frequenze Per un carattere quanttatvo suddvso n class oltre alle frequenze assolute, relatve e cumulate (assolute e relatve) s possono defnre ulteror tpologe d frequenze: Denstà d Frequenza Assolute n H =, = 1,2,..., k a Denstà d Frequenza Relatve f h =, = 1,2,..., k a Denstà d Frequenza Percentual p h = 100 h, = 1,2,..., k Queste ultme, rsultano pù semplc da trattare e da nterpretare rspetto alle h 36

37 Interpretazone delle frequenze specfche Le frequenze specfche servono a valutare l grado d addensamento delle untà statstche all nterno delle class. Carattere H h p h Ipotes Dscreto Contnuo Esprme la frequenza assoluta mputable ad ogn sngola modaltà che rcade nella classe Esprme la frequenza assoluta mputable ad ogn ntervallo untaro che rcade nella classe Esprme la frequenza relatva mputable ad ogn sngola modaltà che rcade nella classe Esprme la frequenza relatva mputable ad ogn ntervallo untaro che rcade nella classe Esprme la percentuale d untà mputable ad ogn sngola modaltà che rcade nella classe Esprme la percentuale d untà mputable ad ogn ntervallo untaro che rcade nella classe Unforme dstrbuzone delle untà all nterno della classe 37

38 Esempo 2.7 Frequenze Cumulate Rprendamo gl esemp 2.4 e 2.5 relatv alle dstrbuzon n class d modaltà per caratter Altezza e Numero d Credt Formatv. x x + 1 n f ,1 20 0,1 0, , ,135 14% , ,225 23% , ,55 55% , ,655 66% , ,88 88% , % Totale N Tabella 2.11 F P 45 ndvdu su 200 hanno un altezza par al pù a 140 cm. Il 55% degl ndvdu è alto al massmo 170 cm. 38

39 x x + 1 n f N F P , , ,33% , , ,33% , , ,00% , , ,67% , , ,00% , , ,00% Totale 150 1,000 Tabella

40 Esempo 2.8 Frequenze Specfche Completamo la tabella relatva al carattere Altezza x x + 1 n f a H h p h ,1 30 0,667 0,0033 0,33% , ,350 0,0018 0,18% , ,900 0,0045 0,45% , ,167 0,0108 1,08% , ,100 0,0105 1,05% , ,250 0,0113 1,13% , ,2 0,0060 0,60% Totale Tabella Qual è l sgnfcato delle frequenze evdenzate? 2. Determnare l numero d ndvdu che hanno un altezza compresa tra 170 e 171 cm; 3. Determnare la percentuale d ndvdu che hanno un altezza compresa tra 110 e 111 cm; 4. Determnare la percentuale d ndvdu che hanno un altezza compresa tra 110 e 115 cm; 5. Determnare la percentuale d ndvdu 40

41 Completamo la tabella relatva al carattere Numero d Credt x x + 1 n f a H h p h , ,381 0,0159 1,59% , ,100 0,0073 0,73% , ,740 0,0049 0,49% , ,400 0,0027 0,27% , ,367 0,0024 0,24% , ,360 0,0024 0,24% Totale Tabella Qual è l sgnfcato delle frequenze evdenzate? 2. Determnare l numero d student che hanno 7 credt; 3. Determnare la percentuale d student un numero d credt compreso tra 50 e 55 (estrem nclus); 4. Determnare la percentuale d student che hanno meno d 7 credt; 5. Determnare la percentuale d student che hanno almeno 175 credt. 41

42 Tabelle rassuntve per gl esemp su caratter Numero d Credt e Altezza credt e es n f N F R r amp h H altezza e es n f N F R r amp h H qual frequenze vanno confrontate tra le assolute e le specfche per avere nformazon sul reale peso da attrbure alle class evdenzate? 42

43 Dstrbuzon d Quanttà La tabella che segue rporta l valore (n mlon d euro) delle esportazon della Regone Calabra relatve all anno 2003 e dstnte per settore. Valor Settor (n mlon d euro) Prodott agrcol, dell allevamento e della pesca 45 Prodott ndustra estrattva 2 Almentar, bevande e tabacco 49 Prodott tessl 14 Artcol d abbglamento 4 Calzature e prodott n pelle cuoo 1 Prodott n legno e sughero (esclus mobl) 3 Prodott n carta, stampa ed edtora 1 Prodott petrolfer raffnat 0 Prodott chmc e farmaceutc 59 Prodott n gomma e plastca 28 Vetr, ceramca e materal non metallc per l edlza 5 Metall e prodott n metallo 7 Macchne e apparecch metallc 53 Macchne e apparecch elettrc d precsone 12 Autovecol 4 Altr mezz d trasporto 4 Mobl 5 Altr manufatt 2 Altr prodott 12 Totale 310 Tabella 2.15 (Fonte: 43

44 La dfferenza con le tabelle analzzate n precedenza, n cu è stata consderata la dstrbuzone del totale delle untà statstche fra le modaltà del carattere (dstrbuzon d frequenze), è notevole. Infatt, nell esempo delle esportazon, l totale che vene rpartto non rguarda l numero delle untà statstche, bensì la somma del valore delle esportazon (309 mlon d euro). Lo scopo che s vuole raggungere con la tabella è quello d analzzare la rpartzone del valore complessvo delle esportazon n base al settore d appartenenza Ad una tabella d questo tpo s da l nome d dstrbuzone d quanttà. Una dstrbuzone d quanttà è l rsultato d due operazon 1. Classfcazone S suddvde l collettvo n class 44

45 2. Msurazone S quantfca, per ogn classe creata, l ammontare d un carattere. Il carattere rspetto a cu s fa la classfcazone può essere dverso da quello che vene msurato e po sommato n ogn classe. Il nome dstrbuzone fa rfermento al modo n cu l ammontare globale d un carattere s rpartsce tra le class/modaltà del carattere d classfcazone. Per una dstrbuzone d quanttà, detto Q l carattere oggetto d studo, T Q l suo totale e Q la msurazone (ntenstà) d esso n corrspondenza della -esma occorre tenere presente che le Q non sono frequenze assolute e, qund, non ha alcun senso calcolare le frequenze relatve e percentual. Il rapporto Q q = T Q 45

46 ndca la quota parte dell ammontare complessvo T Q spettante alla -esma classe. 46

47 Settor Q q q % Prodott agrcol, dell allevamento e della pesca 45 0,145 14,5% Prodott ndustra estrattva 2 0,006 0,6% Almentar, bevande e tabacco 49 0,158 15,8% Prodott tessl 14 0,045 4,5% Artcol d abbglamento 4 0,013 1,3% Calzature e prodott n pelle cuoo 1 0,003 0,3% Prodott n legno e sughero (esclus mobl) 3 0,010 1,0% Prodott n carta, stampa ed edtora 1 0,003 0,3% Prodott petrolfer raffnat 0 0,000 0,0% Prodott chmc e farmaceutc 59 0,190 19,0% Prodott n gomma e plastca 28 0,090 9,0% Vetr, ceramca e materal non metallc per l edlza 5 0,016 1,6% Metall e prodott n metallo 7 0,023 2,3% Macchne e apparecch metallc 53 0,171 17,1% Macchne e apparecch elettrc d precsone 12 0,039 3,9% Autovecol 4 0,013 1,3% Altr mezz d trasporto 4 0,013 1,3% Mobl 5 0,016 1,6% Altr manufatt 2 0,006 0,6% Altr prodott 12 0,039 3,9% Totale % Tabella

48 In alcun cas l confne tra dstrbuzon d quanttà e dstrbuzon d frequenze è molto sottle. Consderamo, ad esempo, la tabella seguente n cu vene rportato l numero d Immatrcolat n alcune Unverstà Italane nell a.a. 2002/2003 Ateneo Immatrcolat Incdenza relatva Incdenza % Bar ,103 10,3% Bologna ,235 23,5% Calabra ,077 7,7% Catana ,129 12,9% Frenze ,124 12,4% Lecce ,072 7,2% Messna ,080 8,0% Mlano Bcocca ,063 6,3% Mlano Boccon ,034 3,4% Mlano Poltecnco ,082 8,2% Totale ,0% Tabella 2.17 (Fonte: Il Sole-24 Ore del 28/06/2004) 48

49 Se s assume come untà statstca l sngolo mmatrcolato rlevando su d esso l carattere Ateneo d scrzone allora la tabella è una dstrbuzone d frequenze Se s assume come untà statstca l sngolo Ateneo e s rleva l carattere Numero d Immatrcolat, allora la tabella s confgura una dstrbuzone d quanttà 49

50 Consderamo, ancora, la tabella successva n cu vene rportato l numero d rcover regstrat n Itala per prm 10 grupp d patologe: Patologa Rcover Incdenza relatva Incdenza % Malatte del sstema crcolatoro ,194 19,4% Malatte dell apparato dgerente ,124 12,4% Traumatsm e avvelenament ,105 10,5% Tumor ,104 10,4% Complcazon della gravdanza, parto e puerpero ,103 10,3% Malatte dell apparato respratoro ,090 9,0% Malatte dell apparato gento-urnaro ,078 7,8% Malatte del sstema nervoso e degl organ de sens ,072 7,2% Malatte del sstema osteomuscolare ,071 7,1% Sntom, segn e stat morbos mal defnt ,059 5,9% Totale % Tabella 2.18 (Fonte: Il Sole-24 Ore del 22/03/2004) 50

51 Se s pone l accento sul sngolo rcovero, consderandolo come una untà statstca, allora la tabella altro non è che la dstrbuzone de rcover tra le 10 forme d patologe. La tabella s presenta pertanto come dstrbuzone d frequenze del carattere Patologa; Se nvece assumamo come l untà statstca la sngola patologa e come carattere oggetto d studo l numero d rcover, allora la tabella s presenta come una dstrbuzone d quanttà, n quanto l numero de rcover vene consderato come una caratterstca delle patologe. Dstrbuzone d frequenze Dstrbuzone d quanttà Unta Statstca sngolo rcovero sngola patologa Carattere d studo patologa numero d rcover 51

52 Sere Storche Sere Storca o Temporale Successone d valor d una varable quanttatva rlevata n dvers stant temporal. Esempo 2.9 Sere Storche Valore (n mlon d euro) delle esportazon d merc della Regone Calabra Anno Valore delle Esportazon , , , , ,2 Tabella 2.19 (Fonte: 52

53 Andamento de mutu a tasso fsso e varable Anno Tasso Fsso Tasso Varable ,8 14, ,6 13, , ,4 11, ,3 11, ,7 11, ,9 11, ,2 6, ,8 4, ,2 5, ,7 5, ,1 4, ,13 3,85 Tabella 2.20 (Fonte: Il Sole-24 Ore del 26/04/2004) 53

54 Spesa per R&S n Itala e Germana (mlon d dollar) Anno Itala Germana , , , , , , , , , , , , , , , , , , ,3 Tabella 2.21 (Fonte: Il Sole-24 Ore del 3/05/2004) Uno strumento utle per valutare le varazone del fenomeno nel corso del tempo è costtuto da Numer Indc 54

55 Sere Terrtoral Sere Terrtorale Successone d valor d una varable quanttatva rfert ad aree geografche dverse. Esempo 2.10 Sere Terrtoral PIL procapte (n dollar) e popolazone (n mlon) d alcun paes afrcan Paese PIL Popolazone Angola ,1 Camerun ,7 Ertrea 160 4,4 Etopa ,7 Kena ,6 Mal ,6 Ngera ,1 Tabella 2.22 (Fonte: Il Sole-24 Ore del 22/03/2004) 55

56 Costo totale (n euro) de rcover al 31/12/2002 sostenuto dalle regon del Mezzogorno d Itala Regone Costo Totale Abruzzo Molse Campana Pugla Baslcata Calabra Scla Sardegna Tabella 2.23 (Fonte: Correre della Sera del 22/09/2004) 56

57 Eserczo 1. Scrvere 2 dstrbuzon d frequenze rcavando tutte le frequenze presentate; 2. Scrvere 2 dstrbuzon d frequenze n class d modaltà e rcavare tutte le frequenze presentate 3. Cercare su quotdan o su Internet due dstrbuzon d quanttà, due sere storche e due sere terrtoral. Consglo: fate l eserczo e memorzzatelo!!! 57

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Il trattamento dei dati a fini descrittivi

Il trattamento dei dati a fini descrittivi Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Lezione n La concentrazione

Lezione n La concentrazione 1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative POR FESR Sardegna 2007-2013 Asse VI Compettvtà BANDO PUBBLICO Voucher Startup Incentv per la compettvtà delle Startup nnovatve ALLEGATO 3 PIANO DI UTILIZZO DEL VOUCHER STARTUP INNOVATIVE 2014 3. Pano d

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L. MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO Ottmzzazone nella gtone de progett Captolo 6 Project Schedulng con vncol sulle rsorse CARLO MANNINO Unverstà d Roma La Sapenza Dpartmento d Informatca e Sstemstca 1 Rsorse Ogn attvtà rchede rsorse per

Dettagli

Progetto Lauree Scientifiche. La corrente elettrica

Progetto Lauree Scientifiche. La corrente elettrica Progetto Lauree Scentfche La corrente elettrca Conoscenze d base Forza elettromotrce Corrente Elettrca esstenza e resstvtà Legge d Ohm Crcut 2 Una spra d rame n equlbro elettrostatco In un crcuto semplce

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Leggere i dati da file

Leggere i dati da file Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon

Dettagli

ELEMENTI DI STATISTICA PARTE 1

ELEMENTI DI STATISTICA PARTE 1 ELEMETI DI STATISTICA PARTE. ITRODUZIOE. La parola statstca. Cenn storc.3 Gl studos.4 La statstca moderna.5 Le font statstche. DEFIIZIOI 3. Una defnzone d statstca 3. I fenomen collettv 3.3 Untà statstche,

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

Scenari di frenata per il comparto elettrico: il nodo della valorizzazione del prodotto

Scenari di frenata per il comparto elettrico: il nodo della valorizzazione del prodotto CRESME Scenar d frenata per l comparto elettrco: l nodo della valorzzazone del prodotto Il mercato elettrco rappresenta uno de pù nteressant compart economc del nostro paese, caratterzzato da profonde

Dettagli

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio Codce d Stoccaggo Captolo 7 Blancamento e rentegrazone dello stoccaggo 7.4 Corrspettv per servz d stoccaggo L UTENTE è tenuto a corrspondere a STOGIT, per la prestazone de servz, gl mport dervant dall

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia PROT. N 53897 ENTE EMITTENTE: OGGETTO: DESTINATARI: DATA DECORRENZA: CIRCOLARE N. 9 DC Cartografa, Catasto e Pubblctà Immoblare, d ntesa con l Uffco del Consglere Scentfco e la DC Osservatoro del Mercato

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Distribuzioni di frequenza

Distribuzioni di frequenza Dstrbuzon d frequenza Varabl qualtatve e quanttatve dscrete Essenzal per la sntes, l confronto e l nterpretazone degl aspett rlevant d un fenomeno oggetto d studo S tratta d un organzzazone de dat n forma

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:

Dettagli

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

10-7-2009. GAZZETTA UFFICIALE DELLA REPUBBLICA ITALIANA Serie generale - n. 158. ALLEGATO 1 (Allegato A, paragrafo 2)

10-7-2009. GAZZETTA UFFICIALE DELLA REPUBBLICA ITALIANA Serie generale - n. 158. ALLEGATO 1 (Allegato A, paragrafo 2) ALLEGATO 1 (Allegato A, paragrafo 2) Indcazon per l calcolo della prestazone energetca d edfc non dotat d mpanto d clmatzzazone nvernale e/o d produzone d acqua calda santara 1. In assenza d mpant termc,

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli