Dal disegno a due campioni indipendenti al confronto per dati appaiati
|
|
- Martino Martina
- 6 anni fa
- Visualizzazioni
Transcript
1 Dal disegno a due campioni indipendenti al confronto per dati appaiati
2 Dal disegno a due campioni indipendenti al confronto per dati appaiati Finora abbiamo assunto che tutte le osservazioni siano indipendenti o Questa assunzione è indispensabile per poter applicare i test descritti. Vediamo un esempio di una situazione diversa Il ricercatore si chiede se il livello medio dell ematocrito cambia negli atleti dopo che hanno svolto una attività fisica intensa, per esempio dopo una competizione Test t per campioni indipendenti (come per i frinosomi)? o Confronto due campioni di n atleti ciascuno: un campione viene misurato solo prima della gara (quadratini gialli nella figura a sinistra), e una campione di altri atleti solo dopo la gara (quadratini rossi nella figura a sinistra) o Le osservazioni sarebbero in questo caso 2n, tutte indipendenti perché osservate in 2n atleti diversi Questo potrebbe non essere possibile, o potrebbe essere svantaggioso, perché: o Il numero di atleti disponibili all esperimento è molto basso o La variabilità tra atleti è molto alta, e questa variabilità oscurerebbe la differenza (primadopo la gara) alla quale sono interessato
3 Ricorriamo al confronto per dati appaiati Ogni individuo (unità campionaria) fornisce due osservazioni Ogni coppia di osservazioni (prima e dopo la gara, per ciascun individuo) ha un fattore in comune: l individuo sulla quale è stata rilevata Se quindi ci sono 2n osservazioni, ma solo n atleti, non possiamo assumere che ci siano 2n osservazioni indipendenti come se fossero stati 2n atleti. Le due osservazioni sullo stesso soggetto non sono indipendenti, perché influenzate da fattori individuali comuni Per esempio, se un atleta ha normalmente un basso livello di ematocrito, lo avrà anche basso rispetto agli altri dopo la gara: conoscendo il primo valore posso prevedere in parte il secondo Non si può parlare di dati indipendenti e non si può applicare il test t di Student come visto nel precedente capitolo
4 Altri esempi di dati non indipendenti Ci si chiede se la concentrazione di ozono media nel mondo varia tra un anno e quello successivo. Questa variabile viene misurata in n località in 2 anni diversi. Chiaramente non ci sono 2n dati indipendenti, visto che in ogni coppia di osservazioni (stessa località in due anni diversi) le caratteristiche della località agiscono probabilmente nella medesima direzione. Ci si chiede se l età media dell uomo e della donna sono diverse in coppie sposate. Anche se non si tratta degli stessi individui, è ovvio che ci sia una certa dipendenza all interno di ciascuna coppia: tendenzialmente infatti sappiamo che in una coppia l età dell uomo e della donna tendono ad essere simili. La coppia è l unità campionaria Ci si chiede se il taglio di una foresta influenza il numero di salamandre: definisco un certo numero di superfici di uguali dimensioni, e le suddivido in due parti. A una parte applico il trattamento (taglio della foresta) e all altra no (il disegno all inizio assume anche una analogia spaziale )
5 Come si svolge il test per dati appaiati? o Si calcola per ognuna delle coppie di osservazioni appaiate la differenza, e ci si concentra su questa nuova variabile Località Concentrazione. Concentrazione 1. Anno 2. Anno Milano Tokio 20 8 Berlino Roma Parigi Ferrara Bologna Londra Stoccolma Mosca 45 5 Palermo New York
6 Calcoliamo per ogni località la differenza tra primo e secondo anno Località Concentrazione Concentrazione Differenza 1. Anno 2. Anno tra i 2 anni Milano Tokio Berlino Roma Parigi Ferrara Bologna Londra Stoccolma Mosca Palermo New York A questo punto, da 2n osservazioni non indipendenti si è passati a n osservazioni indipendenti, ciascuna delle quali influenzata solo dalla variabile, l anno, alla quale sono interessato
7 Chiamando d la variabile differenza tra coppie di osservazioni, d la media nel campione, e δ il corrispondente parametro, le ipotesi che si volevano testare diventano [Infatti se µ 1 = µ 2 allora µ 1 - µ 2 = δ= 0] H 0 : µ 1 = µ 2 H 1 : µ 1 µ 2 H 0 : δ = δ 0 =0 H 1 : δ δ 0 Per testare queste ipotesi, adesso, sono disponibili gli strumenti usuali o le n differenze sono appunto indipendenti o si tratta di testare se la media della popolazione da cui è stato estratto un campione è uguale o diverso da una media data o E quindi applichiamo il test t di Student per un campione, che in questo caso chiamiamo Test t per dati appaiati.
8 t calc = d δ s d 0 = s d / d n s d : deviazione standard delle differenze n il numero di differenze (ossia il numero di coppie di osservazioni) Nell esempio numerico appena visto o la media delle differenze = o la varianza delle differenze = t calc == / 12 = 2.5 Quindi, visto che il t critico con α = 0.05 e 11 gdl è 2.20, ed è uguale a 3,11 con α = 0.01, posso escludere l'ipotesi nulla con una probabilità di sbagliare tra l'1% e il 5% (p-value = 0.029). Molto probabilmente la concentrazione media è cambiata da un anno all'altro.
9 Un test t per campioni indipendenti, a parità di numero di misurazioni, ha un numero maggiore (doppio) di gradi di libertà Ma un test t per campioni indipendenti è altamente influenzato dalla variabilità tra osservazioni: se è molto alta, può mascherare la variabilità alla quale sono interessato Quindi, se se l eterogeneità tra le osservazioni è molto grande può convenire accoppiare le osservazioni. In questo modo o si considerano solo le differenze tra le coppie di osservazioni (che ci interessano, visto che quantificano l effetto che stiamo analizzando) o si cerca di ridurre il peso delle differenze tra diverse osservazioni all interno dei due campioni (che introducono una variabilità dovuta a tanti fattori ai quali non siamo interessati). Esempio: scelgo di appaiare prima i dati, e poi svolgo il test per dati appaiati Si vuole verificare l efficacia di un fertilizzante sulla quantità di raccolto di mais Si potrebbero identificare 20 terreni di uguali dimensioni, 10 dei quali da trattare con il fertilizzante e 10 invece da lasciare non trattati (di controllo) o Si potrebbe quindi applicare un test t per campioni indipendenti, con 18 gradi di libertà Ma la differenza tra i raccolti nei diversi terreni, indipendentemente dal trattamento, potrebbe essere molto ampia o i suoli sono diversi o l esposizione è diversa
10 o l impianto di irrigazione non è uguale in tutti i terreni Potremmo non essere in grado di far emergere la differenza tra terreni trattati e non trattati perché tale differenza viene mascherata dall enorme variabilità dovuta a molti altri fattori Scelgo quindi di appaiare i dati Si scelgono 10 terreni di eguali dimensioni e si dividono in un due parti uguali Una metà di ciascun terreno viene trattata con il fertilizzante o Il fattore comune che non ci interessa (tipo di terreno, esposizione, etc) influisce nello stesso modo su ciascuna coppia di mezzi terreni o la differenza osservata in ciascun terreno tra le due metà (trattato e non trattato) è dovuta, se presente, solo al fattore che ci interessa (che sarebbe così più facilmente identificabile) Attenzione: coppie di osservazioni devono essere identificate in modo che siano dipendenti (cioè che abbiano veramente il fattore o i fattori che non ci interessano in comune, altrimenti il risultato di applicare il test per dati appaiati sarebbe solo quelli di ridurre i gradi di libertà (e quindi il potere del test).
11 Test a due code e a una coda Cosa prevedeva l ipotesi alternativa nei test visti finora? H 1 : µ µ 0 OPPURE H 1 : π π 0 OPPURE H 1 : µ 1 µ 2 L ipotesi alternativa includeva sia la possibilità che π>π 0, sia quella che π<π 0 (oppure µ > µ 0 e µ < µ 0, oppure µ 1 > µ 2 e µ 1 < µ 2) I test di questo tipo si chiamano a due code (o bilaterali, o non direzionali) La regione di rifiuto è distribuita ugualmente ai due estremi della distribuzione nulla I valori critici delle distribuzioni z o t vengono identificati con la dicitura z α/2 o t α/2 Per distribuzioni simmetriche, è sufficiente conoscere un solo valore critico [Infatti, P(Z> z α/2 ) = P (Z<- z α/2 ) e P(T> t α/2 ) = P (T<- t α/2 )] Se si usa il p-value, bisogna determinare la probabilità di osservare una statistica test estrema come quella calcolata, o più estrema, in entrambe le direzioni
12 In alcuni casi siamo però in grado di fare delle previsioni più specifiche su quale potrebbe essere la deviazione eventuale dall ipotesi nulla Esempio. o Test sulla somiglianza padri-figlie. A 18 individui vengono presentati 18 set diversi di tre fotografie. Ogni set è costituito dalla foto di una ragazza, di suo padre, e di un altro uomo. Ad ogni individuo viene richiesto di identificare il padre. 13 individuano correttamente il padre, 5 indicano l altro uomo. L ipotesi nulla è π = π 0 = 0.5, ovvero non esiste somiglianza e l indicazione di un uomo rispetto ad un altro è casuale. L ipotesi alternativa è che ci sia somiglianza, e quindi è che π > π 0 (ovvero che l identificazione sia corretta in più del 50% dei casi). L ipotesi alternativa π < π 0 non ha senso. L ipotesi nulla (π = π 0 ) resta invariata.
13 Cosa cambia da un punto di vista pratico? o Cambiano le aree di accettazione e rifiuto o Ci si concentra solo sul lato della distribuzione nulla nel quale una deviazione viene ritenuta possibile o Un valore deviante nella direzione opposta viene automaticamente (e sempre) considerata come una deviazione casuale o Il valore critico della distribuzione di riferimento va ricercato solo dal lato in cui riteniamo possibile che si possa osservare una deviazione dall ipotesi nulla.
14 Quindi, nel caso del test sulla somiglianza padri-figlie, π è la proporzione di riconoscimenti corretti, e π 0 = 0.5. La proporzione di riconoscimenti corretti nel campione, p, è pari a 13/18 = 0.72 H 0 : π = π 0 H 1 : π > π 0 z calc = π p π = = 1 0 ( π ) 0.5( 0.5) n % of total area In questo caso, quindi, il valore calcolato di z risulta significativo, favorendo così l ipotesi alternativa. Il p-value corrispondente è pari a (valore non precisissimo visto che il numero di osservazioni è basso; problemi di continuità )
15 Applicare un test t o z ad una coda significa di fatto ridurre il valore assoluto dei valori critici. Gradi di libertà t critico per test a due code t critico per test a una coda Infiniti (Ovviamente, il valore critico per un test a una coda con α =0.05 è uguale al t critico per un test a due code con α =0.10) In un test ad una coda è quindi più facile respingere l ipotesi nulla, l ipotesi che prudentemente si assume in partenza e che può essere respinta solo se ci sono forti evidenze in suo sfavore. Il fatto che sia aumentata la possibilità di favorire l ipotesi alternativa (l unica conclusione forte di un test, quella che generalmente ci interessa di più) ci deriva intuitivamente dal fatto che all analisi abbiamo aggiunto a priori (cioè prima di osservare i dati) delle conoscenze sulla deviazione prevista. I I test a una coda sono teoricamente più potenti dei test a due code L utilizzo di un test con approccio unilaterale deve essere limitato solo a casi in cui sussistono motivazioni ragionevoli per prevedere una deviazione unidirezionale dall ipotesi nulla. Nel dubbio, conviene sempre utilizzare l approccio bidirezionale Non è mai possibile decidere se fare un test a una o due code dopo aver calcolato il valore della statistica (z o t). Questo equivarrebbe ad un imbroglio statistico.
Il confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
DettagliARROTONDANDO FIGURE CON TRIANGOLI EQUILATERI
ARROTONDANDO Cosa succede ad accostare figure identiche una all altra? Le figure ottenute che proprietà presentano? Posso trovare un qualche tipo di legge generale? Per rispondere a questa ed altre domande
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 13/9/2012 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
DettagliEsempi di attribuzione dei seggi
Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative operazioni, vengono presentati due esempi di attribuzione
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliEsercizi sulle percentuali
Esercizi sulle percentuali Esercizio 1 Si dispone di 12 kg di soluzione concentrata al 25%. Calcolare la quantità di solvente e di soluto necessari per ottenere tale soluzione. Dire che 12 kg di soluzione
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
Dettagli12) Metodo dei minimi quadrati e linea di tendenza
12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliModulo 1: Le I.C.T. UD 1.2a: Analogico/Digitale
Modulo 1: Le I.C.T. : Analogico/Digitale Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno ANALOGICO e
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliIL LAVORO DEI CITTADINI STRANIERI
IL LAVORO DEI CITTADINI STRANIERI Roma e provincia nel 2014 Indice I numeri più significativi... 2 Le conseguenze della Crisi economica... 3 Il contesto nazionale... 3 I numeri di Roma: la condizione occupazionale...
DettagliFederalismo e comuni, un confronto
Federalismo e comuni, un confronto Domenico Suppa 25 gennaio 2009 In Italia il federalismo fiscale è un argomento largamente dibattuto. Il dualismo territoriale che caratterizza il nostro Paese è lo sfondo
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
Dettaglinormopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
Dettagli20/04/2015. Retrospettivi Caso-controllo. Prospettici Per Coorte
OSSERVAZIONALI DATI AGGREGATI DATI INDIVIDUALI ECOLOGICI TRASVERSALI ANALITICI CASO-CONTROLLO PER COORTE malattia Retrospettivi Caso-controllo studio malattia Prospettici Per Coorte Un gruppo di persone
DettagliAnno 2. Risoluzione di sistemi di primo grado in due incognite
Anno Risoluzione di sistemi di primo grado in due incognite Introduzione In questa lezione impareremo alcuni metodi per risolvere un sistema di due equazioni in due incognite. Al termine di questa lezione
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliProf.ssa Laura Salvagno
Prof.ssa Laura Salvagno Nella vita di tutti i giorni abbiamo spesso a che fare con il concetto di rapporto, partiamo perciò da alcuni esempi per introdurre l argomento. Consideriamo tutte le gare combattute
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliIndagine conoscitiva DONNE E OMEOPATIA
Indagine conoscitiva DONNE E OMEOPATIA Sintesi dei risultati di ricerca per Conferenza Stampa Milano, 29 ottobre 2013 A cura di Metodologia e campione di ricerca Campione: Sono state intervistate 1.000
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliESITI RILEVAZIONE PROVINCIALE INDAGINE CONOSCITIVA PRESENZA ALUNNI CON BISOGNI EDUCATIVI SPECIALI NELLE SCUOLE BRESCIANE ANNO SCOLASTICO 2015-2016
ESITI RILEVAZIONE PROVINCIALE INDAGINE CONOSCITIVA PRESENZA ALUNNI CON BISOGNI EDUCATIVI SPECIALI NELLE SCUOLE BRESCIANE ANNO SCOLASTICO 215-216 Premessa Con nota Prot. MIUR AOO USPBS R.U 16842 del 1/11/215
DettagliMetodo alternativo per il calcolo delle divisioni.
Metodo alternativo per il calcolo delle divisioni. A cura di Eugenio Amitrano Contenuto dell articolo: 1. Introduzione........ 2 2. Descrizione......... 2 3. Conclusioni......... 1. Introduzione Il presente
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliElezioni comunali 2014. Esempi di attribuzione dei seggi
Elezioni comunali 2014 4 Esempi di attribuzione dei seggi Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliLEZIONE N. 11 ( a cura di MADDALENA BEI)
LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 GIOCHI
DettagliAnno 2. Radicali algebrici e aritmetici: condizioni di esistenza
Anno 2 Radicali algebrici e aritmetici: condizioni di esistenza 1 Introduzione Perché studiare i radicali? In matematica ogni volta che facciamo un operazione dobbiamo anche vedere se è possibile tornare
DettagliL'ATMOSFERA un involucro eccezionale
DIESSE FIRENZE Didattica e Innovazione Scolastica Centro per la formazione e l aggiornamento SCIENZAFIRENZE QUARTA EDIZIONE Docenti e studenti a confronto su: L'ATMOSFERA un involucro eccezionale Aula
DettagliSTUDIO DI SETTORE TG42U ATTIVITÀ 74.40.2 AGENZIE DI CONCESSIONE DEGLI SPAZI PUBBLICITARI
STUDIO DI SETTORE TG42U ATTIVITÀ 74.40.2 AGENZIE DI CONCESSIONE DEGLI SPAZI PUBBLICITARI Luglio 2006 PREMESSA L evoluzione dello Studio di Settore TG42U Agenzie di concessione degli spazi pubblicitari,
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
Dettagli= 300mA. Applicando la legge di Ohm su R4 si calcola facilmente V4: V4 = R4
AI SEZIONE DI GENOVA orso di teoria per la patente di radioamatore, di Giulio Maselli IZASP Soluzioni degli Esercizi su resistenze, condensatori, induttanze e reattanze ) a) Le tre resistenze sono collegate
DettagliSEPARAZIONI E DIVORZI IN ITALIA ED IN EMILIA- ROMAGNA DAL 2000 AL 2012
SEPARAZIONI E DIVORZI IN ITALIA ED IN EMILIA- ROMAGNA DAL 0 AL 2012 L Istat ha recentemente pubblicato i dati relativi alla rilevazione delle separazioni e dei divorzi condotta nel 2012 presso le cancellerie
DettagliEQUAZIONI DI PRIMO GRADO
Cognome... Nome... Equazioni di primo grado EQUAZIONI DI PRIMO GRADO Un'equazione di primo grado e un'uguaglianza tra due espressioni algebriche di primo grado, vera solo per alcuni valori che si attribuiscono
DettagliIntroduzione alle macchine a stati (non definitivo)
Introduzione alle macchine a stati (non definitivo) - Introduzione Il modo migliore per affrontare un problema di automazione industriale (anche non particolarmente complesso) consiste nel dividerlo in
DettagliCome utilizzare i riferimenti assoluti e relativi in Microsoft Excel
Come utilizzare i riferimenti assoluti e relativi in Microsoft Excel In un foglio elettronico, le celle sono identificate mediante delle coordinate; in genere, sono utilizzate le lettere per identificare
Dettagli4) 8 g di idrogeno reagiscono esattamente con 64 g di ossigeno secondo la seguente reazione:
Esercizi Gli esercizi sulla legge di Lavoisier che seguono si risolvono ricordando che la massa iniziale, prima della reazione, deve equivalere a quella finale, dopo la reazione. L uguaglianza vale anche
DettagliCensimento della popolazione
Censimento della popolazione Pagine tratte dal sito http://statistica.comune.bologna.it/cittaconfronto/ aggiornato al 24 marzo 2014 Censimento della popolazione Il 9 Ottobre 2011 si è svolto in Italia
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliCifre significative delle misure di grandezze fisiche
Cifre significative delle misure di grandezze fisiche Si definiscono grandezze fisiche tutte quelle entità con cui vengono descritti i fenomeni fisici e che sono suscettibili di una definizione quantitativa,
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica La distribuzione delle statistiche campionarie Teorema del limite centrale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio (Scozzafava) Una ferrovia metropolitana
DettagliESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).
ESPONENZIALI E LOGARITMI Data una espressione del tipo a b = c, che chiameremo notazione esponenziale (e dove a>0), stabiliamo di scriverla anche in un modo diverso: log a c = b che chiameremo logaritmica
DettagliLa quantità chimica LA MOLE
La quantità chimica LA MOLE 1 QUANTO PESA UN ATOMO? Se lo misurassimo in grammi, l atomo di H, il più piccolo, avrebbe una massa di 1,6 x10-24 g. Per convenzione, si assegna un valore arbitrario (12) alla
DettagliANALISI CHIMICO FARMACEUTICA I
Prof. Gianluca Sbardella : 089 969770 : gsbardella@unisa.it L INCERTEZZA E LE CIFRE SIGNIFICATIVE Tutte le misure sono affette da un certo grado di incertezza la cui entità può dipendere sia dall operatore
DettagliSTUDIO DEL MOTO DI UNA PALLA SU UN PIANO INCLINATO CON IL SONAR
STUDIO DEL MOTO DI UNA PALLA SU UN PIANO INCLINATO CON IL SONAR Giovedì, ci siamo recati, accompagnati dalla professoressa di Fisica, in laboratorio per attuare degli esperimento sul moto dei corpi. L
DettagliInferenza statistica
Inferenza statistica Marcella Montico e Lorenzo Monasta Servizio di epidemiologia e biostatistica Inferenza statistica: insieme di metodi che permette di generalizzare i risultati ottenuti dai dati raccolti
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliISTITUZIONI DI ECONOMIA corso diurno
ISTITUZIONI DI ECONOMIA corso diurno ESERCITAZIONE n. 2 Tasso di cambio reale e Parità Poteri Acquisto Domanda n. All anno 0 in Giappone un televisore ha un prezzo p=40.000, mentre lo stesso televisore
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laura Palmerio Università Tor Vergata A.A. 2005/2006 MISURAZIONE Misurare le variabili Assegnazione di valori numerici
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliINDAGINE SUL CLIMA DI FIDUCIA DELLE FAMIGLIE SAMMARINESI. Indagine sul clima di fiducia delle famiglie sammarinesi 2007
REPUBBLICA DI SAN MARINO UFFICIO PROGRAMMAZIONE ECONOMICA E CENTRO ELABORAZIONE DATI E STATISTICA INDAGINE SUL CLIMA DI FIDUCIA DELLE FAMIGLIE SAMMARINESI 2007 Ufficio Programmazione Economica, Centro
DettagliSTUDIO DI SETTORE UM16U ATTIVITÀ COMMERCIO AL DETTAGLIO DI ARTICOLI DI PROFUMERIA, PRODOTTI PER TOLETTA E PER L IGIENE PERSONALE
STUDIO DI SETTORE UM16U ATTIVITÀ 47.75.10 COMMERCIO AL DETTAGLIO DI ARTICOLI DI PROFUMERIA, PRODOTTI PER TOLETTA E PER L IGIENE PERSONALE Ottobre 2008 PREMESSA L evoluzione dello Studio di Settore TM16U
DettagliCifre significative. Andrea Bussani. 4 novembre 2012
Cifre significative Andrea Bussani 4 novembre 2012 Numero di cifre significative Valore misura Cifre significative Numero di cifre significative (evidenziate in rosso) 12 12 2 12,5 12,5 3 1,25 1,25 3 125
DettagliDANIELA FANTINI CEMP - Milano SALA ALESSI 11/5/2012
DANIELA FANTINI CEMP - Milano SALA ALESSI 11/5/2012 Il compito dell attività dell equipe consultoriale deve aver al centro l adolescente nella sua complessità e deve operare affinchè possa crescere libero
DettagliDocumento non definitivo
STUDIO DI SETTORE WG41U ATTIVITÀ 73.20.00 RICERCHE DI MERCATO E SONDAGGI DI OPINIONE Marzo 2016 Documento non definitivo PREMESSA L evoluzione dello Studio di Settore VG41U Ricerche di mercato e sondaggi
DettagliEconometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliDocumento non definitivo
STUDIO DI SETTORE VG52U ATTIVITÀ 82.92.10 IMBALLAGGIO E CONFEZIONAMENTO DI GENERI ALIMENTARI ATTIVITÀ 82.92.20 IMBALLAGGIO E CONFEZIONAMENTO DI GENERI NON ALIMENTARI Luglio 2012 Documento non definitivo
DettagliAnno 3. Funzioni esponenziali e logaritmi: le 4 operazioni
Anno 3 Funzioni esponenziali e logaritmi: le 4 operazioni 1 Introduzione In questa lezione impareremo a conoscere le funzioni esponenziali e i logaritmi; ne descriveremo le principali caratteristiche e
DettagliProgetto Laboratori Lauree Scientifiche
Progetto Laboratori Lauree Scientifiche Laboratorio sulle funzioni trigonometriche Le ore di insolazione giornaliera in funzione della latitudine Bozza di progetto Nel seguito verrà presentata la descrizione
DettagliEsercitazioni di Metodologia
Esercitazioni di Metodologia Dott.ssa Gabriella Agrusti Università degli Studi Roma Tre Riprendiamo il discorso Centili Rango centile Punti z.. Punti T Repetita iuvant Il centile è il valore al di sotto
DettagliFunzioni goniometriche
Funzioni goniometriche In questa dispensa vengono introdotte le definizioni delle funzioni goniometriche. Preliminarmente si introducono le convenzioni sull orientazione degli angoli e sulla loro rappresentazione
DettagliQUANTITA DI MOTO Corso di Fisica per Farmacia, Facoltà di Farmacia, Università G. D Annunzio, Cosimo Del Gratta 2006
QUANTITA DI MOTO DEFINIZIONE(1) m v Si chiama quantità di moto di un punto materiale il prodotto della sua massa per la sua velocità p = m v La quantità di moto è una grandezza vettoriale La dimensione
DettagliSfide di Matematica. Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore. Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa
Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa Test 2010 Alleniamoci un po Test 2010 Test 2010: Domande Test 2010 Test 2010: Domande
Dettagli4 0 = 4 2 = 4 4 = 4 6 = 0.
Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono
DettagliEsercizio. Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a. [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m
Sia a R non nullo e siano m, n numeri interi non nulli con m n. Allora a m /a n è uguale a [1] 1/a n m [2] 1/a m n [3] 1/a n m [4] a n m Vale la [1] perché per le proprietà delle potenze risulta a m a
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliCorrezione primo compitino, testo A
Correzione primo compitino, testo A Parte Esercizio Facciamo riferimento alle pagine 22 e 2 del libro di testo Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna fare attenzione,
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
Dettagli