Test del χ 2 (di Pearson)
|
|
- Gianpiero Cuomo
- 6 anni fa
- Visualizzazioni
Transcript
1 Test del χ 2 (di Pearson)
2 (goodness of fit) Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = p 1 Viola = p 2 Blu = p 3 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = n 1 Viola = n 2 Blu = n 3
3 (goodness of fit) Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = p 1 Viola = p 2 Blu = p 3 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = n 1 Viola = n 2 Blu = n 3 Teorema (Pearson) Se X 1,...,X n sono v.a.i. equidistribuite che assumono un numero finito di valori x 1,...,x m. Sia N k = #{i n : X i = x k } e p k = P(X 1 = x k ). Allora per n sufficientente grande (n p k > 5 per ogni k) Q = m k=1 n ( Nk ) 2 p i n p i χ 2 m 1
4 (goodness of fit) Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = p 1 Viola = p 2 Blu = p 3 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = n 1 Viola = n 2 Blu = n 3 Teorema (Pearson) Se X 1,...,X n sono v.a.i. equidistribuite che assumono un numero finito di valori x 1,...,x m. Sia N k = #{i n : X i = x k } e p k = P(X 1 = x k ). Allora per n sufficientente grande (n p k > 5 per ogni k) Q = m k=1 n ( Nk ) 2 p i n p i χ 2 m 1 m = 3 n = n 1 +n 2 +n 3
5 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11
6 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Q = 3 k=1 100 ( Nk ) 2 p i 100 p i χ 2 2 n = = 100
7 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Q = 3 k=1 q = ( Nk ) 2 p i 100 p i χ 2 2 n = = 100 ( ) ( ) ( )
8 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Q = 3 k=1 q = = ( Nk ) 2 p i 100 p i χ 2 2 n = = 100 ( ) ( ) ( )
9 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Q = 3 k=1 q = = ( Nk ) 2 p i 100 p i χ 2 2 n = = 100 ( ) ( ) ( ) p-valore = P(Q ) =
10 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Q = 3 k=1 q = = ( Nk ) 2 p i 100 p i χ 2 2 n = = 100 ( ) ( ) ( ) p-valore = P(Q ) = pchisq(5.0833,df= 2)
11 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11
12 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 n1 = 34 n2 = 55 n3 = 11 p1 = 0.3 p2 = 0.5 p3 = 0.2 n = n1 + n2 + n3 Q = 3 k=1 100 ( Nk ) 2 p i 100 p i χ 2 2 q = n * ( (n1/n-p1)^2/p1+(n2/n-p2)^2/p2+(n3/n-p3)^2/p3 ) 1 - pchisq( q, df=2 )
13 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 freq = c ( 34, 55, 11 ) prob = c ( 0.3, 0.5, 0.2 ) n = sum ( freq ) Q = 3 k=1 100 ( Nk ) 2 p i 100 p i χ 2 2 n * sum ( ( freq / n - prob )^2 / prob ) 1-pchisq( q, df=2 )
14 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 freq = c ( 34, 55, 11 ) prob = c ( 0.3, 0.5, 0.2 ) n = sum ( freq ) Q = 3 k=1 100 ( Nk ) 2 p i 100 p i χ 2 2 n * sum ( ( freq / n - prob )^2 / prob ) 1-pchisq( q, df=2 ) chisq.test( freq, p = prob )
15 Un urna contiene una grande quantità di biglie rosse, viola e blu. Vogliamo testare la seguente ipotesi (sulle proporzioni dei tre colori) H 0 : Rosse = 0.3 Viola = 0.5 Blu = 0.2 Estraendo casualmente (con reimbussolamento) otteniamo Dati osservati: Rosse = 34 Viola = 55 Blu = 11 Out[1]: Q = 3 k=1 100 ( Nk ) 2 p i 100 p i χ 2 2 Chi-squared test for given probabilities data: freq X-squared = , df = 2, p-value =
16 Abbiamo un dado con 6 facce e vogliamo testare la seguente ipotesi H 0 : Il dado è equilibrato Lanciando il dado 200 volte otteniamo le sequenti frequenze 31, 38, 30, 36, 26, 39.
17 Abbiamo un dado con 6 facce e vogliamo testare la seguente ipotesi H 0 : Il dado è equilibrato Lanciando il dado 200 volte otteniamo le sequenti frequenze 31, 38, 30, 36, 26, 39. Q = m k=1 n ( Nk ) 2 p k n p k = k=1 ( Nk ) 2 χ q = 1200 = 3.94 ( ( ) ( ) ( ) ( ) ( ) ( ) ) 2 6
18 P(Q 3.94) = 1 - pchisq( 3.94, df=5 ) =
19 P(Q 3.94) = 1 - pchisq( 3.94, df=5 ) = Scorciatoria: freq = c( 31, 38, 30, 36, 26, 39 ) chisq.test( freq ) Out[1]: Chi-squared test for given probabilities data: freq X-squared = 3.94, df = 5, p-value =
20 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1800, 175, 33, 2
21 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1800, 175, 33, 2 freq = c( 1800, 175, 33, 2 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob )
22 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1800, 175, 33, 2 freq = c( 1800, 175, 33, 2 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob ) Out[1]: Warning message: In chisq.test(freq, p = prob): Chi-squared approximation may be incorrect Chi-squared test for given probabilities data: freq X-squared = , df = 3, p-value =
23 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1801, 179, 17, 1
24 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1801, 179, 17, 1 freq = c( 1803, 175, 33, 1 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob )
25 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1801, 179, 17, 1 freq = c( 1803, 175, 33, 1 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob ) Out[1]: Warning message: In chisq.test(freq, p = prob): Chi-squared approximation may be incorrect Chi-squared test for given probabilities data: freq X-squared = , df = 3, p-value =
26 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1802, 180, 18, 0
27 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1802, 180, 18, 0 freq = c( 1802, 180, 18, 0 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob )
28 Un urna contenente biglie di 4 colori { rosso,blu,viola,verde }. Vogliamo testare la seguente ipotesi: H 0 : le proporzioni sono rispettivamente 0.9, 0.09, 0.009, Estraendo 2000 volte una biglia otteniamo le frequenze: 1802, 180, 18, 0 freq = c( 1802, 180, 18, 0 ) prob = c( 0.9, 0.09, 0.009, 0.001) chisq.test( freq, p=prob ) Out[1]: Warning message: In chisq.test(freq, p = prob): Chi-squared approximation may be incorrect Chi-squared test for given probabilities data: freq X-squared = , df = 3, p-value =
29 Test di indipendenza Per controllare l efficienza di un vaccino un campione viene diviso in due gruppi. Al primo viene somministrato il vaccino al secondo un placebo. Vengono recensite quante persone si ammalano e con che gravità. Sani Malati l. Malati g. Vaccinati Non vaccinati
30 Test di indipendenza Per controllare l efficienza di un vaccino un campione viene diviso in due gruppi. Al primo viene somministrato il vaccino al secondo un placebo. Vengono recensite quante persone si ammalano e con che gravità. Sani Malati l. Malati g. Vaccinati Non vaccinati Condideriamo due variabili aleatorie X ha valori { vaccinato, non vaccinato } Y ha valori { sano, malato lieve, malato grave } Come ipotesi nulla prendiamo H 0 : X e Y indipendenti.
31 Test di indipendenza Consideriamo due campioni: X 1,...,X n ha valori { x 1,...,x mx } Y 1,...,Y n ha valori { y 1,...,y my }
32 Test di indipendenza Consideriamo due campioni: X 1,...,X n ha valori { x 1,...,x mx } Y 1,...,Y n ha valori { y 1,...,y my } N X h = # { i n : X i = x h } N Y k = # { j n : Y j = y k } P(X = x h ) N X h /n P(Y = y k ) N Y k /n N h,k = # { (i,j) : (X i,y j ) = (x h,y k ) }. P(X,Y = x h,y k ) N h,k /n
33 Test di indipendenza Consideriamo due campioni: X 1,...,X n ha valori { x 1,...,x mx } Y 1,...,Y n ha valori { y 1,...,y my } N X h = # { i n : X i = x h } N Y k = # { j n : Y j = y k } P(X = x h ) N X h /n P(Y = y k ) N Y k /n N h,k = # { (i,j) : (X i,y j ) = (x h,y k ) }. P(X,Y = x h,y k ) N h,k /n Allora (per n sufficientente grande) Q = m X m Y h=1 k=1 n 2 ( Nh,k N h,k n NX h n N Y k n ) 2 χ 2 (mx 1)(mY 1)
34 Test di indipendenza Consideriamo due campioni: X 1,...,X n ha valori { x 1,...,x mx } Y 1,...,Y n ha valori { y 1,...,y my } N X h = # { i n : X i = x h } N Y k = # { j n : Y j = y k } P(X = x h ) N X h /n P(Y = y k ) N Y k /n N h,k = # { (i,j) : (X i,y j ) = (x h,y k ) }. P(X,Y = x h,y k ) N h,k /n Allora (per n sufficientente grande) Q = = m X m Y h=1 k=1 m X m Y h=1 k=1 n 2 ( Nh,k N h,k n NX h n ( nnh,k N X h NY k nn h,k N Y k n ) 2 ) 2 χ 2 (mx 1)(mY 1)
35 Test di indipendenza Consideriamo due campioni: X 1,...,X n ha valori { x 1,x 2 } Y 1,...,Y n ha valori { y 1,y 2,y 3 } N X h = # { i n : X i = x h } N Y k = # { j n : Y j = y k } N h,k = # { (i,j) : (X i,y j ) = (x h,y k ) } Q = q = ( 2 3 nnh,k Nh X NY k N h,k h=1 k=1 ( 2 3 n nh,k nh X ny k n n h,k h=1 k=1 ) 2 ) 2 y 1 = Sani y 2 = M y 3 = M + Totale x 1 = Vacc. n 1,1 = n 1,2 = 24 n 1,3 = 33 n1 X = x 2 = NonV. n 2,1 = n 2,2 = 27 n 2,3 = 65 n2 X = Totale n1 Y = ny 2 = 51 ny 3 = 98 n =
36 Test di indipendenza vacc = c( , 24, 33 ) # vaccinati nonv = c( , 27, 65 ) # non vaccinati cont = rbind( vacc, nonv ) # tabella di contingenza chisq.test( cont ) Out[1]: Pearson s Chi-squared test data: cont X-squared = , df = 2, p-value = y 1 = Sani y 2 = M y 3 = M + Totale x 1 = Vacc. n 1,1 = n 1,2 = 24 n 1,3 = 33 n1 X = x 2 = NonV. n 2,1 = n 2,2 = 27 n 2,3 = 65 n2 X = Totale n1 Y = n( Y 2 = 51 n3 Y = 98 n =
37 Test di indipendenza S = c( , ) # sani M1 = c( 24, 27 ) # malati lievemente M2 = c( 33, 65 ) # malati gravemente cont = cbind( S, M1, M2 ) # tabella di contingenza chisq.test( cont ) Out[1]: Pearson s Chi-squared test data: cont X-squared = , df = 2, p-value = y 1 = Sani y 2 = M y 3 = M + Totale x 1 = Vacc. n 1,1 = n 1,2 = 24 n 1,3 = 33 n1 X = x 2 = NonV. n 2,1 = n 2,2 = 27 n 2,3 = 65 n2 X = Totale n1 Y = n( Y 2 = 51 n3 Y = 98 n =
Esempio. Distribuzione binomiale (3)
Esempio. Distribuzione binomiale (3) La prevalenza del daltonismo nella popolazione maschile è p = 6%. Qual è la probabilità di avere almeno 2 daltonici in un campione di 25? Il numero di daltonici in
DettagliLEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12
LEZIONE 2.5 p. 1/12 LEZIONE 2.5 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.5 p. 2/12 distribuzione doppia di due variabili aleatorie consideriamo la distribuzione doppia di due
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 29 maggio 2007 Test di indipendenza su tabelle di contingenza. Catene di Markov Esercizio Per controllare l efficacia di un vaccino vengono scelti
DettagliES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi
ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari
DettagliLezione 5 Corso di Statistica. Francesco Lagona
Lezione 5 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 23 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni
Dettagli1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti?
Esercizio 1 Consideriamo una popolazione X, dove X = {3,5,7}. 1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti? 2. Quali sono i possibili campioni di numerosità
Dettaglisi tratta del test del chi-quadro di adattamento e di quello di indipendenza. 1 l ipotesi che la popolazione segua una legge fissata;
di : dado : normale Finora abbiamo visto test d ipotesi per testare ipotesi differenti, ma tutte concernenti il valore atteso di una o due popolazioni. In questo capitolo vediamo come testare 1 l ipotesi
DettagliStatistica per le le ricerche ricerche di mercato 9.b 9.b Analisi Analisi preliminari preliminari Verifica di ipotesi: test test di indipendenza
Statistica per le ricerche di mercato a.a. 014/15 9.b Analisi preliminari Verifica di ipotesi: test di indipendenza Test di indipendenza Permette di verificare se tra due variabili X e Y esiste o meno
DettagliESERCITAZIONE N. 5 corso di statistica
ESERCITAZIONE N. 5corso di statistica p. 1/27 ESERCITAZIONE N. 5 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 5corso di statistica p. 2/27 Introduzione Variabili aleatorie discrete
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliAnalisi congiunta di più fenomeni
Analisi congiunta di più fenomeni Dati relativi al disastro del Titanic: Morti Sopravvissuti Classe Sesso Età 1 a Uomini Bambini 0 5 Adulti 118 57 Donne Bambini 0 1 Adulti 4 140 2 a Uomini Bambini 0 11
DettagliEquidistribuzione su un insieme finito
su un insieme finito È la distribuzione che abbiamo già visto per il lancio del dado. Se {x 1, x 2,..., x n } sono gli n diversi valori che una variabile aleatoria X può assumere e tali valori sono equiprobabili,
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliProbabilità delle cause:
Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
Dettaglif(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 =
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Si lanciano un dado equilibrato a sei facce e una moneta equilibrata. Se esce testa e il valore del dado è pari oppure croce e il
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliEsercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?
1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual
DettagliI test statistici sulle frequenze
I test statistici sulle frequenze test ² (chi quadrato) test esatto di Fisher test di McNemar Camillo Pieramati Facoltà di Medicina Veterinaria di Perugia Perugia, 9 settembre 011 chi quadrato (indice
DettagliVariabili aleatorie. Variabili aleatorie
Variabili aleatorie Distribuzione binomiale Si supponga che uno studente affronti un esame composto da domande chiuse. Una sola delle 5 alternative di risposta proposta per ciascuna domanda è vera Supponiamo
DettagliTest d ipotesi - continuazione
Test d ipotesi - continuazione Monica Marabelli 11 Dicembre 2015 Test d ipotesi sulle proporzioni per un campione L ipotesi nulla di un test d ipotesi a due code (bidirezionale) é H 0 : p = p 0 mentre
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli
DettagliCorso Avanzato di Statistica
Corso Avanzato di Statistica Test chi-quadrato per la verifica dell indipendenza Posa D, De Iaco S posa@economiaunileit sdeiaco@economiaunileit UNIVERSITÀ del SALENTO DIPTO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE
DettagliVettori Aleatori discreti
Vettori Aleatori discreti Un vettore aleatorio X =(X,X 2,...,X n ) si dice discreto se esiste un insieme finito o numerabile C R n tale che P (X = x) >, 8x 2 C, P (X = x) =, 8x /2 C, dove, ponendo x =(x,...,x
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliRiprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista
Riprendiamo le probabilità 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista 1 2.Probabilità a posteriori frequentista Tabelle di sopravvivenza.! Volendo calcolare la probabilità
DettagliStatistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C
Statistica Cognome: Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Tema C 1. Parte A 1.1. Indichiamo con Q 1 e Q 3 il primo e terzo quartile, con m la mediana e con
DettagliInferenza su indipendenza e causalità
Inferenza su indipendenza e causalità Eugenio Buzzoni 22 dicembre 2011 Struttura 1 Test sull indipendenza di due variabili aleatorie Variabili aleatorie binarie Caso discreto Caso di una variabile discreta
DettagliIl χ 2 (Pearson, 1900)
Il χ 2 (Pearson, 1900) Relazioni tra variabili: le tabelle di contingenza "The Physicians' Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile eetto di riduzione
DettagliESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ
ESERCIZI DI MATEMATICA DISCRETA E PROBABILITÀ Esercizi del 28/09/2016 (1) In quanti modo posso scegliere 2 persone tra 10? Quante sono le sequenze date da due cifre decimali? (2) Quanti sono i sottoinsiemi
DettagliSTATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)
STATISTICA a.a. 2001-2002 (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, 50134 Firenze, tel. 055-4237211 PARTE 5-3.12.2001 e.mail: stefanin@ds.unifi.it http://www.ds.unifi.it/ricerca/pagperson/docenti/stefanini.htm
DettagliL analisi dell associazione o connessione tra due caratteri statistici
L analisi dell associazione o connessione tra due caratteri statistici Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università
DettagliEstrazioni senza restituzione da un urna di composizione incognita. P(E i)=
Estrazioni senza restituzione da un urna di composizione incognita. Consideriamo n estrazioni senza restituzione da un urna contenente N palline, di cui r sono bianche, con r incognito. Introdotta la partizione
DettagliPOPOLAZIONE E CAMPIONI
p. 1/2 POPOLAZIONE E CAMPIONI POPOLAZIONE insieme di tutti quegli elementi che hanno almeno una caratteristica comune (persone, oggetti,misure, osservazioni). Consideriamo il caso di caratteristiche associate
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE a.a. 2005/06 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili di una
DettagliEsercizi di calcolo delle probabilita
Esercizi di calcolo delle probabilita 1 Supponiamo di lanciare per 6 volte un dado bilanciato Allora la probabilità di ottenere 2 volte un multiplo di 3 vale 80 243 ; b 160 243 ; c 40 81 ; d 4 9 2 Un correttore
DettagliCorso di Laurea in Ingegneria Informatica (270) Metodi Matematici e Probabilistici (9 CFU) Prova intermedia del 25/10/2013.
Prova intermedia del 25/10/2013 Compito A 1 Dimostrare che il determinante di una matrice A M n,n (C) è il prodotto dei suoi autovalori Soluzione Siano λ 1,, λ n gli autovalori e p A (s) = det(sid A) il
DettagliP (CjB m )P (B m ja) = p:
Esonero di Calcolo delle Probabilità del 7/04/ ESERCIZIO. Nel gioco del domino le tessere (di solito nere) sono divise in due riquadri, su ciascuno dei quali viene riportato, quale punteggio, un certo
DettagliUlteriori applicazioni del test del Chi-quadrato (χ 2 )
Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
Dettagli1 Eventi. Operazioni tra eventi. Insiemi ed eventi. Insieme dei casi elementari. Definizione di probabilità.
Quella che segue e la versione compatta delle slides usate a lezioni. NON sono appunti. Come testo di riferimento si può leggere Elementi di calcolo delle probabilità e statistica Rita Giuliano. Ed ETS
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliTest per l indipendenza
Test per l indipendenza 1 I test che sono stati passati in rassegna finora sono tutti di tipo parametrico (essi infatti si occupano della verifica di ipotesi su un parametro di una popolazione oppure del
DettagliIl test del χ 2. Federico Plazzi. 24 Novembre 2015
Il test del χ 2 Federico Plazzi 24 Novembre 2015 A che cosa serve? A che cosa serve? Condizioni Variabili qualitative: il test del χ 2 si usa quando si ha a che fare con delle variabili qualitative, ossia
DettagliProbabilità. Introduzione. Esperimento casuale (o aleatorio): Può venir riproposto infinite volte.
Matematica Capitolo 4 Ivan Zivko Introduzione Esperimento casuale (o aleatorio): uò venir riproposto infinite volte. Il risultato (o esito) varia all interno di un certo numero (anche infinito) di casi
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliPROVA SCRITTA DI STATISTICA. CLEA/CLEFIN/CLEMIT (cod. 5047/4038/371/377) 3 Novembre 2004 MOD. A
PROVA SCRITTA DI STATISTICA CLEA/CLEFIN/CLEMIT (cod. 547/438/37/377) 3 Novembre 4 MOD. A Esercizio N. (3 punti). Data la v.s. X avente funzione di densità: / x < 9/4 x < 3 f(x) = / 3 x < 7 / 7 x < 9 altrove
DettagliFonti e strumenti statistici per la comunicazione
Fonti e strumenti statistici per la comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 016-017 Che cosa è l analisi bivariata? E lo studio congiunto
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliDistribuzioni campionarie
Le distribuzioni campionarie sono quelle che derivano dalla presenza di campioni i.i.d. a distribuzione normale. Definizione. Se X è una v.a. avente distribuzione N(0, ), allora Y = X ha distribuzione
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio Un partito politico ha commissionato un indagine sull orientamento della popolazione al prossimo referendum. Al partito
DettagliDipendenza ed indipendenza
PROBABILITA Dipendenza ed indipendenza Estrazioni senza reimmissione DIPENDENZA INDIPENDENZA Estrazioni con reimmissione o lancio di (dadi/monete) Dipendenza ed indipendenza Estrazioni senza reimmissione
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliAnalisi dei dati qualitativi: omogeneità/eterogeneità, test del chi quadrato, analisi delle corrispondenze semplici e multiple
Analisi dei dati qualitativi: omogeneità/eterogeneità, test del chi quadrato, analisi delle corrispondenze semplici e multiple La distribuzione di frequenza La prima è più elementare delle analisi è la
DettagliEsercizi Biostatistica
Esercizi Biostatistica Esercizio 1. Si supponga che la media e la deviazione standard del colesterolo in individui sani tra i 18 e i 25 anni valgano, rispettivamente, 150 e 25. Calcolare la probabilità
DettagliPROBABILITÀ. P ( E ) = f n
PROBABILITÀ GLI EVENTI E LA PROBABILITÀ EVENTI CERTI, IMPOSSIBILI E ALEATORI Ci sono avvenimenti che accadono con certezza, mentre altri sicuramente non possono mai verificarsi. Per esempio, se una scatola
DettagliCP110 Probabilità: esame del 4 febbraio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 20-2, II semestre 4 febbraio, 203 CP0 Probabilità: esame del 4 febbraio 203 Testo e soluzione . (6 pts) In un triangolo rettangolo i cateti X e Y sono
DettagliProve di Statistica e Analisi Numerica
Prove di Statistica e Analisi Numerica Lorenzo Barone 12 novembre 2010 1 Testi delle prove Calcolo delle Probabilità Prova scritta del 21/12/2004 1. In un magazzino ci sono mele provenienti da due campi
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 2 aprile 200 Funzioni di v.a., Media e Varianza Esercizio Calcolare la media delle distribuzioni binomiale, e quella di Poisson. Di quest ultima calcolare
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
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliEsercizi su variabili discrete: binomiali e ipergeometriche
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite
DettagliESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE
ESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE 1) Dato lo spazio campionario Ω = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); ; (6,6)} riferito al lancio di due dadi non truccati,
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (STANDARD) Modalità B (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 4 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 4 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliAnalisi dell associazione tra due caratteri
Analisi dell associazione tra due caratteri Non ci accontentiamo di analizzare il singolo fenomeno, considerato indipendentemente da altri fenomeni Ci interessano le relazioni che possono esistere tra
DettagliCOMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.
Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed
DettagliIL FATTORE Rh Supponiamo ora di sapere che è nato un figlio Rh + da madre Rh, qual è la probabilità che il padre sia Rh + omozigote?
IL FATTORE Rh Supponiamo ora di sapere che è nato un figlio Rh + da madre Rh, qual è la probabilità che il padre sia Rh + omozigote? Dobbiamo calcolare P(P AA F + ), dove abbiamo indicato con P AA l evento
DettagliCorso di Laurea in Farmacia, cognomi M-Z Modulo di Matematica, 1 dicembre 2011, TEMA 1. Giustificare adeguatamente le soluzioni dei seguenti esercizi:
Modulo di Matematica, 1 dicembre 2011, TEMA 1 Una popolazione è composta dal 45% di fumatori e dal 55% di non fumatori. È noto che il 65% dei fumatori e il 10% dei non fumatori sono affetti da una malattia
DettagliEsercitazione # 7. Numero difetti Frequenza osservata
Statistica Matematica A Esercitazione # 7 1.Test χ 2 di adattamento Esercizio # 1.1 L azienda di materiale elettronico Cortocircuito produce circuiti stampati. Viene avanzata l ipotesi che la v.a. X che
DettagliEsercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:
Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione
DettagliSTATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
DettagliPROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI
PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI Settimana 5-9 marzo. Elementi di analisi combinatoria (vedasi capitolo I del Ross). Integrazioni: triangolo di Tartaglia, dimostrazione diretta della
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
DettagliIL CALCOLO DELLA PROBABILITÀ
IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliProbabilità (*) Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Esercizi
Probabilità (*) Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Esercizi (*) probabile: dal verbo latino probare (provare, verificare) e dal suffisso ilis (che può essere) che
DettagliEsercizi. Volume 2. Capitolo 1, p. 1 Capitolo 2, p. 5 Capitolo 12, p. 6
Apertura_Es_vol.qxd 0-0-0 : Pagina Esercizi Volume Capitolo, p. Capitolo, p. Capitolo, p. Volume Capitolo Individuare le C.E. dei seguenti radicali a a m b x c a x + x [ a R] [a 0] [ m R] [b 0] [x 0] [
Dettaglimateriale didattico II incontro
Piano Nazionale Lauree Scientifiche (PLS 016-017) Statistica Laboratorio di Statistica Le relazioni tra variabili. L indipendenza prof.ssa Angela Maria D'Uggento angelamaria.duggento@uniba.it materiale
DettagliElementi di Probabilità e Statistica, anno 2018
Elementi di Probabilità e Statistica, anno 2018 Gli esercizi che seguono sono stati proposti (da me o da Franco Flandoli) durante le lezioni e le prove d esame del corso Elementi di Probabilità e Statistica
Dettaglistatistica descrittiva bivariata
statistica descrittiva bivariata descrivere la distribuzione bivariata due variabili categoriali due variabili numeriche una categoriale e una numerica due maniere di descriverla con grafici o tabelle
DettagliCENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato
DettagliMatematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
DettagliProbabilità discreta
CAPITOLO 2 Probabilità discreta Esercizio 2.1 Eventi Un opportuno spazio degli eventi è dato da: Ω{(M,M), (M,F), (F, M), (F, F)}. L evento unione di primo figlio femmina e secondo figlio maschio è dato
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
Dettagli9 Confronto fra due o più popolazioni attraverso test non parametrici
9 Confronto fra due o più popolazioni attraverso test non parametrici I test non parametrici prescindono per la loro validità dalle condizioni di normalità ed omogeneità delle varianze delle popolazioni
Dettagli