Statistica 1 A.A. 2015/2016
|
|
- Cornelio Gattini
- 6 anni fa
- Visualizzazioni
Transcript
1 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 19
2 Analisi dell associazione tra due caratteri Misura dell associazione tra due caratteri qualitativi sconnessi: indipendenza in distribuzione Esempio. Un campione costituito da 1000 unità è stato utilizzato dall Istat per condurre l indagine sulla forza lavoro nel quarto trimestre Su ogni unità statistica è stata rilevata il carattere ripartizione geografica e il carattere stato occupazionale. La tabella riporta la distribuzione doppia di frequenza ottenuta. Occupati Persone in cerca di occupazione Tot. Nord Centro Mezzogiorno Tot / 19
3 Supponiamo di voler capire se il carattere stato occupazionale è influenzato dal carattere ripartizione geografica. La tabella che segue riporta le distribuzioni relative condizionate del carattere stato occupazionale dato i livelli del carattere ripartizione geografica. Occupati Persone in cerca di occupazione Tot. Nord 350/500 = /500 = Centro 210/300 = /300 = Mezzogiorno 140/200 = /200 = Tot. 700/1000 = /1000 = La tabella mostra che al variare dei livelli del carattere ripartizione geografica, le distribuzioni di frequenze relative condizionate del carattere stato occupazionale non variano, in altri termini il carattere stato occupazionale non è influenzata dal carattere ripartizione geografica. 3 / 19
4 Supponiamo di voler capire se il carattere stato occupazionale è influenzato dal carattere ripartizione geografica. La tabella che segue riporta le distribuzioni relative condizionate del carattere stato occupazionale dato i livelli del carattere ripartizione geografica. Occupati Persone in cerca di occupazione Tot. Nord 350/500 = /500 = Centro 210/300 = /300 = Mezzogiorno 140/200 = /200 = Tot. 700/1000 = /1000 = La tabella mostra che al variare dei livelli del carattere ripartizione geografica, le distribuzioni di frequenze relative condizionate del carattere stato occupazionale non variano, in altri termini il carattere stato occupazionale non è influenzata dal carattere ripartizione geografica. 3 / 19
5 Definizione Data le distribuzioni di frequenze relative condizionate di Y dato X X /Y y 1 y 2... y j... y c Tot. x 1 n 11 /n 1. n 12 /n n 1j /n n 1c /n 1. 1 x 2 n 21 /n 2. n 22 /n n 2j /n n 2c /n x i n i1 /n i. n i2 /n i.... n ij /n i.... n ic /n i x r n r1 /n r. n r2 /n r.... n rj /n r.... n rc/n r. 1 Tot. n.1 /n n.2 /n... n.j /n... n.c/n 1 diremo che Y è indipendente in distribuzione da X quando tutte le distribuzioni di frequenze relative condizionate di Y dato X sono uguali fra loro e uguali alla distribuzione di frequenze relativa marginale, formalmente per j = 1, 2,..., c. n 1j = n 2j =... = n ij =... = n rj = n.j n 1. n 2. n i. n r. n 4 / 19
6 Analogamente a quanto fatto in precedenza, possiamo essere interessati a studiare come X è influenzato da Y. Una risposta alla precedente domanda è ottenuta analizzando le distribuzioni relative condizionate della variabile ripartizione geografica dato le modalità della variabile stato occupazionale. Occupati Persone in cerca di occupazione Tot. Nord 350/700 = /300 = /1000 = 0.5 Centro 210/700 = /300 = /1000 = 0.3 Mezzogiorno 140/700 = /300 = /1000 = 0.2 Tot La tabella precedente mostra che al variare dei livelli del carattere stato occupazionale le distribuzioni relative condizionate del carattere ripartizione geografica non variano, in altri termini il carattere ripartizione geografica è indipendente in distribuzione dal carattere stato occupazionale. 5 / 19
7 Definizione Data le distribuzioni di frequenze relative condizionate di X dato Y X /Y y 1 y 2... y j... y c Tot. x 1 n 11 /n.1 n 12 /n.2... n 1j /n.j... n 1c /n.c n 1. /n x 2 n 21 /n.1 n 22 /n.2... n 2j /n.j... n 2c /n.c n 2. /n x i n i1 /n.1 n i2 /n.2... n ij /n.j... n ic /n.c n i. /n x r n r1 /n.1 n r2 /n.2... n rj /n.j... n rc/n.c n r./n Tot diremo che X è indipendente in distribuzione da Y quando tutte le distribuzioni di frequenze relative condizionate di X dato Y sono uguali tra loro e uguali alla distribuzione di frequenze relativa marginale, formalmente per i = 1, 2,..., r. n i1 n.1 = n i2 n.2 =... = n ij n.j =... = n ic n.c = n i. n, 6 / 19
8 Si dimostra che se Y è indipendente in distribuzione da X allora anche X è indipendente in distribuzione da Y, e viceversa. In altri termini la relazione di indipendenza in distribuzione ha natura simmetrica per questo motivo diremo semplicemente che X ed Y sono indipendenti in distribuzioni. Sulla base di quanto detto in precedenza si ricava che se i due caratteri, X ed Y, sono indipendenti in distribuzione tra loro allora deve accadere contemporaneamente che, comunque presi due indici i e j si ottiene che n ij = n.j n ij e inoltre = n i. n i. n n.j n. Utilizzando una qualsiasi delle precedenti uguaglianze si ricava che Definizione ˆn ij = n i.n.j n. La quantità ˆn ij è definita frequenza teorica sotto ipotesi di indipendenza in distribuzione. 7 / 19
9 Alla condizione di indipendenza in distribuzione si contrappone, come caso estremo, la condizione di dipendenza perfetta. La condizione di perfetta dipendenza non è univocamente caratterizzata; essa può essere unilaterale se r c o bilaterale se r = c. i. r = c Definizione Diremo che i caratteri X e Y sono perfettamente associati (dipendenti) quando ad ogni modalità di un carattere corrisponde una ed una sola modalità dell altro carattere, e viceversa. La distribuzione doppia di frequenza che segue è un esempio di perfetta associazione tra i caratteri X e Y. X /Y y 1 y 2 y 3 Tot. x x x Tot / 19
10 ii. r < c Definizione Diremo che il carattere X dipende perfettamente dal carattere Y se, comunque presa una modalità di Y corrisponde una sola modalità di X, ma non è vero il viceversa. L esempio che segue mostra la condizione di perfetta dipendenza di X da Y. iii. r > c Definizione X /Y y 1 y 2 y 3 y 4 Tot. x x x Tot Diremo che il carattere Y dipende perfettamente dal carattere X se, comunque presa una modalità di X corrisponde una sola modalità di Y, ma non è vero il viceversa. L esempio che segue mostra la condizione di perfetta dipendenza di Y da X. X /Y y 1 y 2 y 3 Tot. x x x x Tot / 19
11 La condizione di indipendenza in distribuzione tra due caratteri, introdotta in precedenza, è un risultato puramente teorico. Nelle applicazioni è necessario capire quanto la distribuzione doppia di frequenza osservata si allontana dalla condizione di perfetta indipendenza in distribuzione. L indice utilizzato per valutare il grado di allontanamento dalla condizione di perfetta indipendenza in distribuzione è fondato sulla differenza tra le frequenze osservate e le frequenze teoriche sotto ipotesi di indipendenza c ij = n ij ˆn ij. Le quantità c ij prendono il nome di contingenze. 10 / 19
12 Si dimostra che r c ij = 0 Dimostrazione c ij = (n ij ˆn ij ) = = n.j n.j n n ij ˆn ij = n.j n i. = n.j n.j n n = n.j n.j = 0 n i. n.j n = Esercizio Dimostrare che c j=1 c ij = 0 e r c j=1 c ij = 0 11 / 19
13 Si dimostra che r c ij = 0 Dimostrazione c ij = (n ij ˆn ij ) = = n.j n.j n n ij ˆn ij = n.j n i. = n.j n.j n n = n.j n.j = 0 n i. n.j n = Esercizio Dimostrare che c j=1 c ij = 0 e r c j=1 c ij = 0 11 / 19
14 Sulla base delle precedenti relazioni, l indice proposto da Pearson per valutare l allontanamento dall ipotesi di perfetta indipendenza tra due caratteri X e Y è basato sul quadrato delle contingenze, formalmente X 2 = c j=1 c 2 ij ˆn ij = c j=1 (n ij ˆn ij ) 2 ˆn ij. L indice X 2 assume valore 0 quando è vera l ipotesi di perfetta indipendenza in distribuzione dei due caratteri e cresce all allontanarsi dall ipotesi di perfetta indipendenza in distribuzione. Per stabilire se l ipotesi di perfetta indipendenza in distribuzione può essere accettata si confronta X 2 con la quantità (r 1)(c 1): a) X 2 (r 1)(c 1) si accetta l ipotesi di indipendenza in distribuzione; b) X 2 > (r 1)(c 1) si rigetta l ipotesi di indipendenza in distribuzione; 12 / 19
15 Esempio. Un campione costituito da unità è stato utilizzato dall Istat per condurre l indagine sulla forza lavoro nel quarto trimestre Su ogni unità statistica è stata rilevata la variabile ripartizione geografica e la variabile stato occupazionale. La tabella riporta la distribuzione doppia di frequenza ottenuta. Tabella: Forze di lavoro per ripartizione geografica e condizione occupazionale Occupati Persone in cerca di occupazione Nord Centro Mezzogiorno Sulla base dei dati riportati in tabella, valutare l associazione tra le due variabili considerate 13 / 19
16 Per valutare il grado di associazione tra le due variabile considerate utilizziamo l indice X 2, quindi è necessario: i. calcolare le frequenze teoriche sotto ipotesi di indipendenza; ii. calcolare le contingenze c ij ; iii. calcolare le r c quantità (n ij ˆn ij ) 2 ˆn ij. Completiamo la distribuzione doppia di frequenza, riportata in precedenza, con il calcolo delle due distribuzioni di frequenze marginali, ovvero Occupati Persone in cerca di occupazione Tot. Nord Centro Mezzogiorno Tot / 19
17 Mediante l utilizzo delle distribuzioni di frequenza marginali calcoliamo le frequenze teoriche ˆn ij = (n i. n.j )/n, quindi Tabella delle frequenze teoriche ˆn ij Occupati Persone in cerca di occupazione Tot. Nord Centro Mezzogiorno Tot Mediante le frequenze teoriche sotto ipotesi di indipendenza possiamo calcolare le contingenze c ij = n ij ˆn ij Tabella delle contingenze c ij Occupati Persone in cerca di occupazione Tot. Nord Centro Mezzogiorno Tot / 19
18 Note le contingenze possiamo calcolarne il quadrato Tabella delle contingenze c ij al quadrato Occupati Persone in cerca di occupazione Nord Centro Mezzogiorno ed infine le quantità c 2 ij /ˆn ij Tabella delle quantità cij 2/ˆn ij Occupati Persone in cerca di occupazione Tot. Nord Centro Mezzogiorno Tot Dalla precedente tabella si deduce che X 2 = Poiché X 2 è più grande di (r 1)(c 1) = 2 1 = 2 si deduce che si rigetta l ipotesi di indipendenza in distribuzione tra i due caratteri. 16 / 19
19 Uno dei limiti teorici dell indice X 2 di Pearson è la sua dipendenza dalla numerosità campionaria. ( c X 2 (n ij ˆn ij ) 2 c n 2 ij + ˆn ij 2 = = 2n ) ij ˆn ij = ˆn j=1 ij ˆn j=1 ij ( c n 2 ij = + ˆn2 ij 2 n ) ( ) ij ˆn ij c n 2 ij = + ˆn ij 2n ij = ˆn j=1 ij ˆn ij ˆn ij ˆn j=1 ij c n 2 c ij n 2 c ij n = + n 2n = n = n ij 2 1, ˆn j=1 ij ˆn j=1 ij n j=1 i. n.j mostra che l indice X 2 dipende dalla numerosità campionaria, ovvero, fissato il livello di associazione, misurato tramite il termine r c j=1 n. n 2 ij n i. n.j 1, l indice X 2 cresce al crescere di Per eliminare la dipendenza dalla numerosità campionaria n, Pearson ha proposto l indice Φ 2 = X 2 n = c j=1 n 2 ij n i. n.j 1, definito contingenza quadratica media. L indice Φ 2 assume valore 0 solo nel caso di perfetta indipendenza; assume valore massimo 1 solo quando il numero di righe e colonne è uguale a 2, nel negli altri casi risulta maggiore di / 19
20 Nel tentativo di normalizzare l indice X 2, ovvero definire un indice che assumesse valori all interno dell intervallo [0, 1], Pearson propose l indice Φ P = 2 Φ 2 + 1, noto in letteratura come coefficiente di contingenza. Sebbene l indice P assuma valori all interno dell intervallo [0, 1], esso non assume mai valore 1 anche nel caso di perfetta associazione tra due caratteri. Per eliminare la precedente limitazione dell indice P, Cramer propose di rapportare l indice Φ 2 al suo valore massimo, ovvero min{(r 1), (c 1)}. L indice proposto Φ V = 2 min{(r 1), (c 1)} è noto in letteratura come indice V di Cramer. Sulla base di quanto detto, si deduce che l indice V assume valori all interno dell intervallo [0, 1]; assume valore 0 nel caso di perfetta indipendenza in distribuzione e valore 1 nel caso di perfetta dipendenza. 18 / 19
21 Con riferimento all esercizio precedente si ricava che X 2 = Φ 2 = X 2 V = P = n = Φ 2 Φ = Φ 2 min{(r 1).(c 1)} = = min{2.1} = / 19
La dipendenza. Antonello Maruotti
La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno
DettagliLezione 8. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 8. A. Iodice. Relazioni tra variabili
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 26 Outline 1 2 3 4 () Statistica 2 / 26 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliCopyright Esselibri S.p.A.
70 3000 500 000 1500 1000 500 A B C D (a) Capitolo Terzo A B C D 500 1000 1500 000 5003000 3500 Fig. 1 - Ortogramma a colonne (a) e ortogramma a nastri (b) 4. MISURE DI ASSOCIAZIONE E DI COGRADUAZIONE
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
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
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
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 41 Outline 1 2 3 4 5 () Statistica 2 / 41 Misura del legame Data una variabile doppia (X, Y ), la
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
DettagliY M F Calcolare X e darne un adeguata interpretazione;
Corso di Laurea INTERACOLTÀ - Esercitazione di tatistica n 4 EERCIZIO 1: Nella tabella sono riportati i dati inerenti il numero di anni di attività () ed il sesso () di 48 agenti di commercio dell azienda
DettagliCapitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento
Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliStatistica bivariata: il problema della dipendenza
Statistica bivariata: il problema della dipendenza Antonio Punzo Università di Catania, Dipartimento di Economia e Impresa antoniopunzo@unictit Orario delle lezioni: Martedì, ore 16:00-18:00, Palazzo delle
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
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
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline () Statistica 2 / 1 La curtosi La curtosi è la caratteristica della forma della distribuzione
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 35 Il modello di regressione
DettagliStatistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 6-16/10/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Libri di riferimento per la statistica descrittiva
DettagliSTATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA
STATISTICA: esercizi svolti sulla DIPEDEZA I MEDIA 1 1 LA DIPEDEZA I MEDIA 2 1 LA DIPEDEZA I MEDIA 1. La popolazione in migliaia di unità occupata in Piemonte nel 1985 per reddito annuo Y (migliaia di
DettagliIndice. 1. Premessa Le relazioni tra coppie di caratteri L analisi della contingenza L analisi della correlazione...
INSEGNAMENTO DI STATISTICA DEL TURISMO LEZIONE IX LE RELAZIONI TRA CARATTERI PROF. GIOVANNI DI TRAPANI Indice 1. Premessa.... 3 2. Le relazioni tra coppie di caratteri.... 4 3. L analisi della contingenza....
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 24 Outline 1 () Statistica 2 / 24 Outline 1 2 () Statistica 2 / 24 Outline 1 2 3 () Statistica 2 /
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.
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliDistribuzioni secondo due caratteri. Rappresentazioni e prime sintesi
Distribuzioni secondo due caratteri Rappresentazioni e prime sintesi Rappresentazioni delle distribuzioni doppie Quando per ogni unità del collettivo rileviamo due caratteri otteniamo una Esempio. Ad alcuni
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 43 I principali test statistici per la verifica di ipotesi: Il test del χ 2 per tavole di contingenza a 2 vie Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con
DettagliSTATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006
STATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006 La seguente tabella contiene i dati inerenti le unità del settore della ristorazione in un dato comune: Unità X 1 X 2 X 3 X 4 X
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
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
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Esercitazioni del corso: STATISTICA Sommario Esercitazione 4: Medie e varianze marginali Medie e varianze condizionate Scomposizione della varianza Indipendenza in media ESERCIZIO UNIVERSITÀ
DettagliIntroduzione alla Statistica con R Lezione 5
Introduzione alla Statistica con R Lezione 5 Sergio Camiz Relazioni fra caratteri Esistono statistiche che servono a valutare il grado d interazione fra due (o più) caratteri. Si tratta del primo passo
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
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
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
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
DettagliPremessa: la dipendenza in media
Premessa: la dipendenza in media Supponiamo di avere K diversi livelli di un fattore che potrebbero influire su una determinata variabile. Per esempio supponiamo di domandarci se la diversificazione (intesa
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Questa esercitazione ha l obiettivo di consolidare ulteriormente gli strumenti di analisi bivariata
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliStatistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
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)
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, -..
DettagliEsercitazione 5 del corso di Statistica (parte 1)
Esercitazione 5 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 1 Febbraio 009 La seguente tabella riporta le informazioni relative a 5 laureati nell anno 005 in Economia, ad un anno dal conseguimento
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliSTATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I
2. e 3. STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I 1. Le unità statistiche sono costituite dai singoli ristoranti, mentre la popolazione è costituita da tutte le unità del
DettagliDISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a Prerequisiti Popolazione, unità, carattere Come nascono i dati:
DISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a. 2007-2008 Prerequisiti Popolazione, unità, carattere Come nascono i dati: osservazione e sperimentazione Popolazione: reale e virtuale Classificazione
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliStatistiche e relazioni
tatistiche descrittive per frequenze e misure Frequenze e misure Per le frequenze e le misure, molte di queste statistiche perdono senso. In compenso, esistono indici appropriati, inutilizzabili per i
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 52 Adattamento di una distribuzione
DettagliDIPENDENZA E ASSOCIAZIONE DISTRIBUZIONE CONGIUNTA DI DUE VARIABILI. Ci limiteremo a considerare il caso di due variabili.
DIPENDENZA E ASSOCIAZIONE DISTRIBUZIONE CONGIUNTA DI DUE VARIABILI Sinora abbiamo considerato l analisi di un unica variabile per volta Tuttavia, le rilevazioni su un unità statistica sono in generale
DettagliFacoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012
Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 01 Esercizio 1. Con riferimento a due variabili dicotomiche X e Y (con valori possibili 0 o 1) si definisca
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 27 Numeri indici e rapporti statistici
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 28 novembre Dott.ssa Paola Costantini
Università di Cassino Esercitazione di Statistica del 28 novembre 2007 Dott.ssa Paola Costantini Esercizio Considerando il DATASET DIPENDENTI, si calcoli la correlazione tra i caratteri STIPENDIO PERCEPITO
DettagliSTATISTICA DESCRITTIVA (canale B)
STATISTICA DESCRITTIVA (canale B) compito n. 1 del 28 marzo 2008 nome e cognome: corso di laurea: Astronomia matricola: Parte teorica Si ricorda che la corretta risposta ai quesiti della parte teorica
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 6 home - indice In base agli arrotondamenti effettuati nei calcoli,
DettagliStatistica. Lezione 8
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 8 a.a 2011-2012 Dott.ssa Daniela
DettagliStatistica. Alfonso Iodice D Enza iodicede@unicas.it
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 2 Outline 1 2 3 4 () Statistica 2 / 2 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliStatistica Analisi bidimensionale La dipendenza in media. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Analisi bidimensionale La dipendenza in media alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Nella sezione precedente abbiamo esaminato i principali metodi
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
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
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliSTATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10
DettagliVariabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo
DettagliDati relativi a 25 clienti di un azienda che vende Fondi di investimento
ESERCITAZIONE 6 TABELLE A DOPPIA ENTRATA 1) COSTRUZIONE TABELLA DOPPIA ENTRATA Dati relativi a 25 clienti di un azienda che vende Fondi di investimento Professione Stato civile primo 1 Sposato/a Azioni
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliANALISI STATISTICHE BIVARIATE. Tabelle di contingenza
ANALISI STATISTICHE BIVARIATE Tabelle di contingenza 1 Analisi Statistica Bivariata Generalmente, lo studio quantitativo di un fenomeno di interesse si svolge rilevando contemporaneamente più caratteri
DettagliMinimi quadrati vincolati e test F
Minimi quadrati vincolati e test F Impostazione del problema Spesso, i modelli econometrici che stimiamo hanno dei parametri che sono passibili di interpretazione diretta nella teoria economica. Consideriamo
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliMisure di diversità tra unità statistiche. Loredana Cerbara
Misure di diversità tra unità statistiche Loredana Cerbara LA DISTANZA IN STATISTICA In statistica la distanza ha un significato diverso da quello che si può intuire in altre discipline, dove, peraltro,
DettagliCORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità
CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliEsercitazioni del corso: RELAZIONI TRA VARIABILI
A. A. 009 010 Esercitazioni del corso: RELAZIONI TRA VARIABILI Isabella Romeo: i.romeo@campus.unimib.it ommario Esercitazione 1: Tabelle a doppia entrata Distribuzioni marginali e condizionate Indipendenza
DettagliAnalisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
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
DettagliI VETTORI GAUSSIANI E. DI NARDO
I VETTOI GAUSSIANI E. DI NADO. L importanza della distribuzione gaussiana I vettori di v.a. gaussiane sono senza dubbio uno degli strumenti più utili in statistica. Nell analisi multivariata, per esempio,
DettagliModelli Log-lineari Bivariati
Modelli Log-lineari Bivariati Luca Stefanutti Università di Padova Dipartimento di Psicologia Applicata Via Venezia 8, 35131 Padova L.Stefanutti (Università di Padova) Modelli Log-lineari 1 / 71 Contenuti
DettagliLivello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale
Esercitazione Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di turisti. La seguente tabella raccoglie l osservazione di alcuni caratteri di interesse. Costo Soggetto Titolo
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
DettagliStatistica. Alfonso Iodice D Enza
La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline
DettagliIndici di eterogeneità e di concentrazione
Indici di eterogeneità e di concentrazione Dario Malchiodi e Anna Maria Zanaboni 12 gennaio 2016 1 Indici di eterogeneità Nel caso di variabili qualitative nominali la varianza e gli altri indici da essa
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
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
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
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliFacoltà di Scienze Politiche Corso di laurea in Servizio sociale. Compito di Statistica del 7/1/2003
Compito di Statistica del 7/1/2003 I giovani addetti all agricoltura in due diverse regioni sono stati classificati per età; la distribuzione di frequenze congiunta è data dalla tabella seguente Età in
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
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
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliSCOPO DELL ANALISI DI CORRELAZIONE
CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica
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
DettagliCorso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018
Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE
Dettagli