Variabili statistiche - Sommario
|
|
- Gaspare Molinari
- 8 anni fa
- Visualizzazioni
Transcript
1 Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su un campone estratto da una popolazone statstca. Il settore della statstca che s preoccupa dello studo d queste varabl prende l nome d statstca descrttva. 2 Varabl Statstche
2 Defnzon prelmnar Interpretazone grafca Popolazone Statstca Campone Campagna spermentale 3 Statstca descrttva Introduzone La varable statstca rappresenta rsultat d un anals effettuata su un campone estratto da una popolazone statstca. Il settore della statstca che s preoccupa dello studo d queste varabl prende l nome d statstca descrttva. Campone Scopo: Caratterzzazone del campone 4 Varabl Statstche 2
3 Statstca descrttva Introduzone La Statstca Descrttva è la branca della Statstca che studa crter d rlevazone, d classfcazone e d sntes delle nformazon relatve a una popolazone oggetto d studo. Ha come obettvo l sntetzzare dat d un campone n una scrttura d facle lettura. Defnzone Dmensone del campone: numero d osservazon d cu è costtuto l campone 5 Statstca descrttva Esempo dscreto Una azenda ntende montorare gorn d assenza dal lavoro de propr p mpegat. X : numero d gorn d assenza per ogn mpegato L ndagne vene eseguta su 20 dpendent scelt a caso, osservando seguent rsultat X : {5, 6, 4, 4, 0, 4, 8, 7, 5, 7, 3, 2,, 6, 6, 5, 6, 6, 8, 3} Ogn dpendente d preso n consderazone è un evento ovvero un esto dell esperenza che non è noto a pror La dmensone del campone a dsposzone e = Varabl Statstche 3
4 Statstca descrttva Esempo dscreto I dat sono rportat nella seguente tabella rassuntva umero d gorn d'assenza Rpartzone de 20 Frequenza Frequenza relatva X mpegat f f/n n = Defnzon La frequenza assoluta rappresenta l numero d volte che un dato rsultato s osserva nel campone consderato La frequenza relatva s ottene dvdendo la frequenza per l numero totale d prove 7 Statstca descrttva Esempo dscreto Rappresentando rsultat n un grafco (ISTOGRAMMA) è possble ottenere nformazon qualtatve sul comportamento m de dpendent frequenza Frequenza relatva Per esempo, esstono de rsultat pù rcorrent? 8 Varabl Statstche 4
5 Statstca descrttva Frequenza relatva. La frequenza relatva può assumere valor almeno ugual a zero e al pù ugual a 2. La somma delle frequenze relatve è sempre par a I valor che possono assumere rsultat del campone vanno da a 0. È possble osservare m = 0 dstnt valor nter. Per defnzone: f = m Essendo l numero d volte che s è osservato l valore -esmo Da notare che m = f =.0 Statstca descrttva Frequenza relatva e cumulatva Da notare che la frequenza relatva, dal punto d vsta matematco, può essere vsta come una funzone: f ( y) f j se y = y j = 0 altrove Varabl Statstche 5
6 Statstca descrttva Frequenza cumulatva C s può porre l problema d determnare quale è la frazone delle osservazon che assume valor nferor ad un certo valore Ad ogn y s assoca la somma d tutte le frequenze relatve corrspondent a valor del campone pù pccol o ugual ad y. F( y ) = f ( t ) t y Statstca descrttva Frequenza cumulatva frequenza relatva frequenza cumulatva numero d gorn d assenza numero gorn d assenza Frequenza relatva Frequenza cumulatva La frequenza cumulatva è una funzone a gradn, crescente, che parte da 0 e arrva a Varabl Statstche 6
7 Statstca descrttva Frequenza cumulatva La dstrbuzone cumulatva è molto mportante: S consder per esempo d voler sapere la frazone del campone d dpendent che ha maturato tra le 5 e le 8 gornate d malatta % mpegat con X 8 = 0.95 % mpegat con X < 5 = % mpegat con X 5 = 0.35 La percentuale d mpegat con 5 X 8 = = 0.60 Statstca descrttva Esempo contnuo S consder una sere d 50 msure d concentrazone d compost azotat su un acqua d scarco d un mpanto ndustrale. Le msure sono state effettuate sempre nelle stesse condzon (eserczo dell mpanto costante etc.) Le fluttuazon present nella msura possono essere dovute a: Error d msura Fluttuazon nella corrente d scarco co dovute a varazon delle condzon esterne (meteo, temperatura, etc.) altro 4 Varabl Statstche 7
8 Statstca descrttva Esempo contnuo Esempo d msure: X = {.434,.40,.464,,.478,.490,.405,.394} In questo caso non abbamo pù un numero fnto (o numerable) d possbl rsultat ma cascun elemento del campone può assumere un qualunque numero reale.b. nonostante la concentrazone sa stata rportata con una precsone alla terza cfra decmale, l numero d cfre sgnfcatve può essere nfnto 5 Statstca descrttva Esempo contnuo on s può parlare d frequenza d un valore specfco d X (non s avrà ma lo stesso valore per due dfferent msure). Su un stogramma costruto con la flosofa del caso dscreto avremmo tant pcch d altezza untara n corrspondenza d cascuna msura spermentale, l che non avrebbe senso dal punto d vsta applcatvo. Al contraro s può determnare l numero d volte che s osserva un valore n un certo ntervallo fnto (classe) Δx Tale numero prende l nome d frequenza assoluta corrspondente alla classe 6 Varabl Statstche 8
9 Statstca descrttva Esempo contnuo Consdero, per esempo, 9 dstnte class che partono da.5 sno a.60 cascuna delle qual è costtuta da un ntervallo par a 0.05: 05: n = Msura della concentrazone 7 Statstca descrttva Esempo contnuo I rsultat possono ancora essere rappresentat n un stogramma fr requenza % % 4% 4% 0% 8% 6% 4% 2% frequenza rel latva Msura della concentrazone 8 Varabl Statstche 9
10 Statstca descrttva Percentl Gl stogramm delle frequenze (sa assolute che relatve) sono molto utl e permettono con una semplce spezone grafca d trarre concluson Per esempo s consder una msura d concentrazone par a.24. Tale msura s trova nell estremtà superore della seconda classe e s possono per esempo valutare quante sono le osservazon spermental con valore nferore. In questo caso: (.5.20 ) % secondac ( 25 ) % prma cl asse + lasse = 2 % + 6% = 8% Il valore d concentrazone.24 cade nell 8mo percentle 9 Statstca descrttva Percentl Percentl mportant: Prmo quartle: è l percentle 25, ovvero l 25% del campone assume valore nferore Medana: è l percentle 50, corrsponde al valore centrale che dvde n dat n due part ugual Terzo quartle: è l percentle 75, solo l 25% delle osservazon assume un valore superore 20 Varabl Statstche 0
11 Statstca descrttva Percentl Per l esempo corrente: x=.33 Prmo quartle x=.47 Terzo quartle Mnmo valore del campone x=.43 Medana Massmo valore del campone 2 Statstca descrttva Percentl Rappresentazone del campone tramte dagramm a scatola (n nglese: box-plots ) Valore mnmo Valore massmo quartle medana 3 quartle 22 Varabl Statstche
12 Statstca descrttva Eserczo replogatvo In un unverstà amercana un campone scelto a caso d 5 professor d sesso femmnle ha fornto la seguente dstrbuzone de salar annual (Katz, 973) Y = {9, 2, 8, 0, 6} I dat sono fornt n Kdollar Traccare dagramm a scatola del campone n esame Suggermento : ordnare dat n senso crescente ed ndvduare l osservazone centrale per la medana. Per percentl s ha che l 25% d 5 è crca e qund sono le osservazon alle estremtà 23 Statstca descrttva Eserczo replogatvo ella stessa unverstà, un campone d 25 professor masch ha fornto la seguente dstrbuzone d salar annual (stessa fonte. untà d msura sempre n Kdollar) X = {3,, 9,, 22, 27, 4, 6, 3, 24, 2, 8,, 9, 3, 22, 3,, 7, 3, 3, 9, 2, 5, 5} Traccare dagramm a scatola del campone n esame Suggermento : ordnare dat n senso crescente la medana sarà l valore per cu 2 punt sano nferor e 2 superor. Per quartl s ha che l 25% d 25 è crca 6 e dobbamo qund prendere l 6 e l 9 punto della successone. Da una anals qualtatva, è possble concludere se c sono dfferenze tra due campon? Classfcare noltre dat n class d centro 0, 5,20,25,30 24 Varabl Statstche 2
13 Msure centro d una dstrbuzone d dat Con la rappresentazone grafca delle frequenze è possble ottenere delle nformazon qualtatve sul nostro campone C sono dfferent mod per rappresentare l centro d una dstrbuzone d dat 25 Msure centro d una dstrbuzone d dat Moda l valore pù frequente nel campone d dat ovvero quello cu corrsponde l maggor numero d osservazon Esemp: Esempo dscreto col numero de gorn d malatta: moda = 6 gorn Esempo contnuo con le msure d concentrazone: moda corrsponde alla classe [ ] ~ Varabl Statstche 3
14 Msure centro d una dstrbuzone d dat Medana l 50 percentle Esemp: Esempo dscreto col numero de gorn d malatta: medana = 5.5 gorn Esempo contnuo con le msure d concentrazone: medana = Msure centro d una dstrbuzone d dat Meda artmetca Corrsponde alla somma d tutte le osservazon dvso per l numero d osservazon x w x + x +... = 2 x = = Esempo dscreto numero gorn d malatta x = = Esempo contnuo con le msure d concentrazone x x = = Varabl Statstche 4
15 Msure centro d una dstrbuzone d dat el caso d campon d grand dmenson l applcazone della formula per la meda può rsultare oneroso, se eseguto manualmente senza l auslo d strument d calcolo. Ma calcol possono essere sgnfcatvamente rdott rcorrendo a dat raggruppat n classe Consderamo una generca collezone d dat da sommare e ordnamol n ordne crescente All nterno d cascun nseme d dat appartenent alla stessa classe approssmamo ogn osservazone con l centro della rspettva classe 29 Msure centro d una dstrbuzone d dat S può scrvere x x cade nella prma classe Ø x x cade nella seconda classe Ø x2 (( x + x + K ) + ( x + x + K) + K) = [ x f + x f + K] La x cade f volte nella classe rappresentata da x La x cade f 2 volte nella classe rappresentata da x 2 f, f 2, frequenze assolute relatve alle class x, x 2, x ~ x x ~ x 2 30 Varabl Statstche 5
16 Msure centro d una dstrbuzone d dat In conclusone per una sere d dat raggruppat possamo scrvere x = xf A f A : frequenza assoluta Essendo f la frequenza assoluta delle osservazon nelle class el caso s us la frequenza relatva f: p x = xj f j= j Essendo p l numero d class n cu è stato suddvso l campone x j è l valore assocato ad ogn classe, f j è la frequenza relatva osservata per la classe j-esma 3 Msure centro d una dstrbuzone d dat Eserczo : S stm la meda degl stpend unverstar sa per la dstrbuzone maschle che per quella femmnle el caso del campone maschle s sfrutt l approssmazone per dat raggruppat ota: la meda del campone maschle è par a 6.00 se non s rcorresse alle approssmazon 32 Varabl Statstche 6
17 Msure centro d una dstrbuzone d dat Eserczo 2: S consderno due campon d dat A e B d seguto rportat e s valutno per ess meda e medana A = {.0,.49, 0.99, 2.0, 2.50} B = {.594,.604,.589,.604, 609} 33 Statstca descrttva Osservazon sull eserczo La valutazone del centro della dstrbuzone de dat è un nformazone utle ma non esaustva. el secondo eserczo s era vsto come due campon che presentano lo stesso valore d meda, sono comunque ben dfferent (perché?) Il secondo campone d dat regstra nfatt delle fluttuazon ntorno al valore medo che sono molto pù pccole. Potrebbe per esempo essere assocato ad una msura pù precsa 34 Varabl Statstche 7
18 Statstca descrttva Msure dspersone d una dstrbuzone È qund nteressante anche msurare quanto le msure sano dsperse ntorno al valore medo. V sono dverse msure della dspersone de dat: Intervallo (n nglese; range) valore massmo valore mnmo È una msura un po sensble dato che dpende completamente da due sole osservazon Esempo: calcolare l ntervallo per due campon A e B ntrodott precedentemente 35 Statstca descrttva Msure dspersone d una dstrbuzone Intervallo (o Estensone) Interquartle EIQ EIQ = (terzo quartle) (prmo quartle) È pù stable del semplce ntervallo (perché?) Esstono altre msure della dspersone che sono usate. Per la loro mplementazone è necessaro prma defnre la seguente grandezza: d = x x che rappresenta la dstanza della sngola prova rspetto al trend centrale. 36 Varabl Statstche 8
19 Statstca descrttva Msure dspersone d una dstrbuzone È facle dmostrare che: d Infatt: = = = ( x x) = 0 ( ) x x = x x = x x = x x = 0 = = = = Devazon postve e negatve dal valore centrale s annullano. È qund necessaro prendere tale devazone n valore assoluto 37 Statstca descrttva Msure dspersone d una dstrbuzone Scarto assoluto medo SAM = d = x x = = Varabl Statstche 9
20 Statstca descrttva Dspersone d una dstrbuzone d dat Scarto quadratco medo: SQM = x x = ( ) 2 In genere la formula utlzzata è una pccola modfca dello scarto quadratco medo: Varanza 2 s = ( x ) 2 La somma de x quadrat è dvsa per (-) anzché = 39 Statstca descrttva Dspersone d una dstrbuzone d dat Varanza: perché dvdere per (n-)? La dmostrazone matematca rgorosa è molto artcolata e complessa. È possble dare comunque un nterpretazone ntutva d tale necesstà, rcorrendo a de cas estremamente semplc. S consder, per esempo, un campone d dat costtuto da = osservazone.la meda fornsce un dea d quale sa l trend centrale della popolazone da cu provene. Ma n tale campone, la dspersone è nulla e non s può concludere nente sulla dspersone della popolazone. one. In manera emprca, s può affermare che, per un generco campone d dmensone, s hanno (-) element d nformazone che possono essere sfruttat per la varanza (dett anche grad d lbertà): Un grado d lbertà è stato gà sfruttato per l calcolo della meda 40 Varabl Statstche 20
21 Statstca descrttva Msure dspersone d una dstrbuzone Devazone standard È la radce quadrata della varanza s = x x = ( ) 2 Utle perché ha le stesse dmenson della varable x presa n consderazone È compresa tra l mnmo ed l massmo de valor assolut degl scart d = x x 4 Statstca descrttva Msure dspersone d una dstrbuzone Da notare che: 2 ( ) s = x x = x x = = Dmostrazone: s = ( x x) = ( x 2xx + x ) = = = x 2 xx x x 2x x x + = + = = = = = = x 2x x x x + = = CVD = Varabl Statstche 2
22 Statstca descrttva Msure dspersone d una dstrbuzone Per una dstrbuzone classfcata, s può stmare la varanza: p p s = ( xj x) f j = ( xj x) f j j= j= Per grand dmenson del campone (» ) p ( ) 2 j 2 s = x x f j j= Analogamente la devazone standard p s = ( x ) 2 j x f j= j 43 Statstca descrttva Msure dspersone d una dstrbuzone Eserczo: S calcol la varanza per dat degl stpend unverstar sa per l campone femmnle sa per l campone maschle el secondo caso, rcorrere a dat raggruppat per class 44 Varabl Statstche 22
23 Altr ndc d poszone e dspersone camponar Il momento camponaro d ordne k è defnto come: m~ n = = k x k Il momento centrale camponaro d ordne k è defnto come: ~ M k = n ( x x) = k 45 Altr ndc d poszone e dspersone camponar Indce camponaro d asmmetra β = ~ M s 3 3 Indce camponaro d curtos γ = ~ M 4 2 ( s ) 2 46 Varabl Statstche 23
24 Statstca descrttva Sommaro Con la statstca descrttva è possble rcavare nformazon sulla popolazone da un campone fnto d dat: Dstrbuzon frequenze del campone Sono stat ntrodott gl scalar fondamental per una caratterzzazone prelmnare d un campone Meda, varanza per una varable d un campone Varabl Statstche 24
LA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
Dettagli,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliIl trattamento dei dati a fini descrittivi
Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliMacchine. 5 Esercitazione 5
ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliCapitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliUna distribuzione può essere descritta per mezzo dei suoi frattili.
Frattl d una dstrbuzone Una dstrbuzone può essere descrtta per mezzo de suo frattl. S dce frattle (snonm: centle, percentle e quantle) p-esmo d una dstrbuzone quel valore xp tale che la frequenza relatva
DettagliIndici di variabilità
Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
Dettaglilxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:
Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza
DettagliEsame di Statistica Corso di Laurea in Economia
Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliTITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliStatistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
DettagliGLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
DettagliCorso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliAnalisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:
Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
DettagliStatistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
DettagliSoluzione esercizio Mountbatten
Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliStudio grafico-analitico di una funzioni reale in una variabile reale
Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliCalcolo della caduta di tensione con il metodo vettoriale
Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta
DettagliCorso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.
Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano
DettagliIndicatori di dimensione e di concentrazione
Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche
DettagliDistribuzioni di frequenza
Dstrbuzon d frequenza Varabl qualtatve e quanttatve dscrete Essenzal per la sntes, l confronto e l nterpretazone degl aspett rlevant d un fenomeno oggetto d studo S tratta d un organzzazone de dat n forma
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
DettagliLezione 3 Codifica della informazione (2)
Lezone Codfca della nformazone () Vttoro Scarano Archtettura Corso d Laurea n Informatca Unverstà degl Stud d Salerno Un rpasso Un quadro della stuazone: dove samo, dove stamo andando e perché Una rvstazone:
DettagliLa classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)
ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
Dettaglix = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000
Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliCapitolo 2 Dati e Tabelle
Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()
DettagliMisure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione
UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
DettagliIndici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati?
Indc d poszone Dove s trova la dstrbuzone? Qual è l ordne d grandezza de dat? x La meda X assume n valor x, x 2,, x n n x = ( x ) + x2 + + xn = x n n = La meda ndca qual è l ordne d grandezza de dat Esempo
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliAnalisi statistica di dati biomedici Analysis of biologicalsignals
Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
Dettagli