Relazioni tra variabili: Correlazione e regressione lineare
|
|
- Massimo Murgia
- 9 anni fa
- Visualizzazioni
Transcript
1 Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare
2 Anals d relazon tra varabl 6 Produzone d granella (kg ha - ) Correlazone Regressone Dose azoto (kg ha - ) Cloroflla totale (mg fogla - ) sem panta - Azoto proteco soluble (mg fogla - ) denstà (pante m - )
3 Anals d relazon tra varabl Correlazone: analzza se esste una relazone tra due varabl (come e quanto due varabl varano nseme) Regressone: analzza la forma della relazone tra varabl
4 Covarazone d varabl
5 Analzzare la correlazone coeffcent d correlazone: Pearson product-moment (parametrco) Spearman rank correlaton (non parametrco) Entramb vanno da - (correl.negatva) a + (correl.postva). 0 corrsponde ad assenza d correlazone
6 Coeffcente d correlazone d Pearson: r PARAMETRICO Assunzon: entrambe le varabl devono essere contnue dat devono essere secondo una scala a ntervall o razonale entrambe le varabl devono segure una dstrbuzone normale la relazone tra le varabl è lneare
7 Tpo d dat Scala nomnale: categore non ordnabl (es. ambente:maccha/pneta/faggeta; forma fogla:ellttca/lanceolata...) Scala ordnale: categore ordnabl (es. alto/medo/basso; raro/comune/abbondante) Scala per ntervall: dstanza quantfcable tra categore, è possble sottrarre ma non sommare (es. date, temperature) Scala razonale: possble tutte le operazon (+ - * ), varabl quanttatve (es. lunghezza)
8 Procedura: Calcolo d r tra le varabl X e Y: Y Y X X Y X X Y r ) ( ) ( Coeffcente d correlazone d Pearson: r
9 Esempo: come calcolare l coeffcente d correlazone d Pearson Esempo: funzone Pearson o Correlazone Calcolo matrce d correlazone n Excel: Strument - >Anals dat -> Correlazone
10 Coeffcente d correlazone d Pearson: r La correlazone è sgnfcatva? Il valore d r è stato calcolato da un campone e non dalla popolazone ( r ) Il valore calcolato ndca una correlazone sgnfcatva?
11 Coeffcente d correlazone d Pearson: r La correlazone è sgnfcatva? Ipotes nulla: ρ 0 (ρ è l coeffcente d correlazone della popolazone, r del campone). Calcolare t: t r n r Valutare sgnfcatvtà d t per GDL -
12 Coeffcente d correlazone d Pearson: r OK: la correlazone è sgnfcatva ma. Le varabl sono dstrbute normalmente? La relazone tra le varabl è lneare? (cf. trasformazone de dat) Rcordars che anche se c e correlazone non vuol dre che c e nesso d causa-effetto osservare la frazone d varabltà spegata (coeffcente d determnazone) r
13 Coeffcente d correlazone d Spearman: r s O PARAMETRICO : dat non devono avere dstrbuzone normale. S possono usare dat da scala ordnale S possono utlzzare anche campon pccol (da 7 a 30 coppe d dat)
14 Coeffcente d correlazone d Spearman: r s Procedura: Ordnare dat dal pù pccolo al pù grande. Calcolare r s come per r (Pearson) non su dat ma su rangh (coe numer d ordne).b. se pù dat hanno lo stesso rango usare la meda de rangh. Valutare la sgnfcatvtà d r s calcolando l valore d t con la stessa formula usata per r
15 Esempo: come calcolare l coeffcente d correlazone d Spearman Esempo: calcolo r Spearman n Excel
16 Interpretare rsultat della correlazone Attenzone. Anche se c e correlazone non vuol dre che c sa nesso d causa-effetto ed altre varabl possono essere la causa delle varazon
17 Anals d regressone Lo scopo dell anals d regressone è d determnare la forma della relazone funzonale tra varabl (relazone causa-effetto) Regressone semplce (lneare o non lneare): determnare la forma della relazone tra varabl (una ndpendente ed una dpendente) Regressone multpla: determnare la forma della relazone tra pù varabl (pù ndpendent ed una dpendente)
18 Anals d regressone Perché è mportante: C permette d costrure un modello funzonale della rsposta d una varable (effetto) ad un altra (causa) Conoscendo la forma della relazone funzonale tra varable ndpendente e dpendente è possble stmare l valore della varable dpendente conoscendo quello della varable ndpendente (nterpolazone) solo nel range d dat X usato per la regressone (non è corretto estrapolare)
19 Regressone lneare (semplce) ella regressone lneare la relazone tra varabl (causa-effetto) è rappresentata da una lnea retta 8000.B: se samo ndecs su quale delle nostre varabl è dpendente e quale ndpendente, allora l anals d regressone non è adatta! Produzone d granella (kg ha - ) y x r Dose azoto (kg ha - )
20 Regressone lneare La relazone tra varabl è espressa dall equazone: Y a+bx dove X è la varable ndpendente, Y la varable dpendente, a è l ntercetta (l valore d Y quando X0) e b è la pendenza (quanto aumenta Y per ogn aumento d un untà d X)..B: La retta passa per l punto delle mede delle due varabl X,Y ( )
21 PARAMETRICO : Assunzon: Regressone lneare Dat da scala per ntervall o scala razonale La varable ndpendente (X) è msurata senza errore (è fssata dallo spermentatore) La varable dpendente (Y) è camponata ndpendentemente ad ogn valore d X Ad ogn valore d X dat Y seguono la dstrbuzone normale ed hanno la stessa varanza
22 Regressone lneare
23 Regressone lneare Procedura: metodo de mnm quadrat (least squares)
24 Procedura:. Stma della pendenza b Regressone lneare X X Y X X Y b ) (. Stma dell ntercetta a bx Y a
25 Regressone lneare Varazone (devanza) spegata / non spegata dalla regressone ne dat Y ( Y Y ) ( Yˆ Y ) + ( Yˆ Y ) La varazone totale ne dat Y n parte è spegata dalla regressone ed n parte non è spegata dalla regressone (varazone resdua)
26 Regressone lneare
27 Regressone lneare
28 Regressone lneare Come quantfcare la bontà della regressone? Il coeffcente d determnazone (va da 0 a ) r devanza _ spegata ( Yˆ Y ) devanza _ tot ( Y Y )
29 Regressone lneare La regressone è sgnfcatva? L equazone è stata rcavata da un campone e non dalla popolazone. Test t sull err.standard della pendenza b: Ipotes nullala pendenza è uguale a 0. Anals della varanza: s esamna l rapporto tra varanza spgata dalla regressone e varanza resdua.
30 Regressone lneare La regressone è sgnfcatva?. Test t sull errore standard della pendenza b (con n- GDL): t b H o Err. St b H o potes nulla;
31 Regressone lneare Errore standard della pendenza b : b X X n X X Y Y X X Y Y St Err ) ( ) ( ) ( ) )( ( ) (.
32 Regressone lneare. Anals della varanza: test F del rapporto tra varanza spegata dalla regressone e varanza resdua. Font d varazone Devanze Descrzone Grad d lbertà Spegata dalla regressone on spegata dalla regressone (resdua) ( Yˆ Y ) ( Yˆ Y ) Somma de quadrat delle devazon de valor stmat d Y rspetto alla meda d Y Somma de quadrat delle dfferenze tra valor stmat ed osservat d Y k n-k- Totale ( Y Y ) Somma de quadrat delle devaazon tra valor osservat d Y e la meda d Y n- dove: n numero d osservazon k sempre per la regressone lneare
33 Regressone lneare Errore standard e lmt d confdenza L errore standard de valor stmat d Y è uguale alla devazone standard de resdu: S XY ( Y Anals de resdu n Yˆ ) Per pccol campon s usa: Standardzzazone (dvsone per S XY ) Yˆ ) n Dstrbuzone casuale sopra e sotto la lnea (+/-)? S XY ( Y
34 Regressone lneare Esempo: dat granella-azoto calcolo regressone lneare n Excel
35 Regressone lneare OK la regressone è sgnfcatva ma assunzon! La varable dpendente (Y) è camponata ndpendentemente ad ogn valore d X? Cf. es. anals d crescta d ndvdu Ad ogn valore d X, dat Y hanno la stessa varanza? Cf. aumento d varanza tra ndvdu d maggor dmenson Ad ogn valore d X, dat Y seguono la dstrbuzone normale? La varable ndpendente (X) è msurata senza errore (è fssata dallo spermentatore)?
La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
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
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
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
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliLA 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
DettagliRegressione e correlazione
Regressone e correlazone Corso d statstca socale prof. Natale Carra - Unverstà degl Stud d Bergamo a.a. 005-06 Regressone Questo modello d anals bvarata esamna le relazon fra coppe d varabl contnue. Un
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
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
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
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
DettagliLa Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
Dettaglimateriale didattico I incontro
Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca
DettagliOltre la regressione lineare
Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
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
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
DettagliRegressione lineare con un singolo regressore
Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
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
DettagliCorrelazione, Regressione, Test non parametrici
Correlazone, Regressone, Test non parametrc Correlazone 1 Anals della Correlazone L anals della Correlazone è usata per msurare la forza dell assocazone (relazone lneare) tra due varabl Correlazone rguarda
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
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
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:
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
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole
DettagliTIPI DI ANALISI DEI DATI ORGANIZZATI IN MATRICI CASI X VARIABILI
TIPI DI AALISI DEI DATI ORGAIZZATI I MATRICI CASI X VARIABILI A) AALISI MOOVARIATA: prende n esame una sola varable per volta (sngol vettor d colonna della matrce) B) AALISI BIVARIATA: prende n esame l
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliLeggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
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
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
DettagliSoluzione esercizi seconda settimana
Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
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
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
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
DettagliRAPPRESENTAZIONE DI MISURE. carta millimetrata
carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
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,
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
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
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
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
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
DettagliLa regressione nella stima immobiliare
La regressone nella stma mmoblare Paolo Rosato Dpartmento d Ingegnera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.unts.t 26/04/2017
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
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
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
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
DettagliMetodologie informatiche per la chimica
Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de
DettagliTest delle Ipotesi e Analisi della Varianza (ANalysis Of VAriance: ANOVA)
delle Ipotes e Anals della Varanza (ANalyss Of VArance: ANOVA) delle Ipotes sulla meda Introduzone Defnzon baslar Teora per l caso d varanza nota Rsch nel test delle potes Teora per l caso d varanza non
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
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
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:
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
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
DettagliMODELLO DI REGRESSIONE LINEARE MULTIPLA
MODELLO DI REGRESSIONE LINEARE MULTIPLA E la generalzzazone del modello d regressone lneare semplce: per spegare l fenomeno d nteresse Y vengono ntrodotte k, con k >, varabl esplcatve. Tale generalzzazone
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
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
DettagliL analisi di studi con variabili di risposta multiple
X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
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
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
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
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:
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
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
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
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
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
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
DettagliCalibrazione. Lo strumento idealizzato
Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta
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
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliElementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing
http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliMODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30).
ODELLO ONOINDICE Il rendmento d un ttolo uò essere scrtto come: R = a + β R (1) dove: R = rendmento dell -mo ttolo; a = comonente aleatora del rendmento, ndendente dall andamento del mercato; R = è varable
DettagliMetodologie informatiche per la chimica
Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
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
DettagliI MODELLI LINEARI GENERALIZZATI GLM
METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA E LABORATORIO AA 018/019 PROF. V.P. SENESE http://psclab.altervsta.org/mettecpscclnca019/018_019.html Unverstà della Campana «Lug Vanvtell» (UCLV)
DettagliAnalisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi
ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
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
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
DettagliEsame di Statistica TEMA B Corso di Laurea in Economia Prof.ssa S. Giordano 15 Febbraio 2013
Esame d Statstca TEMA B Corso d Laurea n Economa Prof.ssa S. Gordano Febbrao 03 Cognome Nome Matr. (n stampatello) Eserczo Nella tabella seguente sono rporta dat rguardant la produzone lorda d energa elettrca
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
Dettagli