Compito A1- Soluzioni

Documenti analoghi
SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

LA FUNZIONE DI VEROSIMIGLIANZA

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

Esercitazione 6 del corso di Statistica (parte 1)

Seconda Prova Parziale di STATISTICA Modalità A

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Regressione e Correlazione

DATA MINING PER IL MARKETING (63 ore)

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

Lezione 4. La Variabilità. Lezione 4 1

MEDIA DI Y (ALTEZZA):

Caso studio 10. Dipendenza in media. Esempio

Istogrammi e confronto con la distribuzione normale

TEST CHI DI INDIPENDENZA STOCASTICA

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Caso studio 12. Regressione. Esempio

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Esercizi su Rappresentazioni di Dati e Statistica

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

Variabilità = Informazione

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Indipendenza in distribuzione

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

LEZIONI DI STATISTICA MEDICA

Capitolo 6 Gli indici di variabilità

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Statistica descrittiva Campioni vettoriali

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

I percentili e i quartili

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

Esercitazione 3 del corso di Statistica (parte 1)

Variabili casuali doppie

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Analisi dei Dati. La statistica è facile!!! Correlazione

INDICI DI VARIABILITA

Calcolo delle Probabilità: esercitazione 4

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Daniela Tondini

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Il campionamento e l inferenza

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

Dott.ssa Marta Di Nicola

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Classi di reddito % famiglie Fino a Oltre Totale 100

Esercitazione 4 del corso di Statistica (parte 1)

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi

Analisi delle distribuzioni doppie: dipendenza

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

LA REGRESSIONE LINEARE SEMPLICE

CALCOLO DEGLI INDICI STATISTICI

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

Formulario e tavole. Complementi per il corso di Statistica Medica

Var iabili aleatorie continue

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione

Incertezza di misura

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

Teoria dei Fenomeni Aleatori AA 2012/13

ESERCIZI DI STATISTICA

Statistica descrittiva per l Estimo

ESAME DI STATISTICA cdl in ECONOMIA 13 GIUGNO Cognome Nome Matr.

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

DI IDROLOGIA TECNICA PARTE II

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2:

Capitolo 13 Il modello di regressione lineare

valido se i dati E dato da max(x i )-min(x i )

casuale tra 1 e 100; il campione sarà formato dalle unità con le 8, 100, 88, 39, 29 potrà essere più selezionato).

Francesco Ciatara ELEMENTI STATISTICA

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

Esercitazione 5 del corso di Statistica (parte 1)

Teoria dei Fenomeni Aleatori AA 2012/13

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

LA REGRESSIONE LINEARE SEMPLICE

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

STATISTICA DESCRITTIVA

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

Transcript:

Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade) capeza del rstorate (umero d post) valutazoe del crtco d u oto quotdao Tpo Spesa Copert Stelle Spesa Copert Spesa * Copert Etco - Afrcao 35 58 3 5 3364 030 Tradzoale 5 65 3 65 45 65 3 Pzzera 3 4 484 04 704 4 Tradzoale 6 4 676 576 64 5 Lusso 70 5 4900 44 840 6 Self Servce 9 38 8 9044 4 7 Pzzera 3 80 3 69 6400 040 8 Gappoese 34 70 4 56 4900 380 9 Tradzoale 40 54 3 600 96 60 0 Lusso 0 4 4400 484 640 394 555 33 536 43077 585 a) S stetzz co u opportua statstca d poszoe l carattere Stelle ( puto) Stelle è u carattere qualtatvo ordale. La sua dstrbuzoe d frequeze è data da: La medaa è par a 3. Stelle Frequeze relatve 0,0 3 0,40 4 0,30 5 0,0 b) S calcol la retta d regressoe d Spesa su Copert (3 put) Post YSpesa e Copert Y -0.536 + 69.60 N.B. M()55.5, M(Y)39.4, Var()7.45, Cov(Y)-658.. Eserczo ( put) Perché l dpedeza statstca mplca l dpedeza regressva? Due varabl e Y s dcoo regressvamete dpedet se le mede delle dstrbuzo codzoate dell ua a valor dstt dell altra soo tutte egual. Se e Y soo statstcamete dpedet, le dstrbuzo codzoate d Y () dat valor dstt d (Y) soo tutte egual, qud avrao tutte la medesma meda.

Eserczo 3 (4 put) Il 35% d ua classe d matematca provee dal Lceo Classco, metre l rmaete 65% ha frequetato l Lceo Scetfco. Sapedo che la probabltà d superare l esame al prmo tetatvo per l prmo tpo d studet è del 47%, metre per ch ha frequetato lo Scetfco tale probabltà sale al 56%, s determ a) la probabltà che uo studete scelto al caso all tero della classe super l esame ( put) Sa C l eveto lo studete provee dal Lceo Classco e sa C l eveto lo studete provee dal Lceo Scetfco. S ha C)0.35 e C )0.65. Sa S l eveto lo studete supera l esame al prmo tetatvo. S ha S C)0.47 e S C )0.56. La probabltà da determare è data da: S) S C)C)+ S C ) C )0.645+0.3640.585. b) la probabltà che uo studete che ha superato l esame provega dal Lceo Classco ( put). S C) C) 0.645 P ( C S) 0.3. S) 0.585 Eserczo 4 ( put) Sa Y ua varable aleatora beroullaa d parametro 0.3. Sa, oltre, ua varable aleatora tale che la dstrbuzoe d Y ( 0,) è beroullaa d parametro 0.4. a) S scrva la dstrbuzoe del vettore aleatoro (,Y). ( puto) Poché le dstrbuzo codzoate d soo tutte ugual tra loro, le due varabl aleatore soo dpedet. Pertato, teedo coto della codzoe d dpedeza, p ( xy, ) p ( x) p( y), s ha Y 0 Total 0 0.4 0.8 0.6 0.8 0. 0.4 Totale 0.7 0.3 b) S calcol la dstrbuzoe d Z Y. ( puto) Y y Nella prossma tabella vee rportato, per og cella, l valore assuto dalla varable aleatora Z: Y 0 0 0-0 Pertato la dstrbuzoe d Z è la seguete 0 Z 0.8 0.54 0.8

Eserczo 5 (6 put) U gruppo d studet d Astrooma ha come obettvo la msurazoe della dstaza fra due corp celest. Gl studet sao ache che l telescopo amatorale loro dotazoe ha (come aturale) u errore d msurazoe, che secodo l mauale delle struzo può essere così quatfcato: og osservazoe dpedete effettuata co l telescopo dffersce dal dato reale per u errore casuale che s dstrbusce ormalmete co meda 0 e varaza 6. Ne segue che la sgola osservazoe è ua varable casuale dstrbuta ormalmete co meda par al valore reale della quattà che s vuole msurare, e varaza par a 6. A questo puto gl studet decdoo d effettuare 8 osservazo dpedet allo scopo d stmare la dstaza fra due corp celest, rportado seguet rsultat: 40084 408 408 40076 4009 400 400 405 a) I cosderazoe d quato detto sull errore d msurazoe, s stm co u tervallo d cofdeza al 95% la dstaza fra due corp celest. ( put) Le osservazo computo costtuscoo u campoe..d da ua varable Normale co valore atteso µ o oto e varaza eguale a 6. La dstaza cocde co l valore atteso o oto. L tervallo d cofdeza per µ a lvello 0.95 è dato σ σ 4 4 da: z α /, + z α /.96, +. 96 8 8 L tervallo stmato corrodete è dato da: 4 4 4004,38.96,4004,38 +.96 ( 400.6,4007.5). 8 8 b) Determare l umero d osservazo ecessare affché l ampezza dell tervallo d cofdeza al 95% sa more d 0, ( put) La lughezza dell tervallo d cofdeza d lvello 0.95 è data da l.96 4 /, da cu:.96 4 / < 0, > 4586.4. S dovrebbero compere 4587 osservazo. c) Sarebbe stato possble rodere al puto b) el caso d popolazoe co varaza o ota? Motvare la rosta. ( put) Nel caso d varaza o ota, la varaza dovrebbe essere stmata a partre dalle realzzazo sc campoare. La lughezza dell tervallo d cofdeza è data da l t α /. No s potrebbe pervere ad u rsultato esatto.

Eserczo 6 (4 put) Sa ua popolazoe ormale co meda cogta e varaza 9. S vuole testare l potes ulla H 0 : µ 5 cotro H : µ 3 Dato u campoe beroullao d ampezza e la regoe d rfuto: R ( x,..., x ) : x < 40 s determo: a) la probabltà d errore d prma ece ( put) 40 60 P R H P 40 5 < µ P Z < φ.9 0.393 ( ) ( ) 0. 074 0 b) la probabltà d errore d secoda ece ( put) 40 36 P R H P 40 3 µ P Z φ 0.38 0.393 ( ) ( ) 0.35. Eserczo 7 (3 put) S cosdero due popolazo e Y che rappresetao le durate ( mut) d due dfferet tp d lampade e s suppoga che e Y sao ormalmete dstrbute co valor attes µ e µ Y cogt e varaze o oteσ e σ Y che suppoamo essere ugual. S cosderao due campo estratt da e da Y, (,,, 5 ) e (Y, Y,.., Y ) che hao dato luogo alle realzzazo: 5 5 x 565 ( x x) 6. 000 y 4344 ( y y) 44. 000 S scrva la regoe d rfuto per verfcare l potes ulla H 0 : µ µ Y cotro l potes alteratva H : µ µ Y suppoedo α0.05 e s decda se accettare o o accettare H 0 sulla base della realzzazoe osservata. Sappamo che la regoe crtca per l problema questoe ha la seguete forma: x y ( + ) R ( x, y): > t α / + Nel ostro caso, 5, e α 0.05, duque ( + t ) (5) α / t0.975.060. Pertato la regoe crtca è x y R ( x, y) : >.060. + 5 I corrodeza delle realzzazo campoare forte, s ha oltre

pertato 565 4344 6000 + 44000 x y s p 5 5 + 375 36 4400 ; x y 375 36 0.797 + 4400 + 5 5 e duque l potes ulla vee accettata. Eserczo 8 ( put) Nell ambto della regressoe leare, s rport l eressoe aaltca della scomposzoe della devaza e s llustr l dce ad essa collegato. La somma totale de quadrat s scompoe ella somma della somma de quadrat del modello e della somma de quadrat dell errore. ( y y) ( yˆ y) + ( y yˆ ). Il coeffcete d determazoe del modello R è dato dal rapporto tra la somma de quadrat del modello e la somma de quadrat totale e rappreseta la percetuale della varabltà totale egata dal modello. R vara tra 0 e, quato pù è vco a tato mglore è l modello.

Compto A-Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade) capeza del rstorate (umero d post) valutazoe del crtco d u oto quotdao Tpo Spesa Copert Stelle Spesa Copert Spesa * Copert Etco - Afrcao 40 45 4 600 05 800 Tradzoale 78 3 484 6084 76 3 Pzzera 3 9 59 84 667 4 Tradzoale 4 34 764 56 48 5 Lusso 68 8 4 464 34 4 6 Self Servce 60 44 5600 90 7 Pzzera 5 56 3 5 336 840 8 Gappoese 44 76 4 936 5776 3344 9 Tradzoale 4 6 3 576 3844 488 0 Lusso 5 3 5 35 04 3680 405 590 3 507 4980 807 a) S stetzz co u opportua statstca d poszoe l carattere Stelle ( puto) Stelle è u carattere qualtatvo ordale. La sua dstrbuzoe d frequeze è data da: La medaa è par a 3. Stelle Frequeze relatve 0,0 0,0 3 0,30 4 0,30 5 0,0 b) S calcol la retta d regressoe d Spesa su Copert (3 put) Post YSpesa e Copert Y-0.3859 + 63.68 N.B. M()59, M(Y)40.5, Var()500, Cov(Y)-578.8. Eserczo ( put) Perché l dpedeza statstca mplca l dpedeza regressva? Due varabl e Y s dcoo regressvamete dpedet se le mede delle dstrbuzo codzoate dell ua a valor dstt dell altra soo tutte egual. Se e Y soo statstcamete dpedet, le dstrbuzo codzoate d Y () dat valor dstt d (Y) soo tutte egual, qud avrao tutte la medesma meda.

Eserczo 3 (4 put) Il 30% d ua classe d matematca provee dal Lceo Classco, metre l rmaete 70% ha frequetato l Lceo Scetfco. Sapedo che la probabltà d superare l esame al prmo tetatvo per l prmo tpo d studet è del 39%, metre per ch ha frequetato lo Scetfco tale probabltà sale al 73%, s determ a) la probabltà che uo studete scelto al caso all tero della classe super l esame ( put) Sa C l eveto lo studete provee dal Lceo Classco e sa C l eveto lo studete provee dal Lceo Scetfco. S ha C)0.3 e C )0.7. Sa S l eveto lo studete supera l esame al prmo tetatvo. S ha S C)0.39 e S C )0.73. La probabltà da determare è data da: S) S C)C)+ S C ) C )0.7+0.50.68. b) la probabltà che uo studete che ha superato l esame provega dal Lceo Classco. ( put) S C) C) 0.7 P ( C S) 0.863. S) 0.68 Eserczo 4 ( put) Sa Y ua varable aleatora beroullaa d parametro 0.4. Sa, oltre, ua varable aleatora tale che la dstrbuzoe d Y ( 0,) è beroullaa d parametro 0.7. a) S scrva la dstrbuzoe del vettore aleatoro (,Y). ( puto) Poché le dstrbuzo codzoate d soo tutte ugual tra loro, le due varabl aleatore soo dpedet. Pertato, teedo coto della codzoe d dpedeza, p ( xy, ) p ( x) p( y), s ha Y 0 Total 0 0.8 0. 0.3 0.4 0.8 0.7 Totale 0.6 0.4 b) S calcol la dstrbuzoe d Z Y. ( puto) Y y Nella prossma tabella vee rportato, per og cella, l valore assuto dalla varable aleatora Z: Y 0 0 0-0 Pertato la dstrbuzoe d Z è la seguete 0 Z 0. 0.46 0.4

Eserczo 5 (6 put) U gruppo d studet d Astrooma ha come obettvo la msurazoe della dstaza fra due corp celest. Gl studet sao ache che l telescopo amatorale loro dotazoe ha (come aturale) u errore d msurazoe, che secodo l mauale delle struzo può essere così quatfcato: og osservazoe dpedete effettuata co l telescopo dffersce dal dato reale per u errore casuale che s dstrbusce ormalmete co meda 0 e varaza 6. Ne segue che la sgola osservazoe è ua varable casuale dstrbuta ormalmete co meda par al valore reale della quattà che s vuole msurare, e varaza par a 6. A questo puto gl studet decdoo d effettuare 8 osservazo dpedet allo scopo d stmare la dstaza fra due corp celest, rportado seguet rsultat: 34008 340 340 34037 34049 3404 340 3405 a) I cosderazoe d quato detto sull errore d msurazoe, s stm co u tervallo d cofdeza al 90% la dstaza fra due corp celest. ( put) Le osservazo computo costtuscoo u campoe..d da ua varable Normale co valore atteso µ o oto e varaza eguale a 6. La dstaza cocde co l valore atteso o oto. L tervallo d cofdeza per µ a lvello 0.95 è dato da: σ σ 4 4 z α /, + z α /.645, +. 645 8 8 L tervallo stmato corrodete è dato da: 4 4 3406,75.645,3406,75 +.645 ( 3404.4,3409.08). 8 8 b) Determare l umero d osservazo ecessare affché l ampezza dell tervallo d cofdeza al 90% sa more d 0,05 ( put) La lughezza dell tervallo d cofdeza d lvello 0.90 è data da l.645 4 /, da cu:.645 4 / < 0,05 > 6974,4. S dovrebbero compere 6975 osservazo. c) Sarebbe stato possble rodere al puto b) el caso d popolazoe co varaza o ota? Motvare la rosta. ( put) Nel caso d varaza o ota, la varaza dovrebbe essere stmata a partre dalle realzzazo sc campoare. La lughezza dell tervallo d cofdeza è data da l t α /. No s potrebbe pervere ad u rsultato esatto.

Eserczo 6 (4 put) Sa ua popolazoe ormale co meda cogta e varaza 9. S vuole testare l potes ulla H 0 : µ 3 cotro H : µ 5 Dato u campoe beroullao d ampezza e la regoe d rfuto: R ( x,..., x ) : x > 40 s determo: a) la probabltà d errore d prma ece ( put) 40 36 P R H P 40 3 > µ P Z > φ 0.38 0.393 ( ) ( ) 0. 35 0 b) la probabltà d errore d secoda ece ( put) 40 60 P R H P 40 5 µ P Z φ.9 0.393 ( ) ( ) 0.074. Eserczo 7 (3 put) S cosdero due popolazo e Y che rappresetao le durate ( mut) d due dfferet tp d lampade e s suppoga che e Y sao ormalmete dstrbute co valor attes µ e µ Y cogt e varaze o oteσ e σ Y che suppoamo essere ugual. S cosderao due campo estratt da e da Y, (,,, 5 ) e (Y, Y,.., Y ), che hao dato luogo alle realzzazo: 5 5 x 8 ( x x) 54000 y 7 ( y y) 36000 S scrva la regoe d rfuto per verfcare l potes ulla H 0 : µ µ Y cotro l potes alteratva H : µ µ Y suppoedo α0. e s decda se accettare o o accettare H 0 sulla base della realzzazoe osservata. Sappamo che la regoe crtca per l problema questoe ha la seguete forma: x y ( + ) R ( x, y): > t α / + Nel ostro caso, 5, e α 0., duque ( + t ) (5) α / t0.95.708. Pertato la regoe crtca è x y R ( x, y) : >.708. + 5 I corrodeza delle realzzazo campoare forte, s ha oltre

pertato 8 7 54000 + 36000 x y s p 5 5 + 87.4667 8 3600 ; x y 87.4667 8 0.783 + 3600 + 5 5 e duque l potes ulla vee accettata. Eserczo 8 ( put) Nell ambto della regressoe leare, s rport l eressoe aaltca della scomposzoe della devaza e s llustr l dce ad essa collegato. La somma totale de quadrat s scompoe ella somma della somma de quadrat del modello e della somma de quadrat dell errore. ( y y) ( yˆ y) + ( y yˆ ). Il coeffcete d determazoe del modello R è dato dal rapporto tra la somma de quadrat del modello e la somma de quadrat totale e rappreseta la percetuale della varabltà totale egata dal modello. R vara tra 0 e, quato pù è vco a tato mglore è l modello.