Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev

Documenti analoghi
Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13

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

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

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

INDICI DI VARIABILITA

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

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

Lezione 4. La Variabilità. Lezione 4 1

Caso studio 10. Dipendenza in media. Esempio

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

Vantaggi della stratificazione

Esercitazione 6 del corso di Statistica (parte 1)

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

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

Indipendenza in distribuzione

LA FUNZIONE DI VEROSIMIGLIANZA

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

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

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

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

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

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

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

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

Esercitazione 5 del corso di Statistica (parte 1)

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

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

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

Variabili casuali doppie

Miscibilità parziale

( ) ( ) ( ) ( ) ( ) ( A C) Calcolo combinatorio. disposizioni semplici D =n n-1 n-2 L n- k+1 o in alternativa D = n! permutazioni semplici D =P =n!

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

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

I percentili e i quartili

Soluzione degli esercizi del capitolo 11

Distribuzioni doppie. Esempi. Reddito annuo (x ) tramite una tabella a doppia entrata in cui per ogni coppia di

Capitolo 6 Gli indici di variabilità

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

La 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)

Unità Didattica N 24. Operazioni sui limiti

Esercitazione 4 del corso di Statistica (parte 1)

Variabilità = Informazione

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

Sommario. Corso di Statistica Facoltà di Economia. Test parametrici. Lezione n 26. Francesco Mola

Voti Diploma Classico Scientifico Tecn. E Comm Altro

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Compito A1- Soluzioni

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

Analisi delle distribuzioni doppie: dipendenza

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

Var iabili aleatorie continue

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

Il campionamento e l inferenza

Esercitazione 3 del corso di Statistica (parte 1)

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

Variabili casuali ( ) 1 2 n

MEDIA DI Y (ALTEZZA):

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

6. LA CONCENTRAZIONE

ESERCIZI DI STATISTICA

Classi di reddito % famiglie Fino a Oltre Totale 100

6. LA CONCENTRAZIONE

LEZIONI DI STATISTICA MEDICA

D e f i n i z i o n e d i S t a t i s t i c a

Capitolo 2 Errori di misura: definizioni e trattamento

Statistica descrittiva per l Estimo

Matematica elementare art.1 di Raimondo Valeri

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Sistemi ottici - Lenti sottili. Lente semplice: materiale trasparente delimitato da due superfici sferiche

STATISTICA DESCRITTIVA

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

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

Esercizi su Rappresentazioni di Dati e Statistica

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica

POLITECNICO DI TORINO

(6, 2) 21. , essendo m una misura non negativa.

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

DATA MINING PER IL MARKETING (63 ore)

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

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Miscibilità parziale

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

La distribuzione statistica doppia (o bivariata)

Tabelle Statistiche. Massimo Alfonso Russo Dipartimento di Scienze Economiche, Matematiche e Statistiche Università di Foggia

Esercitazione V: Sintesi di una variabile quantitativa: variabilità.

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

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

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

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

A. PARRETTA CORSO DI OTTICA APPLICATA A.A TEORIA DELLE SFERE INTEGRATRICI

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

Analisi Matenatica Lezione 5 1 ottobre 2013

Lezione 4. Metodi statistici per il miglioramento della Qualità

Approfondimenti Lezione 3. Mara Bruzzi

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

Transcript:

Crs d tatstca Facltà d Ecma a.a. 00-00 fracesc mla mmar La dseguaglaza d Cebcev Cvergeza e rcpal Terem Cvergeza prbabltà Cvergeza dstrbuze Terema d Berull Legge de Grad Numer (deble e frte) Terema d De Mvre-Laplace Terema Lmte Cetrale Leze 6 Lez6_a.a. 00-0 statstca-fracesc mla Dseguaglaza d Cebcev a ua v.c. che ha l prm mmet ed l secd ft, cè: E( ) µ E( µ ) allra: ε { µ < ε } cè: < Dseguaglaza d Cebcev ε ( µ ε < < µ + ε ) se: k k ε k ε ε La dseguaglaza d Cebcev dveta: k { µ < k} Lez6_a.a. 00-0 statstca-fracesc mla 3 Lez6_a.a. 00-0 statstca-fracesc mla 4

Cvergeza prbabltà Cvergeza e rcpal Terem Cvergeza prbabltà Cvergeza dstrbuze Terema d Berull Legge de Grad Numer (deble e frte) Terema d De Mvre-Laplace Terema Lmte Cetrale Lez6_a.a. 00-0 statstca-fracesc mla 5 Data ua successe d v.c. ~ F ( { < ε} lm p lm p ppure ~ F( Lez6_a.a. 00-0 statstca-fracesc mla 6 Cvergeza dstrbuze Data ua successe d v.c. ~ F ( x ) lm F ~ F ( ( ) F( ) d ) Cvergeza meda quadratca Data ua successe d v.c. ~ F ( lm E ( ) 0 m ~ F( Lez6_a.a. 00-0 statstca-fracesc mla 7 Lez6_a.a. 00-0 statstca-fracesc mla 8

Terema d Berull E l prm terema, rde d temp, sul cmprtamet d ua cmbaze d v.c. ε Csderat u > 0 lm C v.c.frequezarelatva eucat Al dvergere del umer delle prve, l lmte della prbabltà che la dffereza fra frequeza relatva e prbabltà d u evet sa, valre asslut, mre d ua quattà pstva pccla a pacere, è uguale ad dvele s v.c.berullae Lez6_a.a. 00-0 statstca-fracesc mla 9 Lez6_a.a. 00-0 statstca-fracesc mla 0 dmstraze Dmstraze (ct.) E E E usa la dseguaglaza d Cebcev < ε ε ( ) ( E( )) p p Var( ) ( B p ) pq (, ) Lez6_a.a. 00-0 statstca-fracesc mla pq Qud: pq ε pq lm lm ε lm Dat che la prbabltà è sempre mre uguale ad abbam ecessaramete che: Lez6_a.a. 00-0 statstca-fracesc mla

Dmstraze (ct.) lm Al crescere d la v.c.frequeza relatva s ccetra tr al valre p (fatt la varaza pq/ tede a 0) Lez6_a.a. 00-0 statstca-fracesc mla 3 Legge deble de grad umer E ua estese del Terema d Berull Data ua successe d v.c. { } dpedet fra lr, avet tutte la stessa dstrbuze, c stessa meda µ e varaza fta, la successe { }, cu, cverge prbabltàalla meda cmue delle v.c., e cé : { µ < ε} lm Lez6_a.a. 00-0 statstca-fracesc mla 4 dmstra rcrred alla dseguaglaza d Cebcev Legge deble de grad umer (ct.) La legge deble de grad umer derva dall sservaze spermetale d u feme. Al crescere delle prve la meda rlevata su u campe s stablzza e cverge alla meda della pplaze. Legge frte de grad umer e fssat ε > 0 e > 0 E pssble determare u 0 tale che la prbabltà del ctemprae verfcars d tutte dseguaglaze + µ < ε; + µ < ε; + k µ < ε; è, k, a - Lez6_a.a. 00-0 statstca-fracesc mla 5 Lez6_a.a. 00-0 statstca-fracesc mla 6

Legge frte de grad umer (ct.) La legge deble mplca che le dseguaglaze valg per tutt term. La legge frte mplca che le dseguaglaze valg per tutt gl > 0 a { } Terema d De Mvre-Laplace ua successe d v.c. dpedet ed detcamete dstrbute (d) cme v.c.d Berull c parametr p ; allra p d pq ~ N(0,) c + + Lez6_a.a. 00-0 statstca-fracesc mla 7 Lez6_a.a. 00-0 statstca-fracesc mla 8 a { } Terema Lmte Cetrale ua successe d v.c. dpedet c egual meda µ ed egual varaza (0 < data la v.c. + + < ), allra c E( ) µ Var( ) µ d ~ N(0,) Lez6_a.a. 00-0 statstca-fracesc mla 9 Terema Lmte Cetrale (ct.) E' u terema mprtatssm! e csderam la successe abbam : µ ~ N(0,) Lez6_a.a. 00-0 statstca-fracesc mla 0