Vantaggi della stratificazione



Documenti analoghi
L OCCHIO. L OCCHIO: Proprietà Ottiche

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

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

Design of experiments (DOE) e Analisi statistica

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)

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

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

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

Analisi di dati vettoriali. Direzioni e orientazioni

DI IDROLOGIA TECNICA PARTE II

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

STATISTICA DESCRITTIVA

frazione 1 n dell ammontare complessivo del carattere A x

MEDIA DI Y (ALTEZZA):

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Variabilità = Informazione

Esercitazione 4 del corso di Statistica (parte 1)

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

UNI CEI ENV (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

I percentili e i quartili

Incertezza di misura

Esercitazione 5 del corso di Statistica (parte 1)

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

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

Esercitazione 6 del corso di Statistica (parte 1)

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

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

Lezione 4. La Variabilità. Lezione 4 1

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

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito

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

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi

Matematica elementare art.1 di Raimondo Valeri

Apparecchi di sollavamento. Classificazione apparecchi di sollevamento a

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a

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

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

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

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

LA FUNZIONE DI VEROSIMIGLIANZA

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

DATA MINING PER IL MARKETING (63 ore)

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

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

ERRATA CORRIGE. L intero contenuto del paragrafo a pagina del Capitolato tecnico Determinazione del Canone è sostituito come segue:

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

INDICI DI VARIABILITA

Il campionamento e l inferenza

Caso studio 10. Dipendenza in media. Esempio

PROVE PER LA CERTIFICAZIONE DELLE COMPETENZE DI GEOGRAFIA IN USCITA DALLA SCUOLA PRIMARIA

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

Marco Riani - Analisi delle statistiche di vendita 1

Regressione e Correlazione

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

Test delle ipotesi Parte 2

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

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

Seconda Prova Parziale di STATISTICA Modalità A

Campionamento stratificato. Esempio

POLITECNICO DI TORINO

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

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)

del corso di Elaborazione Numerica dei Segnali

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

Caso studio 12. Regressione. Esempio

Leasing: aspetti finanziari e valutazione dei costi

Statistica biennio Schede di lavoro LA STATISTICA

Attualizzazione. Attualizzazione

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

Lezione 1. I numeri complessi

Variabili casuali doppie

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Statistica degli estremi

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

n Il passaggio dall ambiente client/server a quello cloud sta determinando un cambiamento epocale nel mondo dell informatica, simile per importanza e

Il test parametrico si costruisce in tre passi:

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

Esercitazioni del corso: STATISTICA

Istogrammi e confronto con la distribuzione normale

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

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

Teoria dei Fenomeni Aleatori AA 2012/13

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio

Esercizi su Rappresentazioni di Dati e Statistica

Classi di reddito % famiglie Fino a Oltre Totale 100

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

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Unità Didattica N 24. Operazioni sui limiti

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

Soluzione degli esercizi del capitolo 11

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Soluzione del compito di Fisica 2. 3 febbraio 2012 (Pordenone)

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

Calcolo delle Probabilità: esercitazione 4

Lezione 4. Metodi statistici per il miglioramento della Qualità

Transcript:

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Vata della stratfcaze I prcpal vata del campamet stratfcat s: mlramet ell effceza del stmatre del ttale e della meda; pssbltà d stmare parametr d sttpplaz (dm d stud); mlramet dell razzaze del lavr sul camp. Per verfcare l uada effceza dvut alla stratfcaze, s csder ce stt certe cdz Var ( ˆ) µ Var( ˆ µ ) ( µ µ ), L st W dve µˆ è l stmatre fdametale el cas del campamet casuale semplce (seza stratfcaze). La dffereza è sempre mare d 0 e qud la stratfcaze può sempre mlrare l effceza dell stmatre. Iltre, a partà d altre cdz, l uada effceza è tat mare quat mr s le varaze,, L ( σ K σ ), cè quat pù s meee le utà, etr strat. el cas lmte cu le utà strat s tutte uual tra lr, cè L, K,, L, s a σ 0 per strat e qud la varaza dell stmatre è ulla. Per cstrure strat pù mee c s può basare sulla varable d teresse, l cu valre per utà s csce, ma su ua varable auslara frtemete leata c questa. Per l esemp sulla prpese al csum, la stratfcaze è effcace se tale prpese dpede frtemete dal sess.

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Allcaze delle utà tra l strat Ua queste fdametale ruarda l allcaze delle utà campare tra l strat, cè cme la dmese campara cmplessva vee suddvsa tra,, K L. Le rele d allcaze pù utlzzate s: ufrme: tutt sttcamp rfert a dvers strat a la stessa dmese,, K,, L H prprzale: è l allcaze pù utlzzata cu sttcampe a dmese prprzale a quella dell strat a cu s rfersce, W quest cas l stmatr del ttale e della meda ccd c quell usual L ˆµ st e ˆ τ st L d eyma: mmzza la varaza dell stmatre estraed pù utà dal strat cu la varaza è mare (mre meetà), ma,, L rcede la csceza d σ K σ : σ H σ

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp ell ambt d u dae sulla spesa destata all acqust d u cert prdtt vee presa csderaze ua pplaze d 50. 000 csumatr suddvsa L 3 strat secd l ttl d stud. Gl strat a dmese: 0. 000 (lceza meda), 3. 000 (dplma), 3 8.000 (laurea). Supped ce la varaza cmplessva è σ 4.765,40, metre le 3 varaze del strat s σ 40,0, σ 3.496,68, σ 0.640,7, e ce la dmese cmplessva del campe è 500, s a: allcaze ufrme: 67, 67, 3 66 allcaze prprzale: 0, 384, 3 96 allcaze d eyma: 4, 389, 3 70 S a le seuet varaze dell stmatre della meda: allcaze ufrme: Var ( ˆ µ ) 8, 53 allcaze prprzale: Var ( ˆ µ ) 6, 6 allcaze d eyma: Var ( ˆ µ ) 5,595 st st st La mlre allcaze è quella d eyma; cas la varaza dell stmatre preseza d stratfcaze è ferre d quella del campamet casuale semplce par a Var ( ˆ) µ 9, 436. 3

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb S suppa d aver adttat u allcaze prprzale e ce le stme delle mede de sttcamp crrspdet a 3 strat s: e le varaze campare s ˆ µ 5,56, ˆ µ 75, 65, µ 58,6 ˆ 3 S 746,65, S 4.89,04, S 4.48,96. La stma della meda della varable d teresse è 0.000 3.000 8.000 ˆ µ st 5,56 + 75,65 + 58,6 84, 50.000 50.000 50.000 La stma della varaza dell stmatre è var( ˆ µ st ) 0.000 0 746,65 3.000 384 4.89,04 0, + 0,64 + 0.000 0 3.000 384 8.000 964.48,96 + 0,6 8,388 8.000 96 L tervall d cfdeza al 95% per la meda a estrem 84,,96 8,388 78,43, 84, +,96 8,388 89, 785 4

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Campamet a rappl el cas cu le utà della pplaze sa leate da vcl d ctutà vcaza può essere cveete, term d cst e d temp, utlzzare u campamet a rappl. S suddvde la pplaze u cert umer d rappl secd l vcl esstete tra le utà. P s estrae casualmete u cert umer d rappl e el campe ve cluse tutte le utà apparteet a rappl estratt. I vata d quest campamet s sprattutt d rde razzatv metre c pss essere svata term d effceza quat le utà estratte ted ad assmlars e qud l campe può essere rappresetatv della pplaze. Esemp ell ambt d u dae sulla prpese al csum s ptrebber estrarre, azcé sl dvdu, delle famle e cludere el campe tutte l dvdu apparteet alle famle estratte. Ovvamete cmprtamet de membr della stessa famla pss essere sml. ell ambt d u dae sulle cdz d lavr s ptrebbe pesare d estrarre delle mprese e cludere el campe tutt dpedet d mpresa estratta. Tuttava c ptrebbe essere ua frte smlaza tra le cdz d lavr de dpedet della stessa mpresa. 5

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Defz prelmar Il umer d rappl vee dcat c. Per l rappl, K,,, dcam c la dmese e c valre della varable d teresse per l utà,. strat è qud par a l K,,. Il ttale dell Per la pplaze cmplessva dcam c la dmese e s a parametr: ttale: meda: τ µ. rmalmete ve estratt md casuale semplce rappl e tutte le utà rappl ve cluse el campe ( ). 6

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb 7 Stma della meda e del ttale L stmatre fdametale della meda s ttee cme ˆ µ e può essere vst cme la meda campara de ttal d rappl mltplcata per l fattre crrettv /. L stmatre fdametale del ttale s ttee dal precedete cme: ˆ ˆ µ τ La varaza dell stmatre µˆ della meda è par a ~ ) ˆ Var( σ µ dve ~ σ è la varaza ella pplaze tra ttal de rappl. La varaza dell stmatre τˆ del ttale è par a ~ ) ˆ Var( ) Var( ˆ σ µ τ.

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb La varaza d µˆ può essere stmata md dstrt cme ~ S var( ˆ µ ), dve ~ S è la varaza campara tra ttal de rappl estratt. Aalamete la varaza d τˆ st può essere stmata cme ~ S var( ˆ τ ). Pss essere qud cstrut l tervall d cfdeza per l ttale e la meda; per la meda, ad esemp, l tervall d cfdeza a estrem: ˆ µ α z / var( ˆ µ ), ˆ µ + z α / var( ˆ µ ). La tecca del campamet a rappl può essere mdfcata md da estrarre sl alcue utà rappl. Il campamet rsultate è dett a due stad e s svle due fas: s estrae casualmete u cert umer d rappl (utà prmare); etr rappl estratt s estrae casualmete u cert umer d utà elemetar (utà secdare). 8

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp ell ambt d u dae sulla prpese all acqust d u cert prdtt da parte de clet abtual d u cetr cmmercale vee estratt u campe d 0 famle. Per famla s rprta l umer d membr ( ) e la smma ce ess dcara d vler spedere ttale ell acqust del prdtt ( ): Famla ( ) umer membr ( ) Imprt spedble ( ) 0 8 3 3 76 4 98 5 7 6 83 7 3 7 8 49 9 39 0 3 30 Saped ce la pplaze è frmata da 350 famle e da. 000 utà s a le seuet stme della meda e del ttale: 350 350 ˆ µ (0 + L+ 30) 56,5 9,775 ˆ τ.000 ˆ µ.977, 5..0000.000 Le crrspdet stme delle varaze s: 350 var( ˆ µ ).000 µ 870 0 [(0 56,5) + L + (30 56,6) 870 9 var( ˆ τ ).000 var( ˆ ) 0.558.58. ] 0,558 9

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Campamet sstematc S tratta d u pa d campamet cu per estrarre u campe d dmese : s determa l pass d campamet par a / (per semplctà s suppe ce sa multpl d ); s estrae l put d parteza r, cè u umer casuale ter cmpres tra e ; l campe sstematc è frmat dalle utà ce ella lsta della pplaze a etcette: r, r +, r +, K, r + ( ) Se, ad esemp, 48 e 8, s a ce 6; se p r 3, l campe è tteut estraed le utà c etcetta: c (3,9,5,,7,33,9,45). I camp ce s pss estrarre frma ua partze della pplaze. D cseueza s a le seuet prbabltà d cluse: π, π / se e s ell stess campe sstematc 0 altrmet Gl stmatr del ttale e della meda s: ˆµ s, ˆs τ. 0

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Quest stmatr s dstrt e a varaza: Var ( µ ˆ µ s) ( ), ( ˆ ) Var τ ( µ ), s dve è la meda dell -esm campe sstematc. esst del stmatr dstrt delle varaze d µˆ s e τˆ s. Sltamete s utlzza l stess stmatr del campamet casuale semplce: S var( ˆ µ s), S var( ˆ τ s). Per quat ruarda l effceza del campamet sstematc: per pplaz cu utà vce ella lsta s sml (stratfcaze mplcta) s a mare effceza rspett al casuale semplce; per pplaz cu utà s rdate rspett alla lsta (pplaze casuale) s a all crca la stessa effceza; per pplaz cu le utà vce ella lsta s mlt dverse tra lr (pplaz perdce) s a mre effceza. Il pa d campamet sstematc a l vata d essere utlzzable ace se s csce la lsta la dmese della pplaze cme quad, ad esemp, s tervsta u clete 0 clet ce etra u cetr cmmercale.

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp S csder la seuete pplaze (c tred) cmpsta 6 utà ce a meda µ 58, 5 e varaza σ, 5. 3 4 5 6 7 8 9 0 3 4 5 6 5 5 53 54 55 56 57 58 59 60 6 6 63 64 65 66 70 65 60 55 50 45 40 4 7 0 3 6 utà S a 4 camp sstematc Campe Osservaz campare 5 55 59 63 57 5 56 60 64 58 3 53 57 6 65 59 4 54 58 6 66 60 da cu E ( ˆ µ ) 58, 5, Var ( ˆ µ ), 5. La varaza del campamet s s casuale semplce è mlt superre, Var ( ˆ) µ 4, 5, c ua dffereza ella varaza: Var ( ˆ) µ Var( ˆ µ ) 3. s

Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Per la seuete pplaze (apprssmatvamete casuale) c la stessa meda e varaza 3 4 5 6 7 8 9 0 3 4 5 6 Y 6 5 60 53 58 6 65 59 64 54 57 55 66 63 5 56 s a Var ( ˆ µ ) 5, 06 e qud, s a crca la stessa effceza del s campamet casuale semplce dat ce Var ( ˆ) µ 4, 5. Per la seuete pplaze (perdca) c la stessa meda e varaza 3 4 5 6 7 8 9 0 3 4 5 6 Y 5 55 59 63 5 56 60 64 53 57 6 65 54 58 6 66 s a Var ( ˆ µ ) 0 da cu: s Var ( ˆ) µ Var( ˆ µ ) 5,75 Qud quest cas l campamet sstematc è mlt me effcete d quell casuale semplce. s 70 65 60 55 50 45 40 4 7 0 3 6 utà 3