Facoltà di Economia. θ θ. francesco mola. Lezione n 18

Documenti analoghi
1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari

La verifica delle ipotesi

PROBLEMI DI INFERENZA SU PERCENTUALI

STIME E LORO AFFIDABILITA

STIMA PUNTUALE DEI PARAMETRI

In linguaggio analitico parlare di tre tagli equivale ad individuare le equazioni di tre rette che intersecano il triangolo in questione.

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Il confronto tra DUE campioni indipendenti

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

Stima dei parametri. a cura del prof. Guida

Tecnica delle misurazioni applicate LS - Esame del 25 marzo 2010

VERIFICA DI IPOTESI STATISTICHE

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Studieremo l effetto Doppler per le onde elettromagnetiche nella relatività speciale

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO

Modelli'di'Variabili'Aleatorie'

Segnalate imprecisioni o chiedete chiarimenti a:

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni

VERIFICA DI IPOTESI STATISTICHE

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ).

Programma lezione XIII

Stima della media di una variabile X definita su una popolazione finita

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( =

Appunti di STATISTICA

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Campionamento e distribuzioni campionarie

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia

Esercitazioni di Statistica

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

LE EQUAZIONI IRRAZIONALI

Forma Locale Vuoto. rote. rot Eo Eo. V y. V z. E x. E y. Fisica III 1. Forma locale della legge di Gauss. Forma locale della legge di Gauss.

Sforzo all interfaccia fra due regioni con differente permeabilità magnetica

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Distribuzioni di probabilità

STATISTICA INFERENZIALE: TRE FILE PDF

15 Equilibri chimici in fase gassosa

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Statistica Inferenziale Soluzioni 1. Stima puntuale

SOLUZIONI PROGETTO E VERIFICA A PRESSOFLESSIONE DI PILASTRI IN C.A.

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

Dimostrazione. σ σ. Quesito: esistono giaciture che hanno solo tensione normale?

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Esercizi sui limiti di successioni

le dimensioni dell aiuola, con le limitazioni 0 x λ λ

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

= ed è: n. 2 2 x. tra ns x

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

II Esonero - Testo A

Soluzioni foglio 7. Pietro Mercuri. 30 ottobre 2018

DISTRIBUZIONE NORMALE MULTIVARIATA

Livello A1 Lezione 12. Lingua Italiana

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Poiché n<30 e la deviazione standard non era nota a priori ma è stata stimata (s=14.4), la statistica test da utilizzare è t:

Algoritmi e Strutture Dati. Introduzione

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Fondamenti di Internet e Reti

Delimitazioni inferiori e superiori alla complessita di un problema

L INTERVALLO DI CONFIDENZA

STATISTICA 1 ESERCITAZIONE 4

ALCUNE TECNICHE di INTEGRAZIONE

ESERCITAZIONE N. 6 corso di statistica

2.5 Calcolo dello stato di deformazione e sforzo in corrispondenza ad una concentrazione di tensione con superamento del limite di plasticizzazione

L INTERVALLO DI CONFIDENZA

Successioni di variabili aleatorie

Divide et Impera. Minimo e Massimo. Minimo e Massimo. Risoluzione di problemi per partizione con lavoro bilanciato

COMUNE DI VOLVERA. Provincia di Torino DETERMINAZIONE DEL RESPONSABILE DEI SERVIZI FINANZIARI UFFICIO RAGIONERIA

Distribuzione normale

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

LEZIONI DI STATISTICA MEDICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Popolazione e Campione

RENDIMENTO DEI TRASFORMATORI

Entropia ed informazione

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

CLASSIFICAZIONE DELLE STRUTTURE PIANE

Titolo della lezione. L evoluzione dei fenomeni nel tempo: i numeri indici semplici e complessi

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403

COMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Francesca Piersigilli

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Prova scritta del 9/1/2003

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi

Statistica. Lezione 5

Intervalli di Fiducia

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Sommario. Corso di Statistica Facoltà di Economia. Test o verifica delle ipotesi. Lezione n 25. Francesco Mola. Obiettivi della verifica delle ipotesi

4. Proprietà degli stimatori

STATISTICA INFERENZIALE

Test 16-DIC te s i A te s i B Uo va inc uba te no ns c hius e 20 40

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

Transcript:

Corso di aisia Faolà di Eoomia a.a. 00-00 fraeso mola Esemio : u u amioe asuale di 8 egoi di arioli sorivi la media seimaale di saree vedue da iasu egoio risulaa ari a 00. i sa he ella oolaioe la deviaioe sadard delle vedie seimaali è ari a 8. i assuma l ioesi di ormalià del umero di sare vedue i ogi egoio. i osruisa u iervallo di ofidea al livello del 90% er la vera media seimaale di saree vedue da u sigolo egoio. Leioe 8 Le8_a.a. 00-0 saisia-fraeso mola Esemio. Due diversi isiui (I e I) soo iariai di effeuare u idagie re-eleorale sul balloaggio er la eleioe del adidao sidao di ua ià. a) I isiuo I effeua l idagie su 50 ersoe iervisae e rova he 50 di quese dihiarao di voare er il adidao sidao A mere il rimaee dihiara di voare er il adidao sidao B. Cosiderado u livello di fiduia di 0.9, qual è l iervallo he rova? b) I isiuo I effeua l idagie su 450 ersoe iervisae e rova he 50 di quese dihiarao di voare er il adidao sidao A mere il rimaee dihiara di voare er il adidao sidao B. Cosiderado u livello di fiduia di 0.9, qual è l iervallo he rova? INTERVALLI DI CONFIDENZA ime uuali ime iervallari θ θ 3 θ θ θ 4 ) Che differee i soo ei risulai raggiui dai due isiui? Le8_a.a. 00-0 saisia-fraeso mola 3 Le8_a.a. 00-0 saisia-fraeso mola 4

oluioe eseriio :a) Livello di ofidea 0.9 Disribuioe di riferimeo roorioe Camioaria Dimesioe del amioe 50 roorioe voai ˆ 50 /50 / 3 0.33 adidao A roorioe di o voai il adidao A Verifia arossimaioe ad ua ormale roorioe ella oolaioe ( ˆ ) qˆ 00 /50 / 3 0.66 π q ˆ ˆ 50*0.33*0.66 > 0 ˆ ˆ ˆ ˆ r ˆ ˆ / * q q π / * 0.33*0.66 0.33*0.66 r0.33.645* π 0.33.645* 0.9 50 50 { π } r 0.7 0.39 0.9 [ 0.7;0.39 ] IC.. Le8_a.a. 00-0 saisia-fraeso mola 5 Le8_a.a. 00-0 saisia-fraeso mola 6 oluioe eseriio :b) Livello di ofidea 0.9 Disribuioe di riferimeo roorioe Camioaria Dimesioe del amioe 450 roorioe voai ˆ 50 / 450 / 3 0.33 adidao A roorioe di o voai il adidao A Verifia arossimaioe ad ua ormale roorioe ella oolaioe ( ˆ ) qˆ 300 / 450 / 3 0.66 π q ˆ ˆ 450*0.33*0.66 > 0 ˆ ˆ ˆ ˆ r ˆ ˆ / * q q π / * 0.33*0.66 0.33*0.66 r0.33.645* π 0.33.645* 0.9 450 450 { π } r 0.9 0.37 0.9 [ 0.9;0.37 ] IC.. ) Aumeado la dimesioe del amioe l iervallo si ridue di amiea Le8_a.a. 00-0 saisia-fraeso mola 7 Le8_a.a. 00-0 saisia-fraeso mola 8

oluioe eseriio ) Livello di ofidea 0.9 Disribuioe di riferimeo Media Camioaria Dimesioe del amioe 8 Media el amioe Deviaioe sadard ella oolaioe Variaa ella oolaioe 00 8 64 { } r / * / * { 8 8 } r 00.645* 00.645* 0.9 8 8 { } r 98.54 0.46 0.9 [ 98.54;0.56 ] IC.. ) Aumeado la dimesioe del amioe l iervallo si ridue di amiea Le8_a.a. 00-0 saisia-fraeso mola 9 Le8_a.a. 00-0 saisia-fraeso mola 0 Iervalli di ofidea Livello di ofidea o Livello fiduiario osideriamo N(, ) Z N ( 0,) o e osideriamo le avole della Z, ossiamo Idividuare valori e : ( Z ) r 0 Quae soo le oie di e he soddisfao la relaioe? Le8_a.a. 00-0 saisia-fraeso mola Le8_a.a. 00-0 saisia-fraeso mola

e imoiamo il violo he [ ] sia erale, ioè, { Z } e { Z } allora si ha solo e Caso della disribuioe Normale 0 Z Le8_a.a. 00-0 saisia-fraeso mola 3 Le8_a.a. 00-0 saisia-fraeso mola 4 Caso della disribuioe Normale (o..) - Le8_a.a. 00-0 saisia-fraeso mola 5 L' iervallo omrede asuale il valore - iogio, o robabili à -, idiede emee valore di. e sosiuiam o ad sul amioe - iervallo di ofidea abbiamo, di - di ofidea : v.. il valore dal er al livello alolao Le8_a.a. 00-0 saisia-fraeso mola 6

Es : 0. 05 0. 05 96. - 0.95.96.96 -. 96,. 96 Iervallo asuale 0.95 Cosa sigifia.96?.96 -.96,. 96 Iervallo di ofidea Le8_a.a. 00-0 saisia-fraeso mola 7 Le8_a.a. 00-0 saisia-fraeso mola 8 Esemio. Iervallo di ofidea er la media o (, ) N, oa Esemio. Iervallo di ofidea er la media o T i osidera la v.. T di ude ( i ) Abbiamo: { } - T NON oa { } Cioè: Le8_a.a. 00-0 saisia-fraeso mola 9 Le8_a.a. 00-0 saisia-fraeso mola 0

Esemio 3. Iervallo di ofidea er la variaa o (, ) N i riordi he χ o oa ( ) i Le8_a.a. 00-0 saisia-fraeso mola Cosiderado le avole della disribuioe χ ossiamo idividuare e ali he: Y y y, y, Y y,, y, y, y,, Le8_a.a. 00-0 saisia-fraeso mola, y Esemio 4. Iervallo di ofidea er la roorioe amioaria B, E ( ) VAR q Quidi si uò affermare he: q Risolvedo la diseguagliaa si ha: N, q Le8_a.a. 00-0 saisia-fraeso mola 3 Le8_a.a. 00-0 saisia-fraeso mola 4

4 4 Le8_a.a. 00-0 saisia-fraeso mola 5 Quado è abbasaa grade si ha: e essere ossoo 4 : quidi rasurai, 4 Le8_a.a. 00-0 saisia-fraeso mola 6 Esemio 5. Iervallo di ofidea er differee ra medie ( ), N ( ), N Caso : oe e Le8_a.a. 00-0 saisia-fraeso mola 7 ( ) ( ) ( ) 0, N Z È oo he: Quidi fissao si ha: ( ) ( ) ( ) { } Avedo oso Le8_a.a. 00-0 saisia-fraeso mola 8

L esressioe reedee uò essere risria osì: ( ) ( ) ( ) { } ( ) ( ), Iervallo asuale Le8_a.a. 00-0 saisia-fraeso mola 9 ( ) ( ), Iervallo di ofidea Esemio 5. Iervallo di ofidea er differee ra medie Caso : e iogie ( ) ( ) ( ) T Le8_a.a. 00-0 saisia-fraeso mola 30 e idihiamo o ( ) ( ) ( ) ( ) ( ) ( ) Le8_a.a. 00-0 saisia-fraeso mola 3.. g l er la differea ra roorioi si oera aalogamee Riosideriamo il aso: ( ) oa o, N A livello si uò vedere he l amiea dell iervallo è: Le8_a.a. 00-0 saisia-fraeso mola 3 A

e si risolve l esressioe reedee riseo ad : Esemio: A I al modo si deermia la umerosià miima del amioe 4 0.95 A.96 5.36 6 Le8_a.a. 00-0 saisia-fraeso mola 33 Le8_a.a. 00-0 saisia-fraeso mola 34