Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Documenti analoghi
Esercitazioni di Statistica

Campionamento casuale da popolazione finita (caso senza reinserimento )

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

Costo manutenzione (euro)

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Popolazione e Campione

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

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

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

Anemia. Anemia - percentuali

Esame di Statistica A-Di Prof. M. Romanazzi

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

Titolo della lezione. Campionamento e Distribuzioni Campionarie

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

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

6 Stima di media e varianza, e intervalli di confidenza

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

Statistica 1 A.A. 2015/2016

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercitazioni di Statistica Dott.ssa Cristina Mollica

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Intervalli di confidenza

Esercitazioni del corso: ANALISI MULTIVARIATA

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

PROBLEMI DI INFERENZA SU PERCENTUALI

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

Appunti complementari per il Corso di Statistica

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

Carte di controllo per attributi

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

1.6 Serie di potenze - Esercizi risolti

converge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n

Esercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2).

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

SUCCESSIONI DI FUNZIONI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

Intervalli di confidenza

Esame di Statistica A-Di Prof. M. Romanazzi

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del

INFERENZA o STATISTICA INFERENTE

Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Traccia delle soluzioni degli esercizi del fascicolo 6

PREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012

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

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

Prof.ssa Paola Vicard

LEZIONI DI STATISTICA MEDICA

La correlazione e la regressione. Antonello Maruotti

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

PNI SESSIONE SUPPLETIVA QUESITO 1

Teoria dei Fenomeni Aleatori AA 2012/13

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.

Statistica inferenziale e mercati azionari

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Matematica II: Calcolo delle Probabilità e Statistica Matematica

CONCETTI BASE DI STATISTICA

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

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

TEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).

Esercitazioni di Statistica

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

STUDIO DEL LANCIO DI 3 DADI

Laboratorio di R - 2 a lezione Prof. Mauro Gasparini

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Esercitazione 5 del corso di Statistica (parte 2)

STATISTICA DESCRITTIVA

Diagramma polare e logaritmico

Esercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim.

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

Dispensa di STATISTICA DESCRITTIVA

Distribuzioni per unità

Esercizi di Analisi Matematica 1 utili per la preparazione all esame scritto. File con soluzioni.

Analisi statistica dell Output

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

Cosa vogliamo imparare?

Corso di Informatica

Precorso di Matematica, aa , (IV)

Esercizi di Analisi Matematica A utili per la preparazione all esame scritto. File con soluzioni.

Cenni di statistica inferenziale

Ingegneria Elettronica, Informatica e delle Telecomunicazioni Prova scritta di ANALISI B - 23/06/2006

Strumenti di indagine per la valutazione psicologica

NUMERICI QUESITI FISICA GENERALE

Metodi statistici per l'analisi dei dati

MEDIE ALGEBRICHE E DI POSIZIONE

Statistica 1 A.A. 2015/2016

alcuni esercizi (unità a-d)

Transcript:

Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2, 8 4, 2 5, 2 7, 2 2, 8 4, 2 5, 2 7, 2 3, 6 4, 4 5, 4 7, 2 Alla distribuzioe uitaria presetata si riferiscoo i quesiti che seguoo. a) Il carattere è quatitativo discreto qualitativo ordiabile quatitativo cotiuo b) La distribuzioe è uimodale bimodale la moda o è defiita c) Dividere i piloti i 4 gruppi di uguale umerosità, co tempi di reazioe brevi, medio-brevi, medio-lughi, lughi, ed idicare quali piloti fao parte di oguo dei gruppi brevi medio-brevi medio-lughi lughi 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2, 8 4, 2 5, 2 7, 2 2, 8 4, 2 5, 2 7, 2 3, 6 4, 4 5, 4 7, 2 d) Determiare i ciascu gruppo i quartili I quartili soo quei valori tali che le osservazioi soo per u quarto, due quarti e tre quarti, rispettivamete, più piccole. I ciascu gruppo le osservazioi soo 6. La posizioi mediae soo due, la terza e la quarta, metre le posizioi relative al primo e terzo quartile soo la secoda e la quita. Ifatti 6 0.5 = 3 è u umero itero, quidi le osservazioi mediae soo la terza e la quarta; 6 0.25 =.5 o è u umero itero e va arrotodato all itero successivo per cui l osservazioe relativa al primo quartile è la secoda; 6 0.75 = 4.5 o è u umero itero e va arrotodato all itero successivo per cui l osservazioe relativa al terzo quartile è la quita. I u gruppo la terza e la quarta uità hao la stessa modalità. I quartili per ciascuo dei gruppi risultao i segueti: brevi medio-brevi medio-lughi lughi Q 2, 6 4, 0 5, 0 7, 2 Q 2 (med) Q 3 2, 7 2, 8 4, 4, 2 5, 5, 2 7, 2 7, 2 e) Rappresetare il boxplot per ciascu gruppo e commetare i grafici i termii di variabilità delle distribuzioi relative a ciascu gruppo, utilizzado ache il rage e lo scarto iterquartile brevi medio-brevi medio-lughi lughi rage Scarto Iterquartile 0, 2 0, 6 0, 2 0, 6 0, 2, 4 0 I gruppi co tempi di reazioe medio-brevi e medio-lughi hao stesso rage e stesso Scarto Iterquartile, il gruppo co tempi di reazioe brevi ha rage più grade e stesso Scarto Iterquartile il gruppo co tempi di reazioe lughi rage più grade e Scarto Iterquartile più piccolo, pari a zero. Il gruppo co tempi di reazioe lughi ha la maggiore variabilità cosiderado il rage, la miore cosiderado lo Scarto Iterquartile, che o risete delle osservazioi che si trovao alle estremità della distribuzioe. Ifatti el gruppo lughi la metà delle osservazioi, quelle comprese tra il primo e il terzo quartile, risulta di pari valore.

2.6 2.8 3.0 3.2 3.4 3.6 3.8 3.9 4.0 4. 4.2 4.3 4.4 tempi di reazioe brevi tempi di reazioe medio brevi 4.8 4.9 5.0 5. 5.2 5.3 5.4 5.8 6.2 6.6 7.0 tempi di reazioe medio lughi tempi di reazioe lughi f) Rappresetare il grafico a barre per ciascu gruppo e commetare i grafici i termii di asimmetria, utilizzado ache il cofroto tra media aritmetica e mediaa brevi medio-brevi medio-lughi lughi media aritmetica 2, 84 4, 5, 6, 97 Q 2 (med) 2, 7 4, 5, 7, 2 frequeza assoluta 0.0.0 2.0 3.0 frequeza assoluta 0.0 0.5.0.5 2.0 2.6 2.8 3.6 tempi di reazioe brevi 3.8 4 4.2 4.4 tempi di reazioe medio brevi frequeza assoluta 0.0 0.5.0.5 2.0 frequeza assoluta 0 2 3 4 5 4.8 5 5.2 5.4 tempi di reazioe medio lughi 5.8 7.2 tempi di reazioe lughi tempi di reazioe brevi: coda a destra, media maggiore di mediaa tempi di reazioe medio-brevi: simmetrica, media = mediaa tempi di reazioe medio-lughi: simmetrica, media = mediaa tempi di reazioe lughi: coda a siistra, media miore di mediaa g) Se il valore 3,8 relativo ai tempi di reazioe medio-brevi fosse 3,9 la distribuzioe sarebbe simmetrica: si o valutabile o 2

Quesito 2. U ura cotiee 8 pallie, 6 ere e 2 biache. Si estraggoo due pallie seza reimmissioe. Si cosideri la variabile aleatoria X: umero di pallie ere. a) Determiare la fuzioe di probabilità di X e rappresetarla graficamete; Idicado co B e B 2 e N e N 2 l estrazioe di pallia biaca e era rispettivamete ella prima e secoda estrazioe risulta: P (N N 2 ) = P (N )P (N 2 N ) = 6 5 8 7 = 30 Aalogamete risulta: P (N B 2 ) = P (N )P (B 2 N ) = 6 2 8 7 = 2 P (B N 2 ) = P (B )P (N 2 B ) = 2 6 8 7 = 2 P (B B 2 ) = P (B )P (B 2 B ) = 2 8 7 = 2 La fuzioe di probabilità di X risulta: teedo coto che: X p(x = x) 0 2 24 2 30 P (zero pallie ere)=p (B B 2 ) P (ua pallia era)=p ((B N 2 ) (N B 2 )) = P (B N 2 ) + P (N B 2 ) P (due pallie ere)=p (N N 2 ) p 0. 0.2 0.3 0.4 0.5 0.0 0.5.0.5 2.0 x 3

b) Determiare la fuzioe di ripartizioe di X e rappresetarla graficamete; La fuzioe di ripartizioe di X risulta: 0 x < 0 2 F (x) = 0 x < 26 x < 2 x 2 F 0.2 0.4 0.6 0.8.0 0.0 0.5.0.5 2.0 x c) Utilizzado la fuzioe di ripartizioe determiare la probabilità che X assuma u valore miore o uguale a ; d) Determiare valore atteso e variaza di X Per il calcolo di E(X) e V ar(x) risulta: P (X ) = F () = 26 x p(x) xp(x) x 2 p(x) 0 0.04 0.00 0.00 0.43 0.43 0.43 2 0.53.06 2.2 tot.00.49 2.55 da cui si ricava E(X) =.49 e V ar(x) = E(X 2 ) E(X) 2 = 2.55.49 2 = 0.33 e) Defiire la distribuzioe di probabilità di X el caso di estrazioe co reimmissioe X ha distribuzioe Biomiale di parametri = 2 e π = P (N) = 6 8 Quesito 3. Si è iteressati a studiare la difettosità dei pezzi prodotti i u processo produttivo. U campioe di 2400 pezzi è stato selezioato e per ciascuo si è rilevata la difettosità. Il 40% dei pezzi è risultato difettoso. a) Proporre uo stimatore putuale o distorto per π, il valore medio della variabile casuale Y di Beroulli che assume il valore se il pezzo è difettoso, 0 altrimeti, e giustificare la stima. b) Proporre u itervallo di cofideza al 99% per π, il valore medio della variabile casuale Y di Beroulli che assume il valore se il pezzo è difettoso, 0 altrimeti. 4

Soluzioe. Uo stimatore corretto, cosistete i probabilità e di massima verosimigliaza per la proporzioe π è la media campioaria X = X i, x = x i = 0.4 = ˆp. La Variaza di tale stimatore data da σ 2 /. Ora, poichè X ua variabile aleatoria di Beroulli, la sua variaza sarà σ 2 = π( π). Quidi ua stima della variaza di ˆp o è altro che ˆp( ˆp)/ = 0.000. 2. Utilizzado l approssimazioe alla Normale, per sufficietemete elevato, e cosiderado che α = 0.99 α = 0.0 α/2 = 0.005 Φ(z α/2 ) = α/2 = 0.995 z α/2 = 2.575, l itervallo di cofideza al livello ( α) = 0.99 è dato da: 99%IC [ ] ˆp( ˆp) ˆp( ˆp) ˆp z α/2 ; ˆp + z α/2 = [0.4 2.575 0.0; 0.4 + 2.575 0.0] = [0.374; 0.426]. Ciò sigifica che la proporzioe di pezzi difettosi è compresa tra (0.374;0.426) al livello di cofideza di circa il 99%. Quesito 4. Si suppoga che il diametro dei tubi prodotti i u idustria meccaica sia ua variabile aleatoria ormale co valore atteso µ, e variaza σ 2. Si soo osservati 50 tubi e se e è rilevato il diametro. E risultato: 50 x i = 750 50 x 2 i = 740. a) Proporre uo stimatore per il valore medio µ di X ed idicare le proprietà Lo stimatore per µ è la media campioaria X = X i. La corrispodete stima risulta: x = 50 x i = 750/50 = 5 La media campioaria è uo stimatore o distorto e cosistete i probabilità. b) Proporre uo stimatore per la variaza di X ed idicare le proprietà Lo stimatore per σ 2 è la variaza campioaria ˆσ 2 = S 2. Esso risulta [ ] ˆσ 2 = Xi 2 X 2 5

La corrispodete stima risulta: ˆσ 2 = = 49 [ ] x 2 i x 2 = [ 740 50 5 2 ] = (490) = 0. 49 La variaza campioaria ˆσ 2 è uo stimatore o distorto e cosistete i probabilità. c) I resposabili del cotrollo di qualità ritegoo che il diametro medio sia 6 metre gli igegeri della produzioe ritegoo che sia iferiore. Impostare u test di ipotesi co livello di sigificatività α = 0.0. Le ipotesi risultao: La statistica test risulta: Quidi la regioe di rifiuto è data da: H 0 : µ = 6 H : µ < 6 X µ ˆσ/ t 49 R.C. : x µ 0 ˆσ/ < 2.403 Il valore della statistica test sotto l ipotesi ulla risulta: t = x µ 0 ˆσ/ = 5 6 0/ 50 = 2.22 Il valore osservato della statistica test o appartiee alla regioe critica, si può cocludere affermado che il campioe o offre ua sufficiete evideza per rigettare l ipotesi ulla H 0. Gli igegeri hao ragioe. Basterebbe però aumetare di poco il livello di sigificatività per rifiutare l ipotesi ulla. d) rappresetare graficamete la zoa di rifiuto del test. dt(x, 49) 0.0 0. 0.2 0.3 0.4 2.403 4 2 0 2 4 x 6