DISTRIBUZIONE DI STUDENT

Documenti analoghi
Istogrammi e confronto con la distribuzione normale

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

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

Lezione 4. La Variabilità. Lezione 4 1

Variabilità = Informazione

MEDIA DI Y (ALTEZZA):

Classi di reddito % famiglie Fino a Oltre Totale 100

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

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

LEZIONI DI STATISTICA MEDICA

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

Caso studio 10. Dipendenza in media. Esempio

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

Teoria dei Fenomeni Aleatori AA 2012/13

Capitolo 2 Errori di misura: definizioni e trattamento

Il campionamento e l inferenza

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

Dott.ssa Marta Di Nicola

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

TRATTAMENTO STATISTICO DEI DATI ANALITICI

Regressione e Correlazione

Caso studio 12. Regressione. Esempio

I percentili e i quartili

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

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)

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

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

Statistica descrittiva per l Estimo

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche.

INDICI DI VARIABILITA

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

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

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

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

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

Associazione tra due variabili quantitative

Le misure di variabilità

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

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

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

Capitolo 6 Gli indici di variabilità

DI IDROLOGIA TECNICA PARTE II

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

Esercitazione 5 del corso di Statistica (parte 1)

6. LA CONCENTRAZIONE

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Indipendenza in distribuzione

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

Esercizi su Rappresentazioni di Dati e Statistica

FORMULARIO DI RIFERIMENTO PER IL CALCOLO DELLE INCERTEZZE DI MISURA. F.Silvestrin, V.Talamini

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

Incertezza di misura

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Variabili casuali ( ) 1 2 n

Matematica elementare art.1 di Raimondo Valeri

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

Propagazione di errori

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

Università della Calabria

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

frazione 1 n dell ammontare complessivo del carattere A x

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

Design of experiments (DOE) e Analisi statistica

Calcolo delle Probabilità: esercitazione 4

Modelli di accumulo del danno dovuto a carichi ciclici

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Lezione 4. Metodi statistici per il miglioramento della Qualità

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

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA.

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

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

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

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

Verifica e scelta del modello probabilistico

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

Elementi di Statistica descrittiva Parte III

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

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Formulario e tavole. Complementi per il corso di Statistica Medica

Appunti di. Elaborazione dei dati sperimentali

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

ELABORAZIONE DEI DATI

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

APPUNTI di FISICA SPERIMENTALE

Analisi di dati vettoriali. Direzioni e orientazioni

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche

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

ELEMENTI DI TEORIA DEGLI ERRORI DI MISURA

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

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

Il modello di regressione multipla

Elementi di Statistica descrittiva Parte II

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

CONFRONTI TRA RETTE, CALCOLO DELLA RETTA CON Y RIPETUTE, CON VERIFICA DI LINEARITA E INTRODUZIONE ALLA REGRESSIONE LINEARE MULTIPLA

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore)

MISURE E GRANDEZZE FISICHE

Transcript:

Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N0 N5 N50 0. - 4-4 Itervall cofdeza P[ - μ t c ] W DF (t c f DF ( t dt - α. μ0 μ0 Compatbltà d u valore medo emprco co u valore prefssato: t, DF - ( Compatbltà d due valor med msurat: t 0, DF + - + a A0 b B0 Verfca d potes ell terpolazoe leare : t e t, DF Esempo d applcazoe del test d Fsher : F W / W tc tc a b, DF (4,5.

Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N 0 N 5 N 50 0. - 4-4 Adameto della dstrbuzoe t d tudet al varare de grad d lbertà : DF N. Per N grade tede alla dstrbuzoe ormale stadardzzata. F(t DF 3 0.8 0.6 DITRIBUZION DIE TUDENTDF3 5 0.4 0.5 0. 0. 0.5-4 - 4 t.5%<- 0.5%<- 5%<- 0. 0.05 -> 5% ->.5% -> 0.5% t ( DF 3-6 - 4-4 6 Fuzoe cumulatva F t f ( d Valor crtc tc per lvell d fduca α del (0, 5, %.

3

4

TET d TUDENT. TET NORMALE. Pccol e grad CAMPIONI. suppoga d esegure ua msura e s suppoga ota la rsoluzoe dell apparato, e qud l errore sulla sgola msura. suppoga, per esempo,d msurare ua massa l cu valore rsulta essere 3.5 g, usado ua blaca della quale e ota la rsoluzoe d 0. g, allora s rporta l valore come: m (3.5±0.g e l tervallo (3.4 3.6 vee terpretato, per ua dstrbuzoe gaussaa, come l tervallo d cofdeza del 68% d coteere l valore vero. Questo e vero se cooscamo la rsoluzoe dell apparato. Questo quado s eseguoo msure accade spesso, ma a volte questo o e l caso, spece elle sceze socal dove la dspersoe de valor derva da ua dspersoe trseca de valor della popolazoe, puttosto che da ua msurazoe. Nel caso d pccol campo, e quado o sao ote le varaze delle popolazo, s fa uso della dstrbuzoe d tudet. Per quato detto, essa e u argometo pu famlare a dottor e agl ecoomst che o a fsc e chmc. Ua sgola msura puo forre ua oesta stma, ma o e suffcete per dare da formazo sulla precsoe. e la rsoluzoe o e ota a pror, allora s devoo effettuare pu msure, e stmare la dspersoe dal campoe d msure: o s ha l valore d, ma la sua stma s. e e oto μ s usa : ( μ e μ o e oto s usa: ( Ivece della varable gaussaa μ μ z s ha a che fare co la varable t. s La varable t o e dstrbuta ormalmete; la sgfcatvta della dscrepaza ( μ e more, se vece d s coosce la sua stma, a causa della certezza addzoale assocata ad. I pratca, spece per pccol, essa e ua stma poco precsa d. Itervallo d cofdeza Da u campoe d valor {} estratt da ua popolazoe gaussaa (μ, s ottegao valor della meda e varaza: e (. rappreseta la devazoe stadard emprca e la devazoe stadard emprca del valore medo. μ costrusca la varable d tudet : t che ha DF - grad d lberta. La probablta W DF che s dscost da μ meo d ( t c,e che la varable t cada ell tervallo tc μ tc tc vale: P[ - μ t c ] W DF (t c f DF ( t dt -α. tc suppoga cogta, s vuole stmare l valore della gradezza μ medate. stmao dal campoe e Cosa s puo dre crca l valore della gradezza μ? e l rsultato della msura e forto da X ±. 5

e cofdet, co probablta W DF ( f DF ( t dt, che l tervallo ( ± cotega l valore vero μ. DITRIBUZIONE DI TUDENT DF3 5 0.5 0. 0.5 5 %< - 0. -> 5% 0.5%< -.5 % < - 0.05 ->.5% -> 0.5% - 6-4 - 4 6 L area compresa tra le lee vertcal corrspode a :W DF3 90%, W DF3 95%, W DF3 99% Nota: I valor crtc d t per dvers DF e lvell d fduca α soo rportat apposte tabelle. Esemp ao {} { 3.9, 4.5, 5.5, 6.} valor d u campoe d dat estratt da ua popolazoe ormale co valore medo μ 4.9. ottega ua successva msura u valore : 7.. Esso appartee alla stessa popolazoe?. La della popolazoe e cogta, la stmamo co ( μ. Il valore d rsulta: 0.86. 7. 4.9 valuta l valore d t osservato : t M. 7. I grad d lberta soo DF - 4. Fssato 0.86 l valore del lvello d fduca α : α5%, l valore crtco t c rsulta: t c.77. Il valore d t M < t c, e d cosegueza, al lvello d fduca del 5% o s ha motvo d dubtare che l valore 7. appartega alla stessa popolazoe. valuta l IQ d N 5 studet, otteedo : IQ 8 e IQ 5. vogloo trovare, al lvello d cofdeza del W DF 95%, lmt dell tervallo el quale s presume cada l valore vero del IQ. I grad d lberta soo DF - 5-4, la devazoe stadard emprca del valore medo e IQ 5 IQ 8 IQ 8 3. Il valore d t vale: t IQ N 5 IQ 3 N Per u dato valore W DF, l valore del lmte superore dell tervallo t c, puo essere espresso ella tc forma W DF (t c f ( t dt -α. Dalle tabelle, per α 5%, s ottee u valore d t c.06 tc DF La probablta che la varable t cada ell tervallo [-.06,.06] vale : 6

P[ IQ - IQ. 06 ] P[-t IQ c t t c ] 95%. f 4 (t DF 4 gaussaa 0.4 f(z 0. 0. -.06 0..06 -. 96 0..96-3 - - 3-3 - - 3 e pertato cofdet, co probablta del 95%, che l valore vero d IQ cada el tervallo : [ 8-.06 3; 8 +.06 3] [.8; 34.] e s fosse assuta ua dstrbuzoe gaussaa, valor crtc sarebbero z c ±.96, ed l corrspodete tervallo d cofdeza sarebbe rsultato more ampezza: [.;3.9] TET d tudet. Come gà evdezato, el caso de test che fao uso della dstrbuzoe ormale, è ecessaro avere de test da esegure su valor msurat per verfcare la atura della dffereza fra due sere d msure affette da error casual. U caso frequete è quello cu s hao a dsposzoe due campo d msure, e s vuole verfcare l potes statstca che ess provegao da popolazo avet lo stesso valore medo, e appartegao qud alla stessa popolazoe: u caso partcolare è quello dell potes che cosste el rteere due campo compost da msure della stessa gradezza fsca, e che le dfferet stme sao prodotte come effetto della preseza etramb degl error accdetal; error che s assume seguao la legge ormale(caso della verfca della compatbltà d due valor msurat. U altro caso che s preseta d frequete è quello ove s vuole cotrollare se u determato valore umerco, a pror attrbuble alla gradezza fsca esame, sa o o cofermato da rsultat della msura; coè se quel valore sa o o compatble co rsultat della msura, pu precsamete, a che lvello d probabltà ( lvello d fduca è co ess compatble (Caso della verfca della compatbltà co u valore prefssato. U altro esempo cosste el cheders se la sommstrazoe d u certo farmaco abba effetto su qualche parametro clco d ua popolazoe d dvdu. La procedura d test s basa sull assuzoe, potes ulla H 0, che per esempo o c sa dffereza tra parametr (esempo: le mede de due campo ad u certo lvello d fduca.. La valdtà del test presuppoe che campo sao dpedet, e proveet da popolazo ormal. La soluzoe d questo problem s e ga trattata, facedo uso della dstrbuzoe ormale, medate l test ormale, el caso cu fossero ote le varaze delle popolazo o el caso che campo fossero costtut da u umero d dat elevato : grad campo. Cosa s può fare e caso d campo costtut da u umero d dat esguo( pccol campo, tale da farc rteere che o s possa otteere da ess ua buoa stma delle varaze, cogte, delle popolazo (sempre supposte ormal? 7

Test d tudet per l cofroto tra u valore medo emprco ed medo teorco, oto a pror. desdera stablre se l valore d ua gradezza fsca, determato tramte u pccolo campoe d msure, sa compatble, ad u certo lvello d sgfcatvtà, co u valore oto a pror. a ua varable casuale d valore medo μ 0 oto. estragga u campoe d elemet [,,, ]. stmo μ e teorc medate valor emprc otteut dal campoe: e (. C s chede se è possble accettare come stma d μ l valore trovato e co quale grado d fduca; c s chede se la dscrepaza - μ 0 sa sgfcatva o meo. Costruzoe della varable t per l test. La varable: μ μ 0 0 μ 0 μ0 μ0 z t r rsulta l rapporto tra ua varable casuale ormale stadardzzata co DF e ua varable r co DF - grad d lberta, ed e pertato ua varable t co DF - grad d lberta. μ0 μ0 calcola la statstca t. I grad d lbertà soo DF -. fssao l potes ulla H 0 : μ μ 0 e Η: μ μ 0 fssa l lvello d fduca α, dalle tabelle d t, co DF -, s rcava l valore lmte t a. I geerale s predoo cosderazoe delle devazo egatve e postve da μ (test a due code usa la regoe crtca lmtata dalle due bade, tale che f ( t dt + f ( t dt α. a DF + a DF DF 0 f DF0 (t α 5% t c a.3 0. 0. -a a α/ - α α/ -4-4 e t < a e P[ t DF t M ] > α, allora t cade etro l tervallo d accettazoe dell potes, e s accetta l potes che, al lvello d fduca prescelto, stm correttamete μμ 0. La dscrepaza μ 0 o e' sgfcatva ma dovuta ucamete a fluttuazo statstche che dpedoo dal campoameto. 8

e t > a e P[ t DF t M ] < α, allora t cade etro l tervallo d rgetto dell potes e s rgetta H 0, al lvello d fduca prescelto. La dscrepaza o è gustfcable co le sole fluttuazo statstche. Nel caso d devazo solo u verso, s lmta la regoe crtca solo ad ua bada : test ad ua coda. α 5 % α 5 % DF 0 DF 0 tc a -.8 tc a +.8 0. 0. a α 0. -4-4 0. a' α -4-4 a' f ( t dt α DF a' H 0 : μ μ 0 ; Η: μ < μ 0 f ( t dt α H 0 : μ μ 0 ; Η: μ > μ 0 DF e è ota, azché usare la dstrbuzoe d tudet, s potrà usare l test ormale: μ0 μ0 z e o è ota, per grad campo ( > 30 z e t tedoo ad approssmars e s può usare l test ormale. All aumetare d la stma d medate emprca è sempre pu corretta ( per 30 : s /s 3%. Per pccol campo s usa la dstrbuzoe d tudet che aturalmete è ache valda per grad campo. 9

Esempo. Il valore medo lugo de lac rsulta Il dspostvo d laco d u proettle cetra u bersaglo [ 0; y 0] u pao all asse d tro ( e y sao dpedet. vuole stablre se esstao effett sstematc el sstema d mra del dspostvo. Le coordate d 0 lac sao : [] [., -0.,.0, 0., -.5, -0., -, 0.8, 0.6, -0.5] 0.; La devazoe stadard e la devazoe stadard del valore medo rsultao: (, 0. 33 Nell potes ulla: H0 : μ μ 0 0; H : μ 0, e che la dscrepaza 0. 0 sa casuale, μ0 0 0. 0 la varable t rsulta tm 0.66. 3 I grad d lberta soo :DF - 0 9. Fssato l lvello d fduca del test α 5%, per u test a due code, l t crtco rsulta tc.6. Il valore t M 0.66 <.6 ; P[ t 9 > 0.66] 0.5 (5 % L effetto e casuale, la dscrepaza o e sgfcatva. e lo stesso rsultato, 0. e, s fosse otteuto co 00 lac, s avrebbe 0 0. 0 00,, 0., tm., DF 9 9 0. Per α 5% l valore d tc per u test a due code rsulta tc.96. Il valore t M. >.96 e la P[ t 9 >.] 0.0 ( %. Il valore è abbastaza pccolo per rteere molto probable, ache se o certo, u effetto sstematco el sstema d mra del dspostvo d laco. DF 9. f DF9 (t α 5 % 0. 0. -.6.6-4 - 4 0

Test d tudet per l cofroto d valor med dspoga d due pccol campo d msure della stessa gradezza che dao luogo a due dvers valor med. desdera stablre se la dversta delle mede de campo sa mputable ucamete a fluttuazo casual; tal caso esse, e due campo, appartegoo a popolazo avet lo stesso valore medo. Costruzoe della varable t d tudet per l test. ao dat due campo dpedet d gradezza, apparteet a due popolazo detche co valor valor med μ, μ e varaze teorche egual:. ao, (,, (, valor med emprc e le varaze emprche relatve a due prov. W Il rapporto : F e dstrbuto come ua varable d Fscher co ( - e ( - W grad d lberta, essedo l rapporto d due varabl W co DF ( - e DF ( - grad d lberta. F e detta : rapporto d varaze, ed e usata per verfcare se.. ( ( Ioltre la varable + e ua varable χ co DF ( ( grad d + ( lberta. Nel caso s possa rteere che campo provegao da popolazo co la stessa varaza,., s puo' dare ua stma d tale varaza medate la meda pesata delle varaze de due prov. Essa s puo' assumere la varaza comue otteuta combado dat de due prov e rsulta: ( + (. + Il rapporto : W e dstrbuto come ua varable W co DF ( + - grad d lberta. Il rapporto: r e dstrbuto come ua varable r co DF ( + - grad d lberta. La dffereza [ ( - (μ μ] ha varaza data da : +. ( ( μ μ z + e ua varable dstrbuta come ua varable ormale stadardzzata. z La varable t e ua varable t d tudet. s

( ( μ μ t + ( ( μ μ + E ua varable t d tudet co DF + - grad d lberta. e s suppoe oltre che due prov provegao dalla stessa popolazoe H 0 : μ μ,allora E[ ] 0, e la varable costruta dveta: ( t 0, + ua varable t d tudet co DF + - grad d lberta. puo cotrollare l potes ulla che due campo provegao dalla stessa popolazoe (H 0 : μ μ e che la dscrepaza o sa sgfcatva. e e rappresetao le mede d due sere d msure della stessa gradezza, che possoo essere otteute codzo detche o ache leggermete dverse, s desdera stablre se la dscrepaza spermetale sa sgfcatva o o, ossa, se essa possa ucamete attrburs a fluttuazo casual dovute agl error d msura (potes H 0 o se essa dch la preseza d error sstematc pales ua o etrambe le sere d msurazo. Fssato α e oto DF, dalle tabelle s determa l valore crtco t c. dch co t M l valore d t otteuto, se vale: t M < t c e P[ t DF > t M ] α s Accetta l potes ulla. e vale: t M > t c e P[ t DF > t M ] α s Rgetta l potes ulla. C s aspetta che la dstrbuzoe delle e sa ormale. Il TLC lo sostee, ma o sempre e vero. Il test d tudet lavora bee ache se le dstrbuzo o soo perfettamete ormal: s dce che e u test robusto. rchede che. : test d Fsher per la verfca. e s dspoe d grad campo,la dstrbuzoe delle dffereze delle mede ( e approssmatvamete ormale co meda E[ ] ( μ μ e ( 0 z + Permette d sottoporre a test l potes H 0 : μ μ 0. e o s cooscoo e esse s possoo stmare co ed. La varable t e esatta sa per pccol ( < 30 che per grad campo. +, allora

La valdta del test rchede che due campo aalzzat sao dpedet e tratt da popolazo dstrbute ormalmete ; poche tal popolazo possoo essere descrtte modo esaurete medate due parametr meda e devazoe stadard, le procedure soo defte metod statstc parametrc o test parametrc. Il test e mpegato per esempo per ; - Cotrollo che ell esecuzoe d ua sere d msurazo le codzo s sao mateute costat. E suffcete, per questo, che le due mede s rferscao a due seme d msure separate el tempo( esempo: cofroto tra la meda d alcue msure zal e la meda d alcue msure fal el vscosmetro, o ella msura della velocta del suoo. Questo e u caso partcolare del problema geerale d evdezare u evetuale effetto sstematco coesso a due valor dfferet d ua gradezza fsca dversa da quella cu s rferscoo le due mede. - Cofroto tra sere d msure della stessa gradezza otteute da osservator dvers ( t e t otteute el vscosmetro - Cofroto tra sere d msure della stessa gradezza otteute due dverse prove ( t e t 0 v e v otteute ella msura della velocta del suoo ; Per trlg: cofrot tra valor otteut co dverse forze freat d: M e M P e P η e η - Cofroto tra valor med d msure della stessa gradezza otteute da campo dfferet ( l e l delle msure d lughezze d oggett otteute da campo dfferet - Cofroto tra u valore medo ed l valore omale ( l della msura d u campoe d lughezze co u valore omale - Cofroto tra campo per stablre se appartegoo alla stessa popolazoe. - Valutare se la dscrepaza tra le msure d ua stessa gradezza e sgfcatva o o, valutare se le msure soo o o cosstet, valutare se esstoo error sstematc. - Verfca d potes ell terpolazoe leare. ( Cotrollo se u valore d b è compatble co l potes B 0. Cotrollo se due valor b e b soo compatbl tra loro B B. 3

Esempo. Due macche traflao del ferro dello stesso dametro. Durate la gorata s eseguoo 6 msurazo d cotrollo del dametro de traflat ottegoo le msure rportate tabella 3 4 5 6 M: Φ(cm 0.7 9 0. 9 M:Φ(cm 0.0 0.7 3 0.5 7 0.6 vuole stablre dall aals de due campo d msure, se le macche traflao tod che hao dametr detc : μ Φ μ Φ. applca l test d tudet. I grad d lberta soo : DF (5 - + ( 6-9 I dat relatv alla macha soo: 5 5 0.00098 Φ Φ 0. 8cm ( Φ Φ 0. 0000745 cm. 5 5 5 I dat relatv alla maccha soo: 6 6 0.00038 Φ Φ 0. 6 cm ( Φ Φ 0.0000654.cm 6 6 6 La stma della varaza comue a due prov, ell potes che le varaze sao egual,, rsulta : 5 6 ( Φ Φ + ( Φ (5 + (6 5 + 6 5 + 6 La varable t d tudet rsulta Φ Φ 0 0.0 t 96 0.00505 + 5 6 Φ 0.00098 + 0.00038 0.00006956cm 5 + 6 e s fa l potes che le due macche traflo detcamete e che le uche dffereze e rsultat sao dovute a fluttuazo casual s deve porre H 0 : μ Φ μ Φ. delmta la regoe d fduca da etrambe le bade ( test a due code e s scegle come lmte d fduca l 5 %. Allora l tervallo d accettazoe dell potes vale (-.6 < t < +.6 Il valore d t M 96 cade etro la regoe d accettazoe. E qud ragoevole accettare l potes che le due macche traflo detcamete., coe al 5% d fduca, o s puo rgettare ragoevolmete l potes che le DF 9 f DF9 (t α 5% dffereze sao dovute ucamete al caso. 0. 0. -.6.6-4 - 4 4

Nell esempo s vuole, oltre, valutare l potes che. usa l test d Fsher. Per la prma maccha: 0.0000745 ; DF 5 4 Per la secoda maccha : 0.0000654 ;DF 6-5 celto F celto F, DF (4,5. Prefssato 5% come lmte d fduca l valore crtco rsulta; b 5., DF (5,4. Prefssato 5% come lmte d fduca l valore crtco rsulta; b 6.3 e s scegle ua zoa d fduca, delmtata, per F, da b tale che P[F b] 5% e per F, da b tale che P[F b ] 5% etramb cas coservao smultaeo sgfcato agl effett del test. fatt dato che, per accettare l potes, s deve avere F b e cotemporaeamete F b l test d sgfcatvta s basa su ua regoe crtca che dvde equamete la la parte alta e la parte bassa della dstrbuzoe. Ifatt dato che F /F, s ha F /F b da cu F /b, e la regoe d accettaza, per la sgfcatvta della varable F, e data da /b F b. La regoe d accettazoe per la F e data da /b F b; 0.6 F 5. Il valore calcolato d F vale F.4. esso cade etro la regoe d accettaza dell potes. E qud gustfcato, al 0% come lvello d fduca, supporre. Test t utlzzato el cofroto delle mede emprche d coppe d osservazo. Dat appaat. Quado s vuole esamare l effcaca d u farmaco su d u uco campoe d dvdu, s prede cosderazoe la varazoe d u parametro clco dopo la sommstrazoe del farmaco. Quado s vuole esamare l effceza d u cogego sulla resa d u uco campoe d macche o d apparecchature s prede cosderazoe la varazoe della resa dopo l applcazoe del cogego. La varable aleatora e rappresetata questo caso dalla varazoe del parametro clco cascu dvduo, o dalla varazoe della resa d cascua maccha. Cos e pu facle dscerere l effcaca del farmaco poche o s troduce la maggore varablta esstete tra dvdu apparteet a due campo dpedet: uo trattato ed uo o; oppure, dpededo la resa da molt parametr co la dffereza s soda meglo l cotrbuto del dspostvo studato. studao gl stess campo egual prma e dopo u trattameto. vuole studare la dffereza d due mede quado campo o soo dpedet e le due varaze delle popolazo o soo ecessaramete egual. dspoe d coppe dpedet d msurazo (,y, (,y,, (,y L potes da sottoporre a test e che la dffereza de relatv valor valga u valore prefssato δ, coe y δ. poe : d y co,,,, d rappreseta la varable casuale, e δ l valore medo atteso. calcola l valore medo della dffereza d la devazoe stadard ( d d. d ( d e 5

costrusce la varable t d δ, che e ua varable t co DF - grad d lberta. ( d d d ( e s vuole testare l potes H 0 : δ μ d 0 (l farmaco o ha effetto; l cogego o ha effetto cotro l potes H : δ 0 d 0 t, che e ua varable t co DF - grad d lberta. ( d d d ( Esempo vogla cotrollare l effetto d u dspostvo che aumeta la resa de motor e qud l rsparmo d carburate. msura la resa de motor ( km/ltro carburate per u campoe d 7 auto dfferet, prma e dopo l sermeto del dspostvo. Auto A B C D E F G Km/ltro seza dspostvo : y 9 30 4 34 37 45 3 Km/ltro co dspostvo : 36 6 46 36 40 5 35 Dffereza : d 7-4 4 3 6 3 e s calcola l valore medo della resa d tutte le 7 auto prma dell sermeto del dspostvo s ottee y ( 35.6 ± 3. km / ltro e dopo l sermeto ( 38.6 ±.3 km / ltro La dffereza d y 3 o e sgfcatva, e compresa ampamete elle fluttuazo casual delle due mede, data dalla somma quadratura delle due varaze. I dat mostrao ua grade varablta poche la resa delle auto dpede da molt parametr. Aalzzado le dffereze d delle rese fra coppe d valor d resa, prma e dopo l sermeto del dspostvo, s resce ad solare meglo l cotrbuto alla resa del dspostvo. e s aalzzao qud le dffereze d y fra le coppe d valor (,y s ottegoo ( 7 ( d 7 7 d ( d d 3.6 d d ( y 3, d 3. 6,. 3 7 7 (7 7(7 7 e s aalzza la varable t d tudet s ottee d 0 3 t M.3..3 d 7 d. I grad d lberta soo : DF 7 6. effettua l test ad ua coda e s cofrotao le due potes H 0 : d 0 ( o c e dffereza ella resa e H : d > 0 vuole verfcare se c e u reale aumeto d ecooma dopo l sermeto del dspostvo e se le rese soo maggor d quelle y e quato la dffereza d e maggore d zero. fssa l lvello d fduca α 5%, s valuta l valore crtco tc per l test ad ua coda che rsulta essere tc.94. t M > tc; P[ t DF6 >.3] < 5 % 6

Al lvello d sgfcatvta del 5%, s scarta l potes H0 ( o c e dffereza ella resa. La dffereza e sgfcatva, o e dovuta al caso. Il dspostva aumeta la resa ( d > 0. DF 6 α 5% tc.94 0. 0. α -4-4 7

Verfca d potes ell terpolazoe leare Date N coppe d valor (, y ± y legat dalla relazoe Y a + b, co l MMQ s ottegoo valor : a ± a ; b ± b co: N y y N a, N b. N N ( N ( E rchesta la coosceza dell errore comue sulle ordate: y. e y o e oto vee stmato a posteror medate la relazoe : N N [ y ( a + b] ( Δy y, N N e le certezze su a e b dvetao: N y a N N N ( e b N y N y N N N ( ( Assa d frequete e ecessaro verfcare delle potes statstche su rsultat dell terpolazoe leare. Vale la propreta : E[a + b ] E[a] + E[b] A + B. I valor ver A e B soo stmat da a e b che s suppogoo dstrbut ormalmete, co varaze a e b, attoro a valor ver A e B. La varaza y s suppoe ota. e s vuole cofrotare l valore della stma otteuta co u valore oto a pror ( H 0 : B B 0 ; H 0 : A A 0 s possoo costrure le varabl a A0 b B0 z e z, che ell potes H 0 seguoo ua dstrbuzoe ormale a b stadardzzata. Co puo essere utle per la verfca d H 0 el caso d y y y. y ota. e o e ota, sosttuedo co s ottegoo le varabl: a A0 b B0 t e t, che soo varabl che seguoo la dstrbuzoe d tudet co a b D F N grad d lberta. e ad u certo lvello d fduca α, dat forscoo u valore t M > tc l potes H 0 e da rgettare. gfcatvta della dffereza fra coeffcet d due terpolazo lear. ao y a + b e y a + b determate da due sem d dat co varabl comparabl. puo verfcare l potes H 0 : ( B -B Δ ( Δ prefssata o partcolare H 0 : B B (Δ 0; H 0 : A A. e le y e y soo ote, le varabl ( a a Δ ( b b Δ z e z co a a a + a, a a b b soo ormal stadardzzate. e le y e y o soo ote, esse vegoo stmate da y e y N ( Δy y, N N ( Δy y. N 8

Nell potes : y y y la varaza comue y puo vere stmata dalla ( N ( y + N y y N+ N 4 La devazoe stadard della dffereza b-b e stmata dalla : y y b b b + b co b e b. N N ( ( Per verfcare l potes H 0 s costrusce la varable t ; b b b ( b Δ t che segue ua dstrbuzoe d tudet co DF N +N 4 grad d lberta. rgetta l potes H 0 al lvello d fduca α se t DF > t crtco. UO DI MATHEMATICA PER LA DITRIBUZIONE DI TUDENT (by OLAVE J. <<tatstcs`normaldstrbuto` Rappresetazoe smbolca della dstrbuzoe d studet co 3 grad d lbertà. dst tudettdstrbuto[3] tudettdstrbuto[3] Il comado PDF (Probablty Desty Fucto geera la fuzoe della dstrbuzoe d tudet relatva a 3 grad d lbertà: pdf PDF[dst, ] Rappresetazoe grafca della fuzoe pdf Plot[pdf,{, -3, 3}] 5 0.5 0. 0.5 0. 0.05-3 - - 3 Graphcs Esempo d calcolo d probabltà d avere valor mor d - CDF[dst, -] 9

BetaRegularzed 3 3 7,, N[CDF[dst,-]] 0.069663 Per calcolare valor relatv a valor crtc defamo la fuzoe comulatva come segue: cdfucto CDF[dst, ] + BetaRegularzed 3,, 3, g 3 + Grafcamete la fuzoe comulatva ha l seguete adameto: Plot[cdfucto, {, -5, 5},Imageze->500] 0.8 0.6 0.4 0. -4-4 Graphcs Data la fuzoe comulatva è possble rcavare l valore crtco per % FdRoot[cdfucto-0.005 0,{,,-}] (* mpoe 0.005 perchè tale valore corrspode a cascua coda * { -5.8409} a%[[]][[]] -5.8409 Verfchamo che questo è l valore crtco relatvo all'tervallo d cofdeza del %: a pdfd + a pdfd 0.0 Data la fuzoe comulatva è possble rcavare l valore crtco per 5 % 0

FdRoot[cdfucto-0.05 0,{,,-}] (* mpoe 0.05 perchè tale valore corrspode a cascua coda * { -3.845} a%[[]][[]] -3.845 Verfchamo che questo è l valore crtco relatvo all'tervallo d cofdeza del 5%: a pdfd + a pdfd 0.05 Data la fuzoe comulatva è possble rcavare l valore crtco per 0 % FdRoot[cdfucto-0.05 0,{,,-}] (* mpoe 0.05 perchè tale valore corrspode a cascua coda * { -.35336} a%[[]][[]] -.35336 Verfchamo che questo è l valore crtco relatvo all'tervallo d cofdeza del 0%: a pdfd + a pdfd 0.

DITRIBUZIONEDI TUDENT DF 3 5 0.5 0. 0.5 5%<- 0. -> 5 % 0.5 % < -.5 % < - 0.05 ->.5 % -> 0-6 - 4-4 6 rporta u grafco che rappreseta la dstrbuzoe al varare de grad d lbertà N

DITRIBUZIONE DI TUDENT 0.4 0. N N N 5 N 0 N 5 N 50 0. - 4-4 3