n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

Documenti analoghi
STATISTICA A K (63 ore)

STATISTICA A K (60 ore)

Esercitazioni di Statistica

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

STATISTICA A K (63 ore) Marco Riani

Campionamento casuale da popolazione finita (caso senza reinserimento )

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

Statistica. Lezione 5

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

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

STATISTICA INFERENZIALE

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

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

Popolazione e Campione

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

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

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

INFERENZA o STATISTICA INFERENTE

Popolazione e Campione

Appunti di STATISTICA

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Intervalli di Fiducia

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

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:

Costo manutenzione (euro)

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

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

Esercizi di Calcolo delle Probabilità e Statistica Matematica

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

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

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

Proprietà asintotiche stimatori OLS e statistiche collegate

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

Corso di Statistica. Stima. Prof.ssa T. Laureti a.a Corso di Statistica a.a DEIM, Univ.TUSCIA - Prof.

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

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

Confronto di due misure Campioni indipendenti

STATISTICA A D (72 ore)

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

4. Proprietà degli stimatori

Prof.ssa Paola Vicard

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

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)

Legge Gamma e Legge Chi quadro

Appunti per l Orale di Statistica

Esame di Statistica A-Di Prof. M. Romanazzi

INTRODUZIONE ALLA INFERENZA STATISTICA

Intervalli di confidenza

Esercitazione 6 del corso di Statistica 2

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

PROBLEMI DI INFERENZA SU MEDIE

LE MISURE DI TENDENZA CENTRALE

Analisi statistica dell Output

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

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

STATISTICA 1 ESERCITAZIONE 5

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

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

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Anemia. Anemia - percentuali

Il test parametrico si costruisce in tre passi:

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

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:

STUDIO DEL LANCIO DI 3 DADI

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

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

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

CONCETTI BASE DI STATISTICA

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercizi di econometria: serie 2

CAPITOLO 2 Semplici esperimenti comparativi

Statistica 1 A.A. 2015/2016

6 Stima di media e varianza, e intervalli di confidenza

Matematica II: Calcolo delle Probabilità e Statistica Matematica

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

Traccia delle soluzioni degli esercizi del fascicolo 6

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

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

Statistica inferenziale e mercati azionari

Caso studio 9. Distribuzioni doppie. Esempi

Esercitazione 5 del corso di Statistica (parte 2)

LEZIONI DI STATISTICA MEDICA

Teoria dei Fenomeni Aleatori AA 2012/13

Metodi statistici per le ricerche di mercato

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

1 Esercizi tutorato 27/5

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

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

Esercitazione 2 Soluzione di equazioni non lineari

Metodi statistici per l'analisi dei dati

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

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

(sqm ottenuto dividendo per n-1 ) =

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

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

Capitolo 27. Elementi di calcolo finanziario EEE

Transcript:

STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza (-α0,95 z(0,05,96 {338 < µ< 3488}0,95 Livello di cofideza (-α0,99 z(0,0,58 {3839 < µ< 356}0,99 Il tempo impiegato da u meccaico i u egozio di biciclette per assemblare u certo tipo di bicicletta può essere cosiderato ua v.c. ormale co media 3 miuti e deviazioe stadard 3,5 miuti. Si calcoli la probabilità che il tempo medio per assemblare 0 biciclette No superi 33 miuti Sia compreso tra 8,5 e 3,5 miuti Soluzioe Xv.c. tempo impiegato X~N(3, 3,5 0 X ~ N( μ, 3,5 X ~ N ( 3, 0 X μ 33 3 r( X < 33 r( < / 3,5 / 0 r( X < 33 r( Z < 0,9035 0,869 Il valore 0.869 è stato otteuto dalla fuzioe di Excel DISTRIB.NORM.ST(0,9035. Utilizzado le tavole F(0,900,8594 Calcolo di Soluzioe r( 8,5 < X < 3,5? r( X < 3,5 r( Z < -0,4575 0,357 r( X < 8,5 r( Z < -3,68 0,00078 r( 8,5 < X < 3,5 0,3494 I valori 0,357 e 0,00078 soo stati otteuti co le fuzioi di Excel DISTRIB.NORM.ST(-0,4575 e DISTRIB.NORM.ST(-3,68. Utilizzado le tavole si ottiee F(-0,45-F(-3,6 0.3636-0.000790.3557 Sia X X, X 80 u campioe casuale proveiete da ua popolazioe distribuita secodo il modello f(x3x (0<x<. Si determii la probabilità che la media campioaria sia miore di 0,8.

Soluzioe asso. Calcolare la media e la variaza dell uiverso X che preseta desità f(x3x (0<x< Distribuzioe del feomeo ell uiverso Rappresetazioe grafica di f(x3x (0<x< X preseta distribuzioe o ormale co E(Xµ3/4 e VAR(X 3/80 X preseta distribuzioe o ormale co E(Xµ3/4 e VAR(X 3/80 La media campioaria di u campioe di 80 osservazioi estratte da X preseta la seguete distribuzioe approssimata (per il teorema cetrale del limite X ~ N( μ, Si cosideri ua geerica popolazioe X co media µ e variaza Siao T (X +X +X 3 +X 4 /4 e T (3X +4X +X 3 +X 4 /0 due stimatori di µ per campioi di ampiezza 4 Si effettuio le segueti operazioi: Si verifichi che lo stimatore T è o distorto Si determii la variaza dei due stimatori e si stabilisca quale dei due stimatori è più efficiete Hit: X X X 3 X 4 are radom variables IID (idepedet ad idetically distributed with the same distributio of X Soluzioe Verifica che T è o distorto E(T (/0E(3X +4X +X 3 +X 4 (/0 [3 E(X +4E(X +E(X 3 +E(X 4 ] (/0 [ 3µ +4µ + µ + µ]µ Calcolo della variaza dei due stimatori VAR(T /40,5 VAR(T (/00 [ 9 +6 + +4 ] (30/00 0,3 Dato che VAR(T <VAR(T T è più efficiete e quidi preferibile Si defiisce errore quadratico medio (MSEmea square error di uo stimatore T di u parametro θ la quatità E(T θ E(T- θ. Dimostrare che se lo stimatore T è corretto il suo MSE coicide co la sua variaza Dimostrare che se lo stimatore T è distorto il suo MSE può essere scritto come: MSE(TVAR(T + Bias

Soluzioe: Dimostrare che se lo stimatore T è corretto il suo MSE coicide co la sua variaza Se T è uo stimatore o distorto di θ allora E(T θ quidi MSEE(T- θ. MSEE(T-E(T θ E(T- E(T VAR(T Soluzioe: Dimostrare che se lo stimatore T è distorto il suo MSE può essere scritto come: MSE(TVAR(T + Bias MSE(TE(T - θ E(T- E(T +E(T - θ Svolgedo il quadrato si ottiee: MSE(TE(T E(T + (E(T - θ *(E(T - θ*e(t E(T Il doppio prodotto è zero quidi MSE(T E(T E(T + (E(T - θ VAR(T+Bias La deviazioe stadard della statura degli studeti iscritti ad ua uiversità è 5,8 cm. Quati studeti si devoo estrarre a sorte dalla popolazioe se si vuole co probabilità del 90% che l errore di stima della media o superi i cm. Soluzioe: iformazioi ote X~(µ 5,8 Se l itervallo di cofideza è al 90% si ottiee,65 μ X +,65 0,90 X μ,65 0,90 Se vogliamo che l errore di stima della media o superi i cm X μ,65 (,65*5,8 3 4 I dati che seguoo si riferiscoo alla durata (i migliaia di Km di ua cighia da automobile i u campioe di 5 osservazioi 5,4 85, 89, 8,3 88,4 09,3 04,3 69,3 05,5 06,8 03, 0,6 0,9 89,6 09,3 Facedo le opportue ipotesi, si costruisca u itervallo di cofideza per la media al 99% Soluzioe 5 X 99,87 mila Km; s cor70,4 Ip. Distribuzioe ormale ell uiverso t( α μ X + t( α 3,05 3,05 99,87,977 μ 99,87 +,977 0,99 5 5 { 89,84 μ 09,9} 0, 99 α 3

Di seguito soo riportati i Km percorsi i u gioro da u campioe di taxi operate i ua grade città 73 95 5 54 49 0 48 5 68 3 9 0 48 03 0 Sulla base di questo campioe assumedo che la popolazioe geeratrice sia ormale è stato determiato il seguete itervallo di cofideza (6,55 44,7. Si calcoli il livello di cofideza su cui è stato calcolato Soluzioe Media campioaria30,6875 6 S cor 3, t( α μ X + t( α { 6,55 μ 44,7} α Equazioe da risolvere x + t ( α 44, 7 t( α (44,7 x / s,74 cor Dalla tavola t(α,74 co g5 corrispode ad α di poco superiore a 0, ossia ad u - α di poco iferiore a 0,9 (Utilizzado la fuzioe di Excel distrib.t(,74;5; si ottiee α 0,039 Variate al precedete esercizio Se i dati di base fossero stati i segueti: 7 95 5 54 49 0 48 5 68 3 9 0 48 03 0 Quale sarebbe stato t il livello ll di cofideza dell itervallo (6,55 44,7? Media campioaria30,65 S cor 3,45 t(α,75 α 0,0 - α 0,9 U azieda produce rotoli di stoffa della lughezza di 70m. Tali rotoli possoo presetare difetti di diversa atura. L azieda è iteressata a stimare il umero medio di difetti preseti ei rotoli prodotti. I u campioe casuale di 85 rotoli si è trovata la seguete distribuzioe. difetti 0 3 4 5 6 Frequeza 6 6 3 5 Si determii l itervallo di cofideza al 99% per la media dei difetti preseti ei rotoli di stoffa Stima di µ i distribuzioi di frequeze Stima corretta di i preseza di distribuzioi di frequeze s cor r ( x x i i i i r i 4

Soluzioe Media campioaria,7059 S,760554 S cor,3347 s X,58 cor μ X +,58 0,99 {,33 μ,08} 0, 99 5