ESERCIZIO pag ? = Stima del numero medio di battiti cardiaci /minuto per una certa popolazione.

Documenti analoghi
Teorema del Limite Centrale

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Distribuzione Normale

Statistica Inferenziale

Esercizi di Ricapitolazione

Le statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.

LEZIONI DI STATISTICA MEDICA

Test d ipotesi: confronto fra medie

Intervallo di confidenza

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Approssimazione normale alla distribuzione binomiale

Schema lezione 5 Intervalli di confidenza

Esercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 23/5/2017

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

Ringraziamenti dell Editore

Il confronto fra medie

STATISTICA ESERCITAZIONE

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

Misure di dispersione (o di variabilità)

Distribuzioni campionarie

Esercizi di Probabilità e Statistica

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

Statistica Inferenziale

Intervalli di confidenza

Prova Pratica di Statistica I+II - Prof. M. Romanazzi

UNIVERSITÀ DEGLI STUDI DI PERUGIA

05. Errore campionario e numerosità campionaria

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

ISTOGRAMMI E DISTRIBUZIONI:

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

Statistica Metodologica

standardizzazione dei punteggi di un test

LA DISTRIBUZIONE NORMALE ESERCITAZIONE

Distribuzioni e inferenza statistica

Statistica Inferenziale

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Università del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi :

3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso

DISTRIBUZIONI DI CAMPIONAMENTO

Variabili aleatorie gaussiane

Esame di Statistica A-Di Prof. M. Romanazzi

CAMPIONAMENTO - ALCUNI TERMINI CHIAVE

STATISTICA A K (60 ore)

Statistica di base per l analisi socio-economica

Test delle Ipotesi Parte I

1 Esercizi per l esame finale

Tipi di variabili. Indici di tendenza centrale e di dispersione

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica

Concetti principale della lezione precedente

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

tabelle grafici misure di

ESAME. 9 Gennaio 2017 COMPITO B

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011

FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME

LE DISTRIBUZIONI CAMPIONARIE

Esercizio 2: voto e ore dedicate allo studio

2 V. Demichelis, A. Ziggioto Esercizi di Biostatistica


Gestione Industriale della Qualità

STATISTICA A D (72 ore)

Inferenza statistica: intervalli di fiducia (confidenza)

Statistica Applicata all edilizia Lezione: carte di controllo

Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione

STATISTICA AZIENDALE Modulo Controllo di Qualità

Presentazione dell edizione italiana

Scanned by CamScanner

C.I. di Metodologia clinica

Test d Ipotesi Introduzione

obbligatorio - n. iscrizione sulla lista

Lezione n. 1 (a cura di Irene Tibidò)

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

Teoria e tecniche dei test

Elementi di Psicometria con Laboratorio di SPSS 1

Distribuzione Normale

Cenni all interpretazione di un Test d ipotesi

Metodologia Sperimentale Agraria e Forestale

Test per una media - varianza nota

Regressione lineare semplice

Cognome e Nome:... Matricola e corso di laurea:...

Ulteriori Conoscenze di Informatica e Statistica

Esercitazioni di statistica

Casa dello Studente. Casa dello Studente

Esercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30

Dispensa di Statistica

Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

Stima della portata di piena: un esempio

Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1

LEZIONI DI STATISTICA MEDICA

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

STATISTICA INFERENZIALE

Ipotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa

Transcript:

ESERCIZIO pag.146 6..1? = Stima del numero medio di battiti cardiaci /minuto per una certa popolazione. x= 90 battiti/minuto n = 49 Assunzioni: campione casuale; popolazione distribuita N; σ = 10 battiti/minuto. a. I.C. per µ al 90% =? b. I.C. per µ al 95% =? c. I.C. per µ al 99% =? 1

a. I.C. per µ al 90% =? P(L 1 <µ<l ) = 90% α = 10% = 0.10 L1; L x z α = ± (1 ) σ n Z (1-α/) = z 0.95 = 1.645 L 1 ;L = 90±1.645 10/7 =87.65 ; 9.35 b. I.C. per µ al 95% =? P(L 1 <µ<l ) = 95% α = 5% = 0.05 Z (1-α/) = z 0.975 = 1.96 L 1 ;L = 90±1.96 1.43 = 87. ; 9.8 c. I.C. per µ al 99% =? P(L 1 <µ<l ) = 99% α = 1% = 0.01 Z (1-α/) = z 0.995 =.58 L 1 ;L = 90±.58 1.43 = 86.31;93.69

ESERCIZIO pag.146 6..? = Stima del livello medio (µ) di bilirubina indiretta serica di neonati di quattro giorni. X = 5.98 mg/100cc n = 16 Assunzioni: campione casuale; popolazione distribuita N; σ = 3.5 mg/100. a. I.C. per µ al 90% =? b. I.C. per µ al 95% =? c. I.C. per µ al 99% =? 3

a. I.C. per µ al 90% =? P(L 1 <µ<l ) = 90% α = 10% = 0.10 Z (1-α/) = z 0.95 = 1.645 L1; L x z α = ± (1 ) σ n L 1 ;L = 5.98±1.645 3.5/4 = 4.54;7.4 b. I.C. per µ al 95% =? P(L 1 <µ<l ) = 95% α = 5% = 0.05 Z (1-α/) = z 0.975 = 1.96 L 1 ;L = 5.98±1.96 0.875= 4.65;7.695 c. I.C. per µ al 99% =? P(L 1 <µ<l ) = 99% α = 1% = 0.01 Z (1-α/) = z 0.995 =.58 L 1 ;L =5.98±.58 0.875=3.73;8.38 4

ESERCIZIO pag.147 6..3? = Stima della durata media del ricovero ospedaliero (giorni) nella popolazione. x = 8.5 giorni n = 64 Assunzioni: campione casuale; popolazione distribuita N; σ nota = 3 giorni. a. I.C. per µ al 90% =? b. I.C. per µ al 95% =? c. I.C. per µ al 99% =? 5

a. I.C. per µ al 90% =? P(L 1 <µ<l ) = 90% α = 10% = 0.10 Z (1-α/) = z 0.95 = 1.645 L1; L x z α = ± (1 ) σ n L 1 ;L = 8.5±1.645 3/8 = 7.63 ; 8.8 b. I.C. per µ al 95% =? P(L 1 <µ<l ) = 95% α = 5% = 0.05 Z (1-α/) = z 0.975 = 1.96 L 1 ;L = 8.5±1.96 0.375=7.515;8.985 c. I.C. per µ al 99% =? P(L 1 <µ<l ) = 99% α = 1% = 0.01 Z (1-α/) = z 0.995 =.58 L 1 ;L = 8.5±.58 0.375=7.83;9.18 6

ESERCIZIO pag.147 6..4? = Stima della pressione diastolica media della popolazione. x = 15 mm Hg n = 100 Assunzioni: campione casuale; popolazione distribuita N; σ = 15 mm Hg. a. I.C. per µ al 90% =? b. I.C. per µ al 95% =? 7

a. I.C. per µ al 90% =? P(L 1 <µ<l ) = 90% α = 10% = 0.10 L1; L α = x ± z (1 ) σ n Z (1-α/) = z 0.95 = 1.645 L 1 ;L = 15±1.645 15/10 = = 15±1.645 1.5 = = 1.53 ; 17.47 b. I.C. per µ al 95% =? P(L 1 <µ<l ) = 95% α = 5% = 0.05 Z (1-α/) = z 0.975 = 1.96 L 1 ;L = 15±1.96 1.5 = = 15±1.535 = = 1.06 ; 17.94 8

ESERCIZIO pag.147 6..5? = Stima del livello medio di 14 CO per una certa popolazione di pazienti affetti da malattia di Alzeimher. valori di 14 CO nel campione: 1009 180 1180 155 1547 35 1956 1080 1776 1767 1680 050 145 857 3100 161 n = 16 Assunzioni: campione casuale; popolazione distribuita N; σ = 350 (valore di 14 CO ). I.C. per µ al 95% =? 9

I.C. per µ al 95% =? L1; L α = x ± z (1 ) σ n P(L 1 <µ<l ) = 95% α = 5% = 0.05 x 1009 + 180 +... +... + 161 = 16 = 1747.65 Z (1-α/) = z 0.975 = 1.96 L 1 ;L = 1747.65±1.96 350/4 = = 1747.65±1.96 87.5 = = 1747.65±171.5 = = 1576.15 ; 1917.15 10

ESERCIZIO pag.15 6.3.1 Usare la distribuzione t per trovare il fattore di attendibilità per un intervallo di confidenza basato sui seguenti coefficienti di confidenza e sulle seguenti dimensioni campionarie: Coefficiente confidenza Dimensione campionaria Fattore attendibilità di di a b c d 0.95 0.99 0.90 0.95 15 4 8 30.1448.8075 1.8946.045 11

ESERCIZIO pag.15 6.3. Valori basali del flusso costante inspiratorio (l/s): 0.90 0.97 1.03 1.10 1.04 1.00 n = 6 Assunzioni: campione casuale; popolazione distribuita N; σ non nota. a. Qual è la stima puntuale della media della popolazione? b. Qual è la deviazione standard del campione? c. Qual è l errore standard stimato della media campionaria? d. Costruisci un intervallo di confidenza al 95% per il flusso respiratorio costante medio nella popolazione. e. Qual è la precisione della stima? f. Dai l interpretazione probabilistica dell intervallo che hai costruito. g. Dai l interpretazione pratica dell intervallo che hai costruito. 1

a. Stima puntuale della media della popolazione Stima puntuale di µ = media campionaria 0.90 + 0.97 + 1.03 + 1.10 + 1.04 + 1.00 x = 6 = 1.0067 b. Deviazione standard del campione = s ( ) = x x s n 1 = (0.90 1.0067) +... + (1.00 1.0067) 6 1 = 0.068 c. Errore standard stimato della media campionaria errore standard = s n = 0.068 6 = 0.08 d. I.C. al 95% per il flusso inspiratorio costante medio (µ) della popolazione α L 1; L = x ± t 1 ; ( n t (1-α/) = t 0.975; 5gdl =.5706 1 ) gdl s n L 1 ;L = 1.0067±.5706 0.08 = 0.935;1.079 13

e. Precisione della stima Precisione = coeff. attendibilità*errore standard= =.5706*0.08 =0.0719 f. Interpretazione probabilistica dell I. C. Estraendo tutti i possibili campioni dalla nostra popolazione, il 95% di tutti gli intervalli conterrà, a lungo andare, la media della popolazione. g. Interpretazione pratica dell I. C. Abbiamo un grado di fiducia del 95% che il singolo intervallo calcolato contenga la media µ della popolazione. 14

ESERCIZIO pag. 15 6.3.3 media campionaria = 9 mg errore standard della media = 0.3 mg a. Qual è la deviazione standard del campione? b. I.C. al 95% per µ? c. Assunzioni? a. Deviazione standard del campione = s errore standard = s = errore standard n s n = 0.3 4 = 0.3 = 0.6 b. I.C. per µ al 95% P(L 1 <µ<l ) = 95% α = 5% = 0.05 t (1-α/) ; 3 gdl = t 0.975 ; 3 gdl = 3.185 L 1 ;L = 9±3.185 0.3 = 9±0.95475 = = 8.0455 ; 9.95475 c. Assunzioni: campione casuale; popolazione distribuita N; σ non nota. 15

ESERCIZIO pag. 15 6.3.3 (DATI MODIFICATI) media campionaria = 9 mg errore standard della media = 1 mg a. Qual è la deviazione standard del campione? b. I.C. al 95% per µ? c. Assunzioni? a. Deviazione standard del campione = s s errore standard = n s = errore standard n = 1 4 = 1 = b. I.C. per µ al 95% P(L 1 <µ<l ) = 95% α = 5% = 0.05 t (1-α/) ; 3 gdl = t 0.975 ; 3 gdl = 3.185 L 1 ;L = 9±3.185 1 = 9±3.185 = = 5.8175 ; 1.185 c.assunzioni: campione casuale; popolazione distribuita N; σ non nota. 16

ESERCIZIO pag. 15 6.3.4 x = 119mmHg s =.1mm Hg n = 10 a. Errore standard stimato della media =? b. I.C. per µ al 99% =? c. Precisione della stima =? d. Assunzioni =? a. Errore standard stimato della media s.1.1 errore standard = = = = n 10 3.163 0.664 b. I.C. per µ al 99% P(L 1 <µ<l ) = 99% α = 1% = 0.01 t (1-α/) ; 9 gdl = t 0.995 ; 9 gdl = 3.498 L 1 ;L = 119±3.498 0.664 = = 116.84 ; 11.158 c. Precisione della stima =.15787 d. Assunzioni campione casuale; popolazione distribuita N; σ non nota. 17

ESERCIZIO pag.153 6.3.5 x = 3. 5kg s = 5.4kg n = 16 Assunzioni: campione casuale; popolazione distribuita N; σ non nota. a. I.C. per µ al 90% =? b. I.C. per µ al 95% =? c. I.C. per µ al 99% =? 18

a. I.C. per µ al 90% =? P(L 1 <µ<l ) = 90% α = 10% = 0.1 α L1; L = x ± t (1 ); ( n 1 ) gdl t (1-α/) ; 15 gdl = t 0.950 ; 15 gdl = 1.7530 s n L 1 ;L = 3.5±1.7530 5.4/4 = = 3.5±.36655 =30.13 ; 34.87 b. I.C. per µ al 95% =? P(L 1 <µ<l ) = 95% α = 5% = 0.5 t (1-α/) ; 15 gdl = t 0.975 ; 15 gdl =.1315 L 1 ;L =3.5±.1315 1.35=9.6;35.38 c. I.C. per µ al 99% =? P(L 1 <µ<l ) = 99% α = 1% = 0.01 t (1-α/) ; 15 gdl = t 0.995 ; 15 gdl =.9467 L 1 ;L =3.5±.9467 1.35=8.5;36.48 19

ESERCIZIO pag.153 6.3.6 n = 16 valori di arsenico secreti nell urina (mg/g) 0.007 0.030 0.05 0.008 0.030 0.038 0.007 0.005 0.01 0.006 0.010 0.03 0.006 0.009 0.014 0.011 I.C. per µ al 95% =? 0

I.C. per µ al 95% x = 0.007 + 0.030 +... +... + 16 0.011 = 0.01565 ( ) = x x s n 1 = (0.007 0.01565) = +... + (0.011 0.01565) 16 1 = 0.011 t (1-α/) ; 15 gdl = t 0.975 ; 15 gdl =.1315 P(L 1 <µ<l ) = 95% α = 5% = 0.5 t (1-α/) ; 15 gdl = t 0.975 ; 15 gdl =.1315 L 1 ;L = 0.01565±.1315 0.011/4= = 0.01565±0.005968 = = 0.0097 ; 0.009 1