P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k

Documenti analoghi
STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2

Esercitazione 8 del corso di Statistica (parte 1)

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

Esercitazione 1 del corso di Statistica 2

Elementi di teoria bayesiana della decisione Teoria bayesiana della decisione: caratteristiche

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

Calcolo delle Probabilità

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

LA COMPATIBILITA tra due misure:

MATEMATICA FINANZIARIA 1 ECONOMIA AZIENDALE

Esercizio statistica applicata all ingegneria stradale pag. 1

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Ragionamento probabilistico: rappresentazione

Calcolo delle Probabilità

Flusso di un vettore v attraverso una superficie S. ( 1 ) v n n

Esercitazioni del corso: STATISTICA

(come ragionare quantitativamente in condizioni di incertezza)

Verifiche di congruità tecnica delle offerte rispetto ai margini

Intorduzione alla teoria delle Catene di Markov

Esercizi di econometria: serie 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

seconda Prova in Itinere 23 giugno 2006

Metodologie informatiche per la chimica

LE CARTE DI CONTROLLO

Corso di. Dott.ssa Donatella Cocca

Propagazione delle incertezze

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

Tempo ammortizzato. Come valutare strutture dati? Analisi ammortizzata. Analisi della complessità delle operazioni su una struttura dati

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Principio di sostituzione - I

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

Metodologie informatiche per la chimica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Tempo ammortizzato. Analisi della complessità delle operazioni su una struttura dati. Ugo de' Liguoro - Algoritmi e Sperimentazioni 03/04 - Lez.

F est. I int. I est. ,L int. costante. Kcm

I gas. Pressione: tendenza del gas ad espandersi. 1 atm = 760 torr (o anche mmhg) = Pa = bar

Determinarelatranscaratteristicav out (v in ) del seguente circuito R. V out. V in V ٧ = 0.7V D Z D V R = 5V. R o V R V Z = -8V

Metodologie informatiche per la chimica

Variabili statistiche - Sommario

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013

Elementi di statistica

Modelli di variabili casuali

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Sorgenti Numeriche - Soluzioni

Precisione e Cifre Significative

LE FREQUENZE CUMULATE

DINAMICA DEI SISTEMI DI PUNTI MATERIALI. Dott.ssa Silvia Rainò

L equazione di Dirac. Fenomenologia delle Interazioni Forti. Diego Bettoni Anno Accademico

Calcolo delle Probabilità

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)

Modello lineare con rumore additivo: stima dei minimi quadrati.

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

ELEMENTI DI STATISTICA

6. Catene di Markov a tempo continuo (CMTC)

y. E' semplicemente la media calcolata mettendo

Statistica Descrittiva

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Sistemi Intelligenti Introduzione al calcolo delle probabilità - II

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Appunti di Teoria dell Informazione

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Modelli con varabili binarie (o qualitative)

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

Prima prova di gruppo

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Propagazione degli errori

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

Teoria dell informazione e Meccanica Statistica

OPERAZIONI E INSIEMI NUMERICI

Lezione 2 a - Statistica descrittiva per variabili quantitative

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Lezione 2 a - Statistica descrittiva per variabili quantitative

Misure Ripetute ed Indipendenti

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

Principio di massima verosimiglianza

Principio di massima verosimiglianza

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Rappresentazione dei numeri

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

Transcript:

Una sura della robabltà Data una rova che genera k event eleentar,..., k necessar, 2. k I, ncopatbl a due a due O/ per ogn ed equprobabl 2! k Una sura della robabltà Da postulat s deduce unvocaente la sura della probabltà per cascuno d ess k per ogn, 2,!,k statstca-francesco ola statstca-francesco ola 2 Il postulato eprco del caso In una successone d prove, rpetute olte volte nelle stesse condzon, ogn evento s presenta con una quas uguale alla sua probabltà; la dfferenza tra e probabltà d un evento tende ad annullars all'auentare delle prove. osservazon la frequenza è un concetto a posteror, coè s calcola dopo aver coputo l'esperento, entre la probabltà è un concetto a pror, coè s calcola pra dell'esperento e senza che sa necessaro effettuarlo; 2 nella teora della probabltà alla parola "caso" non s dà l sgnfcato che gl affda l lnguaggo coune; per lo statstco, n un esperento concreto, "caso" è l'nsee d que fattor che egl non rtene preponderant nel deternare l rsultato della prova; 3 la "tendenza" della verso la probabltà d un evento non deve essere nterpretata nel senso dell'anals ateatca coè coe l lte d una successone; essa scatursce solo da una unversale convnzone crca l coportaento degl event casual. statstca-francesco ola 3 statstca-francesco ola 4

ostulato eprco del caso: esepo lanco d una oneta frequenza d testa con lanc frequenza d testa con 5 lanc Schea logco per le applcazon..3.6..4.8.2.6. 2 4 6 8 Nuero d lanc frequenza d testa con lanc 2 4 6 8 Nuero d lanc frequenza d testa con 5 lanc 2 3 4 5..4.8..4.8..4.8 2 3 4 5 Nuero d lanc frequenza d testa con lanc 2 4 6 8 Nuero d lanc frequenza d testa con lanc 2 4 6 8. Indvduare correttaente la prova, qund gl event eleentar verfcando se sono necessar, ncopatbl ed equprobabl n odo da applcare la "regola" trovata precedenteente. 2. Dstnguere correttaente se gl event eleentar consstono n un solo eleento, o, nvece, consstono n pù eleent, ed ndcarl con sbol d agevole nterpretazone. 3. splctare gl event copless d cu s vuole calcolare la probabltà coe unone, ntersezone, o negazone degl event eleentar sopra ndvduat. Nuero d lanc Nuero d lanc statstca-francesco ola 5 statstca-francesco ola 6 Schea logco per le applcazon Schea logco per le applcazon 4. er l'unone d pù event, cheders se sono ncopatbl rcordando che: A B O/ A B A + B A B O/ A B A + B - A B le loro ovve generalzzazon per pù d due event. 5. er l ntersezone d due event, cheders se sono ndpendent rcordando che: A e B A e B ndpendent A B A B non ndpendent A B A B A statstca-francesco ola 7 statstca-francesco ola 8 2

Supponao d avere un nuero elevato d osservazon rassunte n una tabella Consderao total d rga e d colonna ed esprao le percentual n frequenze relatve età <25 25-5 >5 <3 5% 2% % 3--5 4% 22% 6% età <25 25-5 >5 <3 5% 2% % 3--5 4% 22% 6% >5 8% % 3% età <25 25-5 >5 <3 5% 2% % 27% 3--5 4% 22% 6% 52% >5 8% % 3% 2% 27% 44% 29% % >5 8% % 3% ossao consderare le frequenze relatve coe un approssazone delle probabltà. età <25 25-5 >5 <3.5.2..27 3--5.4.22.6.52 >5.8..3.2.27.44.29. ossao consderare le frequenze relatve coe un approssazone delle probabltà. statstca-francesco ola 9 statstca-francesco ola defnsco A un ndvduo ha aggore d 5 B un ndvduo ha + d 3 ann chedo : A? B? B? A B? B A? statstca-francesco ola 2 3 4 5 6 7 8 9 Defnao tutt possbl event ndvduo nore d 3 ann e con nferore a 25 ndvduo tra 3 e 5 ann e con nferore a 25 ndvduo > 5 ann e con nferore a 25 ndvduo nore d 3 ann e con tra 25 e 5 ndvduo tra 3 e 5 ann e con tra 25 e 5 ndvduo > d 5 ann e con tra 25 e 5 ndvduo nore d 3 ann e con > 5 ndvduo tra 3 e 5 ann e con > 5 ndvduo > d 5 ann e con > 5 statstca-francesco ola 2 3

Consdero coe probabltà le frequenze relatve.5 d ndvdu con età nore d 3 ann e con nferore a 25 2.4 d ndvdu tra 3 e 5 ann e con nferore a 25 3 4.8 d ndvdu con età aggore d 5 ann e con nferore a 25.2 d ndvdu con età nore d 3 ann e con tra 25 e 5 statstca-francesco ola 3 statstca-francesco ola 4 5 6.22 d ndvdu tra 3 e 5 ann e con tra 25 e 5. d ndvdu con età aggore d 5 ann e con tra 25 e 5 statstca-francesco ola 5 7 8 9..6.3 d ndvdu con età e con aggore d 5 d ndvdu tra e con aggore d 5 d ndvdu con età nore d 3 e 5 ann 3 ann aggore d 5 ann e con aggore d 5 statstca-francesco ola 6 4

Coe dervare dalla tabella A? Coe dervare dalla tabella B? La soa delle celle n rosso è propro la rsposta età <25 25-5 >5 età <25 25-5 >5 <3.5.2..27 <3.5.2..27 3--5.4.22.6.52 >5.8..3.2.27.44.29. La soa delle celle n rosso è propro la rsposta 3--5.4.22.6.52 >5.8..3.2.27.44.29. La soa delle celle n arancone ovvaente danno la stessa rsposta A.29 B.73 statstca-francesco ola 7 statstca-francesco ola 8 Coe dervare dalla tabella B? Coe dervare dalla tabella A B? età <25 25-5 >5 <3.5.2..27 La soa delle celle n rosso è propro la rsposta perché sono le celle che soddsfano le condzon rcheste età <25 25-5 >5 <3.5.2..27 La soa delle celle n rosso è propro la rsposta 3--5.4.22.6.52 3--5.4.22.6.52 >5.8..3.2 >5.8..3.2.27.44.29..27.44.29. B.9 A B.83 statstca-francesco ola 9 statstca-francesco ola 2 5

A B Coe dervare applcando l prncpo delle probabltà total? Coe dervare dalla tabella B A? A B A + B B.29 +.73.9.83 A B.83 statstca-francesco ola 2 età <25 25-5 >5 <3.5.2..27 3--5.4.22.6.52 >5.8..3.2.27.44.29. B.9 B A.66 A.29 La soa delle celle n rosso dvso la cella n arancone è propro la rsposta. la probabltà condzonata! statstca-francesco ola 22 B Coe dervare applcando l prncpo delle probabltà coposte? B A B A.29.66.9 S not anche che p B.9 A.29 B A.66 replogando A.29 B.73 A B.83 B.9 B A.66 statstca-francesco ola 23 statstca-francesco ola 24 6

Sano dat event necessar ed ncopatbl con e,, 2,!! S 2 O/ Sa un evento ncluso n S, coè S Necessar Incopatbl 2 a 2 statstca-francesco ola 25 2 k S S! 2! 2 statstca-francesco ola 26 [! ] 2 + +! + 2 Se sao nteressat a :??? statstca-francesco ola 27 statstca-francesco ola 28 7

8 statstca-francesco ola 29 Cosa rappresentano le sngole probabltà? robabltà a ror robabltà robatve o Verosglanze robabltà a osteror Con questo teorea s rsolvono proble nvers, coè: Dato un effetto, s vuole rsalre alla causa! statstca-francesco ola 3 > Se Ipotzzao due possbl cause per l evento, coè_ e > + + > statstca-francesco ola 3 > > > statstca-francesco ola 32 Rapporto tra robabltà A pror o a pror odds Rapporto tra Verosglanze o Fattore d Bayes

Se ~ Il fattore d Bayes è > ed è quello che c fa propendere per Se ~ La scelta per dpende prncpalente dall a pror odds che rsulta > statstca-francesco ola 33 9