Esercizi x1=m-ts x2=m+ts

Slides:



Advertisements
Presentazioni simili
ESERCITAZIONE 2 Come leggere la tavola della normale e la tavola t di Student. Alcune domande teoriche.
Advertisements

Dipartimento di Ingegneria Idraulica e Ambientale - Universita di Pavia 1 Caduta non guidata di un corpo rettangolare in un serbatoio Velocità e rotazione.
Le distribuzioni di probabilità continue
Intervalli di confidenza
Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
1 la competenza alfabetica della popolazione italiana CEDE distribuzione percentuale per livelli.
LA DISTRIBUZIONE NORMALE
Sintesi dei dati La sintesi dei dati comporta una perdita di informazioni, deve quindi essere privilegiato l’indice di sintesi che minimizza la perdita.
Lez. 3 - Gli Indici di VARIABILITA’
Uso dell’errore standard di misurazione
Progetto Pilota 2 Lettura e interpretazione dei risultati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5
Statistica descrittiva
Inferenza statistica per un singolo campione
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
LA COMPATIBILITA’ tra due misure:
CONFRONTO TRA DUE MEDIE:
DALL'INTERVALLO DI PROBABILITÀ
Varianza campionaria Errore standard della varianza campionaria
RELAZIONE LINEARE: I MINIMI QUADRATI (cenni)
La distribuzione normale e normale standardizzata
Campionamento casuale semplice
ISTOGRAMMI E DISTRIBUZIONI:
DIFFERENZA TRA LE MEDIE
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Matematica e statistica Versione didascalica: parte 7 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste.
Canale A. Prof.Ciapetti AA2003/04
Appunti di inferenza per farmacisti
Corso di biomatematica lezione 9: test di Student
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 4: La funzione di Gauss
Corso di biomatematica lezione 6: la funzione c2
STATISTICA a.a PARAMETRO t DI STUDENT
ISTOGRAMMI E DISTRIBUZIONI : i xixi
Esercizi x1=m-ts x2=m+ts
Valutazione della stima: gli intervalli di confidenza
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Lezione 4 Probabilità.
Lezione 6 Inferenza statistica
Lezione 6 Inferenza statistica
Lezione 8 La valutazione dello scarto per “fuori tolleranza”
METODI E CONTROLLI STATISTICI DI PROCESSO
Esercitazioni sulla Probabilità
Esercitazione 1: Rispetto al test di ansia (Media=25; σ=5), calcolare:
INTERVALLI E INTORNI INTERVALLI INTORNI PUNTI PER UN INSIEME.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3 Le distribuzioni di frequenza e le misure di sintesi univariate.
Radix-Sort(A,d) // A[i] = cd...c2c1
PROBABILITA : se un EVENTO si verifica in h modi diversi su n possibili (POPOLAZIONE) p = h/n Questa definizione è talvolta applicabile a priori (es. lancio.
La distribuzione normale
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Simboli usati popolazione: media = μ deviazione standard = σ
STATISTICA CHEMIOMETRICA
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Intervalli di fiducia.
Compito 1: 1) La seguente distribuzione riporta i punteggi di depressione su individui con disturbo post- traumatico da stress: a)Costruire.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°4
Gli indici di dispersione
Esercizi Due gruppi di studenti effettuano la misura della densità di un oggetto, trovando rispettivamente i valori 13.7 ± 0.9 g/cm3 e ± 1300 kg/m3.
Corso di Analisi Statistica per le Imprese
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Intervalli di confidenza
Elaborazione statistica di dati
INTERVALLI E INTORNI INTERVALLI INTORNI PUNTI PER UN INSIEME
Esercitazioni di Statistica con Matlab Dott
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Gli Indici di VARIABILITA’
Transcript della presentazione:

Esercizi x1=m-ts x2=m+ts Uno studente misura il diametro di una popolazione di 100 cellule, trovando come risultato per il valor medio: dmedio = 8.03 ± 0.06 mm Supponendo che la distribuzione dei valori sia di tipo gaussiano, trovare l’intervallo [x1, x2], simmetrico rispetto al valor medio, corrispondente alla probabilità dell’85% che una misura vi cada all’interno. Dalla tabella relativa alla distribuzione gaussiana si trova che l’intervallo dell’85% corrisponde ad un t = 1.44, Gli estremi dell’intervallo si calcolano come: x1=m-ts x2=m+ts Dove il valore vero m corrisponde al valor medio e la larghezza s corrisponde alla deviazione standard Essendo noti il numero di misure e la deviazione standard della media, si ricava la deviazione standard come: E quindi:

Esercizi In un allevamento ci sono 23000 pecore il cui peso medio è di 45.5 ± 0.05 kg. Se i pesi degli ovini sono distribuiti secondo una curva gaussiana, dare il numero N1 dei capi con peso compreso tra 43 e 48 kg e il numero N2 dei capi con peso inferiore a 55 kg La distribuzione del peso degli ovini è centrata sul valore medio 45.5 kg con deviazione standard pari a: Per il calcolo di N1 si ha a che fare con un intervallo simmetrico [43-48] kg rispetto al valore medio 45.5 kg. Per il calcolo della probabilità associata a tale intervallo si ricava dapprima il valore di t e poi si guarda la tabella della gaussiana: Vi è quindi una probabilità del 25.86% che le pecore abbiano un peso tra 43 e 48 kg. Essendo le pecore totali 23000 ne consegue che: (segue)

Esercizi In un allevamento ci sono 23000 pecore il cui peso medio è di 45.5 ± 0.05 kg. Se i pesi degli ovini sono distribuiti secondo una curva gaussiana, dare il numero N1 dei capi con peso compreso tra 43 e 48 kg e il numero N2 dei capi con peso inferiore a 55 kg Per il calcolo di N2 si ha a che fare con un intervallo NON simmetrico. Il numero di ovini con peso inferiore a 55 kg si trova andando a determinare dapprima il valore di t corrispondente a 55: Dalla tabella della gaussiana, si trova che P(t=1.25) = 78.37% e corrisponde all’a probabilità di avere ovini con peso compreso tra 36 e 55 kg Devo tuttavia considerare anche tutti gli ovini con peso inferiore ai 36 kg (coda a sinistra della curva). (segue)

Esercizi In un allevamento ci sono 23000 pecore il cui peso medio è di 45.5 ± 0.05 kg. Se i pesi degli ovini sono distribuiti secondo una curva gaussiana, dare il numero N1 dei capi con peso compreso tra 43 e 48 kg e il numero N2 dei capi con peso inferiore a 55 kg E’ sufficiente ricordarsi che l’area totale sottesa dalla gaussiana corrisponde al 100% La probabilità di avere un peso inferiore a 55 kg è quindi pari a : Da cui il numero di pecore: :

Esercizi x1=m-t1s x2=m+t2s Una grandezza è distribuita normalmente attorno al valore 30 con deviazione standard pari a 3. Quale è la percentuale di misure che ci aspetta essere comprese tra 31 e 33? L’intervallo considerato è un intervallo non simmetrico in cui entrambi gli estremi si trovano a destra del valore centrale della distribuzione: x1=m-t1s x2=m+t2s Sostituendo i valori degli estremi x1 e x2, del valore medio e della deviazione standard si ricavano i due valori di t : Dalla tabella della gaussiana si trova: P(t1)= 25.86 % (figura A) e P(t2)=68.27 % (figura B) (segue)

Esercizi Una grandezza è distribuita normalmente attorno al valore 30 con deviazione standard pari a 3. Quale è la percentuale di misure che ci aspetta essere comprese tra 31 e 33? Guardando le curve la probabilità associata all’intervallo non simmetrico si ricava come:

Esercizi Dalla tabella della gaussiana: P(t1)= 98.27 % P(t2)= 30 % Sia data una distribuzione centrata intorno a 25 con larghezza sigma 1.3. Trovare: l’intervallo corrispondente alla probabilità del 68.27%; La probabilità di trovare un valore compreso tra 21.9 e 25.5. a) La probabilità del 68.27% corrisponde all’intervallo: [m-s; m+s] Quindi: b) L’intervallo è non simmetrico. Calcolo i valori di t relativi ai due estremi: P(t1) P(t2) Dalla tabella della gaussiana: P(t1)= 98.27 % P(t2)= 30 % (segue)

Esercizi Sia data una distribuzione centrata intorno a 25 con larghezza sigma 1.3. Trovare: l’intervallo corrispondente alla probabilità del 68.27%; La probabilità di trovare un valore compreso tra 21.9 e 25.5. P(t2) /2 P(t1) /2 Osservando le aree e sfruttando la simmetria della curva si trova: