Corso di biomatematica lezione 8: Massima verosimiglianza Davide Grandi.

Slides:



Advertisements
Presentazioni simili
La matematica e l’economia
Advertisements

Marco Riani STATISTICA A – K (60 ore) Marco Riani
2. Introduzione alla probabilità
Distribuzione Normale o Curva di Gauss
LA DERIVATA DI UNA FUNZIONE
IDROLOGIA.
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
LA DISTRIBUZIONE NORMALE
2.VARIABILI CONTINUE A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Variabili casuali a più dimensioni
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 5 Chiara Mocenni Corso di laurea L1.
Lezione del 10 ottobre 2006 Corso B Quotazioni Indice MIB30 1 mese (Fonte :
Distribuzioni di probabilità
CONCETTO DI DERIVATA COS’E’ UNA TANGENTE?
Corso di biomatematica lezione 5: propagazione degli errori
Corso di biomatematica lezione 9: test di Student
Corso di biomatematica lezione 4: La funzione di Gauss
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
Corso di biomatematica lezione 6: la funzione c2
Corso di biomatematica lezione 7-2: Test di significatività
Corso di biomatematica Lezione 3: Distribuzioni di probabilità continue Davide Grandi.
Corso di biomatematica lezione 7: Test di significatività
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
Valutazione della stima: gli intervalli di confidenza
Studente Claudia Puzzo
Funzioni di densità (o di probabilità) congiunte.
Misurazione Le osservazioni si esprimono in forma di misurazioni
Lezione 4 Probabilità.
Parte I (Sensori) Stima sperimentale dei parametri in regime statico
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Corso di biomatematica lezione 3b: applicazioni di probabilità Davide Grandi.
Daniele Santamaria – Marco Ventura
CLASSE 5^ LICEO SCIENTIFICO PROGRAMMA DI MATEMATICA DOCENTE: PROF
Rischio, incertezza e mercati finanziari
QUALCHE LUCIDO DI RIPASSO… 1. Esperimento casuale ( e. aleatorio) risultato Esperimento condotto sotto leffetto del caso: non è possibile prevederne il.
DERIVATA DI UNA FUNZIONE
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.
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
Tutte le grandezze fisiche si dividono in
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
due parole sull’interpolazione
Simone Mosca & Daniele Zucchini 4Bi.
DERIVATA DI UNA FUNZIONE
Corso di Laboratorio di Informatica
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
Gli argomenti di questa lezione sono:
PROPAGAZIONE DEGLI ERRORI:
La verifica d’ipotesi Docente Dott. Nappo Daniela
Problema retta tangente:
Strumenti statistici in Excell
Altri coefficienti di correlazione
STATISTICHE DESCRITTIVE
Metodi Quantitativi per Economia, Finanza e Management Lezione n°7.
LA RETTA Assi cartesiani e rette ad essi parallele
“La cassetta degli arnesi”
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
Elaborazione statistica di dati
Due parole sull’interpolazione Daniele Marini. Due problemi trovare una funzione incognita a partire da dati campione –che assuma nei punti campione il.
Elementi di teoria delle probabilità
TEST STATISTICI PER SCALE NOMINALI, TASSI E PROPORZIONI Non sempre la variabile aleatoria (risultato sperimentale) è un numero ma è spesso un esito dicotomico.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
La derivata Docente Grazia Cotroni classi V A e V B.
Il Moto. Partendo da una quesito assegnato nei test di ingresso alla facoltà di medicina, si analizza il moto di un oggetto.
In alcuni casi gli esiti di un esperimento possono essere considerati numeri naturali in modo naturale. Esempio: lancio di un dado In atri casi si definisce.
Lezione n° 5: Esercitazione
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
Transcript della presentazione:

Corso di biomatematica lezione 8: Massima verosimiglianza Davide Grandi

Sommario Distribuzione di dati su una retta Interpolazione Coefficienti A e B Incertezza sulla misura di y

Dati su una curva Davide Grandi - Dottorato in Biologia Funzione di distribuzione cumulativaFunzione di distribuzione cumulativa

Distribuzioni continue Davide Grandi - Dottorato in Biologia Funzione di distribuzione cumulativaFunzione di distribuzione cumulativa Le sue proprietà fondamentali sono: F(X) è una funzione non decrescente, cioè per x 2 > x 1 si ha F(x 2 ) F(x 1 ) Quando largomento della funzione tende a la funzione di distribuzione tende a zero, F( )= 0 Quando invece largomento tende a + la funzione di distribuzione tende a uno, F(+ )= 1

Distribuzioni continue Davide Grandi - Dottorato in Biologia Funzione di distribuzione cumulativa :esempioFunzione di distribuzione cumulativa :esempio Supponiamo di avere una variabile aleatoria discreta che assume solo cinque valori: le probabilità di ottenere i singoli valori siano: Andiamo ora a costruire la funzione di distribuzione cumulativa, ovvero F(X)= P(X<x) Le sue proprietà

Distribuzioni continue Davide Grandi - Dottorato in Biologia Funzione densità di probabilitàFunzione densità di probabilità Definita la funzione di distribuzione cumulativa, vediamo di considerare la probabilità che la mia variabile aleatoria assuma valori in un intervallo con estremi per x 1 e x 2 : P(x 1 < X < x 2 ) = F(x 2 ) – F(x 1 )