Esercitazioni di Statistica con Matlab Dott

Slides:



Advertisements
Presentazioni simili
Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
Advertisements

8) GLI 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.
STATISTICA A – K (60 ore) Esercizi di riepilogo al corso
STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA
Intervalli di confidenza
Proprietà degli stimatori
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
Fondamenti della Misurazione
Analisi dei dati per i disegni ad un fattore
Esercitazione di Statistica
Regressione lineare Esercitazione 24/01/04.
Progetto Pilota 2 Lettura e interpretazione dei risultati
STATISTICA A – K (60 ore) Marco Riani
Inferenza statistica per un singolo campione
INTERVALLO DI CONFIDENZA PER UNA PROPORZIONE (1)
Esercizi x1=m-ts x2=m+ts
DALL'INTERVALLO DI PROBABILITÀ
Analisi della varianza (a una via)
Appunti di inferenza per farmacisti
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 4: La funzione di Gauss
STATISTICA a.a PARAMETRO t DI STUDENT
Esercizi x1=m-ts x2=m+ts
Valutazione della stima: gli intervalli di confidenza
Stima dei parametri di una distribuzione
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Lezione 6 Inferenza statistica
Lezione 6 Inferenza statistica
Lezione 8 La valutazione dello scarto per “fuori tolleranza”
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Test della differenza tra le medie di due popolazioni
Verifica delle ipotesi su due campioni di osservazioni
METODI E CONTROLLI STATISTICI DI PROCESSO
Esercitazioni sul calcolo dei valori critici
Le distribuzioni campionarie
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Esercizio 1 1) Calcolare il valore della funzione di ripartizione di una distribuzione di media -5 e scarto quadratico medio pari a 5 nei punti {-10,
La teoria dei campioni può essere usata per ottenere informazioni riguardanti campioni estratti casualmente da una popolazione. Da un punto di vista applicativo.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Sintesi della lezione Il concetto di variabilità Campo di variazione Differenza interquartile La varianza La deviazione standard Scostamenti medi VARIABILITA’
Intervalli di Confidenza Corso di Teoria dell’Inferenza Statistica 2 a.a. 2003/2004 Quarto Periodo Prof. Filippo DOMMA Corso di Laurea in Statistica –
La verifica d’ipotesi Docente Dott. Nappo Daniela
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Corso di Analisi Statistica per le Imprese
IL CAMPIONE.
Esercizi Determinare la probabilità che, lanciando due dadi da gioco, si abbia: A: somma dei risultati maggiore di 10 B: differenza dei punteggi in valore.
“Teoria e metodi della ricerca sociale e organizzativa”
ANALISI STATISTICA DI DATI CAMPIONARI
Le distribuzioni campionarie
Test basati su due campioni Test Chi - quadro
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Intervalli di confidenza
La distribuzione campionaria della media
Elaborazione statistica di dati
Dalmine, 26 Maggio 2004 Esercitazioni di Statistica con Matlab Dott. Orietta Nicolis fttp:\ingegneria.unibg.it.
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)
Corso di Laurea Magistrale in Economia e Professioni
V - 1 Prof. Giorgio Tassinari Corso di Laurea Magistrale in Economia e Professioni Statistica per l’analisi dei dati Prima parte: il campionamento nella.
Introduzione all’inferenza
L’INFERENZA STATISTICA
Corso di Analisi Statistica per le Imprese
Corso di Analisi Statistica per le Imprese
Transcript della presentazione:

Esercitazioni di Statistica con Matlab Dott Esercitazioni di Statistica con Matlab Dott. Orietta Nicolis fttp:\ingegneria.unibg.it

Esempio Le misurazioni dei diametri di un campione casuale di 250 sfere di cuscinetti costruiti da una macchina mostrano una media di 0.824 cm ed uno scarto quadratico medio “corretto” di 0.042 cm. Determinare l’intervallo di confidenza al 98% per il diametro della produzione di sfere.

Soluzione Poiché non si conosce la distribuzione da cui è stato estratto il campione, si suppone che essa sia normale (data l’alta numerosità). L’intervallo di confidenza è In matlab, 0.824-norminv(0.99)*(0.042/sqrt(250)) 0.824+norminv(0.99)*(0.042/sqrt(250))

Esercizio Da esperienze precedenti si sa che la varianza della lunghezza dei bulloni prodotti in serie da una macchina automatica è di 9 mm2. Determinare la numerosità campionaria n tale che b) Si supponga di aver estratto un campione casuale di numerosità n=60 e di aver ottenuto la lunghezza media dei bulloni pari a 12 mm..Determinare l’intervallo di confidenza al 97.5% per l’ignota lunghezza media dei bulloni prodotti.

Esempio Da una partita di confezioni di pasta è stato prelevato un campione di 12 pezzi i cui pesi netti effettivi, in Kg., sono: 0.498 0.489 0.503 0.493 0.491 0.499 0.512 0.504 0.483 0.506 0.510 0.509 Supponendo che il peso netto effettivo nella popolazione abbia una distribuzione normale, si determinino Gli intervalli di confidenza al 95% e al 99% per la media della popolazione; Gli intervalli di confidenza al 90% e al 98% per la varianza. Commentare i risultati. Esempio tratto da Cicchitelli- Pannone, pag. 345

[muci1 muci2 sigmaci3.^2 sigmaci4.^2] Soluzione X=[0.498; 0.489; 0.503; 0.493; 0.491; 0.499; 0.512; 0.504; 0.483; 0.506; 0.510; 0.509]’ [mu1, sigma1, muci1, sigmaci1]=normfit(X, 0.05); [mu2, sigma2, muci2, sigmaci2]=normfit(X, 0.01); [mu3, sigma3, muci3, sigmaci3]=normfit(X, 0.10); [mu4, sigma4, muci4, sigmaci4]=normfit(X, 0.02); [muci1 muci2 sigmaci3.^2 sigmaci4.^2] NB. NORMFIT calcola l’intervallo di confidenza per lo scarto quadratico medio e non per la varianza ! NORMFIT utilizza la distribuzione t-Student, in quanto la varianza è sempre ignota.

Esempio Da un campione di 200 individui è emerso che 130 di essi sono consumatori abituali di un certo prodotto. Determinare l’intervallo di confidenza al 96% per l’ignota frequenza relativa di consumatori del suddetto prodotto. [p, pci]=binofit(130, 200, 0.04)

Esercizio In un campione di 10 unità si sono osservati i seguenti valori 15 16 13 18 9 13 10 11 12 15 Sapendo che il campione è stato estratto da una popolazione normale con varianza nota pari a 4.4 e che l’intervallo di confidenza per la stima della media ha per estremi i valori 11.187 e 14.813, determinare il livello di confidenza 1- dell’intervallo.