Simboli usati popolazione: media = μ deviazione standard = σ

Slides:



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

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.
Le distribuzioni di probabilità continue
Scarto dalla media xi= Xi - X
STATISTICA A – K (60 ore) Esercizi di riepilogo al corso
LA VARIABILITA’ IV lezione di Statistica Medica.
Distribuzione Normale o Curva di Gauss
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.
Scale di misura delle variabili
LA DISTRIBUZIONE NORMALE
Variabilità Variabilità: inevitabile fluttuazione dei fenomeni naturali, fisici, sociali ecc le indicazioni fornite dalle misure di tendenza centrale (media.
Lez. 3 - Gli Indici di VARIABILITA’
La trasformazione dei punteggi
Intervalli di Confidenza
Gli errori nell’analisi statistica
I risultati di PISA 2006 Qualità ed equità del sistema scolastico italiano Bruno Losito Università Roma Tre.
Distribuzione degli Errori di Misura
Inferenza statistica per un singolo campione
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Esercizi x1=m-ts x2=m+ts
Distribuzione degli Errori di Misura La distribuzione normale Johann Carl Friedrich Gauss ( )
La distribuzione normale e normale standardizzata
ISTOGRAMMI E DISTRIBUZIONI:
Introduzione alla statistica per la ricerca Lezione I
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Corso di biomatematica lezione 4: La funzione di Gauss
Corso di biomatematica lezione 6: la funzione c2
Esercizi x1=m-ts x2=m+ts
Lezione 4 Probabilità.
Pedagogia sperimentale
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Il test di ipotesi Cuore della statistica inferenziale!
Verifica delle ipotesi su due campioni di osservazioni
Esercitazioni sulla Probabilità
Esercitazione 1: Rispetto al test di ansia (Media=25; σ=5), calcolare:
Statistica descrittiva
Fondamenti di informatica
TRATTAMENTO, ANALISI E INTERPRETAZIONE DEI DATI
Esercitazioni sul calcolo dei valori critici
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Le distribuzioni campionarie
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 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Proprietà delle matrici con variabili standardizzate.
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 fiducia.
Gli Indici di VARIABILITA’
Metodi Quantitativi per Economia, Finanza e Management Lezione n°4
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
Strumenti statistici in Excell
Il residuo nella predizione
“Teoria e metodi della ricerca sociale e organizzativa”
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
La distribuzione campionaria della media
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
Esercizio 1 La seguente distribuzione riporta i punteggi di ansia misurata prima dell’esame di psicometria: a) Costruire una tabella di frequenza, indicando:
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Pisa 3 Maggio 2014 Alberto Buonaccorsi
1 Statistica Scienza dell’incertezza PROBABILITÀ ALLA BASE DELL’INFERENZA Ipotesi VERA o FALSA? Campionamento Analisi statistica Scelta di una delle due.
La covarianza.
1 Statistica descrittiva 2. Sintetizzare i dati con degli indici Come descrivere una variabile in un insieme di osservazioni 1. Utilizzare rappresentazioni.
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
Distribuzioni limite La distribuzione normale Si consideri una variabile casuale rappresentata mediante una combinazione lineare di altre variabili casuali.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Simboli usati popolazione deviazione standard = σ varianza = σ²
Simboli usati popolazione deviazione standard = σ varianza = σ²
Simboli usati popolazione: media = μ deviazione standard = σ
Transcript della presentazione:

Simboli usati popolazione: media = μ deviazione standard = σ varianza = σ² popolazione: media = X deviazione standard = s

Distribuzione di una proprietà in una popolazione (probabilità) Curva normale (o gaussiana) Simmetria ‘Forme’ della curva normale

Distribuzione normale standardizzata media = 0 deviazione standard (e varianza) = 1 Punteggi 34,13% (tra media e +1 e tra media e -1) 13,59% (tra +1 e +2; tra -1 e-2) 2,15% (tra +2 e +3; tra -2 e -3)

Curva ipernormale o leptocurtica (altezza più alta e code più corte) Curva iponormale o platicurtica (altezza più bassa e code più lunghe) Media, mediana e moda nella distribuzione normale

Punteggi standardizzati Punti z x-X → centratura /σ → uniformazione (o riduzione) trasformazione lineare della distribuzione, non cambia la forma della distribuzione curva normale (gaussiana)

Punteggi standardizzati Trasformazione dei punti z in punti T T = 50 + 10 z media = 50 deviazione standard = 10 Confronto tra punteggi di test differenti Possibilità di standardizzare media e deviazione standard su valori diversi (es.: 500 e 100 – vedi indagini OCSE PISA e IEA)

Diversi modi di indicare la stessa formula 1. T = 50 + 10 z 2. T = 50 +10(x – X)/σ 3. T = 50 + [10(x – X)/ σ]