Calcolo delle probabilità
|
|
- Ruggero Leone
- 8 anni fa
- Visualizzazioni
Transcript
1 Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1
2 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che la relazione tra X e Y è lineare, ad esempio, al 100%? Oppure c è un margine di errore del 5%? X 1,6 2 3,5 3 3,2 4 Y La probabilità è il grado di fiducia che si ripone in un evento che può accadere nel futuro. Definizioni di probabilità: Probabilità Classica: la probabilità di un evento è il rapporto tra il numero di casi favorevoli e il numero di casi possibili (equiprobabili tautologia). Soggettiva: la probabilità è il grado di fiducia che una persona ripone in un certo evento. Empirica: la probabilità di un evento è il rapporto tra il numero di volte in cui l evento si è verificato, nelle prove effettuate, e il numero delle prove effettuate. Sostenitori della definizione frequentista Buffon ( ) Pearson( ) Lanciò una moneta 4040 volte=2.048 C e T Lanciò una moneta volte= T e C Perci Diaconis (1945) 2
3 Sulla definizione frequentista % di volte in cui si verifica testa nel lancio nvolte di una moneta equa (frequenza relativa). TCTTCCTTTC n=10 n=100 n=1000 Simulazione al computer del lancio di una moneta Esperimento casuale Ogni singola esecuzione dell esperimento dà luogo ad un risultato non prevedibile. Selezionare una persona da un collettivo per misurare una sua caratteristica Effettuare la misurazione di una grandezza fisica Esito: un particolare risultato dell esperimento Lancio del dado Estrazioni del lotto Lancio moneta Evento: un insieme di risultati dell esperimento. «Numeri pari estrazioni del lotto» «Persone di altezza tra 1,5 e 2,0 metri» «Reddito tra e euro» «Almeno due teste nel lancio di una moneta tre volte» 3
4 Come si calcola la probabilità di un evento? Esperimento casuale: lancio di un dado. Evento: uscita di un numero pari Casi possibili: 1,2,3,4,5,6 Casi favorevoli: 2,4,6 3 6 Esperimento casuale: selezione di una persona con peso tra (50;60] da un collettivo così suddiviso: Peso Freq Ass [40;50] 10 Esperimento casuale: all indagine effettuata presso il Liceo Galilei, hanno partecipato 163 studenti di cui 91 Maschi. Scelto a caso un questionario, qual è la probabilità che sia stato compilato da un maschio? (50;60] 15 (60;70] 23 (70;80] 12 (80;90] Regole del calcolo delle probabilità Unione di eventi disgiunti: Complementare di eventi: A B A Esempio: Una macchina per la produzione di buste di vegetali contiene un mix di fagioli, broccoli e altri vegetali. La maggior parte dei prodotti è imbustata correttamente, ma a causa della variazione della taglia dei vegetali la busta può essere sovrappeso o sottopeso. Un controllo su 4000 buste ha riportato le seguenti valutazioni: Peso No. Di pacchi Sottopeso 100 Soddisfacente Sovrappeso 300 Qual è la probabilità che una busta scelta a caso tra le 4000 non soddisfi le specifiche richieste? Peso A B C Qual è la probabilità che la busta selezionata non sia sottopeso?
5 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : Vuoi cambiare? nodo decisionale Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : 1 33%=perdi nodo decisionale Primo scenario 5
6 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : nodo decisionale 1 33%=perdi 33%=perdi 3 Secondo scenario Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Il testardo: : nodo decisionale 1 33%=perdi 33%=perdi 3 33%=vinci Terzo scenario 6
7 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci nodo decisionale Primo scenario Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci 3! 2 33%=Vinci nodo decisionale Secondo scenario 7
8 Il problema di Monty Hill nel film 21 Se e quanto l acquisizione di informazioni sull esperimento modifica le nostre valutazioni probabilistiche? Non sei testardo: : 1! 2 33%=Vinci 3! 2 33%=Vinci nodo decisionale 2! 1 1! 2 33%=Perdi Terzo scenario Unione di eventi: Regole del calcolo delle probabilità A B Probabilità congiunta Esempio:Riprendendo l esempio del questionario degli studenti del liceo Galilei, scelto un questionario a caso determinare la probabilità che lo studente che ha risposto sia maschio oppure porta gli occhiali. Occhiali Genere Occhiali NO Occhiali SI Maschi Femmine "#$%& %& è &!( $ &)" * "#$%& %& è &!( $!%& )%! +( )(" * *
9 Probabilità condizionata Si lancino due dadi distinguibili. Casi possibili:!!% Evento:«uscita di una coppia di risultati la cui somma è 8» Casi favorevoli: A= 2,6 ; 3,5 ; 4,4 ; 5,3 ; 6, Se un dado, ad esempio quello bianco, si ferma prima di quello rosso e mostra la faccia 5, qual è ora la probabilità di totalizzare 8? L insieme dei casi possibili è ora cambiato. 6 Anche l insieme dei casi favorevoli è cambiato. =1 1 6 L evento «il dado bianco mostra la faccia 5» condiziona l evento «uscita di una coppia di risultati la cui somma è 8». Si definisce probabilità condizionata di un evento A dato l evento B il seguente rapporto: * * Regola della moltiplicazione: /*0 * * /*0 Quando si verifica l evento B, l insieme dei casi possibili si riduce * * * * L evento Asi riduce * * * /* A B * = nuovo spazio campione 9
10 Esempio: Una azienda decide di effettuare un sondaggio circa la fedeltà dei propri dipendenti. Ad un campione casuale viene chiesto cosa sceglierebbe se un altra compagnia proponesse un impiego di pari guadagno o leggermente superiore. L intento della azienda è capire se la risposta dipende dal numero di anni di servizio maturati. < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Totale Rimangono Vanno via Totale Rimangono Vanno via Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni =P(«< 1anno» «Rimangono») =P(«1 a 5 anni» «Rimangono») =P(«6 a 10 anni» «Rimangono») =P(«>10 anni» «Rimangono») Regola della moltiplicazione * * /*0 P(«Rimangono») P(«Vanno via») Meno di 1 anno P(«< 1anno» «Rimangono») Da 1 a 5 anni P(«1 a 5 anni» «Rimangono») Da 6 a 10 anni P(«6 a 10 anni» «Rimangono») Più di 10 anni P(«>10 anni» «Rimangono») Meno di 1 anno Da 1 a 5 anni Da 6 a 10 anni Più di 10 anni P(«>10 anni» «Rimangono») 3 P(«Rimangono») = P(«> 10 anni» «Rimangono») P(«Rimangono» «>10 anni») 3 P(«> 10 anni») = P(«Rimangono» «> 10 anni») Verifica: 10
11 Regola della moltiplicazione * * /*0 < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Totale Rimangono Vanno via Totale P(«>10 anni» «Rimangono») 3 P(«Rimangono») = P(«> 10 anni» «Rimangono») P(«Rimangono» «>10 anni») 3P(«> 10 anni») = P(«Rimangono» «> 10 anni») Verifica: P(«>10 anni» «Rimangono») P(«Rimangono») = P(«> 10 anni») = P(«Rimangono» «>10 anni») = Rimangono Vanno via <1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Fedeltà all'azienda Restano < 1 anno Da 1 a 5 anni Da 6 a 10 anni > 10 anni Vanno via , = /"rimangono" ">1anno"0?4 3 4 = /"rimangono" "da 1 a 5" = /"rimangono" "da 6 a 10 " = /"rimangono" "A10 anni" ,05 0,15 0,03 0,125 0,15 0,075 0,15 0,05 0,05 0,025 < 1 anno 1-5 anni 6-10 anni > 10 anni 0,6 0,38 0,4 11
12 Il problema inverso Se si conoscono le probabilità sui singoli rami <1 anno Rimangono 0,286 Vanno via 0,714 0,175 Rimangono 0,667 0,225 Da 1 a 5 anni Vanno via 0,333 0,075 Rimangono 0,333 Da 6 a 10 anni Vanno via 0,667 0,525 Rimangono 0,71 > 10 anni 0,05 Vanno via 0,29 0,15 calcolare la probabilità che un impiegato scelto a caso, abbia risposto che rimane nell azienda. 0,333 <1 anno Da 6 a 10 anni 0,286 Prob. che avrebbre questo evento se 0,71 lo spazio campione 0,667 Da 1 a 5 anni > 10 anni fosse l insieme rosso Il problema inverso Se si conoscono le probabilità sui singoli rami <1 anno Rimangono 0,286 Vanno via 0,714 0,175 Rimangono 0,667 0,225 Da 1 a 5 anni Vanno via 0,333 0,075 Rimangono 0,333 Da 6 a 10 anni Vanno via 0,667 0,525 Rimangono 0,71 > 10 anni 0,05 Vanno via 0,29 0,15 calcolare la probabilità che un impiegato scelto a caso, abbia risposto che rimane nell azienda. "rimangono" "rimangono" >"1 anno" 3/">1 anno"0+ "rimangono" >" 1 5 " 3/" 1 5 "0 + "rimangono" >" 6 10 " 3/" 6 10 "0+ "rimangono" >" A 10 anni " 3/"A10 "0 0,28630,1750,667 30,2250,333 30,0750,71 30,525 = 0,59 12
13 Teorema delle alternative Assegnati n eventi *,*,,* C tali che E * E e* E * F risulta H * E * E E Media pesata delle 0,15 probabilità condizionate * * *? * E * E * E * I "rimangono" "rimangono" >"1 anno" 3/">1 anno"0+ "rimangono" >" 1 5 " 3/" 1 5 "0 + "rimangono" >" 6 10 " 3/" 6 10 "0+ "rimangono" >" A 10 anni " 3/"A10 "0 0,28630,1750,667 30,2250,333 30,0750,71 30,525 = 0,59 Eventi indipendenti Due eventi A e B si dicono indipendenti se * Esempio: Da una scatola di 10 pellicole fotografiche vengono estratte 2 pellicole a caso. Qual è la probabilità che entrambe siano difettose, sapendo che nella scatola ci sono 3 pellicole difettose? J "!!%((( %& L%&" J "&%!%((( %& L%&" J J J J J = K? 4 Esempio: Da una scatola di 100 pellicole fotografiche vengono estratte 2 pellicole a caso. Qual è la probabilità che entrambe siano difettose, sapendo che nella scatola ci sono 3 pellicole difettose? Cosa cambia nella risposta rispetto al caso precedente? J J J J J 0,0330,03 Indipendenza stocastica: lancio di due monete, lancio di due dadi, etc Indipendenza statistica: quando si effettuano estrazioni da un collettivo molto numeroso 13
14 Se ad ogni estrazione, la pallina viene rimessa nell urna la composizione dell urna non cambia Popolazione infinita Eventi indipendenti Se ad ogni estrazione, la pallina non viene rimessa nell urna la composizione dell urna cambia e dopo 90 estrazioni, il procedimento termina. Popolazione finita L esito di ogni estrazione dipende da quelli precedenti. Eventi dipendenti M M1 M +( %((!!(N% +( %(!% Fattore di correzione da una popolazione finita. Se il fattore di correzione è circa 1, allora le due estrazioni possono ritenersi equivalenti e l indipendenza è spesso usata per calcolare probabilità congiunte. Esempio: Da un urna contenente 10 palline rosse e 5 blue, si estraggono tre palline. Qual è la probabilità che tutte e tre le palline estratte siano rosse? Estrazione con reimmissione =/J )/J ) J? =0,5 0,5 0,5 /J J J? ) Estrazione senza reimmissione J J J? J? J J J J (J ) * J * J * *? *? J? J? 2 *? J? Qual è la probabilità che alla terza estrazione, la pallina sia rossa? J *? J?
15 Teorema di Bayes «A partire da una serie di dati già in nostro possesso possiamo formulare un ipotesi; collezionando sempre nuovi dati possiamo continuamente aumentare (o rivedere) il grado di bontà delle nostre ipotesi» Reverendo Thomas Bayes(1750) Logico e teologo Teorema di Bayes La percentuale di studenti iscritti al secondo anno di economia che frequenta il corso di statistica è 90%. Tra questi, il 90% supera l esame. Supponendo inoltre che la percentuale di studenti che non supera l esame tra quelli che non frequentano è del 12% si calcoli: a) qual è la % di studenti che non supera l esame tra quelli che frequentano il corso; b) qual è la % di studenti che non frequentano, tra quelli che si ipotizza non superanno l esame. 90% Supera l esame 0 * 0,10 90% 10% Non supera l esame Frequenta *? 88% Supera l esame 10% Non frequenta * &$%% &%( & &$!% ( O %&% &$%% &%( & L%#$% ( & * * * 12% Non supera l esame * = * /*0 = P Q R P/R0 P/Q0 * /0 * * 4,434,K4 4,434,K4S4, 34,4 15
16 Un po di terminologia Il teorema di Bayes noto l effetto B, valuta la probabilità che la causa sia stata A. /0 * /*0 probabilità a priori (o verosimiglianza) La probabilità dell evento A senza conoscere l effetto B probabilità aposteriori La probabilità dell evento A avendo riconosciuto l effetto B Costante di normalizzazione Applicazioni di metodi bayesiani: filtri anti-spamming medicina e biologia ingegneria finanza scienza forense intelligenza artificiale: reti bayesiane(presenti in Windows dalla versione 98) motori di ricerca: Google «We can t hire smart people fast enough» Il punto di vista frequentista La probabilità si calcola sul lungo periodo C è un modello vero che genera i dati e i dati ne sono una rappresentazione E possibile calcolarela probabilità che i dati si verifichino in base al modello che si ritiene vero Ogni esperimento va fatto in condizioni di non conoscenza del modello vero Il punto di vista bayesiano La probabilità è un grado di fiducia I dati sono veri/fissati. I modelli hanno delle probabilità. E possibile calcolarela probabilità di un modello (ipotesi) in base ai dati osservati Le probabilità possono essere aggiornate via via che si acquisiscono i dati 16
17 0,667 Da 1 a 5 anni Teorema di Bayes Si assuma di aver selezionato un impiegato a caso, e che questo impiegato ha risposto che rimarrebbe comunque in azienda. Qual è la probabilità che lavori in quella azienda da 6 a 10 anni? 0,286 0,175 0,333 <1 anno Da 6 a 10 anni 0,075 0,71 Bisogna calcolare 0,225 "da 6 a 10 anni" "rimangono" > 10 anni Si conosce "rimangono" "da 6 a 10 anni" = 0,333 "da 6 a 10 anni" 0,286 0,525 P "TU V U 4 UCCE" "WEXUCYZCZ" "da 6 a 10 anni" "rimangono" = P/"WEXUCYZCZ"0 Calcolata P "rimangono" "da 6 a 10 anni" P("da 6 a 10 anni") 4,???34, [V precedentemente = = P/"rimangono"0 4,5K? Si ha la seguente situazione: - l'1% della popolazione ha una certa malattia rara; - un test diagnostico rivela la presenza della malattia all'80% (sensibilità); - il test diagnostico ha il 90,4% di specificità (negativo su pazienti sani). Supponiamo di essere risultati positivi al test. Qual è la probabilità che siamo malati? M S 0,01 0,99 Teorema di Bayes Test positivo Test negativo Test positivo Test negativo 0,80 0,20 0,096 0,904 ( %&!&\0 %&!&\ ( /(0 /%&!&\0 %&!&\ %&!&\ (0 ( %&!&\ &0 & = 0,80 0,01+ 0,096 0,99 = 0, ,09504 ( %&!&\0 4,[434,4 4,4?4I =0,
18 Più in generale, indicata con! la percentuale di malati (prevalenza), si ottiene: ( %&!&\0 0,803! 0,803!0,0963/1!0 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18 0,19 0,2 0,21 0,22 0,23 0,24 0,25! ( %&!&\0 A volte è sufficiente stabilire delle semplici disuguaglianze. Per quale livello di prevalenza della malattia la probabilità finale ( %&!&\0 risulterà maggioredi una certasoglia? 0,803! 0,803!0,0963/1!0 A0,5!A0,048 0,448 0,11 Porta 1 = Non vinci M Porta 2 = Vinci Porta 3 = Non vinci nodo decisionale ] Il problema di Monty Hill nel film 21 Porta 1 = Vinci Porta 2 = Non vinci Porta 3 = Vinci Cambi Non Cambi Totale Vinci Non Vinci Totale ^ \ ^ \ C ] Distribuzione congiunta Cambi Non cambi Totale Cambi Non cambi Totale Vinci 33% 17% 50% Vinci ^ ] ^ ] ^ Non Vinci 17% 33% 50% Non Vinci ^ ] ^ ] ^ Totale 50% 50% 100% Totale ] ] ^ ^ ] ] ^ ] /] 0 Distribuzione condizionata Cambi Non cambi Cambi Non Cambi Vinci ^ ] ^ ] Non Vinci ^ ] ^ ] Vinci 0,33/0,5 100=66% 0,17/0,5 100=34% Non Vinci 0,17/0,5 100=34% 0,33/0,5 100=66% Totale 100% 100% 18
19 ^ ^ ] ] ^ ] /] 0 Se decidi di cambiare lanciando una moneta (onesta) Posto! /]0 e ` /^0 si ha Distribuzione condizionata Cambi Non cambi Vinci 0,33/0,5 100=66% 0,17/0,5 100=34% Non Vinci 0,17/0,5 100=34% 0,33/0,5 100=66% Totale 100% 100% ` 0,663!0,343 1! 0,323!0,34 0,7 ` /^0 0,6 0,5 0,4 0,3 0,2 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1! /]0 Il problema di Monty Hill(Altro punto di vista) M1= ) %! 1 M2= ) %! 2 M3= ) %! 3 a1 a2 a3 1/3 * &%+( (! 1 % (!%&%%!%! 3 * a1 0,5 * a2 1 * a3 0 * 0,5 Può aprire una delle due porte non scelte da te /a1 *0 * a1 /a10 /*0 4,534,??? 0,34 4,5 /a2 *0 P Q c P/c 0 = 34,??? 0,66 P/Q0 4,5 Conviene cambiare. 19
Calcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =
ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliAspetti probabilistici del gioco d azzardo
Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliCorso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni
Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliTest sul calcolo della probabilità
Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliCalcolo delle probabilità
Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliProblema del condannato*
Problema del condannato* Esempio 35 In un paese orientale un prigioniero è stato condannato a morte da uno sceicco. Prima dell esecuzione, lo sceicco o re una possibilità di salvezza al condannato, mettendogli
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliCalcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006
Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento
DettagliANALISI DI CORRELAZIONE
ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso
Dettagli1 Probabilità condizionata
1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento
DettagliCalcolo delle probabilitá: esercizi svolti fino all 8 febbraio
Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Alessandro Sicco sicco@dm.unito.it Lezione 1. Calcolo combinatorio, formula delle probabilitá totali, formula di Bayes Esercizio 1.1. 7 bambini
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliOnestà di un dado. Relazione sperimentale
Onestà di un dado Relazione sperimentale La valutazione dell onesta di un qualunque dado a n facce è svolta mediante l analisi statistica di un set di tiri del medesimo ed il confronto con i valori teorici.
DettagliProblemi e formula di Bayes. Daniela Valen), Treccani Scuola
Problemi e formula di Bayes Daniela Valen), Treccani Scuola 1 Problemi antichi 1. Lancio una volta un dado A 1 : Esce 6 P( A 1 ) = 1 6 B 1 : NON esce 6 2. Lancio più volte un dado P( B 1 ) = 5 6 Sapere
DettagliLA STATISTICA E IL CALCOLO DELLE PROBABILITÀ
LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliCalcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.
Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel
DettagliTabella 7. Dado truccato
0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliAnteprima Finale Categoria Corsi di Statistica
1 di 8 08/04/2011 9.01 SiS-Scuola-28-SEZIONE STATISTICA fad TC128STAT Quiz Finale Categoria Corsi di Statistica Tentativo 1 Sei collegato come piero zulli. (Esci) Info Risultati Anteprima Modifica Anteprima
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliCalcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni):
ESERCIZIO 1 Il signor Felice sta giocando a tombola nel circolo PASSATEMPO e ha deciso di giocare usando la sola cartella di seguito riportata: 7 17 26 40 74 1 14 50 69 87 13 43 57 62 73 Serie 1, n. 1
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliPROBABILITA' E VARIABILI CASUALI
PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di
DettagliEsercitazioni 2013/14
Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliSomma logica di eventi
Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero
DettagliEsercizi sul calcolo delle probabilità
Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliScelte in condizioni di rischio e incertezza
CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliESERCIZI DI RIEPILOGO 2. 7 jj(addi
ESERCIZI DI RIEPILOGO 2 ESERCIZIO 1 Da un comune mazzo di 52 carte francesi (13 carte per ognuno dei quattro semi: picche, cuori, fiori e quadri) viene estratta casualmente una carta. Definiti gli eventi:
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliTEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it
TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
Dettagli1 di 6. Usando un modello di probabilità
Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliTabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza
ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliVINCERE AL BLACKJACK
VINCERE AL BLACKJACK Il BlackJack è un gioco di abilità e fortuna in cui il banco non può nulla, deve seguire incondizionatamente le regole del gioco. Il giocatore è invece posto continuamente di fronte
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliProbabilità e statistica
Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliCapitolo 6 Economia dell informazione e scelta in condizioni di incertezza
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza ECONOMIA DELL INFORMAZIONE L informazione è un fattore importante nel processo decisionale di consumatori e imprese Nella realtà,
Dettagli