Esercizi di matematica: inferenza statistica
Descrizione
teoria della stima test e verifica di ipotesi
regressione lineare
Sono altresì presentati dei cenni teorici iniziali per fare comprendere lo svolgimento degli esercizi.
Informazioni sull'autore
Correlato a Esercizi di matematica
Libri correlati
Categorie correlate
Anteprima del libro
Esercizi di matematica - Simone Malacrida
http://www.amazon.com/-/e/B00J23W2N4
INDICE ANALITICO
INTRODUZIONE
I – CENNI TEORICI
Introduzione
Teoria della stima
Verifica di ipotesi
Regressione
Inferenza bayesiana
II – ESERCIZI
Esercizio 1
Esercizio 2
Esercizio 3
Esercizio 4
Esercizio 5
Esercizio 6
Esercizio 7
Esercizio 8
Esercizio 9
Esercizio 10
Esercizio 11
Esercizio 12
Esercizio 13
Esercizio 14
Esercizio 15
Esercizio 16
Esercizio 17
Esercizio 18
Esercizio 19
Esercizio 20
Esercizio 21
Esercizio 22
Esercizio 23
Esercizio 24
Esercizio 25
Esercizio 26
Esercizio 27
INTRODUZIONE
In questo eserciziario sono svolti alcuni esempi di calcolo relativo all’inferenza statistica.
Inoltre, sono presentati i principali teoremi utilizzati sia in teoria della stima sia nella verifica delle ipotesi.
Lo studio della statistica, infatti, non si ferma alle proprietà delle distribuzioni di probabilità continue e discrete, ma si amplia in settori di inferenza, applicando i concetti statistici di stima, media, varianza, regressione e nella verifica delle ipotesi quando si è in presenza di particolari test.
Per fare comprendere in modo più dettagliato quanto esposto nella risoluzione degli esercizi, è richiamato, nel primo capitolo, il contesto teorico di riferimento.
Quanto esposto in questo eserciziario è generalmente affrontato nei corsi di statistica avanzata a livello universitario.
I
CENNI TEORICI
Introduzione
L’inferenza statistica si divide in due grandi aree di interesse: la teoria della stima e la verifica di ipotesi.
Alla base di entrambe le aree vi è il campionamento inteso come scelta del campione della popolazione statistica: esso può essere casuale, probabilistico, ragionato o di comodo.
I modi di campionamento dipendono dalla distribuzione di probabilità