Correlazione e Regressione

M.
Garetto - Laboratorio di Statistica con Excel
Esercizio 31
Calcolo di covarianza e coefficiente di correlazione lineare
Indice
Soluzione Esercizio 31
Esercizio 31.1
Nella tabella 1 sono riportati i punteggi conseguiti da dieci studenti negli esami di Analisi I
e Analisi II (punteggio massimo = 100)
Calcolare il coefficiente di correlazione lineare usando la funzione di Excel
e stabilire se i dati sono linearmente correlati. Usare la funzione CORRELAZIONE
I dati sono linearmente correlati? Perch?
Disegnare in un grafico i dati assegnati (punti)
SUGGERIMENTI
Per stabilire se due insiemi di dati sono linearmente correlati di usa la funzione CORRELAZIONE
Sintassi
CORRELAZIONE(matrice1;matrice2)
matrice1
intervallo di celle contenente i valori del primo insieme di dati
matrice2
intervallo di celle contenente i valori del secondo insieme di dati
Coefficiente di correlazione R
Tabella 1
Analisi I Analisi II
51
68
97
55
95
74
20
91
74
80
74
70
93
67
99
73
33
91
80
86
Esercizio 31.2
Calcolare il coefficiente di correlazione lineare per i dati della tabella 2
I dati possono avere altri tipi di correlazione?
Disegnare il diagramma di dispersione per stabilire se esiste un altro tipo di correlazione.
Dipartimento di Matematica - Universit di Torino
Tabella 2
0
1
2
3
4
9.2
3.7
0.5
0.2
0.1
M. Garetto - Laboratorio di Statistica con Excel

5
6
Esercizio 31.3
4.2
9.1
Tabella 3
La tabella 3 contiene i valori di un enzima nel sangue di

30 persone di sesso maschile di et compresa fra 30 e 80 anni
Calcolare il coefficiente di correlazione lineare per i dati della
tabella 3. I dati sono linearmente correlati?
Disegnare un diagramma a dispersione.
et
63
75
46
64
72
64
79
60
45
56
80
73
33
65
78
75
35
70
75
51
38
56
55
68
65
70
72
48
54
46
Esercizio 31.4
La tabella riporta il peso e l'altezza di un gruppo di 20 studenti di 18 anni
Peso
(kg)
72
63
78
60
58
75
80
77
65
69
Tabella 4
Altezza Altezza
(cm)
(m)
174
1.74
168
1.68
183
1.83
160
1.6
164
1.64
170
1.7
179
1.79
178
1.78
170
1.7
170
1.7
valore enzima
2.26
2.25
3.38
2.43
2.19
2.72
2.83
2.39
2.36
2.28
2.44
3.59
2.45
2.31
2.51
2.84
2.89
2.63
2.44
2.62
2.38
3.25
2.59
2.57
2.15
3.21
2.43
2.25
2.18
2.88

72
65
80
57
60
77
83
79
67
68
175
170
185
154
165
175
182
178
175
173
1.75
1.7
1.85
1.54
1.65
1.75
1.82
1.78
1.75
1.73
Calcolare la covarianza e il coefficiente di correlazione R.
SUGGERIMENTI
Per il calcolo della covarianza si usa la funzione COVARIANZA
Sintassi
COVARIANZA(matrice1; matrice2)
matrice1
primo intervallo di celle
matrice2
secondo intervallo di celle
Excel calcola la covarianza dividendo per il numero n dei dati, anzich per n1
come sarebbe corretto, trattandosi di un campione di dati e non di una popolazione.
Per la formula vedere Guida in linea della funzione
Il valore della covarianza dipende dall'unit di misura, mentre il coefficiente di correlazione
un numero puro, e il suo valore non cambia cambiando l'unit di misura dei dati.
Questo fatto rende la covarianza un parametro difficile da interpretare, e si preferisce
usare il coefficiente di correlazione.
Modificare i dati relativi all'altezza trasformandoli in metri e calcolare di nuovo covarianza
e coefficiente di correlazione: quest'ultimo non cambia mentre la covarianza cambia.
covarianza (dati in cm)
covarianza (dati in m)
coefficiente di correlazione R (dati in cm)
coefficiente di correlazione R (dati in m)
Torna
su
Esercizio 32
Calcolo del coefficiente di correlazione; grafico retta di regressione
Indice
Esercizio 32.1
La tabella 1 riporta le misure del volume di una quantit di un gas a differenti temperature.
Tabella 1
Temperatura
Volume
10
10.4
20
11.1
30
11.2
40
11.9
50
11.8
60
12.3
Calcolare il coefficiente di correlazione e verificare se esiste una dipendenza lineare del
volume dalla temperatura.
(Usare la funzione CORRELAZIONE)
Determinare l'equazione della retta di regressione y=Ax+B e disegnarne il grafico
Il calcolo dei coefficienti della retta di regressione pu essere fatto con le funzioni
PENDENZA (coefficiente A) e INTERCETTA (coefficiente B)
Sintassi
PENDENZA(y_nota;x_nota)
INTERCETTA(y_nota;x_nota)
x_nota
insieme dei valori della variabile indipendente X
y_nota
insieme dei valori della variabile dipendente Y
SUGGERIMENTI
Attenzione alla sintassi delle funzioni PENDENZA e INTERCETTA:
x_nota sono i valori di Temperatura; y_nota sono i valori di Volume;
il primo argomento y_nota, il secondo x_nota
Per tracciare il grafico della retta di regressione:
Selezionare le celle C13:D18 e tracciare il grafico a dispersione (punti)
Dopo aver terminato il grafico, puntare con il mouse su uno dei punti e premere il tasto destro
Nel menu di scelta rapida che si apre, selezionare Aggiungi linea di tendenza
Nella finestra Tipo scegliere Lineare
Se si vuole anche visualizzare l'equazione della linea, nella finestra Aggiungi linea di tendenza
aprire la scheda Opzioni e selezionare Visualizza l'equazione sul grafico;
selezionando nella stessa scheda Visualizza il valore R al quadrato sul grafico, si ottiene
anche il valore del coefficiente di correlazione al quadrato
La casella contenente l'equazione e/o il coefficiente di regressione pu essere spostata con il
mouse in qualunque punto dell'Area del grafico (dentro la figura) con il mouse: selezionare la
casella, premere il tasto sinistro e spostare.
Il valore del coefficiente di correlazione prossimo a 1 indica la dipendenza di tipo lineare
Equazione retta y=Ax+B

A
B
Esercizio 32.2
La tabella 2 mostra la relazione fra il numero di anni di studio di una lingua straniera e il
punteggio conseguito in un test di conoscenza della lingua.
Determinare l'equazione della retta di regressione per i dati della tabella
usando le funzioni PENDENZA e INTERCETTA
Disegnare il grafico usando Aggiungi linea di tendenza
Tabella 2
N anni studio
Punteggio
3
4
4
2
5
3
4
5
3
2
57
78
72
58
89
63
73
84
75
48

A
B
Torna
su
Esercizio 33
Retta di regressione: grafico, barre di errore
Indice
Esercizio 33.1
La tabella 1 riporta 10 misure di velocit in funzione del tempo, e i rispettivi errori di
misurazione.
Determinare l'equazione della retta di regressione per i dati della tabella usando le
funzioni PENDENZA e INTERCETTA
Aggiungere le barre di errore per la velocit e per il tempo
Tabella 1
tempo (s)
velocit (m/s) errore tempo (s) errore velocit (m/s)
1
11
0.2
1
2
13
0.2
0.8
3
15
0.2
0.6
4
18
0.2
2
5
22
0.2
2.1
6
23
0.2
2
7
22
0.2
1.5
8
27
0.2
1
9
28
0.2
2.5
10
31
0.2
2
A
B
SUGGERIMENTI
Per aggiungere le barre di errore procedere nel modo seguente:
puntare con il mouse su uno dei punti del diagramma a dispersione, premere il tasto destro
e scegliere Formato serie dati; nella finestra che si apre operare sulla scheda Barre di errore X
Scegliere Visualizza entrambe
Selezionare Personalizza: nelle caselle a destra dei segni + e selezionare con il mouse
le celle D16:D25 contenenti gli errori sul tempo
Ripetere il procedimento in modo analogo sulla scheda Barre di errore Y

(Personalizza: selezionare le celle degli errori sulla velocit)
Torna
su
Esercizio 34
Retta di regressione: funzioni
Indice
Esercizio 34.1
La tabella 1 mostra l'et e il valore della pressione sanguigna di un gruppo di 13 persone.
Disegnare il grafico della retta di regressione (Aggiungi linea di tendenza);
visualizzare sul grafico l'equazione della retta di regressione
Stimare il valore della pressione per una persona di 52 anni con la funzione PREVISIONE
Aggiungere sul grafico il punto di ascissa x=52 e ordinata y=valore calcolato con PREVISIONE
Tabella 1
Et
Pressione
55
145
42
125
71
155
36
115
63
145
48
130
50
150
55
145
49
150
38
110
44
140
65
175
69
170
SUGGERIMENTI
La funzione PREVISIONE calcola con il metodo dei minimi quadrati i coefficienti della retta di
regressione e fornisce il valore previsto di y per il valore specificato di x.
Sintassi
PREVISIONE(x;y_nota;x_nota)
x
valore nel quale si vuole approssimare.
x_nota
y_nota

A
B
Anni
Pressione stimata
Per aggiungere il punto sul grafico, dopo aver tracciato il grafico della retta, aggiungere una nuova
serie di dati:
Valori X: selezionare la cella E46; Valori Y: selezionare la cella E47
Esercizio 34.2
La tabella 2 riporta l'altezza e il peso di un gruppo di 20 studenti di 18 anni
Stimare il valore del peso di uno studente alto 172 cm con la funzione PREVISIONE
Tabella 2
Altezza (cm)
Peso (kg)
174
72
168
63
183
78
160
60
A
164
58
B
170
75
179
80
178
77
170
65
170
69
175
72
170
65
185
80
158
57
165
60
175
77
182
83
178
79
175
67
173
68
Altezza cm
Peso stimato kg
Esercizio 34.3
Sono assegnati i dati della tabella 3, che descrivono l'andamento delle vendite
in funzione dell'aumento del prezzo di un bene
Calcolare il coefficiente di correlazione lineare: c' correlazione lineare?
Trovare i coefficienti della retta di regressione usando le funzioni di Excel
Disegnare in un grafico i dati assegnati e la retta di regressione
Approssimare il valore della quantit venduta y quando il prezzo x=40
Tabella 3
x
y
13
63
15
60
17
67
19
50
22
57
25
40
26
46
28
43
30
43
31
23

35
38
41
43
44
48
18
19
11
20
16
14
Coeff. correlazione R

A
B
Prezzo
Stima quantit venduta
Torna
su
Esercizio 35
Serie temporali: grafici e regressione lineare
Indice
Esercizio 35.1
Nella tabella 1 sono riportati i dati relativi ai salari orari medi degli operai
specializzati dell'industria meccanica per 18 mesi, da gennaio 2003 a giugno 2004
1 Disegnare un grafico della sequenza temporale dei dati
2 Aggiungere una linea di tendenza lineare, visualizzando l'equazione sul grafico.
SUGGERIMENTI
1 Per disegnare un grafico della sequenza temporale dei dati selezionare la colonna Salario
cliccare sul pulsante Creazione guidata grafico, scegliere Linee e tracciare il grafico
(linea spezzata con indicatori dei valori)
Tabella 1
Mesi
Salario
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
11.64
11.58
11.6
11.62
11.56
11.58
11.58
11.66
11.8
11.74
11.78
11.8
11.88
11.86
11.86
11.88
11.78
11.82
Esercizio 35.2
Censimento della popolazione
Nella tabella 2 si riporta la popolazione residente dell'Italia ai confini attuali ai censimenti
dal 1861 al 2001 (Fonte: ISTAT Istituto Nazionale di Statistica)
(dati in migliaia)
Disegnare il grafico (Tipo di grafico: Linee) e aggiungere la linea di tendenza
Tabella 2
CENSIMENTI POPOLAZIONE RESIDENTE
1861
22182377
1871
27303509
1881
28953480
1901
32965504
1911
35845048

1921
1931
1936
1951
1961
1971
1981
1991
2001
39943528
41651000
42943602
47515537
50623569
54136547
56556911
56778031
56995744
Torna
su
Esercizio 36
Regressione polinomiale
Indice
Esercizio 36.1
Trovare la parabola che approssima i dati della tabella 1 con il criterio dei minimi quadrati
Usare Aggiungi linea di tendenza, Tipo polinomiale, ordine 2, e far comparire l'equazione
della parabola sul grafico
Tabella 1
x
y
1
2
3
4
5
6
7
8
9
10
11
1.32
1.39
1.12
0.94
0.82
0.75
0.65
0.72
0.95
1.21
1.35
SUGGERIMENTI
Per copiare l'equazione e incollarla in altra zona del foglio di lavoro, cliccare una volta sulla
casella dell'equazione, selezionare l'equazione e copiarla, poi incollarla in una cella a scelta
nel foglio di lavoro
Esercizio 36.2
Trovare il polinomio di terzo grado che approssima i dati della tabella 2 con il criterio
dei minimi quadrati
del polinomio sul grafico
Tabella 2
x
y
1
5.5
1.5
2
2
1.5
2.5
1.5
3
0.5
3.5
0.5
4
1
4.5
1.5
5
2.5
5.5
4.5
6
5
6.5
6
7
6.5
7.5
6
8
6.5
8.5
5
9
4

9.5
10
3.5
2
Esercizio 36.3
Trovare i polinomi di terzo e di quarto grado che approssimano i dati della tabella 3 con il
criterio dei minimi quadrati
del polinomio sul grafico; ripetere con ordine 4
Scegliere il polinomio che fornisce l'approssimazione migliore.
Tabella 3
x
y
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
10.5
11
2
18
27
36
34
35
32
36
33
24
26
25
32
34
32
35
38
35
28
20
0
Torna
su
Esercizio 37
Metodi di linearizzazione
Indice
Esercizio 37.1
Linea di tendenza: tipo Potenza

Trovare la curva del tipo y=C*x^A che approssima i dati della tabella 1
Disegnare un grafico a dispersione e Aggiungere linea di tendenza, tipo Potenza
Visualizzare l'equazione della curva sul grafico
Tabella 1
x
y
1
0.9
1.5
3.5
2
7.5
2.5
17
3
30.5
Esercizio 37.2
Linea di tendenza: tipo Esponenziale

Trovare la curva del tipo y=C*exp(Ax) che approssima i dati della tabella 2
Disegnare un grafico a dispersione e Aggiungere linea di tendenza, tipo Esponenziale
Tabella 2
x
y
1
2
3
4
5
6.7
4.1
2.1
1.3
0.9
Esercizio 37.3

Il numero y di batteri per unit di volume presenti in una coltura dopo x ore dato dalla
seguente tabella 3.
Trovare la curva del tipo y=C*exp(Ax) che approssima i dati della tabella
Tabella 3
x
y
0
1
2
3
32
47
65
92
4
5
132
190
Esercizio 37.4
Linea di tendenza: tipo Logaritmo

Trovare la curva del tipo y=Alnx+B che approssima i dati della tabella 4
Disegnare un grafico a dispersione e Aggiungere linea di tendenza, tipo Logaritmo
Tabella 4
x
y
0.1
-2.5
0.2
-1.6
0.4
-1.1
0.6
-0.2
0.8
-0.1
1
0
1.2
0.2
1.4
0.5
1.6
0.6
1.8
0.6
2
0.6
2.2
0.8
2.4
0.9
2.6
1.2
2.8
1.3
3
1.3
3.2
1.3
3.4
1.5
3.6
1.4
3.8
1.4
4
1.4
Torna
su
Esercizio 38
Confronto fra linee di tendenza
Indice
Esercizio 1
Sono assegnati i dati della tabella 1
Trovare la curva di tipo esponenziale che approssima i dati.
Tabella 1
Trovare la curva di tipo potenza che approssima i dati.
x
y
Realizzare due grafici; con Aggiungi linea di tendenza
1
aggiungere la linea del tipo richiesto
2
Stabilire qual la curva che approssima meglio i dati.
3
4
SUGGERIMENTI
0.6
1.9
4.3
7.6
12.6
Per stabilire qual la curva che approssima meglio i dati,

usando Aggiungi linea di tendenza, nella scheda Opzioni selezionare:
Visualizza equazione sul grafico
Visualizza il valore R al quadrato sul grafico.
Il valore visualizzato il quadrato del coefficiente di correlazione R:
la linea che approssima meglio i dati quella per cui il valore di R al quadrato pi
vicino a 1
Esercizio 2
Trovare la curva d tipo polinomiale (grado 2) che approssima i dati.
Tabella 2
x
y
1
2
3
4
5
Torna
su
9.5
3.5
2.5
1.4
1.2
Esercizio 39
Indice
Esercizio 39.1
Disegnare in un grafico i dati assegnati; aggiungere una linea di tendenza, confrontando
i tipi: lineare, potenza e esponenziale
Realizzare tre grafici, visualizzando l'equazione della linea di tendenza e il coefficiente R^2
Scegliere la linea che approssima meglio i dati
Tabella 1
x
y
1
3.2
2
5.2
3
5.8
4
7.9
5
12.8
6
14.2
7
22.3
8
25.7
9
35.2
10
45.8
Esercizio 39.2
Disegnare in un grafico i dati assegnati; aggiungere una linea di tendenza, confrontando i tipi:
lineare e logaritmica
Realizzare due grafici, visualizzando l'equazione della linea di tendenza e il coefficiente R^2
Tabella 2
x
y
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
2.2
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
-1.6
-1.1
-0.2
-0.1
0
0.2
0.5
0.6
0.6
0.7
0.8
1.1
1.2
1.3
1.3
1.4
1.5
1.4
1.4
4
Esercizio 39.3
Realizzare 4 grafici nel modo seguente:
Disegnare in ogni grafico i dati assegnati e aggiungere una linea di tendenza dei tipi: lineare,
polinomio di secondo grado, potenza, esponenziale
Visualizzare l'equazione della linea di tendenza e il coefficiente di correlazione R^2
Tabella 3
x
y
1
12.5
2
2.3
3
4.9
4
15.2
5
29.8
6
36.4
7
57.8
8
85.9
9
107.2
10
139.4
Torna
su
1.4
Esercizio 40
Indice
Curva logistica
Esercizio 40.1
I dati y, rilevati a intervalli di tempo x equidistanti, nella tabella 1
caratterizzano un fenomeno di evoluzione studiato
in laboratorio.
Linearizzare i dati scegliendo un tipo di curva adatto
ad approssimare i dati
Tabella 1
x
y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
SUGGERIMENTI
I dati suggeriscono un andamento descritto dalla curva logistica, di equazione
y=
L
1+Ce Ax
Questo tipo di curva non pu essere realizzato in Excel con Aggiungi linea di tendenza;
Occorre linearizzare i dati con i cambiamenti di variabile
X =x
C=e B
Y =ln
L
1
y
( )
L=costante assegnata
In questo esempio assumere L=6.

Sui dati linearizzati si calcolano i coefficienti A e B della retta di regressione, poi si calcola C
e infine si traccia il grafico della curva logistica.
Per tracciare il grafico della curva logistica occorre completare la colonna F qui sotto
0.03
0.05
0.08
0.11
0.15
0.29
0.56
1.02
1.65
2.45
3.33
3.75
4.25
4.71
5.05
5.25
5.45
5.55
5.64
5.69
5.75
5.78
5.85
5.89
5.92

calcolando le ordinate della cuva logistica nei punti x
x
y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
logistica
0.03
0.05
0.08
0.11
0.15
0.29
0.56
1.02
1.49
1.92
2.51
2.95
3.52
4.01
4.78
5.05
5.35
5.55
5.64
5.69
5.75
5.78
5.85
5.89
5.92
A
B
C
Torna
su
Calcolo di covarianza e coefficiente di correlazione lineare
Indice
Ritorna Esercizio 31
Esercizio 31.1
Nella tabella 1 sono riportati i punteggi conseguiti da dieci studenti negli esami di Analisi I
e Analisi II (punteggio massimo = 100)
Calcolare il coefficiente di correlazione lineare usando la funzione di Excel
e stabilire se i dati sono linearmente correlati. Usare la funzione CORRELAZIONE
SUGGERIMENTI
Per stabilire se due insiemi di dati sono linearmente correlati di usa la funzione CORRELAZIONE
Sintassi
CORRELAZIONE(matrice1;matrice2)
matrice1
intervallo di celle contenente i valori del primo insieme di dati
matrice2
intervallo di celle contenente i valori del secondo insieme di dati
0.955
120
100
Analis i II
80
60
40
20
0
10
20
30
40
50
60
70
80
90
100 110
Analis i I
Tabella 1
Analisi I Analisi II
51
68
97
55
95
74
20
91
74
80
74
70
93
67
99
73
33
91
80
86
Questi dati sono linearmente correlati, perch il valore del coefficiente R prossimo a 1
Esercizio 31.2
Calcolare il coefficiente di correlazione lineare per i dati della tabella 2
I dati possono avere altri tipi di correlazione?
Disegnare il diagramma di dispersione per stabilire se esiste un altro tipo di correlazione.
0.0058
Questi dati non sono linearmente correlati perch il coefficiente R

prossimo a 0
Tabella 2
0
1
2
3
4
9.2
3.7
0.5
0.2
0.1
5
6
4.2
9.1
Dati tabella 2
10
9
8
7
6
5
4
3
2
1
0
0
Il grafico suggerisce una correlazione di tipo polinomiale (parabola)

Il coefficiente di correlazione permette solo di stabilire l'eventuale correlazione lineare,
ma non di escludere altri tipi di correlazione. Negli esercizi successivi si vedr come
trovare il polinomio di grado superiore a 1 che approssima i dati con il criterio dei minimi
quadrati.
Esercizio 31.3
Tabella 3
et
La tabella 3 contiene i valori di un enzima nel sangue di

30 persone di sesso maschile di et compresa fra 30 e 80 anni
Calcolare il coefficiente di correlazione lineare per i dati della
tabella 3. I dati sono linearmente correlati?
Disegnare un diagramma a dispersione.
-0.0093
3.8
3.6
valore enzim a
3.4
3.2
3
2.8
2.6
2.4
2.2
2
30
35
40
45
50
55
60
65
70
75
80
Et
Questi dati non sono linearmente correlati, perch il valore
63
75
46
64
72
64
79
60
45
56
80
73
33
65
78
75
35
70
75
51
38
56
55
68
65
70
72
valore enzima
2.26
2.25
3.38
2.43
2.19
2.72
2.83
2.39
2.36
2.28
2.44
3.59
2.45
2.31
2.51
2.84
2.89
2.63
2.44
2.62
2.38
3.25
2.59
2.57
2.15
3.21
2.43

di R prossimo a 0.
Il coefficiente di correlazione permette solo di stabilire l'eventuale
correlazione lineare, ma non di escludere altri tipi di correlazione;
in questo caso il grafico non suggerisce alcun tipo di legame.
48
54
46
Esercizio 31.4
La tabella riporta il peso e l'altezza di un gruppo di 20 studenti di 18 anni
Peso
(kg)
72
63
78
60
58
75
80
77
65
69
72
65
80
57
60
77
83
79
67
68
Tabella 4
Altezza Altezza
(cm)
(m)
174
1.74
168
1.68
183
1.83
160
1.6
164
1.64
170
1.7
179
1.79
178
1.78
170
1.7
170
1.7
175
1.75
170
1.7
185
1.85
154
1.54
165
1.65
175
1.75
182
1.82
178
1.78
175
1.75
173
1.73
Calcolare la covarianza e il coefficiente di correlazione R.
SUGGERIMENTI
Per il calcolo della covarianza si usa la funzione COVARIANZA
Sintassi
COVARIANZA(matrice1; matrice2)
matrice1
primo intervallo di celle
matrice2
secondo intervallo di celle
Excel calcola la covarianza dividendo per il numero n dei dati, anzich per n1
come sarebbe corretto, trattandosi di un campione di dati e non di una popolazione.
Per la formula vedere Guida in linea della funzione
Il valore della covarianza dipende dall'unit di misura, mentre il coefficiente di correlazione
un numero puro, e il suo valore non cambia cambiando l'unit di misura dei dati.
Questo fatto rende la covarianza un parametro difficile da interpretare, e si preferisce
usare il coefficiente di correlazione.
Modificare i dati relativi all'altezza trasformandoli in metri e calcolare di nuovo covarianza
e coefficiente di correlazione: quest'ultimo non cambia mentre la covarianza cambia.
covarianza (dati in cm)
covarianza (dati in m)
54.6
0.546
2.25
2.18
2.88
coefficiente di correlazione R (dati in cm)

coefficiente di correlazione R (dati in m)
0.9026
0.9026
Torna
su
Calcolo del coefficiente di correlazione; grafico retta di regressione
Indice
Esercizio 32.1
La tabella 1 riporta le misure del volume di una quantit di un gas a differenti temperature.
Tabella 1
Temperatura
Volume
10
10.4
20
11.1
30
11.2
40
11.9
50
11.8
60
12.3
Calcolare il coefficiente di correlazione e verificare se esiste una dipendenza lineare del
volume dalla temperatura.
(Usare la funzione CORRELAZIONE)
Determinare l'equazione della retta di regressione y=Ax+B e disegnarne il grafico
Il calcolo dei coefficienti della retta di regressione pu essere fatto con le funzioni
PENDENZA (coefficiente A) e INTERCETTA (coefficiente B)
Sintassi
PENDENZA(y_nota;x_nota)
INTERCETTA(y_nota;x_nota)
x_nota
y_nota
SUGGERIMENTI
Attenzione alla sintassi delle funzioni PENDENZA e INTERCETTA:
x_nota sono i valori di Temperatura; y_nota sono i valori di Volume;
il primo argomento y_nota, il secondo x_nota
Per tracciare il grafico della retta di regressione:
Selezionare le celle C13:D18 e tracciare il grafico a dispersione (punti)
Dopo aver terminato il grafico, puntare con il mouse su uno dei punti e premere il tasto destro
Nel menu di scelta rapida che si apre, selezionare Aggiungi linea di tendenza
Nella finestra Tipo scegliere Lineare
Se si vuole anche visualizzare l'equazione della linea, nella finestra Aggiungi linea di tendenza
aprire la scheda Opzioni e selezionare Visualizza l'equazione sul grafico;
selezionando nella stessa scheda Visualizza il valore R al quadrato sul grafico, si ottiene
anche il valore del coefficiente di correlazione al quadrato
La casella contenente l'equazione e/o il coefficiente di regressione pu essere spostata con il
mouse in qualunque punto dell'Area del grafico (dentro la figura) con il mouse: selezionare la
casella, premere il tasto sinistro e spostare.
0.962

Il valore del coefficiente di correlazione prossimo a 1 indica la dipendenza di tipo lineare

A
0.0351
B
10.22
Retta di regressione
12.5
f(x) = 0.0351428571x + 10.22

R = 0.9256041603
12
volume
11.5
11
10.5
10
9.5
9
0
10
20
30
40
50
60
70
temperatura
Esercizio 32.2
La tabella 2 mostra la relazione fra il numero di anni di studio di una lingua straniera e il
punteggio conseguito in un test di conoscenza della lingua.
Determinare l'equazione della retta di regressione per i dati della tabella
usando le funzioni PENDENZA e INTERCETTA
Tabella 2
N anni studio
Punteggio
3
4
4
2
5
3
4
5
3
2
57
78
72
58
89
63
73
84
75
48

A
10.905
B
31.533
Regressione lineare
100
punte ggio test
90
f(x) = 10.9047619048x + 31.5333333333

R = 0.8301278094
80
70
60
50
40
1
1.5
2.5
3.5
anni s tudio
4.5
5.5
Torna
su
punte ggio te
R = 0.8301278094
70
60
50
40
1
1.5
2.5
3.5
4.5
5.5
anni s tudio
Torna
su
Retta di regressione: grafico, barre di errore
Indice
Esercizio 33.1
La tabella 1 riporta 10 misure di velocit in funzione del tempo, e i rispettivi errori di
misurazione.
Aggiungere le barre di errore per la velocit e per il tempo
Tabella 1
tempo (s)
velocit (m/s) errore tempo (s) errore velocit (m/s)
1
11
0.2
1
2
13
0.2
0.8
3
15
0.2
0.6
4
18
0.2
2
5
22
0.2
2.1
6
23
0.2
2
7
22
0.2
1.5
8
27
0.2
1
9
28
0.2
2.5
10
31
0.2
2
A
2.1697
B
9.0667
SUGGERIMENTI
Per aggiungere le barre di errore procedere nel modo seguente:
puntare con il mouse su uno dei punti del diagramma a dispersione, premere il tasto destro
e scegliere Formato serie dati; nella finestra che si apre operare sulla scheda Barre di errore X
Scegliere Visualizza entrambe
Selezionare Personalizza: nelle caselle a destra dei segni + e selezionare con il mouse
le celle D16:D25 contenenti gli errori sul tempo
Ripetere il procedimento in modo analogo sulla scheda Barre di errore Y

(Personalizza: selezionare le celle egli errori sulla velocit)
Regressione lineare
35
velocit
30
f(x) = 2.1696969697x + 9.0666666667
25
20
15
10
0
10
11
tempo
Torna
su
Retta di regressione: funzioni
Indice
Esercizio 34.1
La tabella 1 mostra l'et e il valore della pressione sanguigna di un gruppo di 13 persone.
Stimare il valore della pressione per una persona di 52 anni con la funzione PREVISIONE
Aggiungere sul grafico il punto di ascissa x=52 e ordinata y=valore calcolato con PREVISIONE
Tabella 1
Et
Pressione
55
145
42
125
71
155
36
115
63
145
48
130
50
150
55
145
49
150
38
110
44
140
65
175
69
170
SUGGERIMENTI
La funzione PREVISIONE calcola con il metodo dei minimi quadrati i coefficienti della retta di
regressione e fornisce il valore previsto di y per il valore specificato di x.
Sintassi
PREVISIONE(x;y_nota;x_nota)
x
valore nel quale si vuole approssimare.
x_nota
y_nota

A
1.422
B
67.76
Anni
Pressione stimata
52
142
Per aggiungere il punto sul grafico, dopo aver tracciato il grafico della retta, aggiungere una nuova
serie di dati:
Valori X: selezionare la cella E46; Valori Y: selezionare la cella E47
Retta di regressione
180
170
f(x) = 1.422102322x + 67.7584545717
R = 0.737145927
pressione
160
150
140
130
120
110
100
30
40
50
60
70
et
Esercizio 34.2
La tabella 2 riporta l'altezza e il peso di un gruppo di 20 studenti di 18 anni
Stimare il valore del peso di uno studente alto 172 cm con la funzione PREVISIONE
Tabella 2
Altezza (cm)
Peso (kg)
174
72
168
63
183
78
160
60
A
1.0178
164
58
B
-105.43
170
75
179
80
178
77
170
65
170
69
175
72
170
65
185
80
158
57
165
60
175
77
182
83
178
79
175
67
173
68
Altezza cm
172
80
Peso stimato kg
70
Regressione lineare
85
f(x) = 1.0178291536x - 105.4273119122

R = 0.8328603982
80
75
pes o
70
65
60
55
50
155
160
165
170
175
180
altezza
Esercizio 34.3
Sono assegnati i dati della tabella 3, che descrivono l'andamento delle vendite
in funzione dell'aumento del prezzo di un bene
Calcolare il coefficiente di correlazione lineare: c' correlazione lineare?
Trovare i coefficienti della retta di regressione usando le funzioni di Excel
Disegnare in un grafico i dati assegnati e la retta di regressione
Approssimare il valore della quantit venduta y quando il prezzo x=40
Tabella 3
x
y
13
63
15
60
17
67
19
50
22
57
25
40
26
46
28
43
30
43
31
23
35
18
38
19
41
11
43
20
44
16
48
14
Coeff. correlazione R
-0.941

A
-1.6626
B
86.232
185
190
Prezzo
Stima quantit venduta
40
20
Regressione lineare
80
70
f(x) = - 1.6625608115x + 86.2322740917

R = 0.8859220072
60
50
40
30
20
10
0
10
15
20
25
30
35
40
45
50
Torna
su
Serie temporali: grafici e regressione lineare
Indice
Esercizio 35.1
Nella tabella 1 sono riportati i dati relativi ai salari orari medi degli operai
specializzati dell'industria meccanica per 18 mesi, da gennaio 2003 a giugno 2004
Disegnare un grafico della sequenza temporale dei dati
Aggiungere una linea di tendenza lineare, visualizzando l'equazione sul grafico.
SUGGERIMENTI
Per disegnare un grafico della sequenza temporale dei dati selezionare la colonna Salario
cliccare sul pulsante Creazione guidata grafico, scegliere Linee e tracciare il grafico
(linea spezzata con indicatori dei valori)
Tabella 1
Mesi
Salario
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
11.64
11.58
11.6
11.62
11.56
11.58
11.58
11.66
11.8
11.74
11.78
11.8
11.88
11.86
11.86
11.88
11.78
11.82
Andamento dei salari nell'industria meccanica

12
11.9
f(x) = 0.0191331269x + 11.5415686275

11.8
Salario
Salario previsto
11.7
11.6
11.5
11.4
1
10 11 12 13 14 15 16 17 18
Salario previsto
11.6
11.5
11.4
1
10 11 12 13 14 15 16 17 18
Esercizio 35.2
Nella tabella 2 si riporta la popolazione residente dell'Italia ai confini attuali ai censimenti
dal 1861 al 2001 (Fonte: ISTAT Istituto Nazionale di Statistica)
Disegnare il grafico (Tipo di grafico: Linee) e aggiungere la linea di tendenza
Tabella 2
CENSIMENTI POPOLAZIONE RESIDENTE
1861
22182377
1871
27303509
1881
28953480
1901
32965504
1911
35845048
1921
39943528
1931
41651000
1936
42943602
1951
47515537
1961
50623569
1971
54136547
1981
56556911
1991
56778031
2001
56995744

60000000
55000000
f(x) = 2794116.32307692x + 21500869.5054945

R = 0.9823563493
popolazione residente
50000000
45000000
40000000
35000000
30000000
25000000
20000000
1861 1871 1881 1901 1911 1921 1931 1936 1951 1961 1971 1981 1991 2001
anno censim ento
Torna
su
Torna
su
Indice
Esercizio 36.1
Trovare la parabola che approssima i dati della tabella 1 con il criterio dei minimi quadrati
della parabola sul grafico
Tabella 1
x
y
1
2
3
4
5
6
7
8
9
10
11
1.32
1.39
1.12
0.94
0.82
0.75
0.65
0.72
0.95
1.21
1.35
SUGGERIMENTI
Per copiare l'equazione e incollata in altra zona del foglio di lavoro, cliccare una volta sulla
casella dell'equazione, selezionare l'equazione e copiarla, poi incollarla in una cella a scelta
nel foglio di lavoro
1.5
f(x) = 0.0266783217x^2 - 0.3355034965x + 1.8058181818

R = 0.8685284156
1.3
1.1
Dati
Polinomio
0.9
0.7
0.5
0
10
12
Esercizio 36.2
Trovare il polinomio di terzo grado che approssima i dati della tabella 2 con il criterio
dei minimi quadrati
del polinomio sul grafico
Tabella 2
x
y
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
5.5
2
1.5
1.5
0.5
0.5
1
1.5
2.5
4.5
5
6
6.5
6
6.5
5
4
3.5
2
7
f(x) = - 0.1096413047x^3 + 1.7742886628x^2 - 7.7451829217x + 10.8761609907

R = 0.9259783437
6
5
Dati
Polinomio
4
3
2
1
0
0
10
11
Esercizio 36.3
Trovare i polinomi di terzo e di quarto grado che approssimano i dati della tabella 3 con il
criterio dei minimi quadrati

del polinomio sul grafico; ripetere con ordine 4
Scegliere il polinomio che fornsce l'approssimazione migliore.
Tabella 3
x
y
1
1.5
2
2.5
3
3.5
4
4.5
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
10.5
11
2
18
27
36
34
35
32
36
33
24
26
25
32
34
32
35
38
35
28
20
0
Polinomio terzo grado

40
35
f(x) = - 0.0079975961x^3 - 0.7044488692x^2 + 9.4902457065x + 5.637502848

R30= 0.4650095214
25
20
15
10
5
0
0
10
12
Polinomio quarto grado

40
f(x)35= - 0.1272376477x^4 + 3.045705949x^3 - 25.2113286588x^2 + 83.7061479359x - 60.2079798427

R = 0.9544071349
30
25
20
15
10
5
0
0
10
L'approssimazione migliore data dal polinomio di quarto grado, per il quale

il coefficiente R^2 pi vicino a 1
Torna
su
12
Indice
Metodi di linearizzazione
Esercizio 37.1
Linea di tendenza: tipo Potenza

Trovare la curva del tipo y=C*x^A che approssima i dati della tabella 1
Disegnare un grafico a dispersione e Aggiungere linea di tendenza, tipo Potenza
Tabella 1
x
35
30
f(x) = 0.9067118307 x^3.1806166018
25
y
1
1.5
2
2.5
3
Potenza
0.9
3.5
7.5
17
30.5
20
15
10
5
0
0.5
1.5
2.5
3.5
Esercizio 37.2

Trovare la curva del tipo y=C*exp(Ax) che approssima i dati della tabella 2
Tabella 2
x
Esponenziale
8
7
f(x) = 10.9296005655 exp( -0.5163558793 x )

R = 0.9907763172
6
5
4
3
2
1
0
0.5
1.5
2.5
3.5
4.5
y
1
2
3
4
5
5.5
6.7
4.1
2.1
1.3
0.9
Esercizio 37.3

Il numero y di batteri per unit di volume presenti in una coltura dopo x ore dato dalla
seguente tabella 3.
Trovare la curva del tipo y=C*exp(Ax) che approssima i dati della tabella
Tabella 3
x
200
180
f(x) = 32.2884343676 exp( 0.3529087176 x )

R = 0.9996173183
160
y
0
1
2
3
4
5
Esponenziale
140
120
32
47
65
92
132
190
100
80
60
40
20
0
0
Esercizio 37.4
Linea di tendenza: tipo Logaritmo

Trovare la curva del tipo y=Alnx+B che approssima i dati della tabella 4
Disegnare un grafico a dispersione e Aggiungere linea di tendenza, tipo Logaritmo
Tabella 4
x
y
0.1
-2.5
Logaritmo
0.2
-1.6
0.4
-1.1
2
0.6
-0.2
1.5
0.8
-0.1
f(x) = 1.0689742279 ln(x) + 0.0530797238
1
1
0
0.5
1.2
0.2
0
1.4
0.5
0.5
1
1.5
2
2.5
3
3.5
4
-0.5 0
1.6
0.6
-1
1.8
0.6
-1.5
2
0.6
2.2
0.8
-2
2.4
0.9
-2.5
2.6
1.2
-3
2.8
1.3
3
1.3
3.2
1.3
3.4
1.5
Torna
su
Torna
su
3.6
3.8
4
1.4
1.4
1.4
Indice
Esercizio 38.1
Trovare la curva di tipo potenza che approssima i dati.
Tabella 1
x
SUGGERIMENTI
y
1
2
3
4
0.6
1.9
4.3
7.6
12.6
Per stabilire qual la curva che approssima meglio i dati,

usando Aggiungi linea di tendenza, nella scheda Opzioni selezionare:
Visualizza equazione sul grafico
Visualizza il valore R al quadrato sul grafico.
Il valore visualizzato il quadrato del coefficiente di correlazione R:
la linea che approssima meglio i dati quella per cui il valore di R al quadrato pi vicino a 1
Linea di tendenza: esponenziale

14
f(x) = 0.3633807481 exp( 0.7475339237 x )

R = 0.9692557528
12
10
8
6
4
2
0
0.5
1.5
2.5
3.5
4.5
5.5
4.5
5.5
Linea di tendenza: potenza

14
12
f(x) = 0.5624195103 x^1.8859613909

R = 0.9966580349
10
8
6
4
2
0
0.5
1.5
2.5
3.5
4
2
0
0.5
1.5
2.5
3.5
4.5
5.5
Esercizio 38.2
Trovare la curva d tipo polinomiale (grado 2) che approssima i dati.
Tabella 2
x
y
1
2
3
4
5
Linea di tendenza: esponenziale

10
9
8
7
f(x) = 12.2325107517 exp( -0.5054231215 x )

R = 0.9306937738
6
5
4
3
2
1
0
0.5
1.5
2.5
3.5
4.5
5.5
Linea di tendenza: polinomio

10
9
f(x) = 0.8214285714x^2 - 6.7985714286x + 14.98

R = 0.9525484381
8
7
6
5
4
3
2
1
0
0.5
1.5
2.5
3.5
4.5
5.5
La linea di tendenza migliore il polinomio di secondo grado (R^2 pi vicino a 1)
Torna
su
9.5
3.5
2.5
1.4
1.2
Indice
Esercizio 39.1
Disegnare in un grafico i dati assegnati; aggiungere una linea di tendenza, confrontando
i tipi: lineare, potenza e esponenziale
Realizzare tre grafici, visualizzando l'equazione della linea di tendenza e il coefficiente R^2
Tabella 1
x
y
1
2
3
4
5
6
7
8
9
10
lineare
3.2
5.2
5.8
7.9
12.8
14.2
22.3
25.7
35.2
45.8
50.0
40.0
f(x) = 4.4696969697x - 6.7733333333

R = 0.9049539411
30.0
20.0
10.0
0.0
0
potenza
10 11
esponenziale
50.0
50.0
40.0
40.0
f(x) = 2.6055948212 exp( 0.2908911858 x )

R = 0.9908470841
30.0
f(x) = 2.2527515014 x^1.1555630794

R = 0.9165530709
20.0
10.0
30.0
20.0
10.0
0.0
0.0
0
10 11
10 11
La linea di tendenza migliore la funzione esponenziale (R^2 pi vicino a 1)
Esercizio 39.2
Disegnare in un grafico i dati assegnati; aggiungere una linea di tendenza, confrontando i tipi:
lineare e logaritmica
Realizzare due grafici, visualizzando l'equazione della linea di tendenza e il coefficiente R^2
Tabella 2
x
Lineare
2
f(x) = 0.6759398496x - 0.7994736842

R = 0.8444551484
1.5
1
0.5
0
-0.5
0.5
1.5
2.5
3.5
4.5
4.5
-1
-1.5
-2
Logaritmo
2
1.5
y
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
2.2
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
4
f(x) = 1.0610205121 ln(x) + 0.0816987652

R = 0.9816442937
1
0.5
0
-0.5
0.5
1.5
2.5
3.5
-1
-1.5
-2
La linea di tendenza migliore la funzione logaritmo (R^2 pi vicino a 1)

Esercizio 39.3
Realizzare 4 grafici nel modo seguente:
Disegnare in ogni grafico i dati assegnati e aggiungere una linea di tendenza dei tipi: lineare,
polinomio di secondo grado, potenza, esponenziale
Visualizzare l'equazione della linea di tendenza e il coefficiente di correlazione R^2
Tabella 3
x
y
1
12.5
2
2.3
3
4.9
4
15.2
5
29.8
6
36.4
7
57.8
-1.6
-1.1
-0.2
-0.1
0
0.2
0.5
0.6
0.6
0.7
0.8
1.1
1.2
1.3
1.3
1.4
1.5
1.4
1.4
1.4

8
9
10
Lineare
160
140
120
f(x) = 14.6412121212x - 31.3866666667

R = 0.8787181485
100
80
60
40
20
0
0
10
11
Polinomio grado 2
160
140
f(x) = 2.1053030303x^2 - 8.5171212121x + 14.93

R = 0.9949980716
120
100
80
60
40
20
0
0
10
11
Potenza
160
140
120
100
80
f(x) = 2.7286113983 x^1.5056880541

R = 0.6639671884
60
40
20
0
0
10
11
85.9
107.2
139.4
R = 0.6639671884
60
40
20
0
0
10
11
Esponenziale
160
f(x) = 2.8308605735 exp( 0.4068118976 x )

R = 0.8268735695
140
120
100
80
60
40
20
0
0
10
11
La linea di tendenza che approssima meglio i dati il polinomio di secondo grado

perch il coefficiente R^2 pi vicino a 1.
Torna
su
Indice
Curva logistica
Esercizio 40.1
I dati y, rilevati a intervalli di tempo x equidistanti, nella tabella 1
caratterizzano un fenomeno di evoluzione studiato
in laboratorio.
Linearizzare i dati scegliendo un tipo di curva adatto
ad approssimare i dati
Tabella 1
x
6
5
4
3
2
1
0
0
10
15
20
25
y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
SUGGERIMENTI
I dati suggeriscono un andamento descritto dalla curva logistica, di equazione
y=
L
1+Ce Ax
Questo tipo di curva non pu essere realizzato in Excel con Aggiungi linea di tendenza;
Occorre linearizzare i dati con i cambiamenti di variabile
X =x
C=e B
Y =ln
L
1
y
( )
L=costante assegnata
In questo esempio assumere L=6.

Sui dati linearizzati si calcolano i coefficienti A e B della retta di regressione, poi si calcola C
e infine si traccia il grafico della curva logistica.
Per tracciare il grafico della curva logistica occorre completare la colonna F qui sotto
0.03
0.05
0.08
0.11
0.15
0.29
0.56
1.02
1.65
2.45
3.33
3.75
4.25
4.71
5.05
5.25
5.45
5.55
5.64
5.69
5.75
5.78
5.85
5.89
5.92

calcolando le ordinate della cuva logistica nei punti x
x
y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
0.03
0.05
0.08
0.11
0.15
0.29
0.56
1.02
1.49
1.92
2.51
2.95
3.52
4.01
4.78
5.05
5.35
5.55
5.64
5.69
5.75
5.78
5.85
5.89
5.92
A
B
C
Y
logistica
5.293
0.049
4.779
0.073
4.304
0.109
3.981
0.162
3.664
0.240
2.980
0.353
2.274
0.514
1.586
0.740
1.108
1.045
0.754
1.442
0.330
1.931
0.033
2.495
-0.350
3.098
-0.701
3.693
-1.366
4.236
-1.671
4.696
-2.108
5.063
-2.512
5.341
-2.752
5.544
-2.910
5.688
-3.135
5.788
-3.269
5.857
-3.664
5.904
-3.981
5.936
-4.304
5.957
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
-0.405
5.204
182.031
curva logistica
6
5
4
3
dati
logistica
2
1
0
0
10
15
20
25
Torna
su
Torna
su

Correlazione e Regressione

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Correlazione e Regressione

Caricato da

Copyright:

Formati disponibili

M.

Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

La tabella 3 contiene i valori di un enzima nel sangue di

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Calcolare la covarianza e il coefficiente di correlazione R.

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Equazione retta y=Ax+B

Equazione retta y=Ax+B

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Ripetere il procedimento in modo analogo sulla scheda Barre di errore Y

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Equazione retta y=Ax+B

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Equazione retta y=Ax+B

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Linea di tendenza: tipo Potenza

Linea di tendenza: tipo Esponenziale

Linea di tendenza: tipo Esponenziale

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Linea di tendenza: tipo Logaritmo

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Per stabilire qual la curva che approssima meglio i dati,

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

In questo esempio assumere L=6.

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Questi dati non sono linearmente correlati perch il coefficiente R

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel

Il grafico suggerisce una correlazione di tipo polinomiale (parabola)

La tabella 3 contiene i valori di un enzima nel sangue di

Questi dati non sono linearmente correlati, perch il valore

Dipartimento di Matematica - Universit di Torino

M. Garetto - Laboratorio di Statistica con Excel