Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
tra numero di pezzi fabbricati e costi di produzione (dati giornalieri espressi in euro).
a) Costruire il diagramma di dispersione specificando quale variabile è ragionevole trattare come dipendente.
b) Calcolare la correlazione tra numero di pezzi prodotti e costi di produzione.
c) Determinare la retta di regressione.
d) Qualora l'impresa decidesse di produrre 200 pezzi al giorno, quali sarebbero le spese previste?
b) 3000
rho = 0.99709269599
C'è una correlazione lineare positiva molto elevata tra superficie e vendite. 2500
c) 2000
b0= 394.22173542
1500
b1= 8.48923186344
1000
d) 500
Costi previsti per la produzione di 200 pezzi= 2092.06811
0
50 100 150
Num
0
50 100 150
Num
come dipendente.
o)(y-ymedio)
Grafico a dispersione
500
000
500
000
500
000
500
0
50 100 150 200 250 300 350
Numero pezzi
0
50 100 150 200 250 300 350
Numero pezzi
In una indagine epidemiologica si sono classificate 100 persone secondo i seguenti caratteri:
A = influenzato durante l'inverno, E = di norma usa l'autobus, ottenendo la seguente tabella di contingenza
InfluenzatoNon Influenzato
Usa l'autobus 9 3 12
Non usa l'autobus 15 6 21
24 9 33
a) Si calcoli la distribuzione di frequenze relative del carattere A, condizionatamente a ciascuna modalità del carattere
b) Sulla base del risultato ottenuto al punto a) si può concludere che ci sia indipendenza tra i due caratteri? Motivare la
c) Si misuri con un indice opportuno il grado di associazione tra i due caratteri.
a)
Distribuzioni
condizionate
b)
Essendo le distribuzioni condizionate diverse tra loro possiamo concludere che i due caratteri sono dipendenti.
Inoltre si può notare che la percentuale di influenzati è leggermente più alta tra chi usa l'autobus.
c)
a)
Grafico a dispersione
4
Tempo
3.5
3 f(x) = − 3.29711375212223 x + 14.8084380305602
2.5 R² = 0.963261960919092
2
1.5
1
0.5
0
3.45 3.5 3.55 3.6 3.65 3.7 3.75
Temperatura
b)
xmedio = 3.6017
ymedio = 2.9333
b0 = 14.808
b1 = -3.2971
c)
All'aumentare di un grado la temperatura, ci si aspetta che il tempo di produzione si riduca di 3,3 minuti.
d)
R^2 = 0.963
Nel corso degli ultimi anni, una catena di negozi di
elettrodomestici ha accresciuto la propria quota di mercato grazie
all’apertura di nuove filiali. Per decidere la dimensione di un
nuovo punto vendita si effettua un’analisi che consenta di
prevedere l’ammontare annuo delle vendite sulla base della
superficie del negozio. Nella tabella seguente sono riportati i dati
relativi alle vendite annuali (in migliaia di euro) ed alla superficie
(m2) per un campione di 8 negozi:
Superficie Vendite
1726 3681
1642 3895
2816 6653
5555 9543
1292 3418
2208 5563
1313 3660
1102 2694
media x = 2206.75
media y = 4888.375
a)
rho = 0.97368995087
C'è una correlazione lineare positiva molto elevata tra superficie e vendite.
b)
b0= 1550.67625805
b1= 1.51249518158
Il coefficiente b1 ci dice che all'aumentare di 1 m2 nella superficie del negozio, ci aspettiamo un aumento delle vendite pari a 1
c)
vendite previste per un negozio di 4000 m2 = 7600.65698
uperficie, interpretando i risultati.
sia pari a 4000 m2.
o)(y-ymedio)
a) Si calcoli la distribuzione di frequenze relative del carattere Giudizio, condizionatamente a ciascuna fascia di età.
b) Sulla base del risultato ottenuto al punto a) si può concludere che ci sia indipendenza tra i due caratteri? Motivare la
c) Si misuri con un indice opportuno il grado di associazione tra i due caratteri.
a)
Distribuzioni
condizionate
b)
Essendo le distribuzioni condizionate diverse tra loro possiamo concludere che i due caratteri sono dipendenti.
c)
a)
Grafico a dispersione del prezzo rispetto alla quantità
Quantità
40
30
20 f(x) = − 0.039 x + 69.2
10
0
900 1000 1100 1200 1300 1400 1500
Prezzo
b)
xmedio = 1200
ymedio = 22.4
b0 = 69.2
b1 = -0.039
c)
R^2 = 0.9928
La seguente tabella riporta i dati relativi al numero di clienti di 5 aziende (NC) e l’ammontare delle spese di ra
NC SR
9 15
17 28
10 19
20 35
8 10
a) Si determinino i coefficienti del modello di regressione lineare semplice per esprimere le spese di rappresentanza in
b) Si preveda, sulla base del modello di regressione lineare semplice, l'ammontare delle spese di rappresentanza per u
a)
media di X 12.8
media di Y 21.4
b1 = 1.84146341463415
b0 = -2.17073170731708
b)
Spese di rappresentanza attese per una azienda con 15 clienti: 25.45122 migliaia di euro
mmontare delle spese di rappresentanza (SR, in migliaia di euro)
(x-xmedio)(y-ymedio)
La tabella che segue si riferisce numero di turisti stranieri (in milioni) e alle entrate (in miliardi di
Euro) derivanti dal turismo in un certo anno, osservati in 5 Nazioni:
b)
media X = 35.2
media Y = 19.58
b0 = 4.57531552685647
b1 = 0.426269445259759
R^2 = 0.657383421134465
c)
x= 35
y= 19.494746110948
Grafico a dispersione delle entrate rispetto al numero di turisti
30
Entrate
25
olume di turisti e si fornisca un indice di bontà di adattamento della retta ai dati.
volume di turisti pari20a 35 milioni.
15
10
5
(y-ymedio)^2
0
10 20 30 40 50 60 70
Turisti
La seguente tabella riporta le serie storiche delle esportazioni e delle importazioni (in
milioni di euro) per l'Italia dal 2003 al 2007:
a) Si regredisca la serie delle esportazioni rispetto all'anno di riferimento con il metodo dei minimi quadrati mediante u
b) Si calcoli il valore teorico delle esportazioni per l'anno 2008 utilizzando la retta interpolatrice di cui al punto a).
a)
media di X 2005
media di Y 307919.6
b1 = 23563.4
b0 = -46936697.4
R2 = 0.983750973128067
b)
Il valore teorico delle esportazioni per il 2008 è 378609.80000001
metodo dei minimi quadrati mediante una retta e si misuri la bontà dell'adattamento.
a interpolatrice di cui al punto a).
(x-xmedio)(y-ymedi(y-ymedio)^2
86607.2 1875201773
23506.6 552560244
0 63945611.56
24093.4 580491924
101426.8 2571848940
235634 5644048491
Un collettivo di 60 donne e 40 uomini è stato intervistato circa l'attitudine al fumo.
Si sono ottenute le seguenti risposte (1 = fumatore; 0 = non fumatore).
Uomini 0010001011100001001001100000010000110010
Donne 1000010011000010011000001000000000101000000101000001000000010
a)
Fumatore Non fumatore
Maschio 13 27 40
Femmina 14 46 60
27 73 100
b)
Percentuale di uomini che fumano = 32.5
Percentuale di donne che fumano = 23.333333
Le due frequenze percentuali condizionate al sesso sono tra loro diverse e quindi si può concludere che l'attitudine al fumo dipe
c)
Piante
Piante non
cresciute cresciute Totale
Diserbant 120 60 180
Diserbant 260 90 350
380 150 530
Piante
Piante non
cresciute cresciute Totale
Diserbante 129.0566 50.9434 180
Diserbante 250.9434 99.0566 350
380 150 530
Piante
Piante non
cresciute cresciute Totale
Diserbante 0.635551 1.610063 2.245614
Diserbante 0.326855 0.828032 1.154887
0.962406 2.438095 3.400501
c= 3.400501
indice di Cramer = 0.0801
erbante e crescita delle piante
Il proprietario di un negozio di computer vuole sapere
quanto velocemente vengono saldate le fatture relative ai
PC per tre diverse tipologie di clienti (A=Enti Pubblici,
B=Aziende, C=Privati). A questo fine, riporta, per le
fatture saldate negli ultimi mesi, la tipologia del clien-
te e i giorni intercorsi tra la consegna dei PC e il saldo
della fattura, ottenendo i risultati riassunti nella tabella
seguente:
Tipologia cliente
Giorni trascorsi A B C
0 -| 10 26 52 40 118
10 -| 30 42 60 46 148
30 -| 60 12 18 14 44
80 130 100 310
a) Si rappresenti graficamente la distribuzione di frequenza marginale della variabile “Tipologia del cliente”.
b) Si rappresenti graficamente la distribuzione di frequenza marginale della variabile “Numero di giorni intercorsi tra la
c) Qual è la percentuale di Enti Pubblici tra i clienti che hanno saldato la fattura più di 10 giorni dopo la consegna del P
d) Qual è la percentuale di fatture emesse ad Enti Pubblici che sono state saldate più di 10 giorni dopo la consegna de
a)
Tipologia cliente Frequenza Frequenza relativa
A 80 0.258064516129
B 130 0.4193548387097
C 100 0.3225806451613
310 1
b)
Giorni trascorsi Frequenza Ampiezza classe Densità
0 -| 10 118 10 11.8 0.038065
10 -| 30 148 20 7.4 0.023871
30 -| 60 44 30 1.466667 0.004731
310
c)
P(A|X>10) = 0.28125
d)
P(X>10|A) = 0.675
logia del cliente”.
mero di giorni intercorsi tra la consegna e il saldo”.
iorni dopo la consegna del PC?
giorni dopo la consegna del PC?
Frequenza assoluta
140
120
100
80
Tipologia
cliente
60
40
20
0
A B C
Tipologia di cliente
La società AMCO s.p.a. ha rilevato nel mese di maggio 2005 il numero di pezzi difettosi (PD)
prodotti da 15 macchine ed i costi di manutenzione (CM)(×1000Euro) per ciascuna di esse
Macchina PD CM
1 12 13.03
2 13 5.07
3 4 7.57
4 3 32.24
5 2 20.38
6 14 16.69
7 1 33
8 7 22.18
9 2 13.2
10 7 5.13
11 2 5.76
12 13 14.4
13 9 1.87
14 9 1
15 10 3.72
a)
35
30
25
20
15
10
0
0 2 4 6 8 10 12
b)
Macchina PD CM PD-media(PD) CM-media(CM)
1 12 13.03 4.8 0.014
2 13 5.07 5.8 -7.946
3 4 7.57 -3.2 -5.446
4 3 32.24 -4.2 19.224
5 2 20.38 -5.2 7.364
6 14 16.69 6.8 3.674
7 1 33 -6.2 19.984
8 7 22.18 -0.2 9.164
9 2 13.2 -5.2 0.184
10 7 5.13 -0.2 -7.886
11 2 5.76 -5.2 -7.256
12 13 14.4 5.8 1.384
13 9 1.87 1.8 -11.146
14 9 1 1.8 -12.016
15 10 3.72 2.8 -9.296
Totale 108 195.24 0 2.30926389E-14
media(PD) = 7.2
media(CM) = 13.016
cor(PD,CM) = -0.246063476091151
media(CM') = 12.3652
var(CM') = 3633.9081275
della nuova variabile: CM' = 0,95×CM.
10 12 14 16
fettosi
(PD-media(PD))(CM-media(CM))
(PD-media(PD))^2
(CM-media(CM))^2
0.067200000000005 23.04 169.7809
-46.0868 33.64 25.7049
17.4272 10.24 57.3049
-80.7408 17.64 1039.418
-38.2928 27.04 415.3444
24.9832 46.24 278.5561
-123.9008 38.44 1089
-1.8328 0.04 491.9524
-0.956800000000006 27.04 174.24
1.5772 0.04 26.3169
37.7312 27.04 33.1776
8.02720000000001 33.64 207.36
-20.0628 3.24 3.4969
-21.6288 3.24 1
-26.0288 7.84 13.8384
-269.718 298.4 4026.491
La seguente tabella riporta i dati relativi al numero di clienti di 5 aziende (NC) e l’ammontare delle spese di ra
NC SR
9 15
17 28
10 19
20 35
8 10
a) Si determinino i coefficienti del modello di regressione lineare semplice per esprimere le spese di rappresentanza in
b) Si preveda, sulla base del modello di regressione lineare semplice, l'ammontare delle spese di rappresentanza per u
a)
media di X 12.8
media di Y 21.4
b1 = 1.84146341463415
b0 = -2.17073170731708
b)
Spese di rappresentanza attese per una azienda con 15 clienti: 25.45122 migliaia di euro
mmontare delle spese di rappresentanza (SR, in migliaia di euro)
(x-xmedio)(y-ymedio)
Per stimare la percentuale di fumatori nella popolazione
italiana adulta viene intervistato un campione di 60 don-
ne e uno di 40 uomini, ottenendo le seguenti risposte:
Uomini 0010001011100001001001100000010000110010
Donne 10000100110000100110000010000000001010000
a)
Fumo Non Fumo
Uomini 13 27 40
Donne 14 46 60
27 73 100
b)
P(F) = 27
c)
P(D|F) = 51.852
d)
tabella di perfetta indipendenza
Fumo Non Fumo
Uomini 10.8 29.2 40
Donne 16.2 43.8 60
27 73 100
phi = 0.101151830829178
il fumo e il sesso.