Riassunto esame Statistica, Prof. Deldossi Laura, libro consigliato Lezioni di Statistica, Laura Deldossi e Roberta Paroli

Interpolazione statistica

Studio della dipendenza tra caratteri quantitativi

Si capisce se esiste una funzione del legame che esiste tra le due variabili y in funzione di x. A ogni x corrisponde una e una sola y.

Metodi teorici

y = ax che approssima al meglio i dati y_i = g(x_i) + e_i = errore.

Interpolazione matematica

Linea aritmetica dei minimi dei quadrati.

Interpolazione statistica

Funzione analitica che si adatta bene ai punti.

Media delle quadrati delle perdite

(L_i - g(x_i)²) = min. Funzione che minimizza le distanze globali.

Procedimento di minimo

Media aritmetica delle Y_i xΣ(Y_i - g(x_i)², x) = minima g(x_i), y = f(x).

Media marginale

M(X_i) = Σ Y_i * n_i / n_j.

M(Y_i) = Σ Y_i * n_i / n.

Varianza marginale

Var(X) = Σ(X_i) - M_i² / n

Var(Y) = Y_i² * n_i / n

Media condizionale

H(Y|X_i) = Σ Y_i * x_i / n_i; (sono R) = H(Y|Y_i) = M_y(x_i) * n_i / n = Hy.

Varianze condizionali

Var(Y|X_i) = Σ(x_i) - Σ (Y_i - M_y(X_i))²* n_i / n

Var(x * n_i) = Σ(x_i - H(Y|X_i))² * n_i / n

Funzione di regressione

Interpolazione matematica della media condizionata → x_i=H(Y|x_i). Minima retta che approssima i dati.

Minimizzare la funzione di perdita L.

Media delle varianze condizionate

= 0

Teorema di scomposizione della varianza

Variazione totale = varianza fra gruppi + varianza entro gruppi

Var Spiegata Var Residua

Buessel Kalare Visser

Varianza 'spiegata' dall'analisi soggetto a σ_2y.

Variazione condizionata: media condizionata = Σ

Rapporto di correlazione

Segno di adattamento della funzione d'osservazione → η² = 1 allele

Correlazione Sdoganata da P > Segno d'independenza in media di Y da x → varianza Spiegata Y ≠ x indipendente: funzione di x e y variabile residuale.

Influenza nel minimo

M=P media condizionata della media condizionale. Usuali della media marginale.

Dalla funzione J → σ(X)P= Σ y * M(y|x)(anno X, H, H(X_i) = MX + M⁰ = H(Y)

Resistenza di varianza condizionata minima a x.

Interpolazione statistica

Studio della dipendenza tra caratteri quantitativi. Si capisce se e come si differenzia per coppie che esiste tra le due variabili y in funzione di x. A una x corrisponde una e una sola y.

Metodi teorici

y = a + a che approssima al meglio i dati y_i = g(x_i) e_j → e_j errore.

Interpretazione matematica

Metodo classico dei minimi dei quadrati.

Interpretazione statistica

Analisi completa del piano dei numeri.

Media delle quadrati delle perdite

(L_{yi - g(xi)²) = min}. L'errore dei numeri è da zionable.

Il procedimento di minimi

Media aritmetica delle y_i x_i∑(y_i - g(x_i))(x_i) = nullo x - g(x_i) μ_y(x).

Medie marginali

H(x+_i) = ∑ n(x_i) n =

H(y+_i) = ∑ y_i/n ; n(i ) =

Varianze marginali

Var(x-x) = y(x) - μ²

Var(y) = y(n) -

Var(x) = y -

Medie condizionali

H(x|x_i) = ∑ y_j/n_i (| sono x) _j∑ y_j/n_i. (| Sono x_i)

Varianze condizionali

Var(x|x) = g²(x_i) = ∑ (y_j - H_{yi(xi)²)ⁿⁱ}

Var(x|\bar{x}) = g(y)(x) - H_xi(n\bar{x})

Funzioni e regressione

Interpretazione matematica della media condizionata μ_x²(xi) μ (x) | x_i minimizzare la funzione di perdita L²

Media delle varianze condizionate

o χ minima quando è a minima per i dati x - μ(n_i)

Teoria di Scheifelschingner nella varianze

Varianza totale = varianza fra gruppi + varianza entro gruppi

Var_completa =