vuoi
o PayPal
tutte le volte che vuoi
Differenza tra variabile statistica e variabile casuale
VARIABILE STATISTICA: è la misura specifica caratteristica di un fenomeno e come si manifesta nelle sue modalità. Rappresentazioni: grafici, medie, variabile, distribuzione di frequenze.
VARIABILE CASUALE: è una misurazione numerica degli esiti di un fenomeno casuale.
INFERENZA: fare previsioni per rispondere alla domanda statistica.
REGRESSIONE: stimare la relazione lineare tra variabile dipendente e indipendente.
STATISTICA DESCRITTIVA: si occupa di rappresentare le osservazioni contenute in un campione.
STATISTICA INFERENZIALE: utilizza le informazioni per fare affermazioni riguardanti parametri della popolazione.
STIMA: "stimare" significa attribuire un valore a un dato incognito (valore assunto dallo stimatore al variare del campione).
STIMA PUNTUALE: è il singolo numero che rappresenta la nostra scelta migliore per un parametro.
STIMA INTERVALLARE: è un intervallo di valori entro il quale si ritiene che cada il parametro.
il valore del parametro STIMATORE: funzione che associa ad ogni campione un valore del parametro.STIM. EFFICINETE: dispersione della stima intorno al parametro è minore rispetto allo stimatore.
CONSISTENTE: se all'aumentare della numerosità del campione, la sua distribuzione di probabilità si concentra in corrispondenza del valore del parametro da stimare.
MISURE DI VARIABILITÀ: indica stabilità dei valori assunti dalle unità rispetto alla misura di tendenza centrale.
VARIANZA: è una funzione che fornisce una misura della variabilità dei valori assunti dalla variabile stessa.
Stimatore distorto.
COEFFICIENTE DI REGRESSIONE: rappresenta la variazione della variabile dipendente y conseguente ad una variazione unitaria della variabile indipendente x.
ERRORE STANDARD: indica una stima della deviazione standard. Si indica con "se".
ISTOGRAMMA: grafico a rettangoli usato per distribuzioni quantitative per visualizzare le
frequenzeassolute o relative-distribuzioni in classi di valori.
FREQUENZE CUMULATE: somma della frequenza assoluta di una modalità e delle frequenze delle modalità che le precedono.
STATISTICA: sintesi numerica di un campione estratto dalla popolazione (PARAMETRO: sintesi numerica di una popolazione)
Se il campione è >30, CONFIDENZA. NORM; se <30, CONFIDENZA. T (dipende dal numero del campione)
IPOTESI: affermazione relativa a una popolazione e si divide in:
- IPOTESI NULLA (H0): si afferma che il valore del parametro assuma un particolare valore
- IPOTESI ALTERNATIVA (H1 o H2): si afferma che il valore del parametro è uno fra quelli presenti in un certo intervallo di valori alternativi; bidirezionale e monodirezionale.
LIVELLO DI SIGNIFICATIVITÀ: numero tale che rifiuteremo l'ipotesi nulla se il p-value è < o = a quel numero.
STATISTICA TEST: misura la distanza fra la stima puntuale del parametro e il valore corrispondente sotto H
.oP-VALUE: probabilità di ottenere un valore della statistica test come quello osservato.
ERRORE DI TIPO 1: quando H è vera e la si rifiuta.
ERRORE DI TIPO 2: quando H è falsa e la si accetta.
PROBABILITà CONDIZIONATA: di A dato che B si è verificato è pari a P(di A dato che B)=P(A e B)/P(B).
COME Può ESSERE UN CAMPIONE: il campione è una parte della popolazione. Esso può essere:
- -CASUALE: deve avere dimensioni stabilite per fornire stime con un errore noto e perciò accettabile
- -STRATIFICATO: è il campione estratto suddividendo l’universo in strati, cioè in sottogruppi omogeneiriguardo s specifiche caratteristiche prescelte