Questa è un'anteprima a titolo informativo.
vuoi
o PayPal
tutte le volte che vuoi
ES.1.3.a1
Data la seguente distribuzione doppia YX
X=A | X=B | X=C | |
---|---|---|---|
Y=1 | 2 | 25 | 20 |
Y=2 | 0 | 25 | 22 |
Y=3 | 0 | 0 | 7 |
Calcolare:
(a) la distribuzione marginale di Y
(b) la media e la varianza marginali di Y
(c) la distribuzione marginale di X
(d) le medie condizionate di Y, date le modalità di X
(e) le varianze condizionate di Y, date le modalità di X
(f) la varianza between e la varianza within
(g) il rapporto di correlazione
Soluzioni:
n | k | ||
---|---|---|---|
(a) | 25 | 45 | |
(b) | ȳ = 2.0500 | σ = 0.5475 | |
(c) | n | k | |
(d) | ȳ = 1.4783 | ȳ = 2.4681 | ȳ = 3.0000 |
(e) | σ = 0.2930 | σ = 0.2490 | σ = 0.0000 |
(f) | σ = 0.2957 | σ = 0.2518 | |
(g) | η = 0.5400 |
2
La seguente tabella mostra la distribuzione dei ritardi in minuti di autobus appartenenti a due diverse aziende
−5) | [−15, [−5) | [−5, 5) | [5, 15) | [15, 25] | |||
---|---|---|---|---|---|---|---|
Azienda | 2 | 25 | 28 | 47 | 12 | 16 | 6 |
B |
Calcolare:
(a) la distribuzione marginale di Y
(b) la media e la varianza marginali di Y
(c) la distribuzione marginale di X
X(d) le medie condizionate di Y , date le modalità di X(e) le varianze condizionate di Y , date le modalità di X(f) la varianza between e la varianza within(g) il rapporto di correlazione Soluzioni:- y [-15, [-5, 5) [5, 15) [15, 25]
-
- k(a) n 9 37 44 10
- k 2(b) ȳ = 5.5000 σ = 62.7500Yx A B
- k(c) n 59 41
- k(d) ȳ = 5.7627 ȳ = 5.1220A B
- 2 2(e) σ = 44.7573 σ = 88.3998A B
- 2(f) σ = 0.0993 σ = 62.6507B W
- 2(g) η = 0.0016|XY
- Data la seguente tabella di frequenze relative
- Calcolare:
- le frequenze relative della distribuzione marginale di Y
- le frequenze relative delle due distribuzioni condizionate di Y date le modalità di X
- la media e la varianza marginali di Y
- le frequenze relative della distribuzione marginale di X
- le medie condizionate di Y, date le modalità di X
- le varianze condizionate di Y, date le modalità di X
- la varianza between e la varianza within
Y\X | -1 | 0 | 3 | 4 |
---|---|---|---|---|
A | 0.20 | 0.10 | 0.05 | 0.05 |
B | 0.00 | 0.10 | 0.20 | 0.30 |
rapporto di correlazione η |xYSoluzioni -1 0 3 4y k(a) f 0.20 0.20 0.25 0.35k -1 0 3 4y k 1 1 1 1(b) A 12 4 8 81 1 1B 0 16 3 2 22(c) ȳ = 1.950, σ = 4.2475YX f kA 0.40(d) B 0.60(e) ȳ = 0.375, ȳ = 3A B 22 = 3.4844, σ =2(f) σ A B22 = 2.59376= 1.65375, σ(g) σ WB2 = 0.3893(h) η |xY4. La seguente tabella contiene medie e deviazioni standard degli investi-menti (in milioni di euro) sostenuti da un campione di aziende, classificatesecondo la localizzazione geografica della loro sede principalegruppo media deviazione standard numerosità grupponord-ovest 10 5 46nord-est 16 9 54centro 7 5 23sud 8 9 44(a) Disegnare la spezzata di regressione degli investimenti(b) Calcolare l’ammontare medio di investimenti in tutto il campione(c) Misurare la dipendenza in media degli investimenti dalla localiz-zazione geografica mediante il rapporto di correlazione(d) Calcolare la varianza totale degli investimentiSoluzioni(a) La spezzata di regressione è
data da15medi 10investimenti 50nord−ovest nord−est centro sud(b) ȳ = 11.00002 2 2(c) poichè σ = 12.9341 e σ = 57.8622, allora η = 0.1827|xB W Y2 2 2(d) σ = σ + σ = 70.7964B W5. Studiando la dipendenza in media di una variabile Y da X si è trovato2 2che η = 0.98. Sapendo che Y è standardizzata (cioè, ȳ = 0 e σ = 1),|x YYcalcolare la varianza between e within di Y2 2 2 2Soluzione: poichè σ = 1, allora σ = η = 0.98 e σ = 0.02|xY B WY3