Docsity
Docsity
Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity

Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium

Guide e consigli
Guide e consigli
Vendi su Docsity
Vendi su Docsity
Docsity AI
Docsity AI
AccediRegistrati

Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity

Cerca documenti

Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity

Cerca la tua università

Trova i documenti specifici per gli esami della tua università

Video Corsi

Preparati con lezioni e prove svolte basate sui programmi universitari!

Quiz

Rispondi a reali domande d’esame e scopri la tua preparazione

Docsity AINEW

Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali

Maturità 2026

Studia con prove svolte, tesine e consigli utili

Esplora domande

Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te

Argomenti di studio

Esplora i documenti più scaricati per gli argomenti di studio più popolari

Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium

Condividi documenti
download point icon20 Punti

Per ogni documento caricato

Rispondi alle domande
download point icon5 Punti

per ogni risposta data (max 1 al giorno)

Tutti i modi per ottenere punti gratis
Ottieni punti subito

Scegli un piano Premium con tutti i punti di cui hai bisogno

Opportunità di studio

Scegli il tuo prossimo programma di studio

Entra in contatto con le migliori università del mondo e scegli il tuo percorso di studi

Classifica delle migliori università

Scopri le migliori università italiane secondo gli studenti

Community

Chiedi alla community

Chiedi aiuto alla community e sciogli i tuoi dubbi legati allo studio

Guide Gratuite

I nostri eBook salva studente

Scarica gratuitamente le nostre guide sulle tecniche di studio, metodi per gestire l'ansia, dritte per la tesi realizzati da tutor Docsity

Domande statistica forense, Appunti di Statistica

Università degli Studi G. d'Annunzio Chieti - Pescara (UNICH)Statistica

Domanda per esame di statistica forense

Tipologia: Appunti

2017/2018

Caricato il 12/09/2021

Hi.
Hi. 🇮🇹

3

(2)

9 documenti

1 / 9

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Domande di Sta,s,ca Descri0va
1.Classificazione dei cara1eri: dire quali sono le 5pologie di
cara1eri e fornire degli esempi.
Il cara4ere è ogni aspe4o elementare ogge4o di rilevazione
sulle unità sta,s,che.Generalmente ne sono più di uno.
Possono essere:
1)QUALITATIVI SCONNESSI (es.sesso,religione) O
ORDINABILI(es.,tolo di studio, grado di soddisfazione)
2)QUANTITATIVI DISCRETI (dota, di un numero es.numero
membri famigliari) O CONTINUI (perché misura, in un
intervallo di tempo es. Peso,altezza)
2. Dare una definizione di distribuzione sta5s5ca disaggregata, e
di frequenza assolute, rela5ve e percentuali e cumulate e dire per
quali 5pi di cara1eri si possono calcolare le frequenze cumulate.
DISAGGREGATA= E’ l’insieme delle osservazioni rela,ve alle
unità del colle0vo
ASSOLUTA= il numero di volte con cui una modalità si presenta
nel colle0vo
RELATIVA= si o0ene rapportando le frequenze assolute al totale
delle unità
PERCENTUALE= mol,plicando per 100 quella rela,va
CUMULATA= rappresenta il numero di unità nel colle0vo nelle
quali il cara4ere X assume un valore non superiore a xi—> e si
può usare quella cumulata solo per i cara4eri ORDINABILI.
3. Dare la definizione di moda, mediana e media aritmetica
e dire per quali tipologie di caratteri possono essere
calcolati questi valori di sintesi.!
1)MODA= è la modalità prevalente del carattere ossia le
modalità che hanno la MASSIMA FREQUENZA, nelle
pf3
pf4
pf5
pf8
pf9

Anteprima parziale del testo

Scarica Domande statistica forense e più Appunti in PDF di Statistica solo su Docsity!

Domande di Sta,s,ca Descri0va 1.Classificazione dei cara1eri: dire quali sono le 5pologie di cara1eri e fornire degli esempi. Il cara4ere è ogni aspe4o elementare ogge4o di rilevazione sulle unità sta,s,che.Generalmente ne sono più di uno. Possono essere: 1)QUALITATIVI SCONNESSI (es.sesso,religione) O ORDINABILI(es.,tolo di studio, grado di soddisfazione) 2)QUANTITATIVI DISCRETI (dota, di un numero es.numero membri famigliari) O CONTINUI (perché misura, in un intervallo di tempo es. Peso,altezza)

  1. Dare una definizione di distribuzione sta5s5ca disaggregata, e di frequenza assolute, rela5ve e percentuali e cumulate e dire per quali 5pi di cara1eri si possono calcolare le frequenze cumulate. DISAGGREGATA= E’ l’insieme delle osservazioni rela,ve alle unità del colle0vo ASSOLUTA= il numero di volte con cui una modalità si presenta nel colle0vo RELATIVA= si o0ene rapportando le frequenze assolute al totale delle unità PERCENTUALE= mol,plicando per 100 quella rela,va CUMULATA= rappresenta il numero di unità nel colle0vo nelle quali il cara4ere X assume un valore non superiore a xi—> e si può usare quella cumulata solo per i cara4eri ORDINABILI.
  2. Dare la definizione di moda, mediana e media aritmetica e dire per quali tipologie di caratteri possono essere calcolati questi valori di sintesi. 1)MODA= è la modalità prevalente del carattere ossia le modalità che hanno la MASSIMA FREQUENZA, nelle

distribuzioni in classe è dove la densità è più elevata—> UTILIZZABILE PER QUALSIASI CARATTERE 2)MEDIANA= modalità che suddivide ogni distribuzione ordinata in due distribuzioni aventi quantità che è il 50% della quantità della distribuzione totale—> UTILIZZABILE PER I CARATTERI QUALITATIVI ORDINABILI 3)MEDIA ARITMETICA= valore di sintesi che sostituito alle modalità lascia inalterata la loro somma—> SI USA PER I CARATTERI QUANTITATIVI

  1. Descrivere le proprietà della media aritme5ca. 1)LINEARITA’= Se ogni singolo termine della distribuzione viene so4oposto alla trasformazione “a+bx” dove “a” è costante e “b=0” la nuova media è legata a quella originaria dalla stessa trasformazione 2)ASSOCIATIVITA’= se un colle0vo sta,s,co viene suddiviso in so4oinsiemi disgiun, la media si o4errà mol,plicando le medie con la numerosità di quel so4oinsieme e dividendoli per il totale della numerosità.
  2. Fornire una definizione di variabilità e descrivere gli indici di variabilità per cara1eri qualita5vi e per cara1eri quan5ta5vi. La variabilità è l’a0tudine dei fenomeni naturali e sociali a manifestarsi in modi differen, -Gli INDICI SONO=
  1. ETEROGENEITÀ = misura la variabilità nelle distribuzioni con cara4eri qualita,vi e quan,ta,vi e può essere MINIMA quando tu4e le unità hanno stessa modalità ed è MASSIMA quando le modalità hanno tu0 stessa frequenza
  2. SCOSTAMENTO SEMPLICE MEDIO= è la media aritme,ca degli scar, della media presi in valor assoluto

da, , ad esempio per incrementare le STRATEGIE LAVORATIVE in un dato tempo Domande sulle variabili casuali e sull’inferenza

  1. Dare la definizione di variabile casuale= indica una quan,tà il cui valore dipende dall’esito di un esperimento casuale (cioè di cui non riusciamo a prevederne esa4amente l’esito). Si può chiamare anche variabile ALEATORIA o STOCASTICA. E’ una FUNZIONE che è data dall’insieme dei pun, dello spazio campionario. Possono essere DISCRETE (es. lancio di una moneta) o CONTINUE (es. probabilità del tempo di durata di una lampadina)
  2. Descrivere la distribuzione di Bernoulli.= E’ una variabile casuale discreta che possiamo associare ad una prova nella quale interessa se un evento A si verifica (c’è successo) o no (non c’è successo). Quando si ha “p” c’è successo e quando c’è “1-p” allora insuccesso.
  3. La distribuzione Binomiale.= E’ la distribuzione di probabilità della variabile casuale “numero di successi in prove INDIPENDENTI su un esperimento bernoulliano” in cui la probabilità del successo è uguale a “p”, è una binomiale di parametri p e n”—> dove n è sempre uguale ad 1
  4. La distribuzione di Poisson= E’ cos,tuito dal conteggio del numero di volte che si presenta un evento casuale in uno specifico intervallo di tempo, o in una data area o altro contesto. Si usa questa distribuzione quando la probabilità del verificarsi dell’evento casuale è molto piccola—> infa0 si chiama anche “legge degli even, rari”. La distribuzione di Poisson e quella Binomiale sono prossime quando la probabilità di successo è molto piccola e il numero delle prove è molto grande
  1. La distribuzione normale.= è con,nua , simmetrica, cresce quando ci si avvicina alla media e decresce quando ci si allontana e si tende ad infinito , ha come asintoto l’asse delle x. La media qui indica la posizione della curva e la varianza determina la concentrazione della curva a4orno alla re4a
  2. Fornire la definizione di popolazione in riferimento al campionamento da popolazione finita e da popolazione teorica.= 1)la POPOLAZIONE FINITA equivale ad un8 insieme di individui individuabili ed e,che4abili, ed è una popolazione che preesiste all’osservatore (es. ele4ori del paese) ad essa accos,amo un PARAMETRO da calcolare in base alle informazioni o4enute 2)La POPOLAZIONE TEORICA è generata da un esperimento di ,po ALEATORIO governato da una legge di PROBABILITÀ. Serve per valutare aspe0 non no, delle leggi di probabilità che si vogliono conoscere. Il PARAMETRO è l’aspe4o non noto della legge di probabilità (es. durata della vita di un gruppo di persone, o effe4o di un farmaco su determinate persone scelte a caso)
  3. Fornire la definizione di campione casuale e di universo dei campioni.= 1)Il campione casuale è l’estrazione di una popolazione distribuita secondo la sua legge di un determinato numero di individui o ogge0. La scelta del campione è casuale dunque, e non deve essere influenzata da chi fa l’indagine. 2)L’universo dei campioni è l’insieme dei campioni di prefissata numerosità che si possono estrarre da una data popolazione tramite un procedimento casuale

2)EFFICIENZA= quando si paragonano due o più s,matori si sceglierà quello più efficiente cioe più vicino al parametro e quando entrambi gli s,matori sono efficien, si sceglierà quello con varianza minore 3)PROPRIETÀ ASINTOTICHE= NON DISTORTO quando il valore tede a zero quando la dimensione del campione è molto grande (tende ad infinito) ,CONSISTENZA quando c’è certezza pra,ca che lo s,matore assuma valore molto prossimo al parametro quando la dimensione del campione è molto elevata.

  1. Descrivere gli step della verifica di ipotesi. GLI STEP SONO: 1)INDIVIDUARE IL PROBLEMA È FORMULARE LA DOMANDA CHE SI VUOLE VERIFICARE 2)FORMULARE L’IPOTESI NULLA E QUELLA ALTERNATIVA 3)SELEZIONARE IL CAMPIONE CASUALE 4)STATISTICA TEST cioè sta,s,ca di interesse-parametro ipo,zzato diviso l’errore standard della sta,s,ca di interesse
  2. Descrivere gli errori di decisione nella verifica di ipotesi e loro probabilità.= prima di compiere un tes, si sceglie un LIVELLO DI SIGNIFICATIVITÀ che determina i valori cri,ci che a4estano le regioni di rifiuto o acce4azione Domande sulle proposizioni e sulle probabilità
  3. Dare una definizione di proposizione, descrivere le operazioni sulle proposizioni e fornire un esempio per ogni operazione.
  1. Fornire la definizione assioma5ca di probabilità e le interpretazioni classica, frequen5sta e soggeSvista della probabilità e fornire un esempio di applicazione di ognuna delle diverse interpretazioni.
  2. Descrivere Il teorema di Bayes enunciando chiaramente cosa rappresentano le probabilità coinvolte e dire come tale teorema si può applicare in ambito forense e fornire un esempio.
  3. Dire che cosa si intende per fallacia dell’accusatore e fornire un esempio Le domande a riposta mul5pla riguarderanno:
  • esperimento casuale, evento casuale e spazio campionario:
  • Il principio delle probabilità totali (per even5 compa5bili ed incompa5bili):
  • Il principio delle probabilità composte (per even5 dipenden5 ed indipenden5):
  • Il principio delle probabilità condizionate: Domande sulle variabili casuali e sull’inferenza
    1. Dare la definizione di variabile casuale:
  1. Descrivere la distribuzione di Bernoulli:
  2. La distribuzione Binomiale:
  3. La distribuzione di Poisson:
  4. La distribuzione normale:
  5. Fornire la definizione di popolazione in riferimento al campionamento da popolazione finita e da popolazione teorica:
  6. Fornire la definizione di campione casuale e di universo dei campioni:
    1. Dare la definizione di sta5s5ca campionaria e fornire degli esempi: