

Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
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
Una panoramica dettagliata sulla deviazione standard e l'errore standard, concetti fondamentali nella statistica. Spiega come calcolare e interpretare queste misure di variabilità, evidenziando le differenze tra deviazione standard (che descrive la dispersione dei dati individuali) ed errore standard (che stima la variabilità delle medie campionarie). Il testo include anche informazioni sugli intervalli di confidenza e sui test di significatività statistica, come il test z e il test t, fornendo formule ed esempi per una comprensione più approfondita. Infine, discute l'importanza della numerosità del campione per ridurre l'errore standard e migliorare l'accuratezza delle stime statistiche. Utile per studenti e professionisti che necessitano di una solida base nella statistica descrittiva e inferenziale.
Tipologia: Schemi e mappe concettuali
1 / 2
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!


Deviazione Standard ed Errore Standard Il 68% delle osservazioni cade all'interno del range descritto dalla media più o meno 1 deviazione standard. Il 95,4% cade nell’ intervallo definito dalla media più o meno 2 deviazioni standard ed il 95% cade nel range di più o meno 1,96 deviazioni standard. Si definisce ore standard la deviazione standard di una popolazione di medie campionarie piuttosto che di osservazione individuale. Si calcola come Delta S fratto radice di n. La distribuzione di frequenza delle 100 diversamente potrebbe essere rappresentata graficamente ogni media come singola osservazione; queste funzioni formeranno una distribuzione di frequenza normale (gaussiana) la cui media sarebbe molto vicino alla media reale della popolazione generale. L'errore standard consente di stimare la probabilità di errore sulle ipotesi quantitative ed effettuare test di significatività statistica. Maggiore sarà la numerosità del campione minore sarà l’errore standard e migliore sarà la stima della media delle popolazioni. Per quanto riguarda gli intervalli di confidenza, mentre la deviazione standard mostra la variabile osservazione individuale l'errore standard mostra la variabilità delle medie mentre le la media più o -1, deviazione standard stima il range in cui dovrebbero cadere 95% delle osservazioni individuali, la media più o meno 1,96 errore standard stima il range in cui ci sarebbe da aspettare che cade il 95% della media dei campioni ripetuti. I dest denominati test Z o test T e i vari test di comparazione sono test che consentono di paragonare due parametri come media o proporzioni, il rapporto viene chiamato rapporto critico. I rapporti critici sono una classe di test di significatività statistica che si effettuano dividendo alcuni parametri per l'errore standard di
quel parametro ad esempio parametro/errore standard di quel parametro oppure quando viene applicata il test t di Student la formula diventa differenza tra due medie/errore standard della differenza tra due medie , quando viene applicato il test x la formula diventa differenza tra due proporzioni/errore standard delle differenza tra due proporzioni. I gradi di libertà sono il numero di osservazioni critiche che sono libere di variare; si calcolano come n Meno 1 oppure (N1+N2)-2 se le code sono due. Più il numero di persone saremo in grado di testare e quindi maggiore sarà il numero del campione minore sarà l'errore standard rispetto alla media reale