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


Formulario di Statistica: Definizioni e Formule Chiave - Prof. Brentari, Formulari di Statistica

Questo formulario di statistica fornisce una raccolta completa di definizioni e formule essenziali, spaziando dalla media aritmetica alla regressione lineare. Include concetti come media ponderata, mediana, moda, varianza, deviazione standard, indice di gini e distribuzioni normali. Anche formule per l'indipendenza stocastica e correlativa, rendendolo uno strumento utile per studenti e professionisti che necessitano di un riferimento rapido e preciso per l'analisi statistica. Le formule sono presentate in modo chiaro e conciso, facilitando la comprensione e l'applicazione pratica.

Tipologia: Formulari

2024/2025

In vendita dal 27/09/2025

matteo-fabio-zuanazzi-1
matteo-fabio-zuanazzi-1 🇮🇹

36 documenti

1 / 2

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Formulario Statistica
Media Aritmetica: M(X) = µ=1
N
N
X
i=1
xi=x1+x2+... +xN
N
Media ponderata: µpond =
m
X
j=i
xj·wj
Mediana: se N`e pari: Me(X) = (n
2)th obs.+( n+1
2)th obs.
2
se N`e dispari: Me(X) = n+1
2
th obs.
Mediana per interpolazione: Me(X) =Ixk+ k·1/2Fk1
fk
Moda: La modalit`a xjcon la frequenza fjmaggiore
c-esimo 4-ile per classi: 4Qc=Ixk+ k·c/4Fk1
fk
IQR: IQR = Q3 Q1 =4Q34Q1
Outliers:
Valori pi`u piccoli di Q1 (1.5×IQR)
Valori pi`u grandi di Q3 + (1.5×IQR)
Misure di Posizione/Centralit`a
Range: R=xpi`u grande xpi`u piccolo
Varianza: Var(X) = PN
i=1(xiµ)2
N=Pm
j=1(xjµ)2·nj
N
Deviazione Standard: pVar(X)
Varianza (f. operativa): Var(X) =
m
X
j=1
x2
j·fjm
X
j=1
xj·fj2
= M(X2)[M(X)]2
Indice di Gini: Ex=
m
X
j=1
fj·(1 fj)=1
m
X
j=1
f2
j
Indice di Gini Normalizzato: E
x=Ex/Emax dove Emax = (m1)/m
Coefficiente di variazione: CV = pVar(X)/M(X)
Normalizzare un indicatore: I= [IImin]/[Imax Imin]
Misure di Variabilit`a
Data una variabile statistica X
Frequenze relative
1. fj=f(xj) = nj/N 0 per ogni xj
2. Pj=1,...,m f(xj) = 1
Frequenze cumulate
Fk=F(xk) = P(Xxk) = Pj=1,...,k f(xj)
Frequenze
Skewness: Sk = [M(X)Me(X)]/pVar(X)
Misura di Asimmetria
Distribuzione Normale: XN(µ, σ2) dove µ= media e σ2= varianza
Normale Standard: ZN(0,1) dove Z=Xµ
σ
Densit`a: Φ(z) = 1
2πez2
2
Distribuzione Normale/Gaussiana
nij = numerosit`a congiunta
fij =nij/N = frequenza congiunta
Distributioni condizionate:
fj|i=nij/ni= (fij ·N)/(fi·N) = fij /fi
Indipendenza Stocastica:
fj|i=fji, j e anche fi|j=fii,j
nij = (ni·nj)/N
fe
ij =fi·fj
Indipendenza
1
pf2

Anteprima parziale del testo

Scarica Formulario di Statistica: Definizioni e Formule Chiave - Prof. Brentari e più Formulari in PDF di Statistica solo su Docsity!

Formulario Statistica

Media Aritmetica: M(X) = μ =

N

X^ N

i=

xi =

x 1 + x 2 + ... + xN N

Media ponderata: μpond =

X^ m

j=i

xj · wj

Mediana: se N `e pari: Me(X) = (^

n 2 )th (^) obs.+( n+1 2 )th (^) obs. 2 se N `e dispari: Me(X) = n+1 2 th obs. Mediana per interpolazione: Me(X) =I xk + ∆k ·

1 / 2 − Fk− 1 fk Moda: La modalit`a xj con la frequenza fj maggiore c-esimo 4-ile per classi: 4 Qc =I xk + ∆k ·

c/ 4 − Fk− 1 fk IQR: IQR = Q3 − Q1 = 4 Q 3 − 4 Q 1

Outliers:

  • Valori pi`u piccoli di Q1 − (1. 5 × IQR)
  • Valori pi`u grandi di Q3 + (1. 5 × IQR)

Misure di Posizione/Centralit`a

Range: R = xpiu grande − xpiu piccolo

Varianza: Var(X) =

PN

i=1(xi^ −^ μ) 2 N

Pm j=1(xj^ −^ μ)

(^2) · nj

N Deviazione Standard:

p Var(X)

Varianza (f. operativa): Var(X) =

X^ m

j=

x^2 j · fj −

 (^) Xm

j=

xj · fj

= M(X^2 ) − [M(X)]^2

Indice di Gini: Ex =

X^ m

j=

fj · (1 − fj ) = 1 −

X^ m

j=

f (^) j^2

Indice di Gini Normalizzato: E x∗ = Ex/Emax dove Emax = (m − 1)/m Coefficiente di variazione: CV =

p Var(X)/M(X) Normalizzare un indicatore: I∗^ = [I − Imin]/[Imax − Imin]

Misure di Variabilit`a

Data una variabile statistica X

Frequenze relative

  1. fj = f (xj ) = nj /N ≥ 0 per ogni xj

P

j=1,...,m f^ (xj^ ) = 1 Frequenze cumulate Fk = F (xk) = P (X ≤ xk) =

P

j=1,...,k f^ (xj^ )

Frequenze

Skewness: Sk = [M(X) − Me(X)]/

p Var(X)

Misura di Asimmetria

Distribuzione Normale: X ∼ N (μ, σ^2 ) dove μ = media e σ^2 = varianza

Normale Standard: Z ∼ N (0, 1) dove Z = Xσ−μ

Densit`a: Φ(z) =

2 π

e−^

z 22

Distribuzione Normale/Gaussiana

nij = numerosit`a congiunta fij = nij /N = frequenza congiunta

Distributioni condizionate: fj|i = nij /ni∗ = (fij · N )/(fi∗ · N ) = fij /fi∗

Indipendenza Stocastica: fj|i = f∗j ∀i, j e anche fi|j = fi∗ ∀i, j nij = (ni∗ · n∗j )/N f (^) ije = fi∗ · f∗j

Indipendenza

Indipendenza Funzionale:

χ^2 =

X^ r

i=

X^ s

j=

(noij − neij )^2 neij

X^ r

i=

X^ s

j=

(cij )^2 neij

χ^2 max = N · [min(r, s) − 1] =⇒ 0 ≤ χ^2 ∗^ = χ^2 /χ^2 max ≤ 1

Indipendenza in Media: VarT (Y ) = VarW G(Y ) + VarBG(Y )

0 ≤ η Y^2 |X =

VarBG(Y ) VarT (Y )

VarW G(Y ) VarT (Y )

Indipendeza Correlativa: Covxy = M[(X − mx)(Y − my )] = M(XY ) − mx · my −σxσy ≤ Covxy ≤ σxσy

− 1 ≤ ρxy = Covxy σxσy

Indici di Indipendenza Retta di Regressione: Modello: y = a + bx (+ε)

Retta Minimi Quadrati: Y = aY X + bY X X aY X e bY X sono stimatori per a e b.

aY X = mY − bY X · mX bY X = Covxy /Var(X)

Coefficiente R-quadro:

R^2 xy =

Cov^2 xy Var(X) · Var(Y ) 0 ≤ R^2 xy ≤ 1

Regressione Lineare