

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
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
1 / 2
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!


Media Aritmetica: M(X) = μ =
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:
Misure di Posizione/Centralit`a
Range: R = xpiu grande − xpiu piccolo
Varianza: Var(X) =
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
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
j=1,...,m f^ (xj^ ) = 1 Frequenze cumulate Fk = F (xk) = P (X ≤ xk) =
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