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


Concetti di Statistica: Caratteristiche, Distribuzioni e Inferenza - Prof. Mezzetti, Schemi e mappe concettuali di Statistica

Una sintesi concisa delle caratteristiche dei dati, delle distribuzioni di probabilità e delle tecniche di inferenza statistiche. Vengono spiegati concetti come media, mediana, moda, variabilità, indipendenza statistica, associazione c2, diagramma di dispersione, coefficiente di correlazione r, teorema di bayes, metodo frequentista, metodo classico, metodo soggettivo, eventi indipendenti, distribuzioni notevoli come uniforme e gaussiana, inferenza campione, stima puntuale e intervallare, verifica di ipotesi, proprietà degli stimatori, massima verosimiglianza, modello lineare e molti altri concetti fondamentali della statistica. Utile per studenti universitari di statistica, matematica, economia, ingegneria e altre discipline che richiedono una conoscenza di base di statistica.

Tipologia: Schemi e mappe concettuali

2023/2024

Caricato il 06/03/2024

very-normal-player
very-normal-player 🇮🇹

9 documenti

1 / 13

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Mappe Concettuali
Maura Mezzetti
pf3
pf4
pf5
pf8
pf9
pfa
pfd

Anteprima parziale del testo

Scarica Concetti di Statistica: Caratteristiche, Distribuzioni e Inferenza - Prof. Mezzetti e più Schemi e mappe concettuali in PDF di Statistica solo su Docsity!

Mappe Concettuali

Maura Mezzetti

Carattere

Unità, collettivo

Caratteri

quantitativi

Caratteri

qualitativi

Distribuzione

di frequenza

moda Moda

Mediana

Tipologia

di dati

Misure di sintesi

qualitativo

nominale

qualitativo

ordinale

Quantitativo

discreto

Quantitativo

continuo

Moda Media mediana Media mediana Distribuzione di frequenza Carattere suddiviso in classi variabilità

( E,W,P)

Assiomi

probabilità

Probabilità

condizionata

Teorema

probabilità totale

Regole probabilità Teorema di Bayes

Metodo

frequentista

Metodo

classico

Metodo

soggettivo

Eventi Indipendenti

X Variabile

aleatoria

discreta^ continua

Bernoulli Binomiale

Distribuzioni

notevoli probabilità^

densità

Distribuzioni

notevoli

Uniforme Gaussiana E(X) Var(X) F(x) ( E,W,P)

Inferenza

Campione

(X

1

,X

2

,…,X

n

Popolazione

X

Stima

puntuale

Stima per

intervalli

Verifica di

ipotesi

Proprietà

degli stimatori

Massima

Verosimiglianza

Popolazione X

Distribuzione

campionarie (^) Inferenza

Campione

(X 1 ,X 2 ,…,Xn)

Campione (X 1 ,X 2 ,…,X n )

Popolazione

X

Stima

puntuale

Stima per

intervalli

Verifica di

ipotesi

Stima

puntuale

Stima per

intervalli

Verifica di

ipotesi

Proprietà degli

stimatori

Correttezza/ precisione Proprietà asintotica Media popolazione Varianza nota Distribuzione Gaussiana Media popolazione Varianza NON nota Distribuzione Gaussiana Media popolazione Distribuzione NON Gaussiana Modello Lineare

Inferenza

Campione

(X

1

,X

2

,…,X

n

Popolazione

X

Stima

puntuale

Stima per

intervalli

Verifica di

ipotesi

Proprietà degli

stimatori

Metodi di

stima

Probabilità Inferenza

Campione

(X

1

,X

2

,…,X

n

Descrittiva

Popolazione

X

Stima

puntuale

Stima

intervallare

Verifica di

ipotesi

T

Teorema Bayes Variabili aleatorie Regole probabilità

Modello

Lineare