




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
Slide delle lezioni - tecniche statistiche di standardizzazione e statistica inferenziale
Tipologia: Slide
1 / 8
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!





VARIABILE STATISTICA DOPPIA
ij
ij
Y
1
2
j
k
i.
1
11
12
2
21
22
X
i^
ij
i.
h
hk
h.
.j
.
.
.j
.k
ij
i.
.j
f
f
=
∑
f
f
=
∑
h
k
h
k
ij
i^
j
i^
j
i^
j
f
f
f
n
=
=
=
∑ ∑
∑
∑
Nel caso di questa tabella:
y
1
y
2
y
j
y
k
f i.
x
1
f 1 1
f 1 2
f
x
2
f 2 1
f 2 2
f
x
i
f
ij
f i.
x
h
f
h k
f h.
f
.j
f .
f
.
f
.j
f
.k
n
f
f
=
∑
f
f
=
∑
X
Y
x
1
f
y
1
f .
x
2
f
y
2
f .
…
…
…
…
x
h
f
h.
y
k
f
.k
n
n
i.
.j
Riflessione sul concetto di dipendenza, di variabilidipendenti e indipendenti, sul tipo di studio….
CONNESSIONE
La
CONNESSIONE
equivale alla NON
INDIPENDENZA!
Gli indici di connessione possono essere definiti come:
⇓
i.
i.
. j
. j
$
ij f
ij f
INDIPENDENZA STOCASTICA
mare
monti
citta d'arte
adolescenti
giovani
adulti
anziani
INDICI DI CONNESSIONE
INDICE CHI-QUADRATO DI
PEARSON
(assoluto e normalizzato)
INDICE CHI-QUADRATO
DI PEARSON
dove:
ij
= osservate
ij
= teoriche
c
ij
= contingenze
Casi limite:
= indipendenza
(^2) min
0
χ
=
(osservate = teoriche
)
= massima dipendenza
(
)
(
)
(^2) max
min
n
χ
=
⋅
=
χ
n
min
(h
−
1);(k
−
indipendenza
stocastica
massima dipendenza
ij
2
ij
2
2
2
2
2
2
N
2
2
^
ij
ij