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


Intervalli di Confidenza: Esercizi e Formule, Dispense di Statistica Economica

Un'introduzione agli intervalli di confidenza, fornendo formule e esempi pratici per il calcolo degli intervalli di confidenza per la differenza tra due medie. Utile per studenti di statistica che desiderano approfondire la comprensione degli intervalli di confidenza e le loro applicazioni.

Tipologia: Dispense

2024/2025

In vendita dal 15/03/2025

mario-pavone-2
mario-pavone-2 🇮🇹

4.8

(4)

21 documenti

1 / 2

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
INTERVALLI DI CONFIDENZA:
parametro: mi_x - mi_y ; stimatore: X_hat - Y_hat ; stima: x_hat - y_hat
0] var NOTE:
d <-
x_hat <-
y_hat <-
sigma_quadro_x <-
sigma_quadro_y <-
ro
cov <-
sigma_quadro_D <-
n <-
alpha <-
alpha_mezzi<- alpha/2
conf.level <- 1-alpha_mezzi
z_alpha_mezzi <- qnorm(conf.level)
d <- x_hat - y_hat
cov <- ro*sqrt(sigma_quadro_x)*sqrt(sigma_quadro_y)
sigma_quadro_D <- sigma_quadro_x+sigma_quadro_y-(2*cov)
S_E <- sqrt(sigma_quadro_D/n)
ME <- z_alpha_mezzi*S_E
ampiezza_CI <- 2*ME
estremo_sx <- d - z_alpha_mezzi*S_E
estremo_dx <- d + z_alpha_mezzi*S_E
estremo_sx
estremo_dx
ME
ampiezza_CI
1] NON note:
d <-
x_hat <-
y_hat <-
s_quadro_x <-
s_quadro_y <-
ro <-
cov <-
s_quadro_D <-
n <-
alpha <-
alpha_mezzi<- alpha/2
conf.level <- 1-alpha_mezzi
df <- n-1
pf2

Anteprima parziale del testo

Scarica Intervalli di Confidenza: Esercizi e Formule e più Dispense in PDF di Statistica Economica solo su Docsity!

INTERVALLI DI CONFIDENZA:

parametro: mi_x - mi_y ; stimatore: X_hat - Y_hat ; stima: x_hat - y_hat 0] var NOTE: d <- x_hat <- y_hat <- sigma_quadro_x <- sigma_quadro_y <- ro cov <- sigma_quadro_D <- n <- alpha <- alpha_mezzi<- alpha/ conf.level <- 1-alpha_mezzi z_alpha_mezzi <- qnorm(conf.level) d <- x_hat - y_hat cov <- rosqrt(sigma_quadro_x)sqrt(sigma_quadro_y) sigma_quadro_D <- sigma_quadro_x+sigma_quadro_y-(2cov) S_E <- sqrt(sigma_quadro_D/n) ME <- z_alpha_mezziS_E ampiezza_CI <- 2ME estremo_sx <- d - z_alpha_mezziS_E estremo_dx <- d + z_alpha_mezzi*S_E estremo_sx estremo_dx ME ampiezza_CI 1] NON note: d <- x_hat <- y_hat <- s_quadro_x <- s_quadro_y <- ro <- cov <- s_quadro_D <- n <- alpha <- alpha_mezzi<- alpha/ conf.level <- 1-alpha_mezzi df <- n-

t_alphamezzi_nmenouno = qt(conf.level, df) d <- x_hat - y_hat cov <- rosqrt(s_quadro_x)sqrt(s_quadro_y) s_quadro_D <- s_quadro_x+s_quadro_y-(2cov) S_E <- sqrt(s_quadro_D/n) ME <- t_alphamezzi_nmenounoS_E ampiezza_CI <- 2*ME estremo_sx <- d - ME estremo_dx <- d + ME estremo_sx estremo_dx ME ampiezza_CI