5

Question 1

cos’è lo spazio campione?

Answer 1

insieme di tutti i risultati possibili

Question 2

principio delle probabilità totali

Answer 2

La somma delle probabilità di tutti gli eventi possibili mutuamente esclusivi è uguale ad 1

Question 3

definisci eventi mutuamente esclusivi o incompatibili

Answer 3

Due eventi sono mutuamente esclusivi o incompatibili se l’occorrenza dell’uno esclude l’altro, quindi, non si possono verificare insieme

Question 4

legge della somma

Answer 4

probabilità che si verifichi un evento o l’altro
-eventi esclusivi: somma probabilità
-eventi compatibili: somma probabilità- probabilità che si verifichino insieme

Question 5

eventi dipendenti e indipendenti

Answer 5

-eventi indipendenti se il verificarsi di un evento non dipende dal verificarsi dell’altro e viceversa
-eventi condizionati o dipendenti se il verificarsi del primo dipende dal versificarsi del secondo

Question 6

legge del prodotto

Answer 6

calcolare la probabilità che si verifichino contemporaneamente due o più eventi.
-eventi indipendenti: P(A)P(B)
-eventi dipendenti: P(A)P(B|A)

Question 7

come calcolo la probabilità di B dato che A si è già verificato?

Answer 7

P(B|A) = P(BunitoA)/P(A)

Question 8

come si definisce la distribuzione di probabilità?

Answer 8

X : variabile che rappresenta tutti i risultati di un possibile esperimento
x : valore che la variabile X può assumere
La P(X=x) si definisce attraverso la funzione di probabilità f(x)

Question 9

funzione di distribuzione di probabilità cumulata

Answer 9

F(X)=Σf(x)

Question 10

distribuzioni discrete e continue

Answer 10

discrete: X è una variabile discreta
continue: X è continua e si considerano intervalli di valori

Question 11

principali funzioni di distribuzione di variabili discrete

Answer 11

binomiale
di poisson

Question 12

distribuzione binomiale/prova di Bernoulli

Answer 12

-variabile quantitativa discreta
-evento che può assumere soltanto due possibili valori mutuamente esclusivi
-Le prove sono indipendenti

Question 13

come si calcola la media e varianza nella distribuzione binomiale?

Answer 13

-media E(x)= µ=np (numero di prove moltiplicato per la probabilità di successo)
-varianza δ2= np*q

Question 14

distribuzione di poisson

Answer 14

-la variabile si distribuisce casualmente nel tempo o nello spazio
-per descrivere eventi rari
-gli eventi devono accadere indipendentemente l’uno dall’altro

Question 15

funzione di distribuzione di probabilità di poisson

Answer 15

lambda è l’unico parametro della Poisson e rappresenta contemporaneamente la media e la varianza

Question 16

funzione di densità di distibuzione di gauss

Answer 16

i due parametri sono media e deviazione standard

Question 17

caratteristiche della distribuzione di gauss/normale

Answer 17

-distribuzione degli errori
-simmetrica rispetto alla media –l’area totale sotto la curva è pari a 1

Question 18

a cosa è pari la deviazione standard?

Answer 18

la deviazione standard è data dalla distanza tra il valore medio e il punto di flesso dove la curva cambia direzione

Question 19

Intervalli notevoli curva normale

Answer 19

-1 deviaz standard: µ-σ ed µ+σ è pari al 68% dell’area totale;
-2 deviaz standard: µ-2σ ed µ+2σ è pari al 95% dell’area totale;
-3 deviaz standard: µ-3σ ed µ+3σ è pari al 99,7% del totale;

Question 20

quali sono gli indici per valutare la normalità di una curva?

Answer 20

1. Indice di asimmetria
   -asimmetria = 0 curva simmetrica
   -asimmetria < 0 coda sinistra più lunga
   -asimmetria > 0 coda destra più lunga
2. Indice di curtosi (forma curva)
3. rappresentazioni grafiche: sovrappongo curva di gauss a quella empirica

Question 21

quali caratteristoche ha la distribuzione di gauss standard?

Answer 21

media=0
deviaz standard=1

Question 22

standardizzazione

Answer 22

trasformiamo variabile x in variabile z per utilizzare la distribuzione di gauss standard