Statistica Flashcards

1
Q

Popolazione

A

Insieme delle unità statistiche (minima unità della quale si raccolgono i dati) oggetto di studio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Campione

A

Porzione della popolazione

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Caratteri

A

Proprietà che sono oggetto di rilevazione

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Caratteri qualitativi

A

Indicati con espressioni verbali, suddivisi in categorie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Caratteri quantitativi

A

Esprimibili numericamente.
-discreti: quantità numerabili di valori
-continui: qualsiasi valore numerabile in un intervallo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Frequenze

A

Indicano la quantità delle unità osservate in corrispondenza di ciascuna modalità

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Frequenza assoluta

A

Numero di osservazioni che cadono in ciascuna classe di dati

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Frequenza relativa

A

Rapporto tra le frequenze assolute con il totale

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Frequenza percentuale

A

Frequenza relativa per 100

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Frequenza assoluta cumulativa Fa(k)

A

Numero totale di osservazioni che ricadono nelle classi fino alla k-esima

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Istogramma

A

Grafico delle info nella tabella della distribuzione delle frequenze
Base: la classe
Altezza: rispettiva frequenza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Ogiva

A

Grafico che rappresenta la frequenza cumulativa di un carattere quantitativo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Indicatori sintetici

A

Idea della situazione, di dove (indici di posizione) e come (indici di dispersione) i dati sono distribuiti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Indicatori sintetici

A

Idea della situazione, di dove (indici di posizione) e come (indici di dispersione) i dati sono distribuiti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Moda

A

Classe cui corrisponde la massima frequenza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Mediana

A

Valore nel posto di mezzo (usata anche se i dati non hanno valore numerico)

17
Q

Lo stimatore deve essere

A

-corretto (in media H fornisce il valore giusto)
-consistente (aumentando l’ampiezza del campione, lo stimatore fornisce una stima via via sempre più prossima al valore giusto)

18
Q

Metodo di stima puntuale

A

Massima verosimiglianza, con la funzione di verosimiglianza.
Ciò che è stato osservato è ciò che aveva più probabilità di verificarsi

19
Q

La media campionaria è uno stimatore di massima verosimiglianza

A

Per la densità di Poison e la normale di parametri

20
Q

Il reciproco della media campionaria è uno stimatore di massima verosimiglianza

A

Per la densità esponenziale e la densità geometrica

21
Q

Uno stimatore fornisce a campionamento eseguito

A

Una stima del valore della funzione di cui però non conosciamo l’accuratezza

22
Q

Stimatore consistente e corretto

A

La media dello stimatore fornisce una stima sempre più accurata al crescere della taglia del campione

23
Q

Stima per intervalli

A

La stima si basa sulla costruzione di un intervallo di confidenza che contiene il valore reale della funzione

24
Q

Vettore aleatorio assolutamente continuo con densità F

A

Allora ogni sua componente è una variabile aleatoria assolutamente continua con densità FK ottenuta integrando F rispetto a tutte le altre variabili

25
Q

Vettore aleatorio con componenti assolutamente continue

A

Non è detto che sia un vettore assolutamente continuo

26
Q

Vettore aleatorio con componenti assolutamente continue

A

Non è detto che sia un vettore assolutamente continuo

27
Q

Variabile aleatoria complessa

A

Va che può essere scritta come Z=Z1+iZ2

28
Q

Se XY hanno stesse funzioni caratteristica

A

Allora hanno anche stessa legge

29
Q

Ci sono tre modi per definire un vettore gaussiana multivariato X

A
  • <X,l> è una va gaussiana
  • X ha funzione caratteristica φ(y)=exp[i<a,y> -0.5<Qy,y>] e Q matrice non negativa e simmetrica
    -X si può scrivere come radice di Q perZ+a