By Alberto Rotondi, Paolo Pedroni, Antonio Pievatolo (auth.)
Il quantity contiene in forma compatta il programma svolto negli insegnamenti introduttivi di statistica e tratta alcuni argomenti indispensabili in step with l'attivit`di ricerca, come advert esempio i metodi di simulazione Monte Carlo, le technique di minimizzazione e le tecniche di analisi dei dati di laboratorio. Gli argomenti vengono sviluppati partendo dai fondamenti, evidenziandone gli aspetti applicativi, fino alla descrizione dettagliata di molti casi di particolare rilevanza in ambito scientifico e tecnico. Numerosi esempi ed esercizi risolti valorizzano l'opera ed aiutano il lettore nella comprensione dei punti piu difficili ed importanti. Come ulteriore supporto, questa seconda edizione contiene molti programmi applicativi scritti col software program libero Scilab, scaricabili dal sito net creato dagli autori. Il testo e rivolto agli studenti universitari dei corsi advert indirizzo scientifico e a tutti quei ricercatori che devono risolvere problemi concreti che coinvolgono aspetti statistici e di simulazione.
Per i programmi in Scilab e in step with il materiale ausiliario si veda: http://www.mi.imati.cnr.it/~marco/springer/index.html
Read or Download Probabilità Statistica e Simulazione: Programmi applicativi scritti con Scilab PDF
Best italian books
- Corazzate classe Conte di Cavour
- Corazzate classe Caio Duilio
- La letteratura francescana. Le Vite antiche di san Francesco
- Esistenza e storia negli inediti di Husserl
Additional resources for Probabilità Statistica e Simulazione: Programmi applicativi scritti con Scilab
Sample text
39). Si ottiene la Tab. 2, da cui si vede che, aumentando il numero di palline nere estratte consecutivamennte, l'ipotesi H 6 {5 biglie nere) diventa sempre più probabile. È cruciale notare che questo problema non è stato risolto in puro ambito frequentista, perché si è fatto ricorso alle probabilità a priori (soggettive e arbitrarie) P(Hi) = 1/6 (i= l, 2, ... , 6) per le ipotesi iniziali. 13. Per fare esperimenti numerici col problema dell'urna, potete anche copiare dal nostro sito [64]la routine Bayes .
X,) . 4) , che gli insiemi {X = xi} sono degli eventi. 6 (D ensità di probabilità p er variabili discrete). 25) in cor-rispondenza dei valori dello spettro di X e p(x) =O al di fuori di essi, è detta densità di probabilità, funzione di densità o, più semplicemente, densità. Questa funzione gode della importante proprietà di normalizzazione: 00 00 ( 00 ) ~ p(xi) = ~ P{X =xi}= P ild{X =xi} = P(S) = l. 26) La conoscenza della densità permette il calcolo di leggi o distribuzioni statistiche del tipo (2.
Sapendo che la malattia è presente mediamente nell'l% della popolazione, qual è la probabilità di essere veramente malati se si risulta positivi al test? Risposta. Poiché quello dei test diagnostici è un problema interessante, affrontiamo l'argomento in modo generale. 95 probabilità di risultare probabilità di risultare P(PIM) = l. probabilità di r-isultare P(NIM) =O. positivi essendo sani, negativi essendo sani, positivi essendo malati, negativi essendo malati. Fate bene attenzione, nel definire le probabilità condizionate, a non scambiare gli argomenti (ad esempio P(M IS) con P(SIM)), altr-imenti applicando il teorema di Bayes combinerete solo pasticci.