Download Campionamento da popolazioni finite: Il disegno campionario by Pier Luigi Conti, Daniela Marella PDF

By Pier Luigi Conti, Daniela Marella

- Approccio "dal basso verso l'alto" (si parte da aspetti elementari che vengono through through resi più complessi)
- Presenza di numerosi esempi e dataset
- Accessibilità con una preparazione elementare in matematica e statistica
- Cura di aspetti algoritmici relativi alla selezione di unità da popolazioni

Questo quantity è dedicato al campionamento da popolazioni finite. L'esposizione della materia procede in line with gradi, partendo dal disegno semplice e introducendo through through successive generalizzazioni. In questo modo il lettore è condotto advert apprendere i temi del campionamento in modo piano e graduale.
Una particolare enfasi è information al ruolo svolto dal disegno di campionamento, di cui si curano non solo gli aspetti teorici, ma anche (soprattutto) quelli algoritmici. Questi ultimi, in generale, costituiscono una parte rilevante della trattazione, evitando che si crei un hole tra teoria e pratica e fornendo al lettore strumenti pratici according to applicare le metodologie esposte.
L'apprendimento della materia è facilitato da un'ampia serie di esempi ed esercizi, molti dei quali basati su dataset scaricabili dalla pagina internet: http://extras.springer.com.

Content point » reduce undergraduate

Parole chiavi Campioni - Piani di campionamento - Popolazioni - Stima statistica - Trattamento dei dati statistici

Argomenti correlati Scienze sociali e diritto - Statistica computazionale - Teoria e metodi statistici

Show description

Read Online or Download Campionamento da popolazioni finite: Il disegno campionario PDF

Similar probability books

Ecole d'Ete de Probabilites de Saint-Flour III. 1973

Les textes qu'on trouvera dans ce recueil constituent los angeles redaction finale des cours donnes a l'Ecole de Calcul des Probabilites de Saint Flour du four au 20 Juillet 1973.

Stochastic models, estimation and control. Volume 3

This quantity builds upon the rules set in Volumes 1 and a pair of. bankruptcy thirteen introduces the fundamental suggestions of stochastic keep watch over and dynamic programming because the primary technique of synthesizing optimum stochastic keep an eye on legislation.

Extra resources for Campionamento da popolazioni finite: Il disegno campionario

Sample text

Ha senso in questo caso considerare l’intervallo [T1 , T2 ]. I suoi estremi sono, come detto, funzioni dei dati campionari. Si tratta quindi di due variabili aleatorie, il che giustifica il riferirsi a [T1 , T2 ] come ad un intervallo aleatorio. Diremo che [T1 , T2 ] `e un intervallo di confidenza al livello 1 − α se esso contiene il parametro di interesse θ = θ(Y N ) con probabilit` a 1 − α, qualunque sia il valore di θ, cio`e qualunque sia Y N in ΩN . Ora, la probabilit` a che l’intervallo aleatorio [T1 , T2 ] racchiuda θ(Y N ) `e pari alla somma delle probabilit`a di tutti i campioni s tali che t1 (y(s)) θ(Y N ) t2 (y(s)).

Campione Probabilit` a Probabilit` a cumulate s1 s2 s3 ··· sk p(s1 ) p(s2 ) p(s3 ) ··· p(sk ) P1 = p(s1 ) P2 = p(s1 ) + p(s2 ) P3 = p(s1 ) + p(s2 ) + p(s3 ) ··· Pk = p(s1 ) + p(s2 ) + · · · + p(sk ) = 1 Si genera poi un numero casuale U , con distribuzione uniforme nell’intervallo [0, 1], e, posto P0 = 0, si procede secondo lo schema riportato qui sotto: – – – – – se P0 U P1 si seleziona s1 ; se P1 < U P2 si seleziona s2 ; se P2 < U P3 si seleziona s3 ; ··· se Pk−1 < U Pk si seleziona sk . 26 2 Campionamento probabilistico Poich´e il campione sj , j = 1, .

Il dominio di t(·) `e, in generale, l’insieme {y(s); s ∈ S} di tutti i campioni di modalit`a osservabili. Poich´e il campione di unit` a `e essenzialmente una variabile aleatoria, che assume come valori i singoli s ∈ S con probabilit` a p(s), anche T = t(y(s)) `e una variabile aleatoria. Esempi molto semplici di statistiche campionarie sono: – T = i∈s yi ammontare campionario (somma delle modalit` a delle unit` a campionarie); – T = y(r(s)) campione ridotto di modalit` a etichettate; 30 2 Campionamento probabilistico – T = ν(s) ampiezza campionaria effettiva; – T = maxi∈s yi massimo campionario.

Download PDF sample

Rated 4.33 of 5 – based on 22 votes