Copertina

Lezioni di Topografia - Parte II - Il trattamento statistico delle misure

Ebook.polito.it

A. Manzino

  • 6. STATISTICA DI BASE
    • 6.1 PRIMI TEOREMI DELLE DISTRIBUZIONI DI PROBABILITÀ
      • a. Teorema della probabilità totale
      • b. Definizione di probabilità condizionata
      • c. Definizione di indipendenza stocastica
    • 6.2 VARIABILI CASUALI
      • Esempio di variabile casuale continua
      • Funzione densità di probabilità
      • Dalla variabile casuale alla variabile statistica
      • La costruzione di istogrammi
      • La media
      • La varianza
    • 6.3 TEOREMA DI TCHEBYCHEFF
      • Teorema
      • Il teorema nel caso di variabili statistiche
    • 6.4 LA VARIABILE CASUALE FUNZIONE DI UNA VARIABILE CASUALE
      • Esempio 1
      • Esempio 2
    • 6.5 TEOREMA DELLA MEDIA
      • Corollario 1
      • Corollario 2
      • Esempio
    • 6.6 LEGGE DI PROPAGAZIONE DELLA VARIANZA
      • Osservazioni al teorema di propagazione della varianza
      • Esempio di applicazione del teorema di propagazione della varianza
      • 6.7 ALCUNE IMPORTANTI VARIABILI CASUALI
      • Distribuzione di Bernoulli o binomiale
      • Distribuzione normale o di Gauss
      • La distribuzione "chi quadro"
      • Distribuzione t di Student
      • La distribuzione F di Fisher
  • 7. LA VARIABILE CASUALE A N DIMENSIONI
    • Esempio 1
    • Esempio 2
    • 7.1 DISTRIBUZIONI MARGINALI
    • 7.2 DISTRIBUZIONI CONDIZIONATE
    • 7.3 INDIPENDENZA STOCASTICA
      • Leggi relative alle distribuzioni
    • 7.4 VARIABILI CASUALI FUNZIONI DI ALTRE VARIABILI CASUALI
      • Trasformazione di variabili
      • Esempio di applicazione della trasformazione ad un caso lineare
    • 7.5 MOMENTI DI VARIABILI N-DIMENSIONALI
      • Teorema della media per variabili casuali n-dimensionali
      • Primo corollario
      • Secondo corollario
      • Momenti di ordine di una variabile casuale n- dimensionale
      • La propagazione della varianza nel caso lineare ad n-dimensioni
      • Esercizio 1
      • Esercizio 2
    • 7.6 LA LEGGE DI PROPAGAZIONE DELLA VARIANZA NEL CASO DI FUNZIONI NON LINEARI
      • Esercizio 3
      • La propagazione della varianza da n dimensioni ad una dimensione
      • Esercizio 1
      • Esercizio 2
      • Esercizio 3
      • Esercizio 4
      • Esercizio 5
    • 7.7 INDICE DI CORRELAZIONE LINEARE
    • 7.8 PROPRIETÀ DELLE VARIABILI NORMALI AD N-DIMENSIONI
    • 7.9 SUCCESSIONI DI VARIABILI CASUALI
    • 7.10 CONVERGENZA «IN LEGGE»
    • 7.11 TEOREMA CENTRALE DELLA STATISTICA
      • Teorema
      • Prima osservazione al teorema centrale della statistica
      • Seconda osservazione al teorema centrale della statistica
    • 7.12 LE STATISTICHE CAMPIONARIE E I CAMPIONI BERNOULLIANI
      • Osservazione
      • Definizione di statistica campionaria.
    • 7.13 LE STATISTICHE «CAMPIONARIE» COME «STIME» DELLE CORRISPONDENTI QUANTITÀ TEORICHE DELLE VARIABILI CASUALI
      • Stima corretta o non deviata
      • Stima consistente
      • Stima efficiente
      • Stima di massima verosimiglianza
    • 7.14 FUNZIONE DI VEROSIMIGLIANZA E PRINCIPIO DI MASSIMA VEROSIMIGLIANZA
    • 7.15 LA MEDIA PONDERATA (O PESATA)
  • 8. APPLICAZIONI DEL PRINCIPIO DEI MINIMI QUADRATI AL TRATTAMENTO DELLE OSSERVAZIONI
    • 8.1 I MINIMI QUADRATI APPLICATI AD EQUAZIONI DI CONDIZIONE CON MODELLO LINEARE
      • Esempio applicativo: anello di livellazione
    • 8.2 MINIMI QUADRATI, FORMULE RISOLUTIVE NEL CASO DELL'UTILIZZO DI PARAMETRI AGGIUNTIVI
      • Esempio applicativo
    • 8.3 MINIMI QUADRATI : EQUAZIONI DI CONDIZIONE E PARAMETRI AGGIUNTIVI
    • 8.4 PROPRIETÀ DELLE STIME ED , LORO DISPERSIONE
      • Pure equazioni di condizione
      • Pure equazioni parametriche
    • 8.5 IL PRINCIPIO DEI MINIMI QUADRATI IN CASI NON LINEARI
    • 8.6 ESERCIZIO
  • Modello geometrico
  • Modello stocastico e soluzione ai minimi quadrati


2001

€3.00

ISBN 9788887503302

ordina