<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>Matematica Statistica by CARLO GABRIEL GOZZI</title>
      <link>https://padlet.com/cgozzi1/du1tft4965z1nq87</link>
      <description>Creazione di padlet con distribuzione di possibilità e densità di probabilità </description>
      <language>en-us</language>
      <pubDate>2022-02-19 08:16:26 UTC</pubDate>
      <lastBuildDate>2022-02-19 08:39:48 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url></url>
      </image>
      <item>
         <title>DISTRIBUZIONE DI F</title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056317276</link>
         <description><![CDATA[<div><br>La distribuzione di Fisher-Snedecor con parametri i <a href="https://it.m.wikipedia.org/wiki/Numero_naturale">numeri naturali</a></div><div><br>dove x e ysono variabili aleatorie indipendenti con rispettive distribuzioni chi quadrato con M ed N <em>gradi di M </em>e N<br><br><br></div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1589705980/ca349f31bf67d97a64622a66a0d81214/image.png" />
         <pubDate>2022-02-19 08:24:17 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056317276</guid>
      </item>
      <item>
         <title>Distribuzione Binomiale</title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056318759</link>
         <description><![CDATA[<div><br>In sostanza, una variabile o processo può essere definito binomiale se rispetta tutti i seguenti criteri<br><br></div><ul><li>il risultato di ogni evento può essere considerato di due sole tipologie: positivo o negativo, + o -, bianco o nero, successo o fallimento, ecc...</li><li>ciascun evento è indipendente da tutti gli altri possibili</li><li>il processo o variabile assume un determinato e fissato numero intero di valori</li><li>la probabilità di successo/fallimento di ogni evento è costante</li></ul><div><br>La distribuzione binomiale è caratterizzata da due parametri:<a href="https://it.m.wikipedia.org/wiki/Distribuzione_binomiale#cite_note-2"><sup><br></sup></a><br></div><ul><li>: il numero di prove effettuate.</li><li>: la probabilità di successo della singola <a href="https://it.m.wikipedia.org/wiki/Processo_di_Bernoulli">prova di </a></li></ul><div><br>Per semplicità di notazione viene solitamente utilizzato anche il parametro , che esprime la probabilità di fallimento per una singola prova.<br><br></div>]]></description>
         <enclosure url="" />
         <pubDate>2022-02-19 08:27:29 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056318759</guid>
      </item>
      <item>
         <title>Funzioni Gaussiane</title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056320372</link>
         <description><![CDATA[<div><br>Le funzioni gaussiane si collocano tra le funzioni speciali "elementari" e possono essere introdotte nei primi corsi di analisi; esse mancano però di "integrali elementari", in altre parole, i loro integrali non possono essere espressi mediante composizioni semplici (operazioni razionali e radicali) di funzioni elementari. Tuttavia i loro integrali impropri, dove l'integrazione è fatta su tutta la retta reale, possono essere valutati esattamente:</div><div><br>Questo integrale, detto <a href="https://it.m.wikipedia.org/wiki/Integrale_di_Gauss">integrale di Gauss</a>, può essere ottenuto tramite il <a href="https://it.m.wikipedia.org/wiki/Teorema_dei_residui">teorema dei residui</a> dell'analisi complessa, ma può anche calcolarsi con un procedimento analitico semplice.<br><br></div>]]></description>
         <enclosure url="" />
         <pubDate>2022-02-19 08:30:12 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056320372</guid>
      </item>
      <item>
         <title>Distruzione Di T Student</title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056321575</link>
         <description><![CDATA[<div><br>Nella <a href="https://it.m.wikipedia.org/wiki/Teoria_della_probabilit%C3%A0">teoria delle probabilità</a> la <strong>distribuzione di Student</strong>, o <strong>t di Student</strong>, è una <a href="https://it.m.wikipedia.org/wiki/Variabile_casuale#Distribuzione_di_probabilit%C3%A0">distribuzione di probabilità</a> continua che governa il rapporto tra due <a href="https://it.m.wikipedia.org/wiki/Variabile_casuale">variabili aleatorie</a>, la prima con <a href="https://it.m.wikipedia.org/wiki/Distribuzione_normale">distribuzione normale</a> e la seconda, al quadrato, segue una <a href="https://it.m.wikipedia.org/wiki/Distribuzione_chi_quadrato">distribuzione chi quadrato</a>.<br><br></div><div><br>Questa distribuzione interviene nella stima della <a href="https://it.m.wikipedia.org/wiki/Media_(statistica)">media</a> di una popolazione che segue la distribuzione normale, e viene utilizzata negli omonimi <a href="https://it.m.wikipedia.org/wiki/Test_t">test t di Student</a> per la <a href="https://it.m.wikipedia.org/wiki/Significativit%C3%A0">significatività</a> e per ogni <a href="https://it.m.wikipedia.org/wiki/Intervallo_di_confidenza">intervallo di confidenza</a> della differenza tra due medie.<br><br></div>]]></description>
         <enclosure url="" />
         <pubDate>2022-02-19 08:32:36 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056321575</guid>
      </item>
      <item>
         <title>Distribuzione di Poisson</title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056322626</link>
         <description><![CDATA[<div><br>In <a href="https://it.m.wikipedia.org/wiki/Teoria_della_probabilit%C3%A0">teoria delle probabilità</a> la <strong>distribuzione di Poisson</strong> (o <strong>poissoniana</strong>) è una <a href="https://it.m.wikipedia.org/wiki/Variabile_casuale#Distribuzione_di_probabilit%C3%A0">distribuzione di probabilità</a> <a href="https://it.m.wikipedia.org/wiki/Distribuzione_discreta">discreta</a> che esprime le probabilità per il numero di eventi che si verificano successivamente ed indipendentemente in un dato intervallo di tempo, sapendo che <a href="https://it.m.wikipedia.org/wiki/Valore_atteso"><em>mediamente</em></a> se ne verifica un numero {\displaystyle \lambda }. Ad esempio, si utilizza una distribuzione di Poisson per misurare il numero di chiamate ricevute in un call-center in un determinato arco temporale, come una mattinata lavorativa. Questa distribuzione è anche nota come <strong>legge degli eventi rari</strong>.<br><br></div><div><br>Prende il nome dal <a href="https://it.m.wikipedia.org/wiki/Matematico">matematico</a> <a href="https://it.m.wikipedia.org/wiki/Francia">francese</a> <a href="https://it.m.wikipedia.org/wiki/Sim%C3%A9on-Denis_Poisson">Siméon-Denis Poisson</a>.<br><br></div>]]></description>
         <enclosure url="" />
         <pubDate>2022-02-19 08:34:47 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056322626</guid>
      </item>
      <item>
         <title>Distribuzione di chi quadro </title>
         <author>cgozzi1</author>
         <link>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056325704</link>
         <description><![CDATA[<div><br>La distribuzion&nbsp; di chi quadro x^2la distribuzione di probabilità della <a href="https://it.m.wikipedia.org/wiki/Variabile_casuale">variabile aleatoria</a> definita come</div><div><br>dove  sono variabili aleatorie indipendenti con <a href="https://it.m.wikipedia.org/wiki/Distribuzione_normale">distribuzione normale</a> standard . Il parametro K è detto "numero di <a href="https://it.m.wikipedia.org/wiki/Grado_di_libert%C3%A0_(statistica)">gradi di libertà</a>"<br><br></div>]]></description>
         <enclosure url="" />
         <pubDate>2022-02-19 08:39:48 UTC</pubDate>
         <guid>https://padlet.com/cgozzi1/du1tft4965z1nq87/wish/2056325704</guid>
      </item>
   </channel>
</rss>
