Forum

Nome Utente:
Password:
Riconoscimi automaticamente
 Tutti i Forum
 MolecularLab
 Bioinformatica
 Chi Quadrato
 Nuova Discussione  Nuovo Sondaggio Nuovo Sondaggio
 Rispondi Aggiungi ai Preferiti Aggiungi ai Preferiti
Cerca nelle discussioni
I seguenti utenti stanno leggendo questo Forum Qui c'è:

Aggiungi Tag Aggiungi i tag

Quanto è utile/interessante questa discussione:

Autore Discussione  

lotus-lu
Nuovo Arrivato



62 Messaggi

Inserito il - 03 maggio 2010 : 18:54:23  Mostra Profilo  Visita l'Homepage di lotus-lu Invia a lotus-lu un Messaggio Privato  Rispondi Quotando
Ciao Ragazzi qualcuno può aiutarmi a risolvere questo problema?
Ora ve lo pongo...Grazie!!!
La distri buzione di frequenza del peso in chilogrammi di frutta prodotta da 81 piante è:
INTERVALLI ni(freq.assolute osservate)
48,5-49,5 4
49,5-50,5 7
50,5-51,5 9 MEDIA=52,25
51,5-52,5 10 VARIANZA=5,25
52,5-53,5 15 DEV.STANDARD=2,29
53,5-54,5 11
54,5-55,5 10
55,5-56,5 8
56,5-57,5 5
57,5-58,5 2

Calcolare il numero di individui attesi in ciascuna classe assumendo una distr.teorica di probabilità gaussiana,con media e varianza uguale a quelle calcolate nel campione

Grazie per l'aiuto!!!!!

chick80
Moderatore

DNA

Città: Edinburgh


11491 Messaggi

Inserito il - 03 maggio 2010 : 20:49:08  Mostra Profilo  Visita l'Homepage di chick80 Invia a chick80 un Messaggio Privato  Rispondi Quotando
Beh, conosci la probability density function di una gaussiana:



Quindi la cosa teorica è che ad es. per trovare gli individui attesi tra 49.5 e 50.5 farai l'integrale della pdf fra 49.5 e 50.5 e moltiplichi il risultato per il numero totale di individui

Per fortuna esistono i computer e ad es. con poche linee di codice R ottieni facilmente il risultato (con tanto di plot!)


# Le classi dell'istogramma
classes <- seq(48.5, 58.5, 1.0)
# I valori osservati
observed <- c(4,7,9,10,15,11,10,8,5,2)
# Il numero totale di osservazioni
total <- sum(observed)
# I valori attesi (creiamo un array di zeri)
expected <- array(0, length(observed))
# La media/sd attese
exp.mean <- 52.25
exp.sd <- 2.29

# Passiamo tutte le classi
for (i in 1:length(expected))
	{
	# La funzione pnorm(x) restituisce la somma cumulativa della pdf (cdf(x))
	# ovvero l'integrale fra -Inf e x. Facendo la differenze dei due valori
	# di cdf otteniamo l'integrale fra x1 e x2
	expected[i] <- (pnorm(classes[i+1], mean=exp.mean, sd=exp.sd) - 
		pnorm(classes[i], mean=exp.mean, sd=exp.sd)) * total
	}

# Il grafico dei risultati!
plot(observed, t="o", col="red", lwd=2, xaxt="n", pch=20)
points(expected, t="o", col="gray", lwd=2, lty=3, pch=20)
legend("topright", c("Osservati", "Attesi"), fill=c("red", "gray"), border=0)


Immagine:

15,85 KB


PS: non ho capito cosa c'entri il chi quadro con questo esercizio...

Sei un nuovo arrivato?
Leggi il regolamento del forum e presentati qui

My photo portfolio (now on G+!)
Torna all'inizio della Pagina
  Discussione  

Quanto è utile/interessante questa discussione:

 Nuova Discussione  Nuovo Sondaggio Nuovo Sondaggio
 Rispondi Aggiungi ai Preferiti Aggiungi ai Preferiti
Cerca nelle discussioni
Vai a:
MolecularLab.it © 2003-24 MolecularLab.it Torna all'inizio della Pagina