Dr. Marco Vicentini Anno Accademico Rev 30/03/2011

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011"

Transcript

1 Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini Anno Accademico Rev 30/03/2011

2 Statistica descrittiva e inferenziale Costruzione di una tabella di frequenza Per variabili categoriali Per variabili ordinali Per variabili cardinali Rappresentazione grafica Per variabili categoriali Per variabili ordinali Per variabili cardinali 3-2

3 Statistica descrittiva Statistica inferenziale 4-3

4 Statistica descrittiva: riassumere e presentare graficamente i grandi masse di dati ( semplificazione ). Statistica inferenziale: fare inferenze su una popolazione sulla base delle informazioni contenute in un campione e fornire una misura della bontà delle inferenze ( interpretazione ). 4-4

5 Statistica monovariata: risponde a domande relative ad una singola variabile. Statistica multivariata: considera la relazione fra due variabili (nel qual caso si parla di statistica bivariata) o più. 4-5

6 4-6

7 Nella matrice caso per variabile (C V) ogni vettore colonna, ossia ogni variabile, contiene la distribuzione unitaria del collettivo su una determinata proprietà (Leti, 1983), ovvero l insieme delle coppie caso modalità assunta dalla variabile. 4-7

8 L informazione contenuta in ciascuna colonna della matrice C V è molto analitica e quindi di difficile lettura. Per ottenere una sintesi di questi dati, dunque, si passa dalla distribuzione unitaria alla distribuzione semplice di frequenze. 4-8

9 La distribuzione semplice di frequenze è un modo di organizzazione dei dati che affianca ad ogni modalità della variabile la frequenza con cui essa si è manifestata nel collettivo. In questo modo operiamo una compressione dei dati. Da un insieme N di valori, in cui N è l ampiezza del collettivo, passiamo ad un insieme K di valori, dove K è il numero delle modalità. 4-9

10 In altri termini, la distribuzione di frequenze è una funzione che, a ogni classe di equivalenza ([x]), associa il numero che rappresenta la cardinalità della classe (ξ), ossia il numero degli elementi contenuti nella classe: [x] ξ = f([x]) 4-10

11 A seconda del tipo di variabile la distribuzione di frequenze assume nomi diversi: Serie sconnessa di frequenze variabile categoriale Serie ordinata di frequenze variabile ordinale Seriazione di frequenze variabile cardinale 4-11

12 Le tabelle possono essere dei seguenti tipi: Tabella semplice: i dati sono classificati secondo le modalità di una sola variabile. Tabelle a doppia entrata (tabelle di contingenza): i dati sono classificati contemporaneamente secondo le modalità di due variabili. Tabelle ad entrata plurima: i dati sono classificati secondo le modalità di più di due variabili. 4-12

13 Le tabelle di frequenze assolute riportano la frequenza assoluta con cui ogni modalità si presenta nel collettivo. La somma delle frequenze assolute delle modalità è uguale alla numerosità del collettivo: 4-13

14 K! k=1 n k = N dove k rappresenta una generica modalità, K indica il numero delle modalità della variabile e N è l ampiezza del collettivo 4-14

15 Per confrontare due variabili dobbiamo eliminare l effetto dell ampiezza del collettivo, senza alterare il peso relativo di ciascuna modalità nelle due distribuzioni. A tal fine utilizziamo le tabelle di frequenze relative, o rapporti di composizione, laddove le frequenze relative si calcolano dividendo ciascuna frequenza assoluta per il numero complessivo dei casi. 4-15

16 Le frequenze relative, o proporzioni, sono date dal rapporto tra le frequenze assolute di ciascuna modalità e la numerosità del collettivo: f k = n k N 4-16

17 Per le frequenze relative vale la seguente proprietà: K f k = 1 k =

18 In alternativa, le frequenze percentuali, o semplicemente percentuali, vengono ottenute moltiplicando per 100 le frequenze relative: q = 100 f k k 4-18

19 4-19

20 La frequenza assoluta di una modalità è il numero naturale di unità statistiche che presentano tale modalità. La generica frequenza assoluta associata alla modalità i si indica con il simbolo f i Ad esempio: f 2 = 5 significa che 5 unità statistiche presentano la seconda modalità della variabile considerata. 4-20

21 Si definisce come frequenza cumulata assoluta di una modalità la somma delle frequenze assolute delle modalità precedenti alla modalità data più la frequenza assoluta della modalità data. La generica frequenza assoluta cumulata associata alla modalità i si indica con il simbolo F i Ad esempio: F 2 = 7 significa che 7 unità statistiche presentano una modalità inferiore o uguale alla seconda modalità delle variabile considerata. 4-21

22 La frequenza relativa di una modalità è data dal rapporto tra la frequenza assoluta di tale modalità e il numero totale di unità statistiche osservate. La generica frequenza relativa associata alla modalità i si indica con il simbolo p i. Essa può assumere (solo) valori compresi tra 0 e 1. Ad esempio: p 2 = 0.25 significa che un quarto delle unità statistiche presentano la seconda modalità della variabile considerata o equivalentemente che il 25% delle unità statistiche possiedono tale modalità. 4-22

23 La frequenza cumulata relativa di una modalità è data dalla somma delle frequenze relative delle modalità precedenti alla modalità data più la frequenza relativa della modalità data. La generica frequenza cumulate relativa associata alla modalità i si indica con il simbolo P i. Essa può assumere valori compresi tra 0 e 1. Ad esempio: P 2 = 0.75 significa che tre quarti delle unità statistiche presentano una modalità inferiore o uguale alla seconda modalità della variabile considerata. Si può anche dire che il 75% delle unità statistiche presenta una modalità inferiore o uguale alla modalità data. 4-23

24 Si supponga di aver rilevato i valori relativi alla variabile X su una popolazione di n unità statistiche. Si supponga inoltre che la variabile X sia costituita da k modalità ordinate. 4-24

25 Relativamente alla generica modalità i, per i che varia tra 1 e k, avremo che: f i = numero di unità statistiche che presentano la modalità i F i = " j!i f j p i = f i n P i = " j!i p j 4-25

26 Naturalmente avremo che: La frequenza cumulata assoluta associata alla modalità maggiore è pari al numero totale delle unità statistiche: F = f = f + f f = n k j 1 2 k j k 4-26

27 La frequenza cumulata relativa associata alla modalità maggiore è pari a 1. P = p = p + p p = k j 1 2 k j k f f f f + f +... f n n n n n = = 1 n 1 2 k 1 2 k = = = 4-27

28 Supponiamo di aver rilevato il peso (X) di 20 studenti universitari: X = { 80, 82, 75, 60, 75, 75, 90, 92, 100, 74, 68, 77, 80, 82, 60, 90, 90, 100, 62, 100} Rappresentare i dati raccolti in forma aggregata evidenziando le frequenze assolute e relative semplici e le frequenze assolute e relative cumulate. 4-28

29 X i peso in Kg f i frequenze assolute F i frequenze cumulate assolute p i frequenze relative P i frequenze cumulate relative

30 X i peso in Kg f i frequenze assolute F i frequenze cumulate assolute p i frequenze relative P i frequenze cumulate relative

31 È possibile creare delle classi di dimensioni omogenee per disporre di una tabella con un numero inferiore di elementi: X i peso in Kg [intervallo] f i frequenze assolute F i frequenze cumulate assolute p i frequenze relative P i frequenze cumulate relative

32 4-32

33 Variabile categoriale Serie sconnessa di frequenze 4-33

34 Consideriamo la variabile affiliazione politica per un campione di N = 1000 elettori americani. Modalità della variabile Repubblicani Indipendenti Democratici Numero dei casi

35 Consideriamo la variabile disturbi dell umore secondo il DSM-IV per un campione di N = 55 pazienti, ciascuno dei quali viene classificato in una sola casella della tabella semplice (frequenze assolute): 4-35

36 Modalità della variabile Frequenza Disturbi Depressivi ("depressione unipolare") 220 Disturbi Bipolari 130 Dovuto ad una Condizione Medica Generale 40 Disturbo dell'umore Indotto da Sostanze. 160 Totale

37 Gli stessi dati della tabella precedente vengono ora classificati in una tabella di contingenza disturbo dell umore sesso (frequenze assolute): Modalità della variabile M F Totale Disturbi Depressivi ("depressione unipolare") Disturbi Bipolari Dovuto ad una Condizione Medica Generale Disturbo dell'umore Indotto da Sostanze Totali Per approfondimenti vedere Descrittive bivariate In particolar modo la sezione relativa alla indipendenza tra due variabili. 4-37

38 Gli stessi dati della tabella precedente vengono ora classificati in una tabella di contingenza disturbo dell umore sesso (frequenze relative). Modalità della variabile M F Totale Disturbi Depressivi ("depressione unipolare") Disturbi Bipolari Dovuto ad una Condizione Medica Generale Disturbo dell'umore Indotto da Sostanze Totali % Tale tabella si ottiene dividendo ciascun valore presente nella tabella precedente per N. 4-38

39 Variabile ordinale Serie ordinata di frequenze 4-39

40 Quando le variabili sono ordinali la distribuzione di frequenze viene detta serie ordinata. Se a fianco di ogni modalità riportiamo il numero di casi che rientrano nella modalità stessa o in quelle inferiori, otteniamo le frequenze cumulate. La risultante distribuzione si chiamerà distribuzione cumulativa di frequenze. 4-40

41 Le frequenze assolute cumulate (n k ), le frequenze relative cumulate (f k ) e le frequenze percentuali cumulate (q k ) saranno date da: n k = n n k f k = f f k q k = q q k 4-41

42 Supponiamo che 310 pazienti siano stati classificati in base alla gravità dei disturbi d ansia esibiti. Nella tabella sono riportate le frequenze assolute (n), relative (f) e percentuali (q) con le rispettive frequenze cumulate. 4-42

43 Disturbi n n' f f' q q' d'ansia Non ,516 0,516 51,6 51,6 presente Lieve ,258 0, ,8 077,4 Moderato ,097 0,871 9,7 87,1 Grave ,129 1,000 12,9 100,0 Totale 310 1, ,0 4-43

44 Variabile cardinale Seriazione di frequenze 4-44

45 Il termine seriazione indica la distribuzione di frequenze di variabili cardinali. In questo caso è necessario raggruppare i dati in classi. Ogni classe è individuata dal valore minimo e massimo in essa inclusi, ossia attraverso i suoi limiti. 4-45

46 Si distingue tra i limiti reali e i limiti espressi. Se leggiamo sulla tabella gli intervalli e 20 30, per esempio, ci possiamo chiedere dove viene collocata l osservazione uguale a 20. Per rispondere a questa domanda dobbiamo distinguere tra limiti espressi e limiti reali. 4-46

47 I limiti riportati sulla tabella sono detti limiti espressi. Per raggruppare i dati non si usano i limiti espressi ma bensì i limiti reali. I limiti reali si calcolano aggiungendo una costante (ad esempio 0,5) al limite tabulato superiore e sottraendo la medesima costante al limite tabulato inferiore. Limiti reali: [x i - 0,5, x i+1 + 0,5] 4-47

48 Nel caso precedente avremo: Limiti espressi Limiti reali ,5 20, ,5 30,5 il caso 20 si colloca dunque nella prima classe. 4-48

49 Se le osservazioni sono codificate con la precisione di un decimale, il valore usato per calcolare i limiti reali delle classi sarà 0,05: Limiti espressi Limiti reali ,95 20, ,05 29,

50 I limiti reali delle classi devono avere un livello di precisione superiore a quello dei dati, in modo tale da evitare l ambiguità per cui un osservazione assume esattamente il valore che specifica il limite reale di una classe. La scelta dei limiti delle classi non è un operazione neutra in quanto determina l andamento che assumerà la seriazione. Le seriazioni cambiano notevolmente a seconda del numero di classi considerate e del modo in cui vengono individuati i limiti delle classi. 4-50

51 statistica descrittiva/inferenziale statistica monovariata/multivariata distribuzione di una variabile distribuzione semplice di frequenze serie sconnessa di frequenze serie ordinata di frequenze seriazione di frequenze 4-51

52 tabella semplice tabella a doppia entrata tabelle ad entrata plurima frequenze assolute/relative/percentuali serie ordinata frequenze cumulate distribuzione cumulativa di frequenze limiti reali / limiti espressi 4-52

53 Si trovi il valore dell altezza di 20 studenti. Si costruisca una tabella che riporta la distribuzione di queste altezze (utilizzando 4 classi di eguale ampiezza). Si riportino le frequenze assolute, relative e percentuali, insieme alle rispettive frequenze cumulate. Si indichi, inoltre, quali sono i limiti reali e i limiti espressi delle classi. 4-53

54 Con i dati dell esercizio precedente, si costruisca una tabella di frequenze relative utilizzando due criteri di classificazione: altezza sesso. 4-54

55 4-55

56 Per sintetizzare e cogliere meglio l informazione contenuta in una distribuzione di frequenze si possono utilizzare delle rappresentazioni grafiche. Per ogni tipo di variabile esistono diversi formati grafici. 4-56

57 Diagramma a barre Diagramma a torta 4-57

58 Per le serie sconnesse di frequenze i grafici più utilizzati sono il diagramma a barre e il diagramma a torta. Nei grafici possono essere riportate le frequenze assolute, quelle relative o quelle percentuali. 4-58

59 Nel diagramma a barre le modalità della variabile sono rappresentate da rettangoli aventi tutti la stessa base e una altezza proporzionale alla frequenza con cui la modalità si è manifestata nel collettivo. 4-59

60 Nel diagramma a torta vengono riportati tanti settori quante sono le modalità e l area di ciascun settore è proporzionale alla frequenza della modalità corrispondente. Il diagramma a torta ha il vantaggio di non indurre il lettore ad intravedere tra le modalità un ordine da destra a sinistra. 4-60

61 Diagramma a barre Disturbi depressivi Disturbi bipolari Dovuto ad una condiziome medica Disturbo dell'umore indotto da sostanze 4-61

62 Diagramma a torta Disturbi 10% 9% Disturbi depressivi Disturbi bipolari 23% 58% Dovuto ad una condiziome medica Disturbo dell'umore indotto da sostanze 4-62

63 n Istogramma n Spezzata a gradini 4-63

64 La rappresentazione grafica di una serie ordinata di frequenze avviene solitamente attraverso un istogramma. Un istogramma differisce da un diagramma a barre per il fatto che in esso i rettangoli sono accostati uno all altro, senza spazi intermedi, per sottolineare la contiguità fra le categorie, cosa che ha senso solo quando queste presentano un ordine. 4-64

65 Attraverso l istogramma possiamo rappresentare frequenze assolute, relative o percentuali. La rappresentazione grafica delle frequenze cumulate viene chiamata spezzata a gradini. Nella spezzata a gradini sull asse delle ascisse vengono riportate le diverse modalità della variabile, sull asse delle ordinate le frequenze cumulate (assolute, relative o percentuali). 4-65

66 Grado di istruzione della popolazione italiana nel Titolo di studio q q' Nessun titolo, elementare 37,8 37,8 Media inferiore 35,2 73,0 Media superiore 20,9 93,9 Laurea 6,1 100,0 Totale 100,0 4-66

67 Elementari Medie Superiori Laurea 5 0 Titolo di studio 4-67

68 Titolo di studio Elementari Medie Superiori Laurea 4-68

69 n Istogramma n Poligonale di frequenze 4-69

70 La rappresentazione grafica di una seriazione di frequenze avviene anch essa attraverso un istogramma, in questo caso però (i) la base dei rettangoli è proporzionale all ampiezza della classe, (ii) l altezza non rappresenta le frequenze, bensì le densità di frequenza. 4-70

71 La densità di frequenza (d k ) di una generica modalità è data dal seguente rapporto: d = k n a k k dove a k rappresenta l ampiezza della k-esima classe. 4-71

72 Per calcolare l ampiezza di una classe (a k ) è sufficiente fare la differenza tra il limite superiore e il limite inferiore e aggiungervi un unità. Per esempio, l ampiezza della classe è: =

73 Quello che viene rappresentato sull asse delle ordinate è la densità di frequenza (ovvero, il numero di osservazioni per ogni sottoclasse di ampiezza unitaria), mentre la frequenza della classe è rappresentata dall area del rettangolo. 4-73

74 Classi di età per una regione nel Seriazione in tre classi. Classi d'età n a d , , ,29 Totale

75 anni 4-75

76 Talvolta all istogramma si preferisce la poligonale di frequenze che si ottiene, a partire dall istogramma, congiungendo con una spezzata i valori centrali delle basi superiori di ciascuna classe. 4-76

77 Quando il collettivo è molto ampio e le classi hanno un ampiezza molto piccola la poligonale tende ad assumere l aspetto di una curva continua. In questi casi, le funzioni (teoriche) di probabilità (rappresentabili mediante curve continue) vengono utilizzate come modelli teorici per descrivere le distribuzioni empiriche. 4-77

78 Una funzione teorica molto usata a questi fini è la curva normale, o gaussiana. dnorm(x) z 4-78

79 Anche nel caso delle variabili cardinali è possibile dare una rappresentazione delle frequenze cumulative mediante una poligonale, che in questo caso prende il nome di ogiva. Uno dei modelli teorici di riferimento in questo caso è la funzione cumulativa della curva normale. 4-79

80 pnorm(x) z 4-80

81 diagramma a barre / a torta istogramma spezzata a gradini densità di frequenza poligonale di frequenze ogiva 4-81

82 Esercizio 4.3 Utilizzando le quattro classi d altezza individuate per i dati dell esercizio 4.1, si crei una tabella che riporta l ampiezza delle classi e la densità di frequenza. Utilizzando queste informazioni, si disegni una poligonale di frequenze e un ogiva. 4-82

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile

Dettagli

Elementi di statistica descrittiva I 31 Marzo 2009

Elementi di statistica descrittiva I 31 Marzo 2009 Il Concetti generali di Statistica) Corso Esperto in Logistica e Trasporti Elementi di Statistica applicata Elementi di statistica descrittiva I Marzo 009 Concetti Generali di Statistica F. Caliò franca.calio@polimi.it

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Un breve riepilogo: caratteri, unità statistiche e collettivo UNITA STATISTICA: oggetto dell osservazione

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

1. L analisi statistica

1. L analisi statistica 1. L analisi statistica Di cosa parleremo La statistica è una scienza, strumentale ad altre, concernente la determinazione dei metodi scientifici da seguire per raccogliere, elaborare e valutare i dati

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

CLASSIFICAZIONE DEI CARATTERI

CLASSIFICAZIONE DEI CARATTERI CLASSIFICAZIONE DEI CARATTERI Come abbiamo visto, su ogni unità statistica si rilevano una o più informazioni di interesse (caratteri). Il modo in cui un carattere si manifesta in un unità statistica è

Dettagli

Elementi di Statistica descrittiva Parte I

Elementi di Statistica descrittiva Parte I Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione

Dettagli

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche

Dettagli

Statistica descrittiva: prime informazioni dai dati sperimentali

Statistica descrittiva: prime informazioni dai dati sperimentali SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni

Dettagli

Lezione 1- Introduzione. Statistica medica e Biometria. Statistica medica-biostatistica. Prof. Enzo Ballone

Lezione 1- Introduzione. Statistica medica e Biometria. Statistica medica-biostatistica. Prof. Enzo Ballone Lezione 1- Introduzione Cattedra di Biostatistica Dipartimento di Scienze sperimentali e cliniche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Statistica medica e Biometria

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

Calcolo delle Probabilità e Statistica CLASSI TERZE

Calcolo delle Probabilità e Statistica CLASSI TERZE Calcolo delle Probabilità e Statistica CLASSI TERZE Descrizione dei fenomeni collettivi 1. Unità statistica e dato statistico L unità statistica è il più piccolo elemento su cui è possibile effettuare

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

Università del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva

Università del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva Corso di laurea in biotecnologie - Statistica Medica Statistica descrittiva 1 I dati

Dettagli

Statistica. Le rappresentazioni grafiche

Statistica. Le rappresentazioni grafiche Statistica Le rappresentazioni grafiche Introduzione Le rappresentazioni grafiche costituiscono uno dei mezzi più efficaci, sia per descrivere in forma visiva i risultati di numerose osservazioni riguardanti

Dettagli

Lo scopo di questo capitolo è quello di introdurre le principali tecniche di descrizione dei dati.

Lo scopo di questo capitolo è quello di introdurre le principali tecniche di descrizione dei dati. Indice 1 Descriviamo i Dati 1 1.1 L Informazione in Statistica................... 1 1.2 Variabili Qualitative....................... 5 1.2.1 Distribuzioni di Frequenza................ 5 1.2.2 Rappresentazioni

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

Slide Cerbara parte1 5. Le distribuzioni teoriche

Slide Cerbara parte1 5. Le distribuzioni teoriche Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle

Dettagli

LABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE

LABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) LABORATORIO EXCEL

Dettagli

Statistica descrittiva univariata

Statistica descrittiva univariata Statistica descrittiva univariata Elementi di statistica 2 1 Tavola di dati Una tavola (o tabella) di dati è l insieme dei caratteri osservati nel corso di un esperimento o di un rilievo. Solitamente si

Dettagli

Come costruire una distribuzione di frequenze per caratteri quantitativi continui

Come costruire una distribuzione di frequenze per caratteri quantitativi continui Come costruire una distribuzione di frequenze per caratteri quantitativi continui Consideriamo i dati contenuti nel primo foglio di lavoro (quello denominato dati) del file esempio2.xls. I dati si riferiscono

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA

ESERCIZI DI STATISTICA DESCRITTIVA ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Indice Statistiche Univariate Statistiche Bivariate

Indice Statistiche Univariate Statistiche Bivariate Indice 1 Statistiche Univariate 1 1.1 Importazione di un file.data.............................. 1 1.2 Medie e variabilità................................... 6 1.3 Distribuzioni di frequenze...............................

Dettagli

LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE

LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione

Dettagli

STATISTICA DESCRITTIVA UNIVARIATA

STATISTICA DESCRITTIVA UNIVARIATA Capitolo zero: STATISTICA DESCRITTIVA UNIVARIATA La STATISTICA è la scienza che si occupa di fenomeni collettivi che richiedono lo studio di un grande numero di dati. Il termine STATISTICA deriva dalla

Dettagli

Indice. 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3

Indice. 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3 LEZIONE ELEMENTI DI STATISTICA DESCRITTIVA PROF. CRISTIAN SIMONI Indice 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3 1.1. Popolazione --------------------------------------------------------------------------------------------

Dettagli

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

Esercizio 1. Nella Tabella A sono riportati i tempi di percorrenza, in minuti, di un tratto autostradale da parte di 40 autoveicoli.

Esercizio 1. Nella Tabella A sono riportati i tempi di percorrenza, in minuti, di un tratto autostradale da parte di 40 autoveicoli. Esercizio 1 Nella Tabella A sono riportati i tempi di percorrenza, in minuti, di un tratto autostradale da parte di 40 autoveicoli. Tabella A 138 150 144 149 164 132 125 157 161 135 150 145 145 142 156

Dettagli

DEFINIZIONE Una grandezza fisica è una classe di equivalenza di proprietà fisiche che possono essere misurate mediante un rapporto.

DEFINIZIONE Una grandezza fisica è una classe di equivalenza di proprietà fisiche che possono essere misurate mediante un rapporto. «Possiamo conoscere qualcosa dell'oggetto di cui stiamo parlando solo se possiamo eseguirvi misurazioni, per descriverlo mediante numeri; altrimenti la nostra conoscenza è scarsa e insoddisfacente.» (Lord

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Questa nota consiste perlopiù nella traduzione da Descriptive statistics di J. Shalliker e C. Ricketts, 2000, University of Plymouth Consideriamo come esempio il data set contenuto nel foglio excel esercizio2_dati.xls.

Dettagli

Analisi dei Dati e Statistica a.a. 2011/2012. Prof. Giuseppe Espa. giuseppe.espa@economia.unitn.it 0461/282157. Statistica descrittiva (prima parte)

Analisi dei Dati e Statistica a.a. 2011/2012. Prof. Giuseppe Espa. giuseppe.espa@economia.unitn.it 0461/282157. Statistica descrittiva (prima parte) a.a. 2011/2012 giuseppe.espa@economia.unitn.it 0461/282157 Statistica descrittiva (prima parte) D.J. Sweeney, T.A. Williams, D.R. Anderson (2009) Fundamentals of Business Statistics (5th edition International

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 1 VARIABILI QUALITATIVE

STATISTICA DESCRITTIVA - SCHEDA N. 1 VARIABILI QUALITATIVE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) STATISTICA DESCRITTIVA

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard DISTRIBUZIONE DI FREQUENZE PER CARATTERI QUALITATIVI Questa nota consiste per la maggior parte nella traduzione (con alcune integrazioni) da Descriptive statistics di J. Shalliker e C. Ricketts, 2000,

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

Esempio di introduzione. della statistica a scuola

Esempio di introduzione. della statistica a scuola 1 Esempio di introduzione della statistica a scuola 2 3 4 5 RAPPRESENTAZIONE GRAFICA (EXCEL) IMPARARE A DEDURRE E IPOTIZZARE DAI VARI TIPI DI GRAFICI 6 La rappresentazione grafica: impariamo a rappresentare

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica descrittiva Cernusco S.N., giovedì 21 gennaio 2016 (9.00/13.00)

Dettagli

Statistica. L. Freddi. L. Freddi Statistica

Statistica. L. Freddi. L. Freddi Statistica Statistica L. Freddi Statistica La statistica è un insieme di metodi e tecniche per: raccogliere informazioni su un fenomeno sintetizzare l informazione (elaborare i dati) generalizzare i risultati ottenuti

Dettagli

Capitolo 11 Test chi-quadro

Capitolo 11 Test chi-quadro Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova

Dettagli

RAPPRESENTAZIONE DEI DATI

RAPPRESENTAZIONE DEI DATI Rappresentazione dei Dati RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente Quandoil si loro dispone

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor

Dettagli

Conoscenza. Metodo scientifico

Conoscenza. Metodo scientifico Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).

Dettagli

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione CAPITOLO 10 Controllo di qualità Strumenti per il controllo della qualità e la sua gestione STRUMENTI PER IL CONTROLLO E LA GESTIONE DELLA QUALITÀ - DIAGRAMMI CAUSA/EFFETTO - DIAGRAMMI A BARRE - ISTOGRAMMI

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

matematica probabilmente

matematica probabilmente IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e

Dettagli

1 La Matrice dei dati

1 La Matrice dei dati Dispense sull uso di Excel Daniela Marella 1 La Matrice dei dati Un questionario è costituito da un insieme di domande raccolte su un determinato supporto (cartaceo o elettronico) e somministrate alla

Dettagli

Statistica Sociale Laboratorio 2

Statistica Sociale Laboratorio 2 CORSO DI STATISTICA SOCIALE Statistica Sociale Laboratorio 2 Dott.ssa Agnieszka Stawinoga agnieszka.stawinoga@unina.it Le variabili qualitative ( mutabili ) Le variabili qualitative (mutabili) assumono

Dettagli

INDICE PREFAZIONE VII

INDICE PREFAZIONE VII INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione

Dettagli

Esplorazione dei dati

Esplorazione dei dati Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione

Dettagli

Dai dati al modello teorico

Dai dati al modello teorico Dai dati al modello teorico Analisi descrittiva univariata in R 1 Un po di terminologia Popolazione: (insieme dei dispositivi che verranno messi in produzione) finito o infinito sul quale si desidera avere

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1)

APPUNTI DI MATEMATICA ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1) ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1) Un insieme è una collezione di oggetti. Il concetto di insieme è un concetto primitivo. Deve esistere un criterio chiaro, preciso, non ambiguo, inequivocabile,

Dettagli

Pivot è bello. Principali. misure di variabilità. Il contesto è di tipo matematico, in particolare riguarda l uso di dati numerici e delle loro

Pivot è bello. Principali. misure di variabilità. Il contesto è di tipo matematico, in particolare riguarda l uso di dati numerici e delle loro Pivot è bello Livello scolare: 1 biennio Abilità Conoscenze interessate Predisporre la struttura della Distribuzioni delle matrice dei dati grezzi con frequenze a seconda del riguardo a una rilevazione

Dettagli

Grafici delle distribuzioni di frequenza

Grafici delle distribuzioni di frequenza Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma

Dettagli

09 - Funzioni reali di due variabili reali

09 - Funzioni reali di due variabili reali Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014

Dettagli

Indici (Statistiche) che esprimono le caratteristiche di simmetria e

Indici (Statistiche) che esprimono le caratteristiche di simmetria e Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica

Dettagli

Lezione 1. Concetti Fondamentali

Lezione 1. Concetti Fondamentali Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.

Dettagli

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A

Dettagli

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Questa nota consiste perlopiù nella traduzione da Descriptive statistics di J. Shalliker e C. Ricketts, 2000, University of Plymouth Consideriamo come esempio il data set contenuto nel foglio excel esercizio1_dati.xls.

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

R - Esercitazione 1. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. 30 Settembre 2013. Università Roma Tre

R - Esercitazione 1. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. 30 Settembre 2013. Università Roma Tre R - Esercitazione 1 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre 30 Settembre 2013 Introduzione a R R è un software open-source, per Linux, Mac OS X, Windows, distribuito secondo la licenza

Dettagli

Criteri di Valutazione della scheda - Solo a carattere indicativo -

Criteri di Valutazione della scheda - Solo a carattere indicativo - Criteri di Valutazione della scheda - Solo a carattere indicativo - Previsioni Sono state fatte le previsioni e discussi i valori attesi con il ragionamento con cui sono stati calcolati E stata usata la

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014

Dettagli

Esercitazione di riepilogo 23 Aprile 2013

Esercitazione di riepilogo 23 Aprile 2013 Esercitazione di riepilogo 23 Aprile 2013 Grafici Grafico a barre Servono principalmente per rappresentare variabili (caratteri) qualitative, quantitative e discrete. Grafico a settori circolari (torta)

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI

METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI 1.1 La Statistica La Statistica è la scienza che raccoglie, elabora ed interpreta i dati (informazioni) relativi ad un dato fenomeno oggetto di osservazione.

Dettagli

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y.

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y. Lezione n. 5 5.1 Grafici e distribuzioni Esempio 5.1 Legame tra Weibull ed esponenziale; TLC per v.a. esponenziali Supponiamo che X Weibull(α, β). (i) Si consideri la distribuzione di Y = X β. (ii) Fissato

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V

Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.

Dettagli

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 INTRODUZIONE 1.0 PREVENZIONE CONTRO INDIVIDUAZIONE. L'approccio tradizionale nella fabbricazione dei prodotti consiste nel controllo

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici Test non parametrici Test non parametrici Il test T di Student per uno o per due campioni, il test F di Fisher per l'analisi della varianza, la correlazione, la regressione, insieme ad altri test di statistica

Dettagli

Insegnamento di Fondamenti di Infrastrutture viarie

Insegnamento di Fondamenti di Infrastrutture viarie Insegnamento di Fondamenti di Infrastrutture viarie Territorio ed infrastrutture di trasporto La meccanica della locomozione: questioni generali Il fenomeno dell aderenza e l equazione generale del moto

Dettagli

Foglio di calcolo. Il foglio di calcolo: Excel. Selezione delle celle

Foglio di calcolo. Il foglio di calcolo: Excel. Selezione delle celle Foglio di calcolo Il foglio di calcolo: Excel I dati inseriti in Excel sono organizzati in Cartelle di lavoro a loro volta suddivise in Fogli elettronici. I fogli sono formati da celle disposte per righe

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Coordinate Cartesiane nel Piano

Coordinate Cartesiane nel Piano Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso

Dettagli

INTR T O R D O UZ U IO I N O E N A 1

INTR T O R D O UZ U IO I N O E N A 1 INTRODUZIONE A 1 Cos è R R può essere definito come un sistema per l analisi statistica. È contemporaneamente un linguaggio ed un software. Lo stesso R Development Core Team[1], parlando di R, preferisce

Dettagli

La grafica. La built-in funzione grafica plot. x spezzata poligonale. discretizzato

La grafica. La built-in funzione grafica plot. x spezzata poligonale. discretizzato La grafica. Il Matlab possiede un ambiente grafico abbastanza potente paragonabile a software grafici operanti in altri contesti. In questo corso ci limiteremo ad illustrare solo una funzione grafica,

Dettagli