Dr. Marco Vicentini Anno Accademico Rev 30/03/2011
|
|
- Raffaela Baroni
- 8 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it 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 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
DettagliUn 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
DettagliIl 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
DettagliUniversità 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
DettagliCORSO 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
DettagliLa 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
DettagliVARIABILI 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
DettagliMetodi 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
DettagliStatistica. 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
DettagliOCCUPATI 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
DettagliProva 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.
DettagliFacciamo 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
DettagliSlide 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
DettagliLE 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
DettagliSTATISTICA 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
DettagliElementi 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
DettagliUniversità 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
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
Dettagli1. 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
DettagliLa 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
DettagliCome 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
DettagliRAPPRESENTAZIONE 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
DettagliINTEGRALI 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
DettagliCLASSIFICAZIONE 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
DettagliCome 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
DettagliCapitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto
Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Il presente capitolo continua nell esposizione di alcune basi teoriche della manutenzione. In particolare si tratteranno
DettagliStatistica 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
Dettaglimatematica 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
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliLABORATORIO 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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliLa 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
DettagliElementi 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)
DettagliLABORATORIO-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
DettagliModelli 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)
DettagliProf.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,
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliIndice 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...............................
DettagliLA 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
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliCorso 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.
DettagliAPPUNTI 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,
DettagliMETODOLOGIA 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.
DettagliESERCIZI 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
DettagliCriteri 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
DettagliSTATISTICA 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
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliRappresentazione dei numeri in un calcolatore
Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri in un calcolatore Lezione 2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione dei numeri
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliMetodi 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
DettagliTransitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
DettagliIntorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in
Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Solitamente si fa riferimento ad intorni simmetrici =, + + Definizione: dato
DettagliESERCITAZIONE 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
DettagliCorso 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
DettagliCorso 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
DettagliLaboratorio di Pedagogia Sperimentale. Indice
INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliLezione 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.
DettagliComplementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013
Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCapitolo 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[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1
[ Analisi della concentrazione] di Luca Vanzulli Pag. 1 di 1 LA CONCENTRAZIONE NELL ANALISI DELLE VENDITE L analisi periodica delle vendite rappresenta un preziosissimo indicatore per il monitoraggio del
DettagliLe immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali.
1 Le immagini digitali Le immagini digitali Università IUAV di venezia Trattamento di immagini digitali immagini grafiche immagini raster immagini vettoriali acquisizione trattamento geometrico trattamento
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliLezione 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
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliLa 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,
DettagliControlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:
DettagliRELAZIONE 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
Dettagli1) 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
DettagliEsempio 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
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
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) PROBABILITÀ -
DettagliINDICE 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
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliI database relazionali (Access)
I database relazionali (Access) Filippo TROTTA 04/02/2013 1 Prof.Filippo TROTTA Definizioni Database Sistema di gestione di database (DBMS, Database Management System) Sistema di gestione di database relazionale
DettagliMisure 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.
DettagliPremesse 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
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliGrafici 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
DettagliConoscenza. 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).
DettagliEsercizio 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
DettagliLezione 5. Fogli di calcolo
Lezione 5 Fogli di calcolo Cos'e' un foglio di calcolo E' una tabella che permette di fare operazioni complesse sui dati Lo scopo e' la manipolazione dei dati Programmi EXCEL (commerciale) WORKS (commerciale)
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
DettagliI 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
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliUn ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti
Un ripasso di aritmetica: Rappresentazione binaria - operazioni A queste rappresentazioni si possono applicare le operazioni aritmetiche: riporti 1 1 0 + 1 0 = 1 0 0 24 Un ripasso di aritmetica: Rappresentazione
DettagliStatistica 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
DettagliSerie Storiche Trasformazioni e Aggiustamenti
Serie Storiche Trasformazioni e Aggiustamenti Per facilitare l interpretazione dei dati, si ricorre spesso a trasformazione della serie originale. I principali tipi di aggiustamenti che consideriamo sono:.
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliESERCIZI 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