Trasformazione dei dati
|
|
- Graziana Bonfanti
- 5 anni fa
- Visualizzazioni
Transcript
1 Trasformazione dei dati AnnaMaria Zanaboni ottobre 2017 È utile trasformare i dati per diverse ragioni: per poterli confrontare con altri, per poterli elaborare con tecniche che prevedono di lavorare su valori in un intervallo predefinito, o anche soltanto per renderli più facilmente leggibili. Consideriamo un insieme di valori X = {x 1, x 2,..., x n }, con la rispettiva tabella di frequenze relative (Tabella 1(a)) e la trasformazione g: x x = g(x) che trasforma i valori di X nei valori X = {x 1, x 2,..., x n}. In seguito considereremo solo trasformazioni iniettive (cioè a un valore trasformato in X corrisponde un solo valore in X). Per questo tipo di trasformazioni i valori delle frequenze nella tabella delle frequenze per X rimangono identici a quelli per X (Tabella 1(b)); cambiano invece, come vedremo, alcuni indici descrittivi e il diagramma a barre della distribuzione. Tabella 1: Tabelle di frequenza per X e X (a) (b) valori x 1 x 2... x n x 1 x 2... x n frequenze relative f 1 f 2... f n f 1 f 2... f n 1 Trasformazioni lineari Fissate due costanti reali a e b, una trasformazione lineare trasforma il valore originale x in un valore x secondo la regola: x x = a x + b In Figura 1 è mostrato graficamente un esempio di trasformazione lineare (in questo caso a = 0.5 e b = 2). Figura 1: la trasformazione lineare x x = 0.5 x + 2 1
2 Tabella 2: tabelle di frequenza (esempi 1.2 e 1.7) (a) (b) (c) valori frequenze relative Figura 2: diagrammi a barre (esempi 1.2 e 1.7) 1.1 Cambiamento di origine (traslazione) Se vogliamo traslare i dati di una quantità costante k > 0 applichiamo la trasformazione: Si osservi che: x = x k per traslarli verso sinistra e x = x + k per traslarli verso destra. Gli indici di posizione (media, mediana, quantili) sono traslati della stessa quantità k. Dimostriamo questa proprietà nel caso della media per una traslazione verso destra: x = 1 n i=1 x i = 1 n i=1 (x i + k) = ( 1 n n i=1 x ) i + 1 n n i=1 k = x + k. Gli indici di dispersione (range, distanza interquartile, varianza e deviazione standard) rimangono invece gli stessi dell insieme X. Dimostriamo questa proprietà nel caso della varianza (indicata con σ 2 ) per una traslazione verso destra: i=1 (x i x ) 2 = 1 n 1 i=1 ((x i + k) (x + k)) 2 = σx 2 = 1 n 1 1 n n 1 i=1 (x i x) 2 = σx 2. Esempio 1.1. Dati i valori X = {65, 71, 125} traslarli in modo che: (a) i valori trasformati partano da zero; (b) i valori trasformati abbiano media uguale a zero. Soluzione: (a) in questo caso dobbiamo operare una traslazione verso sinistra di una quantità k pari al minimo dei valori: k = 65, e l insieme dei valori traslati è: {0, 6, 60}; (b) in questo caso dobbiamo operare una traslazione verso sinistra di una quantità k pari alla media dei valori k = 87, e l insieme dei valori traslati è: {-22, -16, 38}. Esempio 1.2. Consideriamo ancora i valori X = {65, 71, 125} e le rispettive frequenze relative mostrate in Tabella 2(a): nell esperimento condotto il valore 65 è stato osservato il 35% delle volte, il valore 71 il 45% delle volte e così via. Consideriamo la traslazione effettuata nell esercizio precedente che ha prodotto i valori trasformati X = { 22, 16, 38}. (a) Quali sono le frequenze relative dei valori di X? 2
3 (b) Tracciare il diagramma a barre per X e per X. Soluzione : (a) Ogni volta che si è osservato il valore 125 lo si è trasformato nel valore 38 e, siccome la trasformazione lineare è iniettiva, la frequenza del valore 38 è la stessa del valore 125, e così via per tutti i valori di X. Quindi i valori X = { 22, 16, 38} hanno frequenza relativa mostrata in Tabella 2(b). (b) Segue dal punto precedente che nei due diagrammi le altezze delle barre sono uguali, ma in corrispondenza di valori differenti, come mostrato in Figura 2(b). 1.2 Cambiamento di scala (dilatazione o contrazione) Se vogliamo dilatare o contrarre i valori per fattore costante k > 0 applichiamo la trasformazione: x = x/k. Se k > 1 allora il range dei valori risulta diminuito (contrazione), se k < 1 il range risulta aumentato (dilatazione). Inoltre: se k è minore del minimo dei valori, allora tutti i valori dell insieme trasformato X saranno maggiori di 1, mentre se k è maggiore del massimo dei valori, allora tutti i valori dell insieme trasformato X saranno minori di 1. Si osservi che: la media, la mediana e i quantili vengono scalati della stessa quantità 1/k; il range e la distanza interquartile vengono scalati della stessa quantità 1/k: la varianza viene scalata di una quantità 1/k 2 ma la deviazione standard viene scalata di 1/k. Esercizio 1.1. Dimostrare le proprietà sopra elencate per la media, la varianza e la deviazione standard. Esempio 1.3. Dati i valori X = {0, 1, 2, 3} cambiare scala in modo che siano tutti compresi tra 0 e 1. Soluzione : in questo caso dobbiamo operare una contrazione dei valori, e, siccome il valore minimo è 0 e il massimo è 3, basta dividere ciascun valore per 3. Quindi k = 3, e l insieme dei valori scalati è X = {0, 1/3, 2/3, 1} Esempio 1.4. In riferimento all esercizio precedente, data la Tabella 3(a) delle frequenze relative per X: (a) scrivere la tabella delle frequenze relative per X ; (b) tracciare il diagramma a barre per X e per X ; (c) calcolare la media, la mediana, il range, la distanza interquartile e la deviazione standard di X e di X. Soluzione : (a) dato che la trasformazione lineare è iniettiva, le frequenze di X sono uguali alle frequenze di X, come mostrato in Tabella 3(b); (b) si veda la Figura 3; (c) per l insieme di valori X: x = ( )/4 = 1.5; mediana = (1 + 2)/2 = 1.5; range = 4 0 = 4; per poter calcolare la distanza interquartile calcoliamo prima il primo e il terzo quartile, q 1 e q 3 : siccome = 1 è un numero intero, allora q1 è la media tra i valori in 3
4 posizione 1 e 2, quindi q1 = (0 + 1)/2 = 0.5, e, analogamente, siccome = 3 allora q3 = (2 + 3)/2 = 2.5, segue che distanza interquartile = = 2; dev.st = 1/3 ((0 1.5) 2 + (1 1.5) 2 + (2 1.5) 2 + (3 1.5) 2 ) = 1.4. per l insieme di valori X : x = (0 + 1/3 + 2/3 + 1)/4 = 0.5; mediana = (1/3 + 2/3)/2 = 0.5; range = 1 0 = 1; la posizione dei quantili è ovviamente la stessa calcolata per X: q1 è la media tra i valori in posizione 1 e 2, cioè q1 = (0 + 1/3)/2 = 1/6, e q3(x) è la media tra i valori in posizione 3 e 4, cioè q3 = (2/3 + 1)/2 = 5/6, segue che distanza interquartile = 5/6 1/6 = 2/3; dev.st = 1/3 ((0 0.5) 2 + (1/3 0.5) 2 + (2/3 0.5) 2 + (1 0.5) 2 ) 0.4. Si osservi che, nel passaggio da X a X, tutti gli indici che abbiamo calcolati risultano scalati di un fattore 1/3. Tabella 3: tabelle di frequenza (esempio 1.4) (a) (b) valori /3 2/3 1 frequenze relative Figura 3: diagrammi a barre (esempio 1.4) 1.3 Cambiamento di origine e scala Se abbiamo un insieme di valori nell intervallo (a, b) e vogliamo trasformarli in modo che risultino nell intervallo (c, d), la trasformazione da applicare è: x = c + [(d c)/(b a)] (x a). Esercizio 1.2. Utilizzando la formula della retta passante per due punti dati, ricavate la trasformazione. Suggerimento: il valore a viene trasformato in c e b viene trasformato in d, dunque la retta della trasformazione deve passare per il punto (a, c) e il punto (b, d). Esempio 1.5. Consideriamo i seguenti casi particolari. Vogliamo trasportare i valori nell intervallo [0, 1]. La trasformazione è: x = (x a)/(b a). Osservare: se (a, b) = (0, b), la trasformazione consiste nel dividere i dati per il loro valore massimo b. Vogliamo trasportare i valori nell intervallo [ 1, 1]. La trasformazione è: x = 2 (x a)/(b a) 1. 4
5 Esempio 1.6. Abbiamo raccolto i dati relativi al tempo, espresso in secondi, trascorso dai visitatori sul sito di un dato negozio. Dati i valori {60, 75,108,120,132} cambiare scala per portarli nell intervallo [10, 60]. Soluzione: a = 60 (il minimo dei valori) b = 132 (il massimo dei valori), c = 10, d = 60. Applichiamo la trasformazione per ottenere: {10, , , , 60} 1.4 Standardizzazione Questa trasformazione è un caso particolare di cambiamento di origine e scala, e consiste nel sottrarre a ciascun valore la media dei valori x e dividerlo per la deviazione standard dei valori σ X. La trasformazione è: x = (x x) σ X. La trasformazione di standardizzazione trasforma l insieme dei valori in un altro insieme di valori la cui media è 0 e la cui varianza è 1, infatti: x = 1 n i=1 x i = 1 n i=1 (x i x)/σ X = 1 n σ X ( i=1 x i i=1 x) = 1 n σ X ( i=1 x i n x) = = 1 n σ X ( i=1 x i n 1 n i=1 x i) = 0. Indicata con σ X la deviazione standard di X otteniamo: σ X = 1 n 1 i=1 (x i x ) 2 = 1 n 1 i=1 ((x i x)/σ X 0) 2 = = 1 (n 1) (σ X ) 2 i=1 (x i x) 2 = 1 (σ X ) 2 (σ X ) 2 = 1. Esempio 1.7. Consideriamo ancora i valori dell insieme X = {65, 71, 125} distribuiti come mostrato in Tabella 2(a). (a) standardizzare i valori; (b) scrivere la tabella delle frequenze relative dei valori standardizzati e tracciarne il diagramma a barre. Soluzione : si vedano la Tabella 2(c) e la Figura 2(c) 2 Trasformazioni logaritmiche A volte i valori della variabile osservata sono molto grandi oppure molto distanziati. In questi casi può essere utile considerare non tanto il valore originale ma, pensando a tale valore come potenza di una data base, considerarne soltanto l esponente. Ciò corrisponde ad applicare una trasformazione lograritmica (in una data base a): x x = log a (x). Spesso la base utilizzata è il numero di Eulero e In Figura 4 è mostrato graficamente un esempio di trasformazione logaritmica (la base del logaritmo è il numero e). Figura 4: la trasformazione logaritmica x x = ln(x) 5
6 Se i valori sono molto distanziati tra loro e caratterizzati da una distribuzione di frequenza unimodale fortemente asimmetrica, la trasformazione logaritmica permette di ottenere una distribuzione di frequenza più simmetrica. Questo tipo di trasformazione ha molti altri vantaggi, dovuti al fatto che l operazione di prodotto (o quoziente) tra due valori viene trasformata nella somma (o differenza) dei rispettivi logaritmi. Esempio 2.1. Consideriamo i valori dell insieme X = {10, 100, 1000, 10000, } distribuiti come mostrato in Tabella 4(a). (a) controllare che è molto difficile riuscire a tracciare il digramma a barre, dal momento che i valori sono troppo distanziati tra di loro; (b) applicare ai valori una trasformazione logaritmica utilizzando il logaritmo in base 10; (c) scrivere la tabella delle frequenze relative dei valori trasformati e tracciarne il diagramma a barre. Soluzione : (a) basta guardare la Figura 5(a), nella quale non si riescono a distinguere i valori delle frequenze di 10 e 100; (b) i nuovi valori sono X = {1, 2, 3, 4, 5}; (c) la tabella delle frequenze è mostrata Tabella 4(b), il diagramma a barre è mostrato nella Figura 5(b). Tabella 4: tabelle di frequenze (esempio 2.1) (a) (b) valori frequenze relative Figura 5: diagrammi a barre (esempio 2.1) 6
STATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
Dettagli1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Analizzeremo la distribuzione delle famiglie italiane, classificate per numero di
DettagliLe Funzioni. Modulo Esponenziali Logaritmiche. Prof.ssa Maddalena Dominijanni
Le Funzioni Modulo Esponenziali Logaritmiche Definizione di modulo o valore assoluto Se x è un generico numero reale, il suo modulo o valore assoluto è: x = x se x 0 -x se x
DettagliESERCITAZIONE: ESPONENZIALI E LOGARITMI
ESERCITAZIONE: ESPONENZIALI E LOGARITMI e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Esercizio 1 In una coltura batterica, il numero di batteri triplica ogni ora. Se all inizio dell osservazione
DettagliQ1 = /4 0 4 = Me = /2 4 = 3
Soluzioni Esercizi Capitolo - versione on-line Esercizio.: Calcoliamo le densità di frequenza x i x i+1 n i N i a i l i F i 0 1 4 4 1 4/1=4 4/10 = 0.4 1 5 6 4 /4=0.5 6/10 = 0.6 5 10 4 10 5 4/5=0.8 10/10
DettagliPSICOMETRIA Voto X frequenza
1) Data la seguente distribuzione dei voti di laurea: PSICOMETRIA 2011-4 Voto X 100 101 102 103 104 105 106 107 108 109 110 frequenza 15 17 20 19 23 25 18 14 12 9 5 media = 104,32 e s 2 = 6.56 calcolare
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliLA MISURA IN PSICOLOGIA
Per conoscere la posizione che un valore occupa all interno di una distribuzione di frequenza si utilizzano VENGONO DETTI QUANTILI Questi indicatori richiedono che sia possibile operare su una distribuzione
DettagliPROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale
PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE In questa scheda vedremo due famiglie di variabili aleatorie (una discreta e una continua), che ci serviranno per descrivere uno dei risultati
DettagliEsercitazione su grafici di funzioni elementari
Esercitazione su grafici di funzioni elementari Davide Boscaini Queste sono le note da cui ho tratto le esercitazioni del giorno 8 Novembre 0. Come tali sono ben lungi dall essere esenti da errori, invito
DettagliAnno 5 Regole di derivazione
Anno 5 Regole di derivazione 1 Introduzione In questa lezione mostreremo quali sono le regole da seguire per effettuare la derivata di una generica funzione. Seguendo queste regole e conoscendo le derivate
DettagliUna statistica è una quantità numerica il cui valore è determinato dai dati.
STATISTICHE CAMPIONARIE Quando i dati sono molti e illeggibili nella forma grezza, si rende necessario introdurre quantità numeriche che possano essere usate per sintetizzarli. Queste misure riassuntive
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliCONVITTO NAZIONALE MARIA LUIGIA. Programma svolto. Definizione di funzione tra insiemi numerici. Definizione di funzioni reali a variabile reale
CONVITTO NAZIONALE MARIA LUIGIA Classe 3B Liceo Scientifico Anno scolastico 2011-2012 Docente: prof.ssa Paola Perego Disciplina: Matematica MODULO 1 : Funzioni Programma svolto ARGOMENTO CONOSCENZE/CONTENUTI
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
DettagliEQUAZIONI E DISEQUAZIONI LOGARITMICHE. Prof.ssa Maddalena Dominijanni
EQUAZIONI E DISEQUAZIONI LOGARITMICHE Definizione e proprietà dei logaritmi Il logaritmo in base a, con a > 0 e a, del numero b è l esponente da attribuire alla base a per ottenere il numero b. x x log
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliLaboratorio di Statistica 1 con R Esercizi per la Relazione. I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati
Laboratorio di Statistica 1 con R Esercizi per la Relazione I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati nel corso. Esercizio 1. 1. Facendo uso dei comandi
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliProf. Milizia, Liceo Scientifico di Mesagne (BR) 1
Prof. Milizia, Liceo Scientifico di Mesagne (BR) 1 CAPITOLO 8. LE FUNZIONI. 1. Generalità sulle funzioni.. Le rappresentazioni di una funzione. 3. Le funzioni reali di variabile reale. 4. L espressione
DettagliEsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;
EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliVENGONO DETTI QUANTILI
Per conoscere la posizione che un valore occupa all interno di una distribuzione di frequenza si utilizzano Ü Ü DECILI Ü CENTILI VENGONO DETTI QUANTILI 1 VENGONO DETTI QUANTILI Questi indicatori richiedono
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Statistica 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.3 Un esperimento
DettagliStatistica descrittiva
Statistica descrittiva L obiettivo è quello di descrivere efficacemente i dati prima delle elaborazioni vere e proprie: - mediante rappresentazioni grafiche e tabelle - sintetizzandoli con indici opportuni
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliElementi di Psicometria
Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
DettagliINDICI DI POSIZIONE - I QUANTILI
Psicometria (8 CFU) Corso di Laurea triennnale INDICI DI POSIZIONE - I QUANTILI Torna alla pri ma pagina INDICI DI POSIZIONE Per conoscere la posizione che un valore occupa all interno di una distribuzione
DettagliVariabile Casuale Normale
Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ
DettagliGrafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti indici : Indici di posizione Indici di variazione Indici
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliDISTRIBUZIONE NORMALE. Distribuzione teorica di probabilità, detta anche Gaussiana. Variabili continue
LEZIONE 12-2017 DISTRIBUZIONE NORMALE Distribuzione teorica di probabilità, detta anche Gaussiana Variabili continue Molte distribuzioni empiriche di fenomeno fisici e biologici, ma anche sociopsicologiche,
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliFoglio di Esercizi 9 con Risoluzione 29 dicembre 2015
Matematica per Farmacia, a.a. 5/6 Foglio di Esercizi 9 con Risoluzione 9 dicembre 5 Esercizio. Integrare per parti: L integrale che poi si ottiene puó essere risolto con una sostituzione). ln d e arctan
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliScale Logaritmiche. Matematica con Elementi di Statistica a.a. 2015/16
Scale Logaritmiche Scala Logaritmica: sull asse prescelto (ad esempio, l asse x) si rappresenta il punto di ascissa = 0 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti
DettagliVERIFICA DI MATEMATICA Simulazione La funzione esponenziale e logaritmica - Soluzioni
Problema 1 a) c y f 1 : log 4 VERIFICA DI MATEMATICA Simulazione La funzione esponenziale e logaritmica - Soluzioni 1 log 1 4 0 4 1 Dominio: D ; 4 4 0 4 4 Intersezioni: 0 imp y 0 log 4 0 4 1 A ;0 Segno:
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
DettagliCoordinate Cartesiane nel Piano
Coordinate Cartesiane nel Piano O = (0,0) origine degli assi x ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi x, y sistemi dimetrici: unità di misura diverse sui due assi
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliGli indici di variabilità
Le misure della variabilità 4/5 ottobre 2011 Statistica sociale 1 Gli indici di variabilità In tutti gli esempi visti nell ultima lezione, abbiamo visto che le grandezze considerate - pur nelle diverse
Dettagli3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
DettagliFUNZIONI ELEMENTARI E LORO TRASFORMAZIONI. 4 Liceo Scientifico a.s. 2017/18
FUNZIONI ELEMENTARI E LORO TRASFORMAZIONI 4 Liceo Scientifico a.s. 2017/18 FUNZIONI ELEMENTARI E LORO TRASFORMAZIONI Presentiamo il grafico delle funzioni elementari e delle funzioni che si ottengono trasformando
DettagliLezione n. 1 (a cura di Irene Tibidò)
Lezione n. 1 (a cura di Irene Tibidò) Richiami di statistica Variabile aleatoria (casuale) Dato uno spazio campionario Ω che contiene tutti i possibili esiti di un esperimento casuale, la variabile aleatoria
DettagliESERCIZI DI STATISTICA SOCIALE
ESERCIZI DI STATISTICA SOCIALE FREQUENZA ASSOLUTA Data una distribuzione semplice di dati, ovvero una serie di microdati, si chiama frequenza assoluta di ogni modalità del carattere studiato il numero
DettagliCorso di Analisi Matematica 1 - professore Alberto Valli
Università di Trento - Corso di Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio - 07/8 Corso di Analisi Matematica - professore Alberto Valli 6 foglio di esercizi - 5 ottobre 07
DettagliDISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
DettagliMisura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice.
Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice. Esperienza n.3 13 Dicembre 2018 Gruppo 9: Gucciardo Gloria; Mazzola Luca Rosario; Nolfo Gloria;
DettagliUniversità di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012 Bruno Federico b.federico@unicas.it Cattedra di Igiene - Università degli Studi di Cassino Indici di sintesi
DettagliMedia: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.
Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni
DettagliMETODO DEI MINIMI QUADRATI
METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliCOMPENDIO ESPONENZIALI LOGARITMI
TORINO SETTEMBRE 2010 COMPENDIO DI ESPONENZIALI E LOGARITMI di Bart VEGLIA 1 ESPONENZIALi 1 Equazioni esponenziali Un espressione in cui l incognita compare all esponente di una o più potenze si chiama
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
DettagliLa sintesi delle distribuzioni
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Introduzione 2 3 4 Outline 1 Introduzione 2 3 4 Introduzione Analisi descrittiva monovariata: segue la raccolta dei dati e il calcolo
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Statistica 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 2.5. 1.3 Un esperimento fornisce
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
DettagliEsercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30
Esercizi di statistica descrittiva Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 30 Esercizio 1 Nel rilevare l altezza di un gruppo di reclute,
DettagliSTATISTICHE DESCRITTIVE
STATISTICHE DESCRITTIVE ARGOMENTI DELLA LEZIONE concetti introduttivi indici di tendenza centrale indici di dispersione indici di posizione 2 concetti introduttivi Unità statistiche elementi che costituiscono
DettagliEsercitazione su grafici di funzioni elementari e domini di funzioni
Esercitazione su grafici di funzioni elementari e domini di funzioni Davide Boscaini Queste sono le note da cui ho tratto le esercitazioni del giorno 0 Ottobre 0. Come tali sono ben lungi dall essere esenti
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliScale Logaritmiche. Matematica con Elementi di Statistica, Anna Torre a.a
Scale Logaritmiche SCALA LOGARITMICA: sull asse prescelto (ad esempio, l asse x) si rappresenta il punto di ascissa = 0 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliESERCITAZIONE 1 ELEMENTI DI MATEMATICA
ESERCITAZIONE ELEMENTI DI MATEMATICA Potenze e radicali. Potenze: La potenza n-esima di un numero x, x n, si calcola moltiplicando x per se stesso n volte. Ad esempio, elevare alla quinta significa moltiplicare
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliEquazioni esponenziali e logaritmiche Indice
Equazioni esponenziali e logaritmiche Indice Equazioni esponenziali...1 Equazioni logaritmiche...5 Equazioni esponenziali E' esponenziale un'equazione in cui l'incognita figura come esponente: ove f(x)
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
DettagliStatistica. Alfonso Iodice D Enza
Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione
DettagliRappresentazione di Dati: Scala lineare Scala logaritmica. Grafici Lin Lin Grafici Lin Log Grafici Log Log
Rappresentazione di Dati: Scala lineare Scala logaritmica Grafici Lin Lin Grafici Lin Log Grafici Log Log Grafici in scala lineare Grafici Lin Lin Nella rappresentazione di dati in un piano cartesiano
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliSeconda Lezione. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 DISTRIBUZIONE DI FREQUENZA
Seconda Lezione "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando
DettagliStatistica Descrittiva Soluzioni 4. Medie lasche
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
DettagliStudio di funzione. Studio di funzione: i passi iniziali
Studio di funzione Si dice che una variabile dipendente y è funzione di una variabile indipendente quando esiste un legame di natura qualsiasi che ad ogni valore di faccia corrispondere uno e uno solo
DettagliVariabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia
Variabili aleatorie continue: la normale Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia 2015-16 1 / 40 Distinzione Le variabili aleatorie possono essere 1 discrete 2 continue 2
DettagliEsplorazione 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