Elementi di Statistica descrittiva Parte I
|
|
- Giorgio Milani
- 8 anni fa
- Visualizzazioni
Transcript
1 Elementi di Statistica descrittiva Parte I
2 Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili) variabili (possono assumere valori diversi). Essi devono poter essere rilevati su soggetti (unità statistiche). Scopi della statistica: Sintetizzare: predisporre i dati raccolti in una forma che consenta di comprendere meglio i fenomeni. (STATISTICA DESCRITTIVA) Generalizzare: estendere con metodi di induzione i risultati ottenuti da un gruppo limitato di unità statistiche (campione) all intera collettività (universo, popolazione). (STATISTICA INFERENZIALE) 2 I caratteri possono essere: Quantitativi, quando sono espressi da un numero (spesso una misura), esempio: l età di un individuo, il numero di componenti di una famiglia, l altezza di un albero; Qualitativi, quando sono espressi mediante un giudizio o una qualità, esempio: il colore degli occhi di un individuo, la serie in cui milita una squadra di calcio (A,B,C,..). La statistica inferenziale usa i metodi del calcolo delle probabilità, che qui non viene considerato. 2
3 Che cos è la statistica descrittiva Insieme di tecniche usate per sintetizzare una serie di dati. Raccolta dei dati: attraverso procedure di campionamento, oppure: registrando le risposte a date sollecitazioni in un ambiente sperimentale, oppure: osservando ripetutamente un processo nel tempo, (serie storiche). Tecniche di rappresentazione: Tabulari: Si usano tabelle per sintetizzare i dati; Grafiche: Si usano grafici per sintetizzare i dati; Numeriche: Si calcolano certi valori per sintetizzare i dati. 3 La statistica descrittiva ha per scopo la sintesi di dati raccolti secondo vari criteri e in vari contesti. Per campionamento si intende il rilevare caratteri da un campione, ossia un sottoinsieme della popolazione che ci interessa. I tre tipi di tecniche rappresentative elencati sono logicamente consecutivi (prima si genera una tabella, poi si ottiene un grafico, infine si determinano dei numeri significativi), in ogni caso verranno esposti in tale sequenza. 3
4 Variabili aleatorie, unità statistiche e campionamento L oggetto del nostro studio è una popolazione. Variabile aleatoria X: È una caratteristica della popolazione che a noi interessa; La popolazione è costituita da unità statistiche; Campione: un sottoinsieme della popolazione. Esempio : Popolazione: studenti universitari di Milano; Variabile X: numero di film visti in un certo periodo; Campione: 40 studenti. A un gruppo di 40 studenti universitari si chiede quante volte sono stati al cinema negli ultimi due mesi. 4 In statistica i termini "aleatorio", "casuale", "stocastico" sono sinonimi e sono aggettivi che si associano ai risultati di una prova. Quando il risultato di un esperimento:. Non è prevedibile con certezza (ossia è non deterministico); 2. È esprimibile tramite un numero (ossia ci troviamo in presenza di un carattere quantitativo), allora tale risultato costituisce una variabile casuale (o variabile aleatoria o variabile stocastica - random variable). Ad esempio, il risultato del lancio di un dado a sei facce è una variabile casuale avente come possibili valori gli interi da a 6. Un altro esempio di variabile casuale è il risultato dell operazione di scegliere a caso una persona e rilevare la sua altezza (o il peso, o l età). La terminologia variabile casuale è soggetta a critiche: una variabile casuale è da considerarsi piuttosto come una funzione che fa corrispondere a degli eventi dei numeri reali. I 40 studenti dell Esempio costituiscono un campione perché a noi interessa una caratteristica una popolazione (che è costituita da tutti gli studenti universitari di Milano e che è certamente molto più numerosa di 40) e da questa popolazione estraiamo un sottoinsieme su cui effettuiamo il rilevamento. I criteri secondo cui scegliere il campione in modo tale che i risultati ottenuti siano applicabili a tutta la popolazione fanno parte della statistica inferenziale. 4
5 Rilevazione di una variabile aleatoria Il campione è costituito da n unità: dimensione n; (nell esempio n = 40) u, u 2,..., u n : valori di X ottenuti dal campione; (nell esempio 40 risposte: u, u 2,..., u 40 ) Una stessa risposta può venir fornita da più di uno studente, si dice che tale risposta ha una maggiore di. Esempio: il rilevamento fornisce il risultato seguente: 5 Gli indici con cui distinguiamo le unità statistiche (nell esempio gli studenti intervistati) servono solo a distinguere un unità dall altra e non hanno in genere grande importanza: nel nostro esempio u sarà lo studente intervistato per primo, u 40 lo studente intervistato per ultimo. Tale informazione non ha interesse per noi. 5
6 Esempio dati grezzi rilevati u0 3 u02 u valori rilevati. Di essi solo 7 risultano distinti u0 3 u02 u03 5 u04 4 u05 2 u06 3 u07 4 u08 9 u09 3 u0 6 u 3 u2 2 u3 4 u4 4 u5 2 u6 4 u7 3 u8 6 u9 2 u20 3 u2 5 u22 5 u23 3 u24 4 u25 6 u26 6 u27 2 u28 2 u29 3 u30 5 u3 5 u32 3 u33 4 u34 4 u35 4 u36 4 u37 4 u38 3 u39 5 u40 4 In genere: su n valori solo k sono distinti. 6 Vicino a ogni unità statistica u i è riportato il corrispondente valore rilevato (ossia la risposta ottenuta). Notiamo che:. Le risposte sono comprese fra un minimo (=) e un massimo (=9), quindi possono assumere solo 9 valori distinti; 2. Di conseguenza alcune risposte saranno date da più di un intervistato (hanno >); 3. Di questi 9 valori due non figurano mai (hanno =0). In definitiva si sono rilevate solo 7 risposte distinte. 6
7 Valori distinti e loro I k valori distinti osservati vengono ordinati in senso crescente (, 2,..., k ) Invece di considerare gli n valori osservati (u, u 2,..., u n ) conviene considerare i k valori distinti osservati, a ognuno di essi si associa una campionaria; Frequenza (campionaria) n i : numero di unità statistiche del campione che hanno l i-esimo valore distinto. Risulta quindi: k n; < 2 <... < k n + n n k = n 7 N.B.: se il carattere rilevato è qualitativo (ossia non numerico) si hanno ancora k valori distinti, ognuno con la propria associata. Si possono avere due sottocasi:. Il carattere è ordinabile (ossia esiste un ordine secondo si possono disporre i valori distinti. Esempio: il giudizio ottenuto da uno studente in una prova scritta: insufficiente, sufficiente, buono, ottimo). In questo caso l ordine sarà quello (nell esempio = insufficiente, 4 = insufficiente); 2. Il carattere non è ordinabile (Esempio: bianco, rosso, verde, blu). In questo caso l ordine sarà arbitrario. La (campionaria) è anche il numero di volte che un dato valore è stato osservato. Il caso k=n corrisponde a frequenze tutte = (ognuno fornisce una risposta diversa da tutti gli altri). 7
8 Aggreghiamo i valori osservati in k classi di : Tabella delle frequenze Frequenza Assoluta Frequenza Relativa Frequenza Cumulativa p =n /n, p 2 =n 2 /n,..., p k =n k /n p +p 2 +p 3 + +p k = F =p, F 2 =F +p 2, F 3 =F 2 +p 3,, F k =F k- +p k = 8 Con la tabella delle frequenze si riduce la dimensione dell elenco (k righe invece di n) e si evidenziano i valori ottenuti in un ordine crescente. Informazione perduta: l ordine con cui si è ottenuto un certo valore (non importante, come già detto). k sono i valori distinti, ordinati. 8
9 Frequenze del valore i-esimoi Frequenza assoluta n i : numero di elementi della classe k i = n i = Frequenza relativa p i : rapporto fra la assoluta e n, numero totale dei dati osservati (dimensione del campione) Frequenza cumulativa F i : somma delle frequenze relative dei valori i n k ni pi = p i = n F i = p j i j = i = F = = p F k 9 Questa figura riassume, relativamente ai diversi tipi di, le definizioni e le proprietà viste prima, L indice i identifica la generica unità statistica u i. 9
10 Tabella delle frequenze dell Esempio valori rilevati min= ma= 9 classe assoluta relativa cumulativa 0,025 0, ,50 0, ,250 0, ,300 0, ,50 0, ,00 0, ,000 0, ,000 0, ,025,000 TOTALE 40 0 La colonna con intestazione classe riporta i valori distinti ordinati. Il motivo della dizione classe è dovuto a uniformità di terminologia con il caso di variabile continua, come risulta meglio più avanti. Dato che il tipo di carattere che stiamo considerando (ossia la variabile aleatoria numero di spettacoli visti in due mesi ) può assumere tutti i valori interi compresi fra il minimo rilevato (=) e il massimo rilevato (=9), nella colonna dei valori distinti si riportano tutti questi valori, compresi quindi il 7 e l 8 a cui corrisponde zero. In definitiva in questo caso abbiamo: k=9, =, 9 =9. Notiamo che queste scelte sono in parte arbitrarie e potrebbero non essere adeguate, ad esempio nel caso che si volesse ripetere il campionamento utilizzando un campione diverso che potrebbe fornire risposte diverse. Una prima modifica potrebbe consistere nel porre =0 (nel nostro campione la risposta non ho visto alcuno spettacolo nei due mesi non figura, ma è del tutto possibile), inoltre conviene prevedere valori massimi maggiori di 9 che a priori non possiamo escludere. In definitiva la tabella come organizzata in figura è adeguata solo per il campione utilizzato nell esempio. L ultima riga riporta i totali a scopo di controllo. La somma delle cumulative non ha senso. 0
11 Frequenze percentuali dell Esempio classe assoluta relativa percentuale cumulativa cumulativa percentuale 0,025 2,50 0,025 2, ,50 5,00 0,75 7, ,250 25,00 0,425 42, ,300 30,00 0,725 72, ,50 5,00 0,875 87, ,00 0,00 0,975 97, ,000 0,00 0,975 97, ,000 0,00 0,975 97,50 9 0,025 2,50,000 00,00 TOTALE Tabella delle frequenze della figura precedente, a cui sono state aggiunte le due colonne percentuale, cumulativa percentuale. La percentuale è la relativa moltiplicata per 00 e corrisponde alla assoluta di un ipotetico campione di dimensione 00. La somma delle frequenze percentuali è 00. La cumulativa percentuale è la cumulativa moltiplicata per 00. L ultima cumulativa percentuale (quella dell ultima classe) è 00.
12 Esempio - istogramma In un sistema cartesiano poniamo: in ascissa i valori che definiscono la classe in ordinata la Costruiamo un grafico formato da rettangoli la cui base è centrata in corrispondenza dei valori che definiscono la classe e la cui altezza rappresenta la : assoluta Frequentazione cinema No spettacoli visti La base di tutti i rettangoli è fissa. L area di un rettangolo è proporzionale alla 2 Oltre al tipo di istogramma illustrato esistono molte varianti, tutte basate sull idea di rappresentare il valore di una (assoluta o relativa) tramite la lunghezza di una barra. Per una visualizzazione delle opzioni più diffuse si può ad esempio ricorrere alla voce di menu [Inserisci]->[Grafico] di Ecel. 2
13 Variabili discrete e variabili continue La variabile X dell esempio precedente è numerica, discreta e finita, perché assume un numero finito di valori numerici interi. Una variabile continua può assumere valori reali, in genere limitati entro un intervallo finito. In questo caso i valori possibili sono infiniti. Di conseguenza ogni valore rilevato avrà in genere = e i dati distinti tendono a coincidere coi dati grezzi. Per rappresentare i dati essi vengono allora aggregati in classi di frequenze, come nell esempio che segue. 3 Stiamo considerando il caso di un carattere quantitativo il cui valore è un numero reale (ad esempio una misura fisica). In tal caso abbiamo una variabile che può assumere infiniti valori in un dato intervallo. La probabilità di estrarre in maniera casuale più di una volta lo stesso valore è trascurabile. 3
14 Esempio 2 dati grezzi Si sono misurate le lunghezze di un campione di 20 pezzi prodotti da una macchina: u0 7,2 u02 7,9 u03 8,0 u04 8,0 u05 8,2 u06 8,4 u07 8,5 u08 8,6 u09 8,6 u0 9,0 u 9, u2 9,2 u3 20,3 u4 20,4 u5 20,4 u6 20,4 u7 20,7 u8 20,8 u9 20,8 u20 2, La variabile è in questo caso numerica e continua perché assume valori numerici reali, di cui si riportano delle approssimazioni. 4 4
15 Esempio 2: tabella delle frequenze valori rilevati min= 7,2 ma= 2, I dati rilevati sono organizzati in classi di, ponendo in ciascuna classe le u i i=,,20 che assumono valori appartenenti a sottointervalli dell intervallo (7.0,2.5) di ampiezza δ=0.5 (δ può essere scelto arbitrariamente) classe No classe assoluta relativa cumulativa 7,5 0,050 0, ,0 3 0,50 0, ,5 3 0,50 0, ,0 3 0,50 0, ,5 2 0,00 0, ,0 0 0,000 0, ,5 4 0,200 0, ,0 3 0,50 0, ,5 0,050,000 TOTALE 20 5 Si considera per l intervallo chiuso [7.0,2.5] e lo si suddivide in sottointervalli ( classi ) di ampiezza costante. Tali sottointervalli sono chiusi a destra, quindi: classe = [7.0,7.5] classe 2 = (8.0,8.5] classe 3 = (8.5,9.0]... classe 9 = (2.0,2.5] Quindi ad esempio il valore 8.5 appartiene, in modo non ambiguo, alla classe 2 e non alla classe 3. Si noti che con questa suddivisione escludiamo a priori la possibilità ottenere valori minori di 7 o maggiori di 2.5, considerati valori anomali. Dato che conviene tener conto anche dei valori anomali (sempre possibili ad esempio in seguito a un errore di misura) la suddivisione precedente viene di solito modificata come segue: La classe viene ridefinita come (0,7.5] e comprenderà tutti i valori minori o uguali a 7.5. (Nel caso in esame è fisicamente impossibile ottenere valori negativi, se così non fosse si assumerebbe come classe l intervallo (-,7.5] ); Si aggiunge un ulteriore classe: classe 0 = (2.5, ) comprendente tutti i valori >2.5. 5
16 Esempio 2: istogramma In un sistema cartesiano, in cui poniamo in ascissa i valori che definiscono la classe e in ordinata fa o fr, si costruisce un grafico (istogramma) formato da rettangoli la cui base è l intervallo che definisce la classe e la cui altezza rappresenta la (fa o fr) classe tot fa Questo istogramma è del tutto simile a quello dell esempio, con la differenza che qui ogni classe corrisponde a un intervallo di valori possibili. 6
17 Esempio 2: torta La visualizzazione dei dati è molto varia. Ad esempio si possono utilizzare grafici a torta (pie-chart): classe fa fc 5 % 20 % 35 % 55 % % % % % % % 95 % % % % tot 20 L area dello spicchio è proporzionale alla 7 Esempio di grafico, di tipo diverso dal precedente, ma che riporta informazioni della stessa natura. Rispetto al precedente notiamo: Le frequenze sono relative e non assolute; Le nove classi sono state aggregate in 5 classi si ampiezza doppia, allo scopo di rendere più immediata la comprensibilità del grafico (perdendo ovviamente alcune informazioni). 7
18 Ogiva Si chiama ogiva la linea che rappresenta la cumulativa di una variabile numerica. Graficamente si presenta come una spezzata che unisce i punti che hanno per ascisse i valori osservati (caso discreto) o gli estremi degli intervalli (caso continuo) e per ordinate i valori della cumulativa. Per costruire l ogiva relativa all Esempio 2 si congiungono i punti: P (7.5,5), P 2 (8,20), P 3 (8.5,35), P 4 (9,55), P 5 (9.5,60), P 6 (20,60), P 7 (20.5,80), P 8 (2,95), P 9 (2.5,00). 8 Le frequenze cumulative percentuali dell Esempio 2 sono riportate sul diagramma cartesiano ( pallini ), i punti vengono poi collegati con segmenti di retta. Il tutto riporta il grafico approssimato della cumulativa percentuale in funzione della classe. Il punto iniziale ha sempre ordinata uguale alla della classe, il punto finale ha ordinata 00. 8
19 Si sono rilevate le cause del guasto di un automobile in un dato periodo Esempio 3 La tipologia di causa del guasto è stato attribuita ad una variabile, ottenendo: = A 2 = B 3 = A 4 = C 5 = B 6 = D X 7 = D 8 = E 9 = F 0 = A = D 2 = A 3 = A 4 = C 5 = D 6 = A A : motore B : cambio C : elettronic a D : sospension i E : benzina F : incidente La variabile è in questo caso qualitativa perché non assume valori numerici. 9 Il carattere che stiamo considerando è qualitativo e non ordinabile: la sequenza A, B, C, è arbitraria nel senso che si sarebbe potuto indicare con A qualunque dei sei tipi di guasto considerati. 9
20 Esempio 3: tabelle di I dati rilevati possono essere organizzati in classi di. Le classi sono determinate dalle tipologie assunte dalla variabile. Si costruisce una tabella in cui si affianca a ciascuna classe il numero di volte in cui, nel periodo osservato, si realizza la tipologia di causa: classe A B C D E F tot fa fr 6 / 6 = / 6 = / 6 = / 6 = / 6 = / 6 = tot fp 37. 5% 2. 5% 2. 5% % % 2. 5% tot 00 % fa: assoluta fr: relativa fp: percentuale Non ha senso la fc 20 20
21 Esempio 3: istogramma In un sistema cartesiano, in cui poniamo in ascissa le tipologie di classi e in ordinata fa o fr, si costruisce un grafico (istogramma) formato da rettangoli la cui base di misura costante rappresenta la classe ovvero la categoria di causa guasto e la cui altezza rappresenta il numero di volte di realizzazione di tale causa 2 2
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
DettagliCorso 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
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
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
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
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...............................
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.
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 -
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
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
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
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
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
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
DettagliE NECESSARIO RICORRERE ALLE VARIABILI CASUALI
IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
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
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
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
DettagliSTATISTICA 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
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
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
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
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
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
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
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
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
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
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
DettagliRette e curve, piani e superfici
Rette e curve piani e superfici ) dicembre 2 Scopo di questo articolo è solo quello di proporre uno schema riepilogativo che metta in luce le caratteristiche essenziali delle equazioni di rette e curve
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)
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
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
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
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
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "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 uno
DettagliRAPPRESENTAZIONI GRAFICHE
RAPPRESENTAZIONI GRAFICHE Prendiamo in considerazione altre rappresentazioni di dati che sono strumenti utili anche in altre discipline di studio o altri settori della vita quotidiana. Questi strumenti
DettagliSISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
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.
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.
DettagliDr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011 Statistica descrittiva e inferenziale
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliRAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL
RAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL 1 RAPPRESENTAZIONE GRAFICA Per l analisi dati con Excel si fa riferimento alla versione 2007 di Office, le versioni successive non differiscono
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
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliPerché il logaritmo è così importante?
Esempio 1. Perché il logaritmo è così importante? (concentrazione di ioni di idrogeno in una soluzione, il ph) Un sistema solido o liquido, costituito da due o più componenti, (sale disciolto nell'acqua),
DettagliStatistica 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
DettagliGuida all uso di Java Diagrammi ER
Guida all uso di Java Diagrammi ER Ver. 1.1 Alessandro Ballini 16/5/2004 Questa guida ha lo scopo di mostrare gli aspetti fondamentali dell utilizzo dell applicazione Java Diagrammi ER. Inizieremo con
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliCorso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA
Corso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA Prof. Stefania Funari Parte I TERMINOLOGIA STATISTICA e CONCETTI INTRODUTTIVI
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliCapitolo 3. L applicazione Java Diagrammi ER. 3.1 La finestra iniziale, il menu e la barra pulsanti
Capitolo 3 L applicazione Java Diagrammi ER Dopo le fasi di analisi, progettazione ed implementazione il software è stato compilato ed ora è pronto all uso; in questo capitolo mostreremo passo passo tutta
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
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
DettagliANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI
ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI (sintesi da Prof.ssa Di Nardo, Università della Basilicata, http://www.unibas.it/utenti/dinardo/home.html) ISTOGRAMMA/DIAGRAMMA
Dettagli8 Elementi di Statistica
8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliL analisi dei dati. Capitolo 4. 4.1 Il foglio elettronico
Capitolo 4 4.1 Il foglio elettronico Le più importanti operazioni richieste dall analisi matematica dei dati sperimentali possono essere agevolmente portate a termine da un comune foglio elettronico. Prenderemo
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
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
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
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
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:
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
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.
DettagliQUANTIZZAZIONE diverse fasi del processo di conversione da analogico a digitale quantizzazione
QUANTIZZAZIONE Di seguito lo schema che illustra le diverse fasi del processo di conversione da analogico a digitale. Dopo aver trattato la fase di campionamento, occupiamoci ora della quantizzazione.
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliProf.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.
DettagliTeoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S
Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliFunzioni. Funzioni /2
Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme
DettagliESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240
ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione
DettagliA.A. 2015/2016. Statistica Medica. Corso di. CdL in Fisioterapia CdL in Podologia
A.A. 2015/2016 Corso di Statistica Medica CdL in Fisioterapia CdL in Podologia La statistica è la scienza che ha come fine lo studio quantitativo e qualitativo di un "collettivo". Studia i modi in cui
DettagliPROGRAMMA SVOLTO NELLA SESSIONE N.
Università C. Cattaneo Liuc, Corso di Statistica, Sessione n. 1, 2014 Laboratorio Excel Sessione n. 1 Venerdì 031014 Gruppo PZ Lunedì 061014 Gruppo AD Martedì 071014 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliFunzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y
Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
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,
DettagliExcel. A cura di Luigi Labonia. e-mail: luigi.lab@libero.it
Excel A cura di Luigi Labonia e-mail: luigi.lab@libero.it Introduzione Un foglio elettronico è un applicazione comunemente usata per bilanci, previsioni ed altri compiti tipici del campo amministrativo
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
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
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
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
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
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
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
Dettagli