Pro-memoria. XI - Analizzare le VARIABILI CARDINALI AUTONOMIA SEMANTICA ALCUNI VALORI CARATTERISTICI. VARIABILI PROPRIETA SULLA PROPRIETA Non
|
|
- Tiziano Durante
- 4 anni fa
- Visualizzazioni
Transcript
1 XI - Analizzare le VARIABILI CARDINALI MRC / XI - variabili cardinali 1 Pro-memoria VARIABILI PROPRIETA Categoriali Discrete STATI SULLA PROPRIETA Non ordinabili AUTONOMIA SEMANTICA Alta ALCUNI VALORI CARATTERISTICI Moda Squilibrio/equilibrio Ordinali Discrete Ordinabili Media Cardinali Discrete o Continue Ordinabili + conteggiabili o misurabili Bassa Moda Squilibrio/equilibrio Mediana Quartili, decili, etc. Moda Squilibrio/equilibrio Mediana Quartili, decili, etc. Media Dispersione Curtosi Simmetria MRC / XI - variabili cardinali 2 1
2 RAPPRESENTAZIONI GRAFICHE di una distribuzione in variabili cardinali 4,0 3,6 MEDIA COMPONENTI FAMIGLIA (Italia) 3,3 La scelta dell istogramma è corretta perché le categorie sono poche, contigue, di ampiezza uguale; 3,0 2,8 2,6 2, MRC / XI - variabili cardinali 3 MEDIA COMPONENTI FAMIGLIA (Italia) 4,0 3,6 3,3 3,0 2,8 2,6 2, MEDIA COMPONENTI FAMIGLIA (Italia) CURVA DI FREQUENZA Non può essere intesa come una vera e propria linea: la linea ha infiniti punti; invece la curva di frequenza ne ha un numero determinato, corrispondente al numero di categorie (di solito pochi punti per poche categorie). 4,0 3,6 3,3 La curva di frequenza è una levigatura di un istogramma 3,0 2,8 2,6 2, MRC / XI - variabili cardinali 4 2
3 4,0 3,6 MEDIA COMPONENTI FAMIGLIA (Italia) 3,3 La curva di frequenza può essere utile per rappresentare un fenomeno in mutamento (p. es. sviluppo cronologico) 3,0 2,8 2,6 2, MEDIA COMPONENTI FAMIGLIA (Italia) 4,0 3,6 3,3 3,0 2,8 Una curva di frequenza riempita ( Area ) ricorda meglio la derivazione dall istogramma 2,6 2, MRC / XI - variabili cardinali 5 Proprietà e operazioni che sfociano in variabili cardinali 1) Proprietà discrete cardinali def. op.: conteggio (l unità di conto è naturale = non scaturisce dalle decisioni del ricercatore) A QUANTI CORSI DI FORMAZIONE HA PARTECIPATO QUEST ANNO? QUANTI DIPENDENTI HA ATTUALMENTE LA SUA AZIENDA?.. MRC / XI - variabili cardinali 6 3
4 2) Proprietà continue misurabili misurazione (= unità di misura + NON collaborazione dello oggetto/soggetto/evento da misurare) Es. Superficie abitazione (in mq); età; peso Di solito appartengono al mondo fisico o alle caratteristiche fisiche dell uomo. La rilevazione è intersoggettiva e replicabile MRC / XI - variabili cardinali 7 Caratteristiche comuni a 1) e 2) : i. I codici e le categorie coincidono con quanto registrato: p. es. 15 anni di età codice 15; ii. I codici hanno natura cardinale: p. es. 15 anni non solo è diverso da 30 (cfr. var.categoriali), non solo è meno di 30 (cfr. var. ordinali), ma è la metà di 30, è 3 volte 10, etc.; iii. L autonomia semantica è (quasi) nulla. MRC / XI - variabili cardinali 8 4
5 3) VARIABILI CARDINALI DERIVATE non si ottengono tramite rilevazione diretta, ma derivano dal rapporto fra due o più variabili cardinali già rilevate Sono molto frequenti con unità di analisi territoriali Definizione operativa: decidere quali variabili porre a numeratore e quali a denominatore + regole di arrotondamento dei decimali MRC / XI - variabili cardinali 9 Qualche esempio Rapporto fra 2 variabili che richiedono conteggio % voti a un partito / tot voti espressi Rapporto tra una variabile che richiede misurazione e una che richiede conteggio Quantità di rifiuti urbani / numero abitanti nel territorio Rapporto tra una variabile che richiede conteggio e una che richiede misurazione Numero di residenti / chilometri quadrati del territorio = densità demografica Rapporto fra due variabili che richiedono entrambi misurazione Estensione parchi naturali e aree protette / estensione totale del territorio MRC / XI - variabili cardinali 10 5
6 4) Proprietà immaginate come continue e non misurabili alcune tecniche di scaling Possiamo solo immaginarle come continue non abbiamo accesso diretto. NON MISURANO: Per rilevarle occorre richiedere la collaborazione diretta delle persone (dichiarazioni) l osservatore può influire sul comportamento osservato / immagine di sé, desiderabilità sociale, etc. problemi di fedeltà la rilevazione non è intersoggettiva né replicabile (rilevazioni diverse sullo stesso (s)oggetto possono dare risultati diversi). MRC / XI - variabili cardinali 11 Tecniche di analisi della variabili cardinali MRC / XI - variabili cardinali 12 6
7 VALORI CARATTERISTICI DELLE VARIABILI CARDINALI Curva di frequenza = rappresentazione migliore per le distribuzioni in variabili cardinali Simmetria curtosi Es di scarti da media 0 media 100 Le variabili cardinali possono offrire molte informazioni MRC / XI - variabili cardinali 13 Media e Mediana Media Mediana è legittimo (e proficuo) utilizzare anche i valori caratteristici delle variabili ordinali, perché anche le variabili cardinali hanno categorie ordinate Media Mediana P. es. può essere utile confrontare media e mediana Media < mediana (v. fig.) pochi casi con valori molto bassi; Media > Mediana pochi casi con valori molto alti Media = mediana (v. fig) distribuzione simmetrica MRC / XI - variabili cardinali 14 7
8 CASI: famiglie _ Come da una tabella ricavare la media (X) VARIABLE: Componenti numero famigliacomponenti della famiglia n. compon v.a. operazioni x 1 = x 2 = x 3 = x 4 = x 5 = x 6 = x 7 = x 8 = 8 Tot tot. fam tot. compon tot compon / tot fam = media compon per fam 589 / 213 = 2,8 MRC / XI - variabili cardinali 15 La DISPERSIONE intorno alla media SCARTO (X i X = x i ): distanza di un valore dalla media. Come sintetizzare l insieme delle distanze dalla media (= dispersione intorno alla media)? Reddito familiare X X la media è uguale ma la dispersione no 0 Nippone Circassia MRC / XI - variabili cardinali 16 8
9 Un valore che sintetizzi la dispersione intorno alla media non può essere la somma ( la media) degli scarti, perché è sempre 0. casi punteggi operazioni scarti Pippo Pupo Peppe Papi Patty Tot media = 120 / 5 = 24 Per evitare l azzeramento, basta elevare al quadrato ogni scarto (sia gli scarti positivi, sia quelli negativi elevati al quadrato danno valori positivi che, quindi, non si elidono) MRC / XI - variabili cardinali 17 DEVIANZA = somma dei quadrati degli scarti (Σx i 2 ) non si ha l azzeramento casi punteggi scarti quadrati Pippo Pupo Peppe Papi Patty Tot = devianza media = 24 MRC / XI - variabili cardinali 18 9
10 CONFRONTO FRA 2 POPOLAZIONI MEDIE (quasi) uguali diverse N (quasi) uguali devianza V Diversi Varianza Scarto-tipo V MRC / XI - variabili cardinali 19 Voti alle elezioni politiche del 1983 (%) DC PLI Piemonte Lombardia Veneto 27,6 33,4 42,6 6,6 3,8 2,8 Obiettivo cognitivo: equilibrio su tutto territorio Liguria 27,3 4,7 Friuli V.G. 34,5 2,2 nazionale vs. zone forti e deboli. Trentino A.A. 27,6 1,6 Emilia R. 22,8 2,3 Toscana 25,3 1,4 Lo scarto-tipo risente della grandezza della Umbria 26,2 1,2 media. Le 2 medie hanno grandezza molto Marche 33,4 1,6 Lazio 31,1 2,7 diversa Nella DC uno scarto di 1 punto in Abruzzo 42,2 1,7 percentuale è meno importante di un Molise 55,5 2,2 Campania 36,2 2,4 medesimo scarto nel PLI Se si vogliono Puglia 36,3 2,1 confrontare la variabilità di voti alla DC e la Basilicata 46,0 0,8 Calabria 36,8 0,9 variabilità di voti al PLI occorre calcolare V Sardegna Sicilia 31,7 26,9 1,5 1,7 (che, infatti, è normalizzato per la media). _ X s x V 33,9 8,01 0,24 2,3 1,41 0,61 Il valore di V è maggiore nel PLI in termini relativizzati alla diversa entità dei due partiti, il PLI presenta maggiori squilibri territoriali della DC. MRC / XI - variabili cardinali 20 10
11 Un altro valore caratteristico: LA CURTOSI Considera quanto la distribuzione sia piatta (platicurtica) o appuntita (leptocurtica). Il coefficiente di variazione dà informazioni anche sulla curtosi. Distribuzione platicurtica Distribuzione leptocurtica casi casi 0 Media 10 Valori dispersi V alto + distrib. piatta 0 Media 10 Valori concentrati V basso + distrib.appuntita MRC / XI - variabili cardinali 21 INVECE di solito molti autori (+ SPSS) utilizzano la formula Pearson-Fisher che fissa come soglia fra platicurtico e leptocurtico la curva normale è quasi impossibile trovare una curva più leptocurtica (= appuntita) della curva normale ogni curva è considerata platicurtica (= piatta) Curva normale = distribuzione campanulare, perfettamente simmetrica; molti dati sono vicini a moda/media/mediana (che coincidono); le due code sono molto lunghe ; È costante la % dei dati distanti lo stesso numero di scarti-tipo dalla media MRC / XI - variabili cardinali 22 11
12 L asimmentria Distribuzione simmetrica = uguali frequenze nelle categorie equidistanti dalla media Pochi casi con ampi scarti negativi dalla media coda a sinistra = Distribuzione negativa (convenzionalmente indicata col segno -) Pochi casi con ampi scarti positivi dalla media coda a destra = Distribuzione positiva (convenzionalmente indicata col segno +) MRC / XI - variabili cardinali 23 OBIETTIVI PER QUANTIFICARE L ASIMMETRIA: 1) Considerare gli scarti; 2) Vedere se quelli più ampi si collocano tendenzialmente a sinistra o a destra se As è negativa o positiva; 3) Comparare l asimmetria di distribuzioni diverse Formula di Pearson-Fisher: Σ(x i /s) 3 x i = scarto del caso i dalla media As = s = scarto tipo N x i /s = normalizz.di ciascun scarto per s comparabilità di distribuzioni diverse elevazione al cubo si preserva il segno dello scarto; si massimizzano gli effetti degli scarti più forti maggiore sensibilità all entità della coda uso di Σ e di N media degli scarti normalizzati ed elevati al cubo NB. As non è un indice relativo. Il suo valore può essere > ± 1 MRC / XI - variabili cardinali 24 12
13 Dal file matrice: Analizza Statistiche descrittive Selezionare la variabile Opzioni Spuntare i valori caratteristici MRC / XI - variabili cardinali 25 13
X - CONTEGGIARE oppure MISURARE
Come raccogliere informazioni per tradurle in una variabile? X - CONTEGGIARE oppure MISURARE 1 Proprietà conteggiabili Esempi: Quantità di televisori posseduti; N di corsi di formazione frequentati; N
DettagliXV - ANALIZZARE LE INFORMAZIONI STANDARD
XV - ANALIZZARE LE INFORMAZIONI STANDARD P. Montesperelli Analisi informazioni standard 1 Che cosa sono le informazioni nella ricerca sociale DATI Valori alfanumerici In matrice-dati informazioni INFORMAZIONI
DettagliINDICI DI FORMA: L ASIMMETRIA
INDICI DI FORMA Per sintetizzare una distribuzione, oltre gli indici di posizione e di variabilità, si possono utilizzare anche indici di forma. Gli indici di forma sono indici descrittivi che mettono
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
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliStatistica dei consumi alimentari e delle tendenze nutrizionali Lezione 5-15/10/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 5-15/10/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Rappresentazioni grafiche E difficile cogliere
DettagliNozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliCorso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016
Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Indici di posizione GLI INDICI DI POSIZIONE sono indici sintetici che evidenziano le caratteristiche essenziali
DettagliIndici di. tendenza centrale: posizione: variabilità e dispersione: -quantili -decili -percentili. -Media -Moda -Mediana
Indici di posizione: -quantili -decili -percentili tendenza centrale: -Media -Moda -Mediana variabilità e dispersione: -Devianza - Varianza -Deviazione standard Indici di tendenza centrale Indici di tendenza
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
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
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea Scienze e tecniche neuropsicologiche. Modulo 1. Modulo 1 Statistica descrittiva Monovariata
STATISTICA PSICOMETRICA a.a. 004/005 Corsi di laurea Scienze e tecniche neuropsicologiche Modulo Modulo Distribuzioni semplici di frequenza e loro rappresentazioni Operatori di tendenza centrale Operatori
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., martedì 28 febbraio 2017 1 / 1 Indici
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 04-Grafici delle distribuzioni vers. 1.0 (17 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStatistica Economica Capitolo 2
Statistica Economica Capitolo 2 Prof. Alessandra Michelangeli a.a. 2013-2014 Argomenti della seconda settimana di lezioni Distribuzione di un carattere e sua rappresentazione grafica Distribuzioni unitarie
DettagliAnno Arrivi Presenze Arrivi Presenze Arrivi Presenze
1 - TOT Anno 2017 EXTR 539 3552 4091 28964 60058 89022 14636 20789 35425 15262 20509 35771 9593028 18500148 28093176 Lazio 912 197.431 365.238 124.646 302.443 322.077 667.681 Umbria 910 43.683 217.206
DettagliUniversità di Cassino (sede di Terracina) Esercitazione di Statistica 1 del 17 ottobre Dott.ssa Paola Costantini
Università di Cassino (sede di Terracina) Esercitazione di Statistica 1 del 17 ottobre 2007 Dott.ssa Paola Costantini La seguente tabella (tab1) riporta le informazioni relative a 15 aziende operanti nel
DettagliGennaio-Febbraio 2018
1 - TOT Gennaio-Febbraio 2018 EXTR 536 3729 4265 28756 60882 89638 14522 20990 35512 15147 20853 36000 1401982 2554245 3956227 Lazio 912 23.184 41.077 8.978 22.483 32.162 63.560 Umbria 910 6.099 15.401
DettagliA1. La curva normale (o di Gauss)
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 202/203 lezione n. 8 dell aprile 203 - di Massimo Cristallo - A. La curva normale (o di Gauss) La curva
DettagliAnno TOT CAPACITA' RICETTIVA FLUSSI TURISTICI 05/02/2019 TOTALE ITALIANI
1 - TOT Anno 2018 EXTR 527 4439 4966 28582 65265 93847 14436 22139 36575 15068 22474 37542 9557727 19675376 29233103 Lazio 912 219.840 411.696 140.452 331.490 360.292 743.186 Lombardia 903 145.687 275.986
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
DettagliStruttura Ex asl impegni prestazioni costo Ticket Regione
Struttura Ex asl impegni prestazioni costo Ticket Regione H02 102 3.244 4.234 prestazioni 106.541,38 39.721,59 Basilicata H03 102 6.820 9.139 183.359,67 103.341,43 Basilicata H04 102 2.243 2.243 150.815,00
DettagliAnche nel linguaggio comune:
Anche nel linguaggio comune: X - Analizzare le VARIABILI ORDINALI (o con categorie ordinate ) In base al tipo di informazione che danno, si distinguono due gruppi di numeri: 1) numerali cardinali: uno,
DettagliIX. ANALIZZARE LE VARIABILI CATEGORIALI
IX. ANALIZZARE LE VARIABILI CATEGORIALI Paolo Montesperelli MRC / IX - Varabili categoriali 1 La raccolta delle informazioni su una proprietà Alcune proprietà richiedono solo la classificazione e la registrazione
DettagliCaratteri stazionali Capitolo 16 - L'esposizione. INFC - Le stime di superficie
Tabella 16.10 - Estensione delle categorie forestali dei Boschi alti, ripartite per classi di esposizione (parte 29 di 34) Leccete Nord Nord - Est Est Sud - Est Sud Sud - Ovest superficie ES superficie
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliBoschi alti Impianti di arboricoltura da legno Aree temporanemente prive di soprassuolo. Totale Impianti di arboricoltura da legno
Tabella 5.39 - Estensione delle categorie inventariali del Bosco, ripartite per appartenenza a parchi naturali Boschi alti Impianti di arboricoltura da legno Aree temporanemente prive di soprassuolo Totale
DettagliLa distribuzione normale
La distribuzione La distribuzione normale La curva normale (o curva di gauss) è una distribuzione teorica di probabilità che si applica a variabili continue Molti fenomeni di cui si occupano le scienze
DettagliGennaio-Novembre 2018
1 - TOT CONSISTENZA RICETTIVA E RILEVATI NEGLI ESERCIZI RICETTIVI Gennaio-Novembre 2018 EXTR 528 4398 4926 28617 65025 93642 14456 22060 36516 15090 22403 37493 8785278 18138949 26924227 Lazio 912 196.079
DettagliIndici di variabilità relativa
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2014-2015 Indici di variabilità relativa Consentono di effettuare confronti sulla variabilità di fenomeni che presentano unità
DettagliDirezione Generale del Personale e degli Affari Generali e Amministrativi SERVIZIO STATISTICO - UFFICIO SISTAN
Direzione Generale del Personale e degli Affari Generali e Amministrativi SERVIZIO STATISTICO - UFFICIO SISTAN AFFLUENZA ALLE URNE DEI GENITORI E DEGLI STUDENTI PER LE ELEZIONI DEGLI ORGANI COLLEGIALI
DettagliDirezione Generale del Personale e degli Affari Generali e Amministrativi SERVIZIO STATISTICO - UFFICIO SISTAN NOTIZIARIO STATISTICO
Direzione Generale del Personale e degli Affari Generali e Amministrativi SERVIZIO STATISTICO - UFFICIO SISTAN NOTIZIARIO STATISTICO ANNO - NUMERO 1 AFFLUENZA ALLE URNE DEI GENITORI E DEGLI STUDENTI PER
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliLE MEDIE DI POSIZIONE
- Medie Algebriche o Potenziate se la determinazione della media avviene utilizzando tutti i valori della distribuzione; - Medie lasche (: Medie di Posizione e Moda) se la determinazione della media avviene
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 2016/2017 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliOutline. 1 La forma di una distribuzione. 2 Indici di asimmetria. 3 Indice di asimmetria per variabili qualitative ordinate.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 22 Outline 1 2 3 4 5 6 () Statistica 2 / 22 Due distribuzioni aventi stessa posizione e variabilità
DettagliO.D. a.s. 2012/13 O.D.
TABELLA "A" Dotazioni organiche regionali anno scolastico 2012-2013 a.s. 2010/11 a.s. 2011/12 a.s. 2012/13 Abruzzo 5.581 5.195 5.131-64 Basilicata 3.139 2.898 2.838-60 Calabria 10.644 9.859 9.678-181 Campania
DettagliAnno Regione Euro AL BE BG BM EL GA IB IG ND Totale 2017 PIEMONTE EURO
Automobile Club d'italia - Distribuzione Parco Veicoli (esclusi rimorchi) per Anno, Regione, Norma Euro e Alimentazione Categorie: AV elaborazione del 16-11-2018 2017 PIEMONTE EURO 0 47 183.851 12.184
Dettagliautosnodato auto-treno con rimorchio totale incidenti trattore stradale o motrice auto-articolato
Tab. IS.9.1a - Incidenti per tipo di e - Anni 2001-2013 a) Valori assoluti Anno 2001 o a altri Piemonte 16.953 23.818 19 77 167 146 80 67 1.942 123 254 153 50 59 824 1.920 1.037 653 50 4 23 0 112 31.578
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
DettagliCorso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliSTATISTICHE GIOCHI D AUTUNNO 2014 Centro PRISTEM Università Bocconi Elaborazione a cura di Fabio Geronimi
STATISTICHE GIOCHI D AUTUNNO 2014 Centro PRISTEM Università Bocconi Elaborazione a cura di Fabio Geronimi In questo report si presenta un analisi dei risultati dell edizione 2014 dei Giochi d Autunno.
DettagliConsideriamo due variabili quantitative Y e X, e supponiamo di essere interessati a comprendere come la Y
1 Analisi della interdipendenza lineare Quando si analizzano due o più caratteri quantitativi si può cercare di individuare una funzione che descriva in modo dettagliato la relazione che emerge dai dati,
DettagliBoschi di larice e cembro 10-20% 20-50% 50-80% >80% superficie ES superficie ES superficie ES superficie ES superficie ES superficie ES
Tabella 8.16 - Estensione delle categorie forestali dei Boschi alti, ripartite per grado di copertura totale del suolo (parte 1 di 17) Boschi di larice e cembro Totale Boschi di larice cembro Piemonte
DettagliDIREZIONE GENERALE PER L INCLUSIONE E LE POLITICHE SOCIALI IL NUOVOISEE. Evidenze del primo semestre. Roma, 3 novembre 2015
DIREZIONE GENERALE PER L INCLUSIONE E LE POLITICHE SOCIALI IL NUOVOISEE Evidenze del primo semestre Roma, 3 novembre 2015 I flussi di DSU Al 30 giugno le DSU presentate sono state oltre 2 milioni e 200
DettagliDaniela Tondini
Daniela Tondini dtondini@unite.it Facoltà di Medicina veterinaria CdS in Tutela e benessere animale Università degli Studi di Teramo 1 INDICI STATISTICI La moda M O di una distribuzione di frequenza X,
DettagliCaratteri dei soprassuoli forestali Capitolo 12 - I margini del bosco. INFC - Le stime di superficie
Tabella 12.24 - Estensione delle categorie forestali dei Boschi alti, ripartite per presenza e forma dei margini (parte 1 di 17) Boschi di larice e cembro per forma dei margini o margini assenti Totale
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 Variabilità nei caratteri qualitativi Colore dei capelli N
DettagliLA MATRICE DEGLI INDICATORI SOCIALI
LA MATRICE DEGLI INDICATORI SOCIALI CORSO DI METODI DI INDAGINE E VALUTAZIONE NELLE SCIENZE SOCIALI La sintesi degli indicatori X n, m x L x L x L L L L L xi 1 L xij L x L L L L L x L x L x 11 1 j 1m im
DettagliAffitti Quota Latte - Periodo 2014/2015
Affitti Quota Latte - Periodo 2014/2015 PIEMONTE 603 1.127 87.148.771 13,0 144.525 VALLE D'AOSTA 80 88 1.490.121 0,2 18.627 LOMBARDIA 1.503 2.985 280.666.835 41,8 186.738 PROV. AUT. BOLZANO 1 1 31.970
DettagliSTATISTICA DESCRITTIVA (variabili quantitative)
STATISTICA DESCRITTIVA (variabili quantitative) PRIMO ESEMPIO: Concentrazione di un elemento chimico in una roccia. File di lavoro di STATVIEW Cliccando sul tasto del pane control si ottiene il cosiddetto
DettagliCORSO DI METODOLOGIA DELLA RICERCA EDUCATIVA
CORSO DI METODOLOGIA DELLA RICERCA EDUCATIVA NICOLE BIANQUIN nicole.bianquin@unibg.it S Analisi dei dati Dopo aver raccolto i materiali empirici il ricercatore deve trarre da essi informazioni, ossia deve
DettagliCaratteri dei soprassuoli forestali Capitolo 12 - I margini del bosco. INFC - Le stime di superficie
Tabella 12.24 - Estensione delle categorie forestali dei Boschi alti, ripartite per presenza e forma dei margini (parte 8 di 17) Faggete Totale Faggete Piemonte 2 020 44.7 1 212 57.8 4 548 30.2 2 674 38.2
DettagliAgenda. Definizione del modello e principali ipotesi. Risultati complessivi. Dettaglio per livello educativo
CONFERENZA DELLE REGIONI E DELLE PROVINCE AUTONOME 11/93/CR8a/C9 PROPOSTA DI NUOVI CRITERI DI RIPARTO DEGLI ORGANICI DEL PERSONALE DOCENTE Roma, 27 luglio 2011 Agenda Definizione del modello e principali
DettagliAgenda. Definizione del modello e principali ipotesi. Risultati complessivi. Dettaglio per livello educativo
Roma, 27 luglio 2011 PROPOSTA DI NUOVI CRITERI DI RIPARTO DEGLI ORGANICI DEL PERSONALE DOCENTE 11/93/CR8a/C9 CONFERENZA DELLE REGIONI E DELLE PROVINCE AUTONOME Agenda Definizione del modello e principali
DettagliAlunni con Disturbi Specifici di Apprendimento Rilevazioni integrative a.s
Ministero dell Istruzione, dell Università e della Ricerca Direzione Generale per gli Studi, la Statistica e i Sistemi Informativi Direzione Generale per lo Studente, l Integrazione, la Partecipazione
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
DettagliStatistica. Alfonso Iodice D Enza
Il e Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 19 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 19 Il e Due distribuzioni aventi stessa posizione
DettagliStruttura Ex asl impegni prestazioni costo prestazioni Ticket Regione H , ,76 Basilicata H
Struttura Ex asl impegni prestazioni costo prestazioni Ticket Regione H02 102 4.663 6.145 159.302,40 51.697,76 Basilicata H03 102 9.222 12.473 252.025,98 136.892,31 Basilicata H04 102 3.373 3.373 230.650,00
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 2016/2017 Rapporti Statistici I rapporti statistici sono rapporti fra
DettagliL Osservatorio. Findomestic Consumi I MERCATI DEI BENI DUREVOLI E LE NUOVE TENDENZE DI CONSUMO
L Osservatorio Findomestic Consumi I MERCATI DEI BENI DUREVOLI E LE NUOVE TENDENZE DI CONSUMO Osservatorio Osservatorio dei Consumi dei Consumi 2018 2018 / LO SCENARIO / DATI REGIONALI ECONOMICO DATI REGIONALI
DettagliA cura di Carlo Valdes
I dati più recenti sull andamento delle prestazioni agli invalidi civili suggeriscono che l erogazione di tali prestazioni rifletta ancora logiche clientelari e non le effettive necessità della popolazione.
DettagliEsercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 02-Tendenza centrale e variabilità (v. 1.0, 22 marzo 2019) versione per stampa Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
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
DettagliCapitolo 3 Sintesi e descrizione dei dati quantitativi
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità
DettagliRISORSE FINANZIARIE PER LA COSTITUZIONE DEI FONDI REGIONALI (Art. 42 C.C.N.L.) ANNO 2001
TABELLA A RISORSE FINANZIARIE PER LA COSTITUZIONE DEI FONDI REGIONALI ANNO 2001 EURO LIRE Indennità di fissa -. 4.728.000 x 9959 unità (1) 24.317.968,05 47.086.152.000 Indennità di direzione - parte variabile
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,
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
DettagliStesso valore medio per distribuzioni diverse
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliO.D. a.s. 2011/12. O.D. a.s. 2012/13
TABELLA "A" Dotazioni organiche regionali anno scolastico 2013-2014 2013/14 rispetto 2011/12 a b c d=c-a Abruzzo 5.195 5.124 5.119-76 Basilicata 2.898 2.814 2.807-91 Calabria 9.859 9.606 9.588-271 Campania
DettagliStatistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 La regola empirica vs la regola di Čebyšëv Quando siamo in
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliEdizione 2015/I DATI DI SCENARIO. 28 maggio 2015
Edizione 2015/I DATI DI SCENARIO 28 maggio 2015 Sintesi metodologica Universo di riferimento: popolazione italiana di 14 anni e oltre (52.903.000) 48.924 interviste Quotidiani Periodici Pubblicazione basata
DettagliMed. Med. Si determinano il limite inferiore e superiore applicando le seguenti formule
Box-plot (grafico a scatola) Come si costruisce un box-plot Si calcola per la variabile statistica X il primo ed il terzo quartile, la mediana, il valore imo e quello massimo della distribuzione riportando
DettagliIntroduzione alla statistica con Excel
Introduzione alla statistica con Excel Davide Sardina davidestefano.sardina@unikore.it Università degli studi di Enna Kore Corso di Laurea in Servizio Sociale A.A. 2017/2018 Variabili quantitative e qualitative
DettagliUnità Carattere Modalità
Unità Carattere Modalità Unità statistica: unità elementare del collettivo oggetto di studio Carattere: è ogni aspetto del fenomeno oggetto di studio osservabile su un insieme di unità statistiche Modalità:
DettagliSIT Sistema Informativo Trapianti
Attività di donazione 2000-2009* Incremento medio/anno +3,9% Attività di donazione 1992-2009* Incremento medio/anno +13,2% Attività di donazione per regione Anno 2008 vs 2009* Attività di donazione per
DettagliPercentuale delle scuole che hanno avviato la rilevazione
Rilevazione permessi Legge 104 Approfondimento sulle SCUOLE 21/10/2011 Dati generali sulle scuole Numero di scuole censite 11.264 Scuole che hanno avviato la rilevazione 9.756 Percentuale delle scuole
DettagliLa statistica descrittiva
La statistica Davanti a un insieme di dati, li considera e 1 presenta i dati in forma sintetica, grafica e/o tabulare; 2 caratterizza alcuni aspetti in modo sintetico: indici di posizione (es. valore medio),
DettagliVI LA MATRICE DEI DATI
Come organizzare le informazioni raccolte? VI LA MATRICE DEI DATI MRC / VI - La matrice dei dati 1 Pro-memoria Variabile Variabile = rappresenta una proprietà raccolta sistematica di informazioni sulla
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
DettagliSTATISTICHE GIOCHI D AUTUNNO 2014
STATISTICHE GIOCHI D AUTUNNO 2014 Centro PRISTEM Università Bocconi a cura di Fabio Geronimi In questo report si presenta un analisi dei risultati dell edizione 2014 dei Giochi d Autunno. Dalla serie di
DettagliIX CLASSIFICARE E ORDINARE
Come raccogliere informazioni per tradurle in una variabile? IX CLASSIFICARE E ORDINARE MRC / IX - Classificare e ordinare 1 PROPRIETA ORDINALI Es. Livello di istruzione; Grado di centralità/perifericità
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Sintesi a cinque e misure di variabilità rispetto ad un centro Una catena di fast-food ha selezionato
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
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
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Distribuzione Normale Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliEsempi di confronti grafici
Esempi di confronti grafici Esempi di confronti grafici 7/3 Capitolo 3 LE MEDIE La media aritmetica La media geometrica La trimmed mean La mediana La moda I percentili Statistica - Metodologie per
DettagliUfficio Scolastico Regionale per l Umbria Sistema Nazionale di Valutazione ciclo di incontri di formazione
Ufficio Scolastico Regionale per l Umbria Sistema Nazionale di Valutazione ciclo di incontri di formazione La statistica a supporto dell autovalutazione Francesca Paradisi 24 febbraio 2015 Indice Sintesi
DettagliStatistica descrittiva
Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto
Dettagli