2. Variabilità mediante il confronto di valori caratteristici della

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "2. Variabilità mediante il confronto di valori caratteristici della"

Transcript

1 2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici della distribuzione. La misura più semplice è data dal campo di variazione (o range) che si indica con R. Esso è dato dalla differenza tra la modalità più grande e la modalità più piccola. Siano x,,x K le diverse modalità osservate, e supponiamo che siano ordinate in modo crescente; allora R x K x Quanto più piccolo è R tanto più simili e vicine sono le modalità osservate del carattere. Al limite se fosse R0, la più grande e la più piccola modalità sarebbero uguali il che significa che tutte le unità presenterebbero la stessa modalità. Viceversa a valori elevati di R corrisponde una elevata dispersione. Esempio: intensità dei 5 maggiori terremoti (scala Richter) nel periodo 98-99: 5,5 7,7 7, 7,8 8, 7, 6,5 7, 6,8 6,9 6, 6,5 7,7 7,7 6,8 Il campo di variazione risulta R Esso ci dice che il 00% delle scosse di terremoto è stata di un'intensità compresa fra 5,5 e 8,. Se avessimo avuto: 5,5 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 7, 8, il campo di variazione sarebbe stato lo stesso, anche se la prima distribuzione fosse molto più variabile della seconda. Infatti mettiamo a confronto i diagrammi ramo-foglia e vediamo che la seconda distribuzione è estremamente concentrata intono a 6, mentre la prima distribuzione è molto più dispersa. Distribuzione A Distribuzione B Osservazioni: L indice R ha il grande pregio di essere facilissimo da calcolare e di consentire una immediata interpretazione. D altro lato ha l enorme difetto di essere estremamente sensibile ai valori estremi della distribuzione (proprio perché è calcolato a partire da essi). Inoltre, come si è visto dall esempio sopra, possiamo avere due distribuzioni con uguale campo di variazione ma variabilità effettiva molto diversa.

2 Un alternativa al campo di variazione è data dallo scarto interquartile (o differenza interquartile) che si indica con W. Esso è dato dalla differenza tra il terzo quartile e il primo quartile. In formule W Q Q Lo scarto interquartile rappresenta una misura più rappresentativa della variabilità di un carattere rispetto al campo di variazione. W dà l intervallo di valori all interno del quale cade il 50% delle osservazioni. W ha il difetto di potere essere nullo anche in presenza di variabilità Esempio (continuazione dell es. dei terremoti). Consideriamo la prima distribuzione e scriviamola in forma di distribuzione di frequenza Q 6,5 Q 7,7 x i n i f i F i 5,5 0,067 0,067 6, 0,067 0,4 6,5 2 0, 0,267 6,8 2 0, 0,400 6,9 0,067 0,467 7, 0,067 0,54 7, 2 0, 0,667 7,7 0,99 0,866 7,8 0,067 0,9 8, 0,067 Totale 5 Allora lo scarto interquartile risulta W Questo vuol dire che il 50% delle scosse di terremoto hanno avuto un'intensità compresa fra 6,5 e 7,7. Consideriamo la seconda distribuzione In questo caso è: x i n i f i F i 5,5 0,067 0,067 6, 2 0,799 0,866 7, 0,067 0,9 8, 0,067 Totale 5 Q 6, Q 6, Lo scarto interquartile risulta W Questo vuol dire che il 50% delle scosse di terremoto hanno avuto la stessa intensità. 2

3 Esempio: contenuto effettivo in cc di 00 bottiglie imbottigliate con un procedimento automatico. Contenuto in cc n i f i F i ,2 0, ,20 0, ,9 0, ,2 0, ,08 Totale Q , Q ,75 0,7 75, 0,2 ( 0,25 0,2) 745, 2 ( ) 52 Lo scarto interquartile risulta: W 75,52 745,2 8, 2 evidenziando che il 50% delle bottiglie hanno un contenuto effettivo compreso fra 745,2 cc e 75,52 cc. IL BOX-PLOT Una descrizione sintetica e abbastanza completa di una distribuzione di frequenze secondo un carattere quantitativo è data dal box-plot; questo è un riassunto a cinque numeri. I numeri sono i seguenti: - la mediana (che dà informazioni sulla tendenza centrale) - il primo e terzo quartile (la cui differenza dà informazioni sulla variabilità) - i due estremi (la modalità più grande e la modalità più piccola) Questi numeri forniscono una descrizione sintetica di un insieme di dati anche quando il numero di unità osservate è elevato. Consideriamo nuovamente l esempio dei terremoti e in particolare la distribuzione x i n i f i F i 5,5 0,067 0,067 6, 0,067 0,4 6,5 2 0, 0,267 6,8 2 0, 0,400 6,9 0,067 0,467 7, 0,067 0,54 7, 2 0, 0,667 7,7 0,99 0,866 7,8 0,067 0,9 8, 0,067 Totale 5

4 Il box-plot è dato da: 25% 25% 25% 25% 5,5 6,5 7, 7,7 8, Min Q M e Q Max Il box-plot è utile perché riassume mediante pochi numeri molte informazioni su una distribuzione di frequenze. La mediana riassume la tendenza centrale della distribuzione. I quartili danno un indicazione sulla variabilità, perché con essi si calcola lo scarto interquantile (misura più robusta del campo di variazione). La posizione della mediana rispetto ai quartili fornisce altre utili informazioni (in particolare sulla asimmetria della distribuzione, che si vedrà nelle prossime lezioni). Gli estremi forniscono indicazioni non solo sul valore massimo e valore minimo ma soprattutto sull eventuale presenza di dati con caratteristiche anomale (al limite impossibili) dovute ad errori di misura, di trascrizione, Descriviamo più in dettaglio il disegno del box-plot. Esso è la rappresentazione grafica che si associa al riassunto a cinque numeri. Si costruisce nel modo seguente: - Si traccia un asse orizzontale (scala del carattere) al di sopra del quale viene disegnato il diagramma - Si disegna un rettangolo (la scatola) che ha il primo e il terzo quartile come estremi della base (cioè la base del rettangolo è uguale allo scarto interquartile). L altezza del rettangolo è arbitraria. - Si traccia, all interno del rettangolo, una linea verticale in corrispondenza della mediana. - si tracciano due linee verticali (di altezza uguale o minore all altezza del rettangolo) in corrispondenza del valore massimo e del valore minimo. Questi due segmentini vengono detto baffi del box-plot. - Infine si tracciano due linee orizzontali che collegano i baffi al rettangolo. Il box-plot è un ottima sintesi ma comunque non ci dice come si distribuiscono esattamente le osservazioni tra un quartile e un altro. Il box-plot ci dà un'idea generale della dispersione e della asimmetria della distribuzione. D'altro lato, il box-plot è una rappresentazione grafica molto utile quando si vogliono mettere a confronto due o più distribuzioni. 4

5 Esempio: riprendiamo l esempio dei redditi negli USA delle famiglie bianche e delle famiglie di colore. Di seguito riportiamo la tabella con i dati Reddito (in migliaia di $) Famiglie Bianche Famiglie di Colore f i F i f i F i Totale Per effettuare meglio il confronto, si rappresentano i box-plot nello stesso grafico e generalmente vengono disposti in modo verticale. I cinque numeri sono: Famiglie Bianche Famiglie di Colore Min 0 0 Q M e Q Max R E D 25 D I T O 50 Famiglie Bianche Famiglie di Colore 5

6 Come individuare valori anomali nella distribuzione. I valori anomali di una distribuzione si possono individuare in modo semplice come segue. Un dato è anomalo se: - è più alto del valore Q +.5 W - è più basso del valore Q.5 W Un dato è estremo (estremamente anomalo) se - è più alto del valore Q + W - è più basso del valore Q W Questi valori una volta individuati possono poi essere indicati sul box-plot. Sono osservazioni che NON vanno cancellate in quanto molto lontane e molto differenti dalle altre. Occorre innanzitutto capirne la ragione e quindi studiarle. Esse, infatti, potrebbero essere dovute i) o ad errori nella fase di raccolta dati (trascrizione o interpretazione errata della domanda) ii) iii) o ad errori in fase di registrazione dei dati su computer o a segnali importanti che arrivano in merito al fenomeno oggetto di interesse. Potrebbe essere un segno di cambiamento o di un qualche distorsione che inizia d agire sul fenomeno. In questo caso le osservazioni non vanno cancellate. 6

7 Forma della distribuzione La terza caratteristica dei dati che prendiamo in considerazione è la forma della loro distribuzione, ovvero il modo in cui si distribuiscono le nostre osservazioni. In particolare cercheremo di individuare un criterio per definire cosa si intende per distribuzione simmetrica e in seguito si proporranno degli indici per misurare gli scostamenti dalla situazione di simmetria. Innanzitutto per effettuare lo studio della simmetria è necessario che il carattere rilevato sia almeno qualitativo ordinato. Un esempio di distribuzione simmetrica è il seguente X n i Come si vede K7 e n n7 2, n2 n6 5, n n5 8, n4 Vediamo il grafico Simmetria Consideriamo la generica distribuzione di frequenze dove X è almeno qualitativo ordinato. X n i x n x 2 n x k TOTALI Diciamo che la distribuzione è simmetrica se la variabile assume valori equidistanti dal centro di simmetria con uguale frequenza. Per es. nel caso in cui il carattere X abbia K modalità equidistanti fra loro, la distribuzione è simmetrica se n n n n n n K n k K, 2 K, K 2, n 7

8 Si vede che il numero di unità che presentano le unità più basse è lo stesso del numero di unità che presentano le modalità più alte. Quando abbiamo una distribuzione in cui: o è maggiore il numero di unità che presentano le modalità più basse o è maggiore il numero di unità che presentano le modalità più alte, si parla di distribuzioni asimmetriche. Vediamo le due seguenti distribuzioni. Distribuzione Distribuzione 2 X n i X n i 7 0, ,5 7 7 Vediamo che nessuna delle due verifica la definizione di simmetria. Esse hanno però caratteristiche diverse. La distribuzione mostra che la maggior parte delle unità presenta valori bassi del carattere (si parla di asimmetria positiva); la distribuzione 2, invece, mostra che la maggior parte delle unità presenta valori elevati del carattere (si parla di asimmetria negativa). Vediamo le rappresentazioni grafiche Asimmetria positiva Asimmetria Negativa

9 Dai grafici si vede chiaramente che nel caso di asimmetria positiva le osservazioni sono più addensate in corrispondenza dei valori più bassi nel caso di asimmetria negativa le osservazioni sono più addensate in corrispondenza dei valori più alti. La mediana gioca un ruolo estremamente importante nell analisi della simmetria; essa infatti è la modalità che divide in due parti uguali la distribuzione lasciando alla sua sinistra e alla sua destra il 50% delle osservazioni. Nota: è la definizione stessa di simmetria di una distribuzione a essere imperniata sulla mediana. Infatti una distribuzione si dice simmetrica se le modalità equidistanti dalla mediana hanno la stessa frequenza. Indici di asimmetria Data una distribuzione, abbiamo bisogno di opportuni indici per misurare se e quanto essa si discosta dalla situazione di simmetria; in sostanza misuriamo la asimmetria di una distribuzione come deviazione dalla situazione di simmetria. Innanzitutto gli indici di asimmetria dovrebbero essere pari a zero se e solo se la distribuzione è simmetrica. Purtroppo però gli indici di asimmetria che vedremo non godono di questa proprietà; in particolare se la distribuzione è simmetrica essi sono nulli ma non è vero il viceversa, cioè se l indice di asimmetria è pari a zero la distribuzione potrebbe non essere simmetrica. Dal momento che la mediana ha un ruolo importante, il primo indice di asimmetria che vediamo si basa proprio sulla mediana. Questo indice pone a confronto le seguenti quantità: M e Q Q - M e Infatti se una distribuzione è simmetrica allora il primo e il terzo quartile sono equidistanti dalla mediana perché per definizione tra Q e M e e tra M e e Q sappiamo esserci lo stesso numero di osservazioni. Q - Me Me - Allora consideriamo la differenza: ( ) ( ) Q Sappiamo che tra il primo quartile e la mediana per definizione cade il secondo 25% delle osservazioni e tra la mediana e il terzo quartile cade il terzo 25% delle osservazioni. Abbiamo i seguenti casi:. Se ( - Me) ( Me - ) Q > Q vuol dire che le unità sono più addensate (fitte e concentrate) tra il primo quartile e la mediana perché in un intervallo più piccolo (quello tra primo quartile e mediana) cade la stessa percentuale di osservazioni. In altre parole in questa situazione sono maggiori le frequenze che competono alle modalità più piccole della mediana (e maggiori di Q ) e quindi siamo nel caso della asimmetria positiva (quantomeno con riferimento al 50% centrale della distribuzione). 2. Se ( - Me) ( Me - ) Q < Q vuol dire che le unità sono più addensate (fitte e concentrate) tra la mediana e il terzo quartile perché in un intervallo più piccolo cade la stessa percentuale di osservazioni. In altre parole in questa situazione sono 9

10 maggiori le frequenze che competono alle modalità più grandi della mediana (e minori di Q ) e quindi siamo nel caso della asimmetria negativa (quantomeno con riferimento al 50% centrale della distribuzione). Q Me Me - Q vuol dire che la stessa frazione di unità (il 25%) cade in due intervalli di uguale ampiezza, cosa che fa pensare ad una situazione di simmetria (almeno per quanto riguarda le unità comprese tra il primo e il terzo quartile).. Se ( ) ( ) La differenza considerata dipende dall unità di misura e quindi al suo posto si preferisce usare l indice λ ( Q - Me) ( Me - Q ) Q - Q Q + Q 2Me Q - Q che è un indice relativo cioè non dipende dall unità di misura e assume valori tra e + (estremi inclusi). In particolare - valore massimo + quando M e Q e quindi M e Q 0 e Q M e Q Q - valore minimo quando M e Q e quindi Q M e 0 e M e Q Q Q In sostanza questo indice va a misurare ciò che si osserva mediante il box-plot quando si pone l attenzione alla scatola e si vede se la linea che rappresenta la mediana è nel centro della scatola (e allora si ha simmetria) oppure è più vicina al primo quartile (e allora si ha asimmetria positiva) oppure è più vicina al terzo quartile (e allora si ha simmetria negativa). Esempio: consideriamo di nuovo l esempio dei redditi delle famiglie statunitensi che abbiamo visto nella sezione dedicata al box-plot. Riportiamo di nuovo i quartili relativi ai due gruppi di famiglie Famiglie Bianche Famiglie di Colore Q M e Q Dai due box-plot vediamo che c è una situazione di asimmetria positiva in entrambe le distribuzioni visto che la linea che rappresenta la mediana non si trova nel centro della scatola ma è un po spostata verso il primo quartile. Inoltre si osserva, comparando i due box-plot, che l asimmetria positiva è più accentuata nella seconda distribuzione dove nella scatola la linea che rappresenta la mediana è più spostata verso il primo quartile di quanto non lo sia nella prima distribuzione. Verifichiamo queste affermazioni con il calcolo degli indici di asimmetria λ λ ( Q - Me) ( Me - Q ) Q + Q 2Me Q - Q Q - Q ( Q - Me) ( Me - Q ) Q + Q 2Me Q - Q Q - Q

11 Anche il calcolo dell indice di asimmetria mostra che la seconda distribuzione è più asimmetrica della prima. Osservazione: λ0 anche quando la distribuzione è asimmetrica. Ad esempio si prenda la distribuzione X f i F i Si vede che Q 5, M e 7 e Q 9 quindi ( 9 7) ( 7 5) λ Osservando le frequenze vediamo che la distribuzione è tutt altro che simmetrica ma mostra una maggiore concentrazione delle unità intorno a valori grandi del carattere X. Osservazione: un altro problema di questo indice è che è poco sensibile perché è basato sui tre quartili e non tiene conto di tutti i valori assunti dal carattere nelle unità del collettivo. Supponiamo di avere una distribuzione unimodale di un carattere quantitativo. Abbiamo che se la distribuzione è simmetrica allora la media, la moda e la mediana coincidono. C è da notare che non è detto che sia vero il viceversa cioè si possono avere distribuzioni per le quali media moda mediana ma la distribuzione non è simmetrica. Si consideri ad esempio la distribuzione seguente X n i F i Totale 7 Essa è palesemente negativamente asimmetrica ma ha M o 0 µ ( )/7 0 M e 0 Cioè i suoi tre valori medi coincidono. Da questo esempio già si può capire che l indice che andiamo a proporre, un indice che mette a confronto la media e la moda, potrà essere nullo anche quando la distribuzione non è simmetrica. In altre parole anche questo indice avrà lo stesso difetto dell indice λ visto sopra. Pertanto quando abbiamo una distribuzione unimodale si ha che - se è simmetrica allora µ M e M o

12 - se è positivamente asimmetrica allora µ > M e > M o. In altre parole l asimmetria positiva si presenta quando la media è più elevata della mediana e della moda per la presenza di valori particolarmente alti - se è negativamente asimmetrica allora µ < M e < M o. In altre parole l asimmetria negativa si presenta invece quando la media è inferiore alla mediana e alla moda per la presenza di valori particolarmente piccoli. Possiamo prendere come misura di asimmetria un indice che si basa sulla differenza tra media aritmetica e moda µ - M o. Questa differenza dipende dall unità di misura con cui è misurato il carattere pertanto, per ottenere un numero puro, la si divide per lo scarto quadratico medio. In questo modo si ottiene l indice di asimmetria (proposto da K. Pearson) µ Mo s k σ detto skewness di Pearson. Se l asimmetria è spiccatamente positiva allora s k > 0. Se l asimmetria è spiccatamente negativa allora s k < 0. Sia λ che s k possono essere nulli anche quando la distribuzione non è simmetrica. Inoltre essi generalmente sono in grado di segnalare solamente situazioni di evidente asimmetria, cioè non sono molto sensibili alle deviazioni della distribuzione dalla simmetria perché dipendono solo da valori di sintesi della distribuzione. Pearson ha proposto anche un altro indice per lo studio della asimmetria. Questo si basa sul fatto che in una distribuzione simmetrica tutti i momenti di ordine dispari dalla media aritmetica sono nulli. I momenti dalla media aritmetica sono definiti così: n r µ r ( a i µ ) quando si ha una distribuzione per unità n i K r µ r ( xi µ ) ni quando si ha una distribuzione di frequenze n i 2 Notare che per r 2, µ 2 σ. K Indichiamo con µ ( xi µ ) ni il momento di ordine dalla media aritmetica. n i Questo, se la distribuzione è simmetrica, è nullo. Se l asimmetria è sensibilmente positiva allora µ > 0 perché prevalgono gli scostamenti positivi dalla media dovuti anche alla presenza di valori eccezionalmente alti. Se l asimmetria è sensibilmente negativa allora µ < 0 perché prevalgono gli scostamenti negativi dalla media dovuti anche alla presenza di valori eccezionalmente bassi. Per rendere l indice indipendente dall unità di misura (il momento terzo dalla media aritmetica è espresso nell unità di misura alla terza) basta dividerlo per lo scarto quadratico medio elevato alla terza. In questo modo si ottiene l indice seguente: β σ Anche β può essere nullo anche se la distribuzione non è simmetrica. µ 2

13 Esempio: Consideriamo dati relativi al rendimento percentuale a un anno di 7 fondi di investimento. Abbiamo questi dati in forma di distribuzione unitaria; Ordiniamo le osservazioni Abbiamo: M o 28.6 µ 507.8/ σ / σ 6.2 Quindi s k ( )/ Per esercizio si calcoli l indice β.

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

STATISTICA 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

Dettagli

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

La 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

Dettagli

Nozioni di statistica

Nozioni 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

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione 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

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3

CORSO 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

Dettagli

Capitolo 3 Sintesi e descrizione dei dati quantitativi

Capitolo 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

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore

Dettagli

STATISTICA 1 ESERCITAZIONE 6

STATISTICA 1 ESERCITAZIONE 6 STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria 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

Dettagli

1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl

1/4 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

Dettagli

Statistica Sociale - modulo A

Statistica Sociale - modulo A Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it i quartili IL TERZO QUARTILE per un carattere diviso in classi ESEMPIO: il boxplot I QUARTILI I quartili sono tre indici che dividono la distribuzione

Dettagli

Sintesi 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 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

Dettagli

Le medie. Antonello Maruotti

Le medie. Antonello Maruotti Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui

Dettagli

Questionario 1. Sono assegnati i seguenti dati

Questionario 1. Sono assegnati i seguenti dati Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori

Dettagli

La sintesi delle distribuzioni

La 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

Dettagli

INDICI DI FORMA: L ASIMMETRIA

INDICI 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

Dettagli

MISURE DI SINTESI 54

MISURE DI SINTESI 54 MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due

Dettagli

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Statistica Descrittiva 3 Esercizi: 5, 6 Docente: Alessandra Durio 1 Contenuti I quantili nel caso dei dati raccolti in classi

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina

Dettagli

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi

Statistica 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

Dettagli

http://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

Dettagli

Indici di variabilità relativa

Indici 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

Dettagli

LA RAPPRESENTAZIONE E LA SINTESI DEI DATI

LA RAPPRESENTAZIONE E LA SINTESI DEI DATI Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LA RAPPRESENTAZIONE E LA SINTESI

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA 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

Dettagli

STATISTICHE DESCRITTIVE Parte II

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

Dettagli

Rappresentazioni grafiche

Rappresentazioni grafiche Rappresentazioni grafiche Su una popolazione di n = 20 unità sono stati rilevati i seguenti fenomeni: stato civile (X) livello di scolarità (Y ) numero di figli a carico (Z) reddito in migliaia di (W )

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

Prof. 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

Dettagli

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità

Dettagli

tabelle grafici misure di

tabelle 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

Dettagli

Variabili aleatorie Parte I

Variabili aleatorie Parte I Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

Sperimentazioni 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

Dettagli

Descrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali

Descrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Elementi di Statistica Descrittiva La Variabilità V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Soriano nel Cimino (VT), 5 Ottobre 2009 Pier Francesco

Dettagli

Gli indici di variabilità

Gli 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

Dettagli

Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a

Esercitazione 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

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Indici di posizione e di variabilità Prof. Livia De Giovanni lstatistica@dis.uniroma1.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4 2 6 4

Dettagli

Esercitazioni di statistica

Esercitazioni di statistica Esercitazioni di statistica Boxplot e numeri indici Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 14 Ottobre 014 Stefania Spina Esercitazioni di statistica 1/37 Definizioni La

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 14/1/01 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 range=31-7=4 x = 9 range=50-9=41

Dettagli

Università 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 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

Dettagli

Dispensa di Statistica

Dispensa 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

Dettagli

Una statistica è una quantità numerica il cui valore è determinato dai dati.

Una 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

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:

Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200

Dettagli

Grafici 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 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

Dettagli

LE MISURE DI TENDENZA CENTRALE. Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva

LE MISURE DI TENDENZA CENTRALE. Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva LE MISURE DI TENDENZA CENTRALE Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva Individuare un indice che rappresenti significativamente un insieme di dati statistici

Dettagli

Esercitazioni di Statistica

Esercitazioni 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

Dettagli

Statistica descrittiva

Statistica 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

1/55. Statistica descrittiva

1/55. 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

Dettagli

Università 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 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

Dettagli

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Statistica 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

Dettagli

Corso di Statistica. Medie,Moda. Prof.ssa T. Laureti a.a Corso di Statistica a.a DEIM, Univ.TUSCIA - Prof.

Corso di Statistica. Medie,Moda. Prof.ssa T. Laureti a.a Corso di Statistica a.a DEIM, Univ.TUSCIA - Prof. Corso di Statistica Indici di posizione: Medie,Moda Mediana, Quartili, Percentili Prof.ssa T. Laureti a.a. 203-204 Indicatori sintetici Gli aspetti più importanti di una distribuzione di frequenza riguardano:.

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Statistica. 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

Dettagli

Esempi di confronti grafici

Esempi 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

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard LA VARIABILITÀ

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard LA VARIABILITÀ Corso di Statistica (canale P-Z) A.A. 009/0 Prof.ssa P. Vicard LA VARIABILITÀ Mediante i valori medi abbiamo cercato di sintetizzare una distribuzione statistica mediante un solo valore tipico. Questo

Dettagli

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

La 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

Dettagli

STATISTICA 1 ESERCITAZIONE 2

STATISTICA 1 ESERCITAZIONE 2 Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni 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

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

Lezione 4 a - Misure di dispersione o di variabilità

Lezione 4 a - Misure di dispersione o di variabilità Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli

Statistica Un Esempio

Statistica 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

Dettagli

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

le 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

Dettagli

x i x f i f i + log1, 07 + log1,065 = 0, log1,05+ log1,06 + log1,055+ log( 1+ i)= 1 5

x i x f i f i + log1, 07 + log1,065 = 0, log1,05+ log1,06 + log1,055+ log( 1+ i)= 1 5 Media geometrica La media geometrica di una variabile statistica X che assume il valore xi con frequenza fi (con,2,...,n) tale che la somma delle fi sia pari a osservazioni complessive è definita come

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: 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

Settimana 2. G. M. Marchetti. 4 Marzo 2017

Settimana 2. G. M. Marchetti. 4 Marzo 2017 Settimana 2 G. M. Marchetti 4 Marzo 2017 1 / 54 Mediana Un indice di posizione alternativo alla media e molto usato è la mediana È basato sull ordinamento dei dati La mediana è il valore Me tale che la

Dettagli

Università 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 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

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza,

Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza, Obiettivi Strumenti Cosa ci faremo? inferenza Probabilità, distribuzioni campionarie uso stima Stimatori significato teorico descrizione Indici: media, varianza, calcolo Misure di posizione e di tendenza

Dettagli

Misure di dispersione (o di variabilità)

Misure 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

Dettagli

asse fuoco vertice direttrice Fig. D3.1 Parabola.

asse fuoco vertice direttrice Fig. D3.1 Parabola. D3. Parabola D3.1 Definizione di parabola come luogo di punti Definizione: una parabola è formata dai punti equidistanti da un punto detto fuoco e da una retta detta direttrice. L equazione della parabola

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione variabilità e forma per caratteri qualitativi Il seguente data set riporta la rilevazione

Dettagli

STATISTICA DESCRITTIVA (variabili quantitative)

STATISTICA 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

Dettagli

0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3, 3,3,3,4,4,4,4,4,4,5,5,6,6,7,8,8, 11

0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3, 3,3,3,4,4,4,4,4,4,5,5,6,6,7,8,8, 11 I QUARTILI Per il calcolo della mediana e del primo e terzo quartile il procedimento da seguire è il seguente: 1. si ordinano le intensità in senso non decrescente 2. si individuano le intensità da utilizzare

Dettagli

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione. Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda

Dettagli

A1. La curva normale (o di Gauss)

A1. 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

Dettagli

Università 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 Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 29 Gennaio 2010. Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 29 Gennaio 2010. Dott. Mirko Bevilacqua Università di Cassino Esercitazioni di Statistica del 29 Gennaio 200 Dott. Mirko Bevilacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (kg) LAUREA SCARPA OCCHI CAPELLI M 79 65

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

MATEMATICA. a.a. 2014/ LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti.

MATEMATICA. a.a. 2014/ LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti. MATEMATICA a.a. 2014/15 2. LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti. Definizione Il campo di esistenza è l insieme di tutti i punti nei quali la funzione

Dettagli

STATISTICHE DESCRITTIVE

STATISTICHE 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

Dettagli

Sintesi numerica di distribuzioni statistiche

Sintesi numerica di distribuzioni statistiche Sintesi numerica di distribuzioni statistiche La sintesi numerica di una distribuzione statistica è basata sulla costruzione di particolari indici numerici che delineano alcuni aspetti essenziali della

Dettagli

Principi di Statistica Descrittiva (3)

Principi di Statistica Descrittiva (3) Università degli Studi di Cassino Facoltà di Scienze Motorie Corso di Laurea in Scienze Motorie Anno accademico 2007/2008 Principi di Statistica Descrittiva (3) Bruno Federico b.federico@unicas.it Indici

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi 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

Dettagli

Capitolo 6 La distribuzione normale

Capitolo 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

Dettagli

La Variabilità statistica

La Variabilità statistica La Variabilità statistica Una peculiarità dei caratteri rilevati nelle unità statistiche di un collettivo, è quella di presentare valori o attributi in tutto o in parte diversi. Si chiama variabilità (nel

Dettagli

Scheda n.3: densità gaussiana e Beta

Scheda n.3: densità gaussiana e Beta Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)

Dettagli

UNITÀ DIDATTICA 5 LA RETTA

UNITÀ DIDATTICA 5 LA RETTA UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme

Dettagli

Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)

Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f é crescente nell intervallo (a, b) se

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione per caratteri quantitativi discreti e continui Il seguente data set riporta la rilevazione

Dettagli

Valori Medi. Docente Dott.ssa Domenica Matranga

Valori Medi. Docente Dott.ssa Domenica Matranga Valori Medi Docente Dott.ssa Domenica Matranga Valori medi Medie analitiche - Media aritmetica - Media armonica - Media geometrica - Media quadratica Medie di posizione - Moda -Mediana - Quantili La media

Dettagli

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza

Dettagli

x i. Δ x i

x i. Δ x i ITCS "R. LUXEMBURG" BO- AS 011-01 5CL MATEMATICA- COGOME: OME: VERIFICA UD 1.A : STATISTICA DESCRITTIVA (ORE ) DATA: 1] Data la serie del numero di componenti dei nuclei familiari rilevati in un gruppo

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. 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

Dettagli

Q1 = /4 0 4 = Me = /2 4 = 3

Q1 = /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

Dettagli

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

TRACCIA 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

Dettagli

Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale

Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale Esercitazione Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di turisti. La seguente tabella raccoglie l osservazione di alcuni caratteri di interesse. Costo Soggetto Titolo

Dettagli

Capitolo 6. La distribuzione normale

Capitolo 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

Dettagli