2. Variabilità mediante il confronto di valori caratteristici della
|
|
- Dino Di Matteo
- 7 anni fa
- Visualizzazioni
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 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
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
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
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
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
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
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
DettagliSTATISTICA 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
DettagliINDICATORI 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
DettagliProf. 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
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliINDICATORI 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
DettagliINDICATORI 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
Dettagli3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
DettagliFORMA DI UNA DISTRIBUZIONE
FORMA DI UNA DISTRIBUZIONE Due distribuzioni che presentano gli stessi valori degli indici di posizione e degli indici di variabilità possono differire per il peso dei valori più grandi e/o più piccoli
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
Dettagli1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
DettagliStatistica 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
Dettaglip. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.
p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica
DettagliMISURE 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
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliCorso 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
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
DettagliLe 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
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 Le medie La mediana La mediana M di un insieme di dati (ordinato)
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
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
DettagliStatistica 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
DettagliLa variabilità. Monia Ranalli. Ranalli M. Variabilità Settimana # 2 1 / 14
La variabilità Monia Ranalli Ranalli M. Variabilità Settimana # 2 1 / 14 Sommario Variabilità Definizione Misure di Variabilità Per tutti i caratteri: Entropia Per i carattere quantitativi: Varianza, Scostamento
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
DettagliQuestionario 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
DettagliStatistica. 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:
DettagliStatistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 Quartili e distribuzioni di frequenze Stanze Appartamenti
Dettaglihttp://www.biostatistica.unich.it STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. Esempio: Nella
DettagliLa sintesi delle distribuzioni
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Introduzione 2 3 4 Outline 1 Introduzione 2 3 4 Introduzione Analisi descrittiva monovariata: segue la raccolta dei dati e il calcolo
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Indici di posizione Esercizio 1: I seguenti valori si riferiscono al diametro del fusto rilevato su piante da laboratorio:
DettagliMedie. Monia Ranalli. Ranalli M. Medie Settimana # 2 1 / 22
Medie Monia Ranalli Ranalli M. Medie Settimana # 2 1 / 22 Sommario Medie analitiche Media aritmetica Definizione Proprietà Medie di posizione Moda Definizione Proprietà Mediana Definizione Proprietà Calcolo
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
DettagliIndici di tendenza centrale Media, mediana e moda.
Indici di tendenza centrale Media, mediana e moda. Indici di tendenza centrale Gli indici di tendenza centrale individuano gli aspetti tipici, ovvero i valori più rappresentativi della distribuzione Questi
DettagliStatistica. Lezioni: 7, 8. Statistica Descrittiva Univariata 3
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica
DettagliIntroduzione. Medie di posizione. Medie analitiche. non richiedono operazioni algebriche sulle modalità Mediana e moda
Introduzione Medie di posizione non richiedono operazioni algebriche sulle modalità Mediana e moda Medie analitiche calcolate con operazioni algebriche sulle modalità, richiedono dei caratteri quantitativi
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 5 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliLA 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
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,
DettagliIndicatori 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
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
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,
DettagliMisure 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
DettagliSTATISTICHE 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
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2017/18
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
DettagliUniversità di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012 Bruno Federico b.federico@unicas.it Cattedra di Igiene - Università degli Studi di Cassino Indici di sintesi
DettagliRappresentazioni 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 )
Dettaglie) calcolate i cinque numeri di sintesi, la media e la deviazione standard per entrambi i campioni di lunghezze. 1,5 + 1,5
ESERCIZIO 1 Le conchiglie luminescenti, molto rare ovunque, sono abbondanti in Nuova Zelanda. Alcuni biologi hanno raccolto un campione di conchiglie per studiare le differenze tra conchiglie vive e morte.
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,
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
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
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliEsercitazioni 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
DettagliVariabili 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
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
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
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliGli indici di variabilità
Le misure della variabilità 4/5 ottobre 2011 Statistica sociale 1 Gli indici di variabilità In tutti gli esempi visti nell ultima lezione, abbiamo visto che le grandezze considerate - pur nelle diverse
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
DettagliFonti e strumenti statistici per la comunicazione. Prof.ssa Isabella Mingo A.A
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2017-2018 Rappresentare la distribuzione di un carattere: esempio P rova di verifica : distribuzione dei voti xi ni pi Pi
DettagliCorso 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
DettagliCorso di Statistica. Variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Variabilità ed eterogeneità Prof.ssa T. Laureti a.a. 03-04 Variabilità Il calcolo di una media non esaurisce la descrizione sintetica di un fenomeno osservato in un collettivo Due insiemi
DettagliLE 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
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
DettagliUna statistica è una quantità numerica il cui valore è determinato dai dati.
STATISTICHE CAMPIONARIE Quando i dati sono molti e illeggibili nella forma grezza, si rende necessario introdurre quantità numeriche che possano essere usate per sintetizzarli. Queste misure riassuntive
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
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
Dettagli4. VALORI CENTRALI. Statistica sociale
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea in Scienze per l'investigazione e la Sicurezza. VALORI CENTRALI Prof. Maurizio Pertichetti
DettagliGrafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti indici : Indici di posizione Indici di variazione Indici
DettagliEsercizio 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
DettagliScale 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
DettagliEsercitazioni 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
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
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliDescrittiva. 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
DettagliStatistica. 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
DettagliFonti e strumenti statistici per la comunicazione
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 018-019 Indici Medi Sintesi della distribuzione: gli indici medi Le distribuzioni delle variabili possono essere sintetizzate
DettagliSuggerimento a proposito di decimali
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 017-018 Suggerimento a proposito di decimali Quando si calcolano le frequenze relative è opportuno mantenere almeno 4 cifre
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Medie Prof. Livia De Giovanni ldegiovanni@luiss.it Dott. Flaminia Musella fmusella@uniroma3.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
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
DettagliVariabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità
Punti deboli della media aritmetica Robustezza: sensibilità ai valori estremi Non rappresentava nei confronti di distribuzioni asimmetriche. La media aritmetica è un valore rappresentativo nei confronti
DettagliLa struttura dei dati
La struttura dei dati Carattere Qualitativo (mutabile statistica) Unità statistica Osservazione di uno o più caratteri Carattere Quantitativo (variabile statistica) Collettivo statistico Pagina 1 Rilevazione
DettagliDistribuzioni simmetriche
Distribuzioni simmetriche Una distribuzione unimodale si dice simmetrica se n 1 =n k ; n 2 =n k-1 ; n 3 =n k-2... Media=Mediana=Moda Una distribuzione unimodale si dice asimmetrica positiva se Media >
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
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
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
Dettaglimodalità che si trovano a destra della modalità centrale. se k è dispari.
La misura della orma per variabili qualitative ordinali Lo studio della orma per variabili qualitative ordinali può essere condotto servendosi dell indice di dispersione introdotto per tale categoria di
Dettagli4. INDICI DI POSIZIONE
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea in Scienze per l'investigazione e la Sicurezza. INDICI DI POSIZIONE Prof. Maurizio Pertichetti
Dettagli