Corso di Istituzioni di Matematiche
|
|
- Roberto Bossi
- 7 anni fa
- Visualizzazioni
Transcript
1 Corso di Istituzioni di Matematiche Università degli Studi della Basilicata Facoltà di Scienze MM. FF. NN. Corso di laurea in Biotecnologie A.A. 2010/11 dott.ssa Vita Leonessa Statistica - parte I 20 aprile 2011
2 La Statistica è la disciplina che elabora i principi e le metodologie che presiedono al processo di rilevazione e raccolta dei dati, alla rappresentazione sintetica e alla interpretazione dei dati stessi e, laddove ve ne siano le condizioni, alla generalizzazione delle evidenze osservate. I dati raccolti sono statistici se sono il risultato dell osservazione intenzionale di una molteplicità di casi individuali finalizzata alla conoscenza e/o alla comprensione del fenomeno collettivo che si intende studiare. In tal senso il dato temperatura registrata a Potenza oggi alle ore 9 non è un dato statistico, a meno che non venga messo in correlazione, ad esempio, con la temperatura registrata in tutti i capoluoghi di provincia d Italia lo stesso giorno alla stessa ora.
3 La Statistica è la disciplina che elabora i principi e le metodologie che presiedono al processo di rilevazione e raccolta dei dati, alla rappresentazione sintetica e alla interpretazione dei dati stessi e, laddove ve ne siano le condizioni, alla generalizzazione delle evidenze osservate. I dati raccolti sono statistici se sono il risultato dell osservazione intenzionale di una molteplicità di casi individuali finalizzata alla conoscenza e/o alla comprensione del fenomeno collettivo che si intende studiare. In tal senso il dato temperatura registrata a Potenza oggi alle ore 9 non è un dato statistico, a meno che non venga messo in correlazione, ad esempio, con la temperatura registrata in tutti i capoluoghi di provincia d Italia lo stesso giorno alla stessa ora.
4 La Statistica è la disciplina che elabora i principi e le metodologie che presiedono al processo di rilevazione e raccolta dei dati, alla rappresentazione sintetica e alla interpretazione dei dati stessi e, laddove ve ne siano le condizioni, alla generalizzazione delle evidenze osservate. I dati raccolti sono statistici se sono il risultato dell osservazione intenzionale di una molteplicità di casi individuali finalizzata alla conoscenza e/o alla comprensione del fenomeno collettivo che si intende studiare. In tal senso il dato temperatura registrata a Potenza oggi alle ore 9 non è un dato statistico, a meno che non venga messo in correlazione, ad esempio, con la temperatura registrata in tutti i capoluoghi di provincia d Italia lo stesso giorno alla stessa ora.
5 L insieme di tutti gli elementi che si vogliono studiare si chiama pololazione statistica (esempi di popolazioni composte da un numero finito di elementi: gli abitanti di Potenza, gli studenti del CdL in Biotecnologie, l altezza degli alunni di una classe di 30 bimbi di 8 anni; esempi di popolazioni costituite da un numero infinito di elementi: le stelle della Via Lattea, la lunghezza delle criniere dei cavalli). Essendo praticamente impossibile raccogliere i dati su ogni singolo elemento di una popolazione statistica, in genere ci si limita solo ad un suo sottoinsieme, detto campione, che si suppone sia rappresentativo dell intera popolazione. Stabilire i metodi con cui scegliere un campione è uno dei compiti della statistica. Qui ci limiteremo a considerare campioni casuali, ovvero sequenze di elementi della popolazione scelti a caso in modo tale che ognuno di essi abbia la stessa probabilità di essere scelto.
6 L insieme di tutti gli elementi che si vogliono studiare si chiama pololazione statistica (esempi di popolazioni composte da un numero finito di elementi: gli abitanti di Potenza, gli studenti del CdL in Biotecnologie, l altezza degli alunni di una classe di 30 bimbi di 8 anni; esempi di popolazioni costituite da un numero infinito di elementi: le stelle della Via Lattea, la lunghezza delle criniere dei cavalli). Essendo praticamente impossibile raccogliere i dati su ogni singolo elemento di una popolazione statistica, in genere ci si limita solo ad un suo sottoinsieme, detto campione, che si suppone sia rappresentativo dell intera popolazione. Stabilire i metodi con cui scegliere un campione è uno dei compiti della statistica. Qui ci limiteremo a considerare campioni casuali, ovvero sequenze di elementi della popolazione scelti a caso in modo tale che ognuno di essi abbia la stessa probabilità di essere scelto.
7 L insieme di tutti gli elementi che si vogliono studiare si chiama pololazione statistica (esempi di popolazioni composte da un numero finito di elementi: gli abitanti di Potenza, gli studenti del CdL in Biotecnologie, l altezza degli alunni di una classe di 30 bimbi di 8 anni; esempi di popolazioni costituite da un numero infinito di elementi: le stelle della Via Lattea, la lunghezza delle criniere dei cavalli). Essendo praticamente impossibile raccogliere i dati su ogni singolo elemento di una popolazione statistica, in genere ci si limita solo ad un suo sottoinsieme, detto campione, che si suppone sia rappresentativo dell intera popolazione. Stabilire i metodi con cui scegliere un campione è uno dei compiti della statistica. Qui ci limiteremo a considerare campioni casuali, ovvero sequenze di elementi della popolazione scelti a caso in modo tale che ognuno di essi abbia la stessa probabilità di essere scelto.
8 Un indagine può essere totale (la popolazione viene osservata tutta) o parziale (viene osservato solo un campione). Nel primo caso i metodi statistici forniscono una sintesi quantitativa dei fenomeni studiati e si parla di statistica descrittiva. Nel secondo caso invece le informazioni raccolte su un campione vengono poi estese a tutta la popolazione ottendo dei risultati che contengono un certo livello di incertezza. In tal caso la precisione con cui vengono estesi questi risultati a tutta la popolazione viene studiata dalla statistica inferenziale.
9 Fissata una popolazione statistica, tutte quelle caratteristiche che variano al variare degli elementi della popolazione si dicono variabili statistiche e sono suddivise in attributi (variabili statistiche qualitative) e in misurabili (variabili statistiche quantitative). Infine, le informazioni ottenute dalle osservazioni e dalle misure si dicono empiriche, in contrapposizione a quelle teoriche che provengono dall osservazione di un eventuale modello che descrive fenomeno.
10 Fissata una popolazione statistica, tutte quelle caratteristiche che variano al variare degli elementi della popolazione si dicono variabili statistiche e sono suddivise in attributi (variabili statistiche qualitative) e in misurabili (variabili statistiche quantitative). Infine, le informazioni ottenute dalle osservazioni e dalle misure si dicono empiriche, in contrapposizione a quelle teoriche che provengono dall osservazione di un eventuale modello che descrive fenomeno.
11 Rappresentazione grafica Una volta raccolti, i dati vanno riorganizzati per poter osservare le caratteristiche principali del fenomeno collettivo oggetto di studio. Vediamo alcuni modi semplici per riorganizzare i dati.
12 Diagrammi di punti e istogrammi esemplare di gatta numero cuccioli r
13 Notazioni X variabile statistica N dimensione del campione X 1,..., X N dati raccolti (tra i quali possono esserci dei valori ripetuti) x 1,..., x n (n N) valori distinti assunti da X F i numero dei valori uguali a x i (frequenza assoluta) f i = F i /N (frequenza relativa)
14 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
15 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
16 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
17 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
18 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
19 Frequenze X numero dei cuccioli, N = 10 esemplare di gatta X i X 1 = X 4 = X 6 = X 7 = X 8 = 2, X 2 = X 9 = 1, X 3 = X 10 = 3, X 5 = 4 x 1 = 1, x 2 = 2, x 3 = 3, x 4 = 4 F 1 = 2, F 2 = 5, F 3 = 2, F 4 = 1 f 1 = 0.2, f 2 = 0.5, f 3 = 0.2, f 4 = 0.1 Osserviamo che 4 F i = 10 e i=1 4 f i = 1 i=1
20 Se il campione è molto grande, invece che costruire un istogramma dei dati può risultare più utile rappresentare l istogramma delle frequenze.
21 Esempio Supponiamo di aver raccolto i dati relativi alle altezze in cm di un campione di 120 studentesse del primo anno di un corso universitario dell anno accademico r L r79 roo roo t IOI IDO t62 t L t62 r7r L r74 r70 \ L r L L L72 t64 77r t75 t r70 t7r 164 t L r loj I L L t7r 1at L72 t loo
22 E chiaro che se rappresentassimo i dati raccolti mediante un diagramma di punti o di un istogramma come in figura, otterremmo una rappresentazione piuttosto inutile. In questo caso conviene raggruppare i valori delle altezze in classi, ovvero in sottoinsiemi che verranno scelti come basi dei rettangoli dell istogramma. r L r79 roo roo t IOI IDO t62 t L t62 r7r L r74 r70 \ L r L L L72 t64 77r t75 t r70 t7r 164 t L r loj I L L t7r 1at L72 t loo
23 E chiaro che se rappresentassimo i dati raccolti mediante un diagramma di punti o di un istogramma come in figura, otterremmo una rappresentazione piuttosto inutile. In questo caso conviene raggruppare i valori delle altezze in classi, ovvero in sottoinsiemi che verranno scelti come basi dei rettangoli dell istogramma. r L r79 roo roo t IOI IDO t62 t L t62 r7r L r74 r70 \ L r L L L72 t64 77r t75 t r70 t7r 164 t L r loj I L L t7r 1at L72 t loo
24 Raggruppiamo questi dati in 7 intervalli di 4 cm ciascuno: I 1 = [150, 154] I 2 = [155, 159] I 3 = [160, 164] I 4 = [165, 169] I 5 = [170, 174] I 6 = [175, 179] I 7 = [180, 184] i cui punti medi m 1 = 152 m 2 = 157 m 3 = 162 m 4 = 167 m 5 = 172 m 6 = 177 m 7 = 182 rappresentano approssimativamente i valori contenuti nell intervallo a cui si riferiscono. Dalla tabella dei dati si osserva che F 1 = 1 F 2 = 17 F 3 = 32 F 4 = 37 F 5 = 21 F 6 = 8 F 7 = 4
25
26 Qui di fianco due casi in cui è stata fatta una cattiva scelta delle basi dei rettangoli: troppo piccole o troppo grandi
27 Un altro tipo di rappresentazione grafica è il diagramma a fusto e foglia (dall inglese stem and leaf). Dato un qualsiasi valore, esso viene diviso in due parti: una costituita da tutte le cifre tranne una e l altra, la foglia, costituita dall ultima cifra: 153 oooo l Sbcccc oòjo
28 Infine, nei casi in cui si vuole evidenziare i rapporti di proporzione fra dati si utilizzano gli aerogrammi, detti anche diagrammi a torta. Supponiamo di osservare il colore di capelli di un campione di 100 individui. Si rivelano i seguenti dati castani 50 π neri 25 π/2 biondi 10 π/5 bianchi 5 π/10 rossi 10 π/5
29 Indici numerici Spesso occorre sintetizzare ancora di più le informazioni. Si ricorre perciò all utilizzo di alcuni indici numerici che esprimono le principali caratteristiche matematiche dei dati.
30 Riconsiderando l esempio della distribuzione delle altezze m 1 = 152 m 2 = 157 m 3 = 162 m 4 = 167 m 5 = 172 m 6 = 177 m 7 = 182 F 1 = 1 F 2 = 17 F 3 = 32 F 4 = 37 F 5 = 21 F 6 = 8 F 7 = 4 la frequenza massima si ottiene per l intervallo centrato in m 4 = 167. E abbastanza naturale considerare questo valore come quello che meglio rappresenta l insieme totale dei dati.
31 Classe modale Nel caso in cui i dati sono espressi mediante l appartenenza a diverse classi, la classe di frequenza massima prende il nome di classe modale. Se le classi sono individuate da numeri, il numero corrispondente alla classe modale si dice moda. Ad esempio castani 50 π neri 25 π/2 biondi 10 π/5 bianchi 5 π/10 rossi 10 π/5 il colore castano rappresenta la classe modale e la moda è 50.
32 Classe unimodale Nel caso in cui il valore dei dati cresce fino alla moda per poi decrescere successivamente si dice unimodale. Ad esempio
33 Distribuzioni bimodali Questo non sempre accade. Ad esempio, consideriamo l istogramma seguente dove sono state rappresentate le frequenze di un campione di 192 studenti. Si tratta di una distribuzione bimodale per via dell esistenza di due picchi separati, uno in corrispondenza di 167 e l altro in corrispondenza di 177.
34 In genere se una distribuzione è bimodale, possiamo supporre che il campione sia la sovrapposizione di due campioni diversi. Nell esempio appena visto l istogramma era stato costruito aggiungendo i dati relativi alle altezze di 120 studentesse a 92 dati relativi alle altezze di studenti maschi che sono in genere più alti:
35 Classe modale Per 3 anni di seguito un insegnante propone un test ai suoi studenti per verificarne la preparazione all inizio di ogni anno scolastico. I dati che osserva sono i seguenti Anno Anno R Anno 2006 : : or In quale dei tre anni gli studenti risultano essere più preparati?
36 Classe modale FYequenza Percentuale Anno 2005, 23 studenti z J A É o 7 8 I I z 7 tr ( xO.O4:4% 1123x0.04:4% 2123x0.09: 9% 7123x0.30:30% 5123 x % 5123 x 0.22:22% 2123x 0.09: 9% FYequenza Percentuale Anno 2006, 25 studenti 3 4 o 7 8 z z A 7 7 J 2125:0.08 : 8% 2125:0.08: 8% 4125: % 7125 :0.28:28% 7125:0.28:28% 3125 : O.72: 12% FYequenza Percentuale Anno studenti A É /l tr 2 rl20:0.05: 5% 3120:0.r5 : r5% 5l2O:0.25:25% 4120:0.20:20% 5l2O :0.25 :25% 2120 :0.10 : 10%
37 Confrontare dati FYequenza Percentuale Anno 2005, 23 studenti z J A É o 7 8 I I z 7 tr ( xO.O4:4% 1123x0.04:4% 2123x0.09: 9% 7123x0.30:30% 5123 x % 5123 x 0.22:22% 2123x 0.09: 9% FYequenza Percentuale Anno 2006, 25 studenti 3 4 o 7 8 z z A 7 7 J 2125:0.08 : 8% 2125:0.08: 8% 4125: % 7125 :0.28:28% 7125:0.28:28% 3125 : O.72: 12% FYequenza Percentuale Anno studenti A É /l tr 2 rl20:0.05: 5% 3120:0.r5 : r5% 5l2O:0.25:25% 4120:0.20:20% 5l2O :0.25 :25% 2120 :0.10 : 10%
38 Indici di tendenza centrale Media campionaria Se X è una variabile statistica di valori numerici X 1, X 2,..., X N relativi ad un campionamento, si chiama media campionaria di X la media aritmetica dei dati: m X = 1 N N X k. k=1 Se i dati distinti sono x 1, x 2,..., x n con frequenze rispettivamente F 1, F 2,..., F n, la media campionaria può essere calcolata anche come segue m X = 1 N n F i x i = i=1 N f i x i i=1 essendo f i le frequenze relative dei dati.
39 Confrontare i dati Media campionaria Considerando nuovamente l esempio dei voti nei tre anni scolastici: Anno 2005: m 5.61 Anno 2006: m 5.96 Anno 2007: m = 5.75 dunque nuovamente si evince nell anno 2006 gli studenti erano più preparati.
40 Altro esempio Media campionaria Si consideri un campione di 30 piantine stagionali sulle quali i fiori sono distribuiti con le seguenti frequenze Fiori per pianta n i Numero di piante F i Il numero medio di fiori per pianta è m = = 5.2 Si noti come m non corrisponda a nessun dato rivelato (esprime soltanto la tendenza centrale della distribuzione dei fiori sulle piante).
41 Altro esempio Media campionaria
42 Indici di tendenza centrale Media geometrica Siano X 1,....X N i valori campionari di una variabile statistica X. La media geometrica viene calcolata come segue GM X = N X 1 X 2 X N o anche attraverso la seguente formula GM X = x N F 1 1 xf 2 2 xfn n nel caso in cui x 1,..., x n sono i valori distinti che X assume con frequenze assolute F 1,..., F n.
43 Esempio Media geometrica Supponiamo di aver misurato la concentrazione molare C di una data sostanza in un campione composto da 6 prelievi di soluzione fisiologica: La concentrazione media m C = che è un valore molto distante dai primi due valori. Non sembra quindi molto rappresentativo del campione di dati osservati. Invece la media geometrica: GM C = = 10 m log C Questa media è preferibile alla precedente nei casi in cui i dati hanno andamento esponenziale.
44 Esempio Media geometrica Supponiamo di aver misurato la concentrazione molare C di una data sostanza in un campione composto da 6 prelievi di soluzione fisiologica: La concentrazione media m C = che è un valore molto distante dai primi due valori. Non sembra quindi molto rappresentativo del campione di dati osservati. Invece la media geometrica: GM C = = 10 m log C Questa media è preferibile alla precedente nei casi in cui i dati hanno andamento esponenziale.
45 Indici di tendenza centrale Mediana Siano X 1,..., X N i dati campionari ordinati in modo crescente. Si chiama mediana il valore centrale che si ottiene nel modo seguente per N dispari è il valore che corrisponde all intero successivo a N/2 per N pari è la media aritmetica dei valori dei dati al posto N/2 e al posto successivo In entrambi i casi si ha che la mediana separa in due parti uguali l insieme dei dati. Ad esempio per N = 9, dopo aver ordinato in modo crescente i dati in ordine crescente, si sceglie l intero successivo di 4.5, ovvero 5, dunque il valore della mediana è X 5. Se invece N = 10, la mediana è data da (X 5 + X 6 )/2.
46 Indici di tendenza centrale Mediana Siano X 1,..., X N i dati campionari ordinati in modo crescente. Si chiama mediana il valore centrale che si ottiene nel modo seguente per N dispari è il valore che corrisponde all intero successivo a N/2 per N pari è la media aritmetica dei valori dei dati al posto N/2 e al posto successivo In entrambi i casi si ha che la mediana separa in due parti uguali l insieme dei dati. Ad esempio per N = 9, dopo aver ordinato in modo crescente i dati in ordine crescente, si sceglie l intero successivo di 4.5, ovvero 5, dunque il valore della mediana è X 5. Se invece N = 10, la mediana è data da (X 5 + X 6 )/2.
47 Indici di tendenza centrale Media e mediana a confronto La mediana risente poco della presenza di valori estremi o anche eventualmente sbagliati, al contrario della media. Infatti, supponiamo di avere a disposizione i seguenti dati campionari: 2.1, 2.2, 2.2, 3, 4.3, 4.3, 4.3, 5.6 Si ha che la media vale 3.5 e che la mediana vale Nel caso in cui l insieme dei dati presenta un errore di trascrizione, ad esempio 56 al posto di 5.6, allora ricalcolando media e mediana, la mediana risulta sempre essere lo stesso valore di prima mentre la media diventa 9.8.
48 Esempio: voti anno 2005 X i i X i i
49 Esempio: voti anno 2005 Allo stesso valore si arriva considerando le frequenze relative: Voto Frequenzarelativa Frequenza cumulata tl23 rl t/2,) rl23 x x 0'09 4,123 x 0.t7 Itl23 x x 0.7o 2t123 x O.9r x I.00 dove la frequenza cumulata è la frequenza dei dati che hanno quel valore o un valore inferiore. La mediana è il valore che separa la metà inferiore dalla metà superiore dei dati
50 Esempio: voti anno 2005 Istogramma delle frequenze cumulate (in ordinata i valori sono espressi in percentuale) i--{l i o 7 8 e Da questo istogramma si capisce che la mediana deve essere superiore a 4 e non può essere maggiore di 6, quindi è 6.
51 Dispersione dei dati Sia X una variabile statistica. La quantità s 2 X = (X 1 m X ) 2 + (X 2 m X ) (X N m X ) 2 N 1 prende il nome di varianza campionaria di un campione di N dati X 1, X 2,..., X N di media campionaria m X. s 2 X valuta la dispersione dei dati dalla media. Nel caso in cui i dati assumono x 1,..., x n valori distinti con frequenze F 1,..., F n, si ha n s 2 i=1 X = F i(x i m X ) 2. N 1 Il valore s X prende il nome di deviazione standard campionaria.
52 Dispersione dei dati: esempio All uscita di una macchina che produce caramelle, si pesano N = 1000 pezzi prodotti e i dati ottenuti vengono raggruppati in classi che differiscono di 0.02 g l una dall altra Classe 11.04, 1061 (1.06, (1.08,1.101 (1.10,1.12] (t.r2,1i41 (1.14,1.161 (1.16,1.181 (118,1.201 (t.20,r 221 (t.22,1.24l] (t.24,1.26) (126,1.281 (1.28,1301 (1.30,1.321 (t.32,t.341 (134,1.361 Centro della classe I.I I.2I r r l. Jo r r _t-o I4
53 Dispersione dei dati: esempio Il peso medio di una caramella è 1.2 g. Calcoliamo la varianza per valutare la difformità frai i pezzi prodotti. Centro i t.2l t t< I r I4 Somma del quadrato degli scarti (-0.15),.17: (-0.13)'z. 15: ( 0.11)'z (-0.09)'?. 47 : (-0.07)'z.63:03087 (-0.05)'z.85: (-0 03)'?. 119: (-0.01)'z.72s-0072s (0.01)'z (003)'?. 112: (0.05)'? 88: (007)'z.69: (0.0e)'z 42: (0.11)'z.31: (0.13)'z.76: (0.15)'? 14: Totale
54 Dispersione dei dati: esempio σ 2 4/ σ 0.06 In media lo scarto dalla media è dell ordine di 0.06 g.
55 Un altra formula per calcolare la varianza stazionaria s 2 X = 1 N 1 n F i x 2 i N N 1 m2 X i=1
56 Nel caso in cui l indagine sia totale, i simboli per indicare gli indici di tendenza centrale cambiano: y 1, y 2,..., y M dati relativi a tutta la popolazione media di popolazione µ = 1 M M k=1 y i varianza di popolazione σ 2 = 1 M M (y i µ) 2 i=1 che si può anche calcolare come segue ( σ 2 1 M = M i=1 y 2 i ) ( ) 2 1 M y i = 1 M M i=1 M yi 2 µ i=1
57 Quartili Assegnato un campione ordinato di dati e un numero 0 < q < 1, il quantile relativo a q è il dato che ha frequenza cumulata pari a q, i.e. è il valore x q per cui la frequenza relativa di dati con valore inferiore è proprio q. Se q = 0.5 il quartile è la mediana, se q = 0.25 è il primo quartile, se q = 0.75 è il terzo quartile. la differenza tra il terzo quartile e il primo si chiama distanza interquartile e misura la dispersione dei dati.
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
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
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
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,
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
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
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
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
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
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Le medie Le medie si applicano ai caratteri quantitativi,
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
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 2018/2019 Diagramma delle frequenze relative Si chiama diagramma delle
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
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
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
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:
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
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
DettagliElementi di statistica
Scuola media G. Ungaretti Elementi di statistica Prof. Enrico Castello Ti insegnerò a conoscere i criteri organizzatori di una tabella di dati distinguere frequenze assolute e frequenze percentuali determinare
DettagliTesto di riferimento: D. Benedetto, M. Degli Esposti, C. Maffei, Matematica per le scienze della vita, Ambrosiana, 2008.
Corsi di Laurea in Scienze Naturali e Scienze Geologiche Corso di Matematica con Elementi di Statistica - II Modulo Docente: Prof.ssa Maria Polo Esercizi proposti per la preparazione all esame Gli esercizi
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 descrittiva I
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva I Ines Campa Probabilità e Statistica - Esercitazioni
DettagliEsercizi. Esercizio 1. Date le funzioni f(x) = x 2 3x + 2 e g(x) = 2x 1,
Esercizi Esercizio 1. Date le funzioni f(x) = x 2 3x + 2 e g(x) = 2x 1, (a) dire quanto vale f g e qual è il suo insieme di definizione; (b) dire quanto vale g f e qual è il suo insieme di definizione;
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
DettagliMatematica Lezione 21
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 21 Sonia Cannas 13/12/2018 Introduzione alla statistica descrittiva Statistica La statistica è una disciplina il cui fine è lo studio
DettagliL INDAGINE STATISTICA
SCHEDA DI LAVORO: L INDAGINE STATISTICA ALUNNO:...CLASSE... L INDAGINE STATISTICA RACCOLTA DEI DATI RAPPRESENTAZIONE DEI DATI (GRAFICI) I VALORI DI SINTESI MEDIA MODA MEDIANA GRAFICI ISTOGRAMMA AEROGRAMMA
DettagliSTATISTICA. La Statistica è la scienza che studia i fenomeni collettivi utilizzando metodi matematici.
STATISTICA La Statistica è la scienza che studia i fenomeni collettivi utilizzando metodi matematici. Essa si occupa della tecnica per raccogliere ed elaborare Dati (studenti, abitanti, oggetti, ecc.)
DettagliStatistica Descrittiva Soluzioni 4. Medie lasche
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
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
DettagliVariabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo
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
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
DettagliLezione n. 1 _Complementi di matematica
Lezione n. 1 _Complementi di matematica INTRODUZIONE ALLA STATISTICA La statistica è una disciplina che si occupa di fenomeni collettivi ( cioè fenomeni in cui sono coinvolti più individui o elementi )
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
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
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
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
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
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
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 )
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
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini Anno accademico 2016/2017
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Rappresentazione dei dati I dati raccolti in tabelle possono
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
DettagliEsercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30
Esercizi di statistica descrittiva Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 30 Esercizio 1 Nel rilevare l altezza di un gruppo di reclute,
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
DettagliDistribuzione di Frequenza: Esempio
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
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
DettagliESPLORAZIONE DEI DATI CON SINTESI NUMERICHE 1 / 22
ESPLORAZIONE DEI DATI CON SINTESI NUMERICHE 1 / 22 Forma della distribuzione 2 / 22 Si chiama moda il valore della distribuzione che si presenta più frequentemente, in questo punto osserviamo un picco
DettagliStatistica 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
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
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
DettagliSintesi 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
DettagliCORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità
CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere
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
DettagliElementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
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
DettagliELEMENTI DI STATISTICA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it A.A. 2015-16 Terminologia In un esperimento ogni risultato delle caratteristiche
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
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
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Quartili e distribuzioni di frequenze Stanze Appartamenti
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
DettagliLa statistica descrittiva prima parte. a cura della prof.ssa Anna Rita Valente
La statistica descrittiva prima parte a cura della prof.ssa Anna Rita Valente INTRODUZIONE La statistica è una disciplina all ordine del giorno basta sfogliare un giornale per trovare dati statistici sui
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
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliQ1 = /4 0 4 = Me = /2 4 = 3
Soluzioni Esercizi Capitolo - versione on-line Esercizio.: Calcoliamo le densità di frequenza x i x i+1 n i N i a i l i F i 0 1 4 4 1 4/1=4 4/10 = 0.4 1 5 6 4 /4=0.5 6/10 = 0.6 5 10 4 10 5 4/5=0.8 10/10
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
DettagliAlcune nozioni di Statistica
Alcune nozioni di Statistica La statistica è un insieme di metodi che servono a descrivere ed elaborare i dati relativi ad un determinato insieme di individui. Tale insieme di individui è chiamato popolazione.
DettagliAlcune nozioni di Statistica
Alcune nozioni di Statistica La statistica è un insieme di metodi che servono a descrivere ed elaborare i dati relativi ad un determinato insieme di individui. Tale insieme di individui è chiamato popolazione.
DettagliEsplorazione dei dati
Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione
DettagliObiettivi 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
DettagliIntroduzione alla statistica con Excel
Introduzione alla statistica con Excel Davide Sardina davidestefano.sardina@unikore.it Università degli studi di Enna Kore Corso di Laurea in Servizio Sociale A.A. 2017/2018 Variabili quantitative e qualitative
DettagliUniversità di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
0 5 Frequency 10 15 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
DettagliTitolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
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
DettagliIntroduzione alla STATISTICA DESCRITTIVA
Introduzione alla STATISTICA DESCRITTIVA Sai ched è la statistica? È na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa. Ma pe me
DettagliFoglio di Esercizi 9 con Risoluzione 29 dicembre 2015
Matematica per Farmacia, a.a. 5/6 Foglio di Esercizi 9 con Risoluzione 9 dicembre 5 Esercizio. Integrare per parti: L integrale che poi si ottiene puó essere risolto con una sostituzione). ln d e arctan
DettagliStatistica descrittiva Statistica inferenziale
LA STATISTICA Si occupa dei modi di raccogliere e analizzare dati relativi a un certo gruppo di persone o di oggetti per trarne conclusioni e fare previsioni. La statistica è comunemente suddivisa in due
DettagliINTRODUZIONE ALLA STATISTICA
1 / 31 INTRODUZIONE ALLA STATISTICA A.A.2017/2018 Perchè studiare la statistica 2 / 31 Le decisioni quotidiane sono spesso basate su informazioni incomplete. Perchè studiare la statistica Le decisioni
DettagliAttività di recupero
Attività di recupero Statistica A. Un indagine effettuata su 12 ragazzi di età compresa tra i 14 e i 1 anni per conoscere l argomento che più li interessa nei programmi televisivi ha fornito i dati espressi
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
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)
DettagliDISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
DettagliDispersione. si cercano indici di dispersione che:
Dispersione si cercano indici di dispersione che: utilizzino tutti i dati { x 1, x 2... x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto ad un centro d i = x i C ad es. rispetto
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
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
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
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliDipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005
Dipartimento di Fisica a.a. 23/24 Fisica Medica 2 Indici statistici 22/4/25 Ricerca statistica La ricerca può essere deduttiva (data una legge teorica nota cerco verifica tramite più misure) ovvero induttiva
Dettagli