Misure della dispersione o della variabilità

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Misure della dispersione o della variabilità"

Transcript

1 QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica. Così se conosciamo la media della distribuzione di una data variabile, possiamo determinare se un dato punteggio è inferiore o superiore alla media stessa. Ma quanto superiore o quanto inferiore? E chiaro a questo punto che una misura della tendenza centrale, quale può essere la media, fornisce informazioni che acquistano maggior peso se completate da un quadro più complessivo. Per descrivere più completamente una data distribuzione, o per interpretare più compiutamente un dato punteggio, è necessario disporre di informazioni ulteriori riguardanti la dispersione dei punteggi intorno alla media. La dispersione o variabilità di una distribuzione di dati o punteggi è la sua seconda caratteristica fondamentale, dopo la media. a) b) Fig Due distribuzioni di frequenza con uguale media ma diversa dispersione o variabilità. Considerando la parte (a) e la parte (b) della figura, osserviamo che in ambedue i casi la media delle distribuzioni è la stessa. Tuttavia, possiamo dare al punteggio 128 due diverse interpretazioni. Nella curva (a) il punteggio 128 può essere considerato moderatamente elevato, proprio e causa dell alta dispersione dei punteggi intorno alla media. Sono pochi infatti gli individui al di sopra di 128 nella distribuzione di frequenza, come è possibile osservare mediante il confronto dell area a destra di 128 con l area totale. Nel caso (b), d altra parte i punteggi sono piuttosto ravvicinati allo stesso punteggio medio. e ci troviamo di fronte ad una distribuzione più omogenea. Di conseguenza il punteggio 128 si trova praticamente al limite superiore della distribuzione e può essere considerato pertanto come un punteggio assai elevato. Si può vedere dunque che per interpretare un dato punteggio è necessario trovare un informazione complementare alla media o alla mediana. Questa informazione complementare in certo qual modo esprime il grado di dispersione dei punteggi intorno alla misura della tendenza centrale. Verranno qui presentate cinque misure di dispersione o di variabilità: il campo di variazione, la differenza interquartile, la deviazione media, la varianza e lo scarto quadratico medio (detto più comunemente deviazione standard). 40

2 Tra le cinque misure elencate troveremo che lo scarto quadratico medio costituisce il migliore indice della dispersione sia nella statistica descrittiva, sia nella statistica induttiva o inferenziale. Tuttavia, nella statistica più avanzata, come nell analisi della varianza, la varianza si mostrerà l indice di dispersione o di variabilità più utile. Il campo di variazione o gamma (range) Nel calcolare i diversi tipi di misure della tendenza centrale abbiamo individuato un certo punto della scala dei punteggi e lo abbiamo identificato come media aritmetica, mediana oppure moda. Passando a considerare gli indici di dispersione tuttavia siamo interessati e costruire un indice di variabilità che indichi la distanza nella scala del punteggi. Una delle prime misure di distanza che ci possono venire in mente è il cosiddetto campo di variazione o gamma della variabile. Esso è in ogni caso il più semplice e il più immediato indice di variabilità e si calcola sottraendo dal punteggio più alto il punteggio più piccolo. Sebbene il campo di variazione sia significativo per scopi descrittivi, esso si presenta di poca utilità a causa della sua alta instabilità. Infatti, se si ha un punteggio molto elevato in una distribuzione, la dispersione dei punteggi apparirà maggiore di quella che si otterrebbe se si eliminasse questo ultimo punteggio, in quanto la sua eliminazione rende la distribuzione più compatta. In altri termini il campo di variazione dipende solamente dai due punteggi estremi di una distribuzione. Per questo in alcuni metodi di calcolo si tende a eliminare i punteggi estremi. La differenza interquartile (interquartile range) Al fine di superare il problema della poca utilità del campo di variazione come misura di variabilità in una distribuzione è stata introdotta la differenza interquartile o scarto interquartile. A essa abbiamo già accennato parlando di posizione percentile. La differenza interquartile viene calcolata semplicemente sottraendo il punteggio corrispondente alla posizione del venticinquesimo percentile (denominato primo quartile o Q 1 ) dal punteggio corrispondente alla posizione del settantacinquesimo percentile (il terzo quartile o Q 3 ). Fig Differenza interquartile = 3 interquartile 1 interquartile = Q 3 - Q 1. Sebbene questa misura di variabilità sia molto più significativa del campo di variazione, presenta tuttavia due difetti sostanziali: 1) alla stessa maniera del campo di variazione, non consente di per sé una precisa interpretazione di un punteggio in una data distribuzione, 2) come la mediana, non gioca alcun ruolo nella metodologia statistica avanzata, così come nella statistica inferenziale. Abbiamo anche accennato a quali siano i contesti nei quali essa acquista significato. 41

3 Gli scarti medi (o dalla media) Abbiamo sottolineato precedentemente che quando si ha e che fare con dati provenienti da popolazioni approssimativamente distribuite normalmente (quindi distribuite approssimativamente in modo simmetrico), la media aritmetica si presenta come l indice descrittivo della tendenza centrale più utile. Si ottiene la media aritmetica semplicemente sommando tutti i punteggi e quindi dividendoli per N. Se si porta avanti questa procedura, possiamo sottrarre la media così ottenuta da ogni punteggio, sommare gli scarti, che così si ottengono, per ottenere infine una stima dell ammontare della variabilità dalla media nella distribuzione. Dividendo per N il risultato del precedente calcolo, otteniamo una misura che ha le stesse caratteristiche della media aritmetica ad eccezione del fatto che essa rappresenta la dispersione dei punteggi dalla media aritmetica stessa. E quello che si definisce scarto medio 1, la somma degli scarti (o scostamenti) dalla media divisa per N. Tuttavia, si va incontro a una difficoltà precisa: la somma degli scarti di tutti i punteggi dalla media è sempre uguale a zero. Proprio per come è stata definita la media aritmetica. Quindi anche lo scarto medio è sempre uguale a zero. Per superare questa difficoltà si potrebbero considerare tutti gli scarti nel loro valore assoluto, cioè senza tener conto del loro segno, e dividere la somma che si ottiene per N. Otteniamo una misura descrittiva dello scarto medio dalla media aritmetica. La statistica che si ottiene è in questo caso basata sui valori assoluti degli scarti stessi. Tuttavia questo elemento di confronto della dispersione di una distribuzione si presenta poco utilizzato nella pratica statistica. Più significativo e largamente valorizzati sono invece due misure dalla variabilità che prendono il nome di varianza e di scarto quadratico medio. La prima si ottiene elevando al quadrato i singoli scarti (o scostamenti) dalla media, sommandoli tra di loro e dividendo il risultato per il numero totale dei punteggi N. La seconda, estraendo la radice quadrata del precedente risultato. La varianza (variance) e lo scarto quadratico medio (standard deviation) La varianza 2 viene definita, informalmente, come la somma degli scarti, al quadrato, dalla media aritmetica divisa per N. Simbolicamente si scrive: Lo scarto quadratico medio, detto anche deviazione standard, è dato dalla radice quadrata della varianza. 1 Lo scarto medio è anche definito come primo momento rispetto alla media, in quanto la parola momento in fisica indica il punto di equilibrio tra le diverse forze in gioco. La media è sempre il punto di equilibrio tra i punteggi più alti e più bassi. 2 La varianza viene anche definita come secondo momento rispetto alla media, in quanto anch essa esprime il punto di equilibrio tra le variazioni dalla media. 42

4 Lo scarto quadratico medio, basato sui quadrati degli scarti, dimostra di possedere un enorme utilità nella statistica, per tre motivi fondamentali. 1) Lo scarto quadratico medio riflette la dispersione dei punteggi così che la variabilità di diverse distribuzioni può essere messa a confronto in termini di scarto quadratico medio. 2) Lo scarto quadratico medio consente un interpretazione precisa dei punteggi entro la distribuzione. 3) Lo scarto quadratico medio, come la media aritmetica, fa parte di un insieme di teorie matematiche che ci consentono di usarlo in metodologie statistiche più complesse. Così, a esempio, useremo misure o indici complessi basati su di esso allorché ci addentreremo nella statistica inferenziale. La considerazione dello scarto medio è stata fatta sostanzialmente per facilitare il calcolo dello scarto quadratico medio, come si può vedere nella tabella 4.1. Tab Procedure per il calcolo dello scarto quadratico medio basata sulla considerazione dello scarto medio. Data l importanza dello scarto quadratico medio nell analisi statistica dei dati, sono state elaborate formule equivalenti rispetto a quella precedente e procedure appropriate per i vari casi: dati raggruppati e dati non raggruppati in classi, ecc. Intanto è possibile dimostrare matematicamente l equivalenza tra la formula precedente e la seguente. La procedura per calcolare lo scarto quadratico medio seguendo quest ultima formula è quella della tabella 4.2. Nel calcolo dello scarto quadratico medio, basato sui dati iniziali x, è corrente per lo studente la confusione tra Σ X 2 e (Σ X) 2. È importante ricordare che la prima rappresenta la somma dei quadrati di ciascun punteggio, mentre la seconda rappresenta il quadrato della somma dei punteggi. Per definizione, è impossibile ottenere una somma di quadrati o uno scarto 43

5 quadratico medio negativo. Nel caso si ottenga un valore negativo sotto il segno di radice, probabilmente è stato commesso un errore, confondendo le due espressioni. A occhio e croce, lo scarto quadratico medio oscilla tra un mezzo ed un sesto del campo di variazione. Nell esempio precedente, il rapporto tra campo di variazione e scarto quadratico medio è 9/2,19 = 4,11. Se si ottiene un rapporto al di fuori dei limiti già accennati, si è probabilmente commesso un errore. Tab Procedura per il calcolo di s per punteggi non raggruppati. Se consideriamo le frequenze f di ciascun dato, occorre utilizzare le formule seguenti. La prima deriva direttamente dalla definizione di scarto quadratico medio; la seconda adatta la formula equivalente a questo caso, moltiplica per f ciascun valore della variabile al quadrato. Il procedimento da usare è quello della tabella 4.3. Tab Procedura per il calcolo di s su dati di cui si considera la frequenza f. Se ora consideriamo una distribuzione di dati raggruppata in classi o intervalli, occorre procedere nel modo illustrato dalla tabella

6 Tab Procedura per il calcolo della varianza e dello scarto quadratico medio per una distribuzione di punteggi raggruppati in classi o intervalli. L uso dello scarto quadratico medio o deviazione standard acquista un significato più interessante e pieno quando si consideri il rapporto tra scarto quadratico medio e distribuzione normale: per questo nell unità seguente indagheremo sulla relazione intercorrente tra punteggi originali, scarti quadratici medi e curva normale. Interpretazione della deviazione standard o scarto quadratico medio Fig Distribuzione dei punteggi ottenuti da tre gruppi o sezioni di studenti in un corso introduttivo di psicologia. 45

7 Osservando la Fig. 4.3 è facile constatare il significato congiunto della media e della deviazione standard come misure che descrivo bene la distribuzione dei punteggi. Nella distribuzione rappresentata dalla figura (a) si nota facilmente come i punteggi siano raccolti vicino alla media. La deviazione standard in questo caso è abbastanza piccola.. Nella distribuzione rappresentata dalla figura (b) si nota facilmente come i punteggi siano meno raccolti vicino alla media. La deviazione standard in questo caso è maggiore della precedente. Nella distribuzione rappresentata dalla figura (c) si nota facilmente come i punteggi siano assai distanziati rispetto alla media. La deviazione standard in questo caso è elevata. Maggiore è la deviazione standard e più grande è la dispersione dei dati. Inoltre si può subito segnalare, ma la cos verrà chiarita nella prossima unità, che l insieme dei punteggi compresi tra il valore che ottiene sottraendo alla media il valore della deviazione standard e aggiungendo a essa lo stesso valore comprende sempre circa il 68% dei punteggi. In statistica si distingue con cura la descrizione della distribuzione di una popolazione dalla descrizione di un suo campione. L uso dei simboli facilita la comprensione di quale dei due casi è preso in considerazione. Nel primo caso si usano le lettere greche per indicare ma media, µ, e per indicare lo scarto quadratico medio, σ. Nel secondo caso si usano le lettere latine. In questa unità abbiamo usato le lettere latine per segnalare un uso generico delle formule. La forma di una distribuzione: asimmetria (skew) e curtosi (kurtosis). Abbiamo già introdotto il concetto di asimmetria e di asimmetria positiva e negativa. Quando la media è maggiore della mediana (la differenza tra le media e la mediana è positiva) la distribuzione è asimmetrica positivamente. Quando la mediana è maggiore della media ( le differenza tra la media e la mediana è negativa) la distribuzione è asimmetrica negativamente. Esiste una formula (un po complessa) per valutare l intensità di tali asimmetria. Essa è data dal valore si s 3. E facile tuttavia ottenere il valore dell asimmetria (skew) mediante un programma di calcolo statistico per computer (es. Excel). Esiste una formula che approssima il suo valore proposta da E.S.Pearson. Essa è cioè una stima del valore dell asimmetria. 3 (media mediana) s deviazione standard La curtosi è invece un indicatore di quanti i punteggi si addensano verso la media, oppure si addensano verso gli estremi della distribuzione. Essa è data dal valore si s 4. E facile tuttavia ottenere il valore della curtosi (kurtosis) 3 mediante un programma di calcolo statistico per computer (es. Excel). Esiste anche in questo caso una formula che approssima il suo valore. Essa è cioè una stima del valore della curtosi. Q 3 Q 1 s (90 percentile) (10 percentile) Se ricordiamo che una curva è detta leptocurtica, platicurtica o mesocurtica a seconda che 3 Essa è nota anche come il quarto momento rispetto alla media. 46

8 essa sia a forma campanulate con addensamento di punteggi al centra, oppure essa si presenti appiattita al centro, ovvero sia distribuita abbastanza normalmente, possiamo concludere che una curva mesocurtica ha una curtosi approssimativamente di valore 3, mentre una leptocurtica ha un valore superiore va 3 e una platicurtica ha un valore inferiore a 3. Tab Quattro distribuzioni, ciascuna con un differente s 2, s 3, s 4. Sintesi Abbiamo visto che al fine di dare una descrizione di una distribuzione è necessario disporre di qualche cosa in più della semplice misura della tendenza centrale. Dobbiamo cioè essere in grado di dare una misura della dispersione dei punteggi intorno ai valori medi. In questo ambito, abbiamo trattato cinque misure di dispersione, cioè il campo di variazione, le differenze interquartili, lo scarto medio, lo scarto quadratico medio e la varianza. Nel caso di variabili distribuite normalmente le due misure basate sul quadrato degli scarti dalla media (cioè le varianza e lo scarto quadratico medio) si mostrano particolarmente utili nelle statistica. Abbiamo discusso altresì e mostrato concretamente come calcolare lo scarto quadratico medio facendo uso dello scarto medio, nonché direttamente, operando cioè sui dati originali nel caso di distribuzioni di frequenza di punteggi non raggruppati in classi. Abbiamo infine posto in evidenza i tipi più comuni di errore che si possono incontrare nel calcolo dello scarto quadratico medio. 47

9 Termini da ricordare Valore assoluto di un numero - Il numero senza tener conto del suo segno. Dispersione (dispersion - spread) - La variabilità dei punteggi intorno alla rispettiva misura della tendenza centrale. Scarto medio - Somma degli scarti di ciascun punteggio dalla media, senza tener conto del segno, diviso per il numero di punteggi. Campo dl variazione (gamma range) - Misura della dispersione; la distanza intercorrente tra il punteggio più piccolo ed il punteggio più grande della scala dei punteggi. Scarto quadratico medio (deviazione standard standard deviation) - Misura della dispersione estremamente utile definita come la radice quadrata della somma degli scarti quadratici dalla media aritmetica, divisa per N. Varianza (variance)- Somma degli scarti quadratici medi dalla media divisa per N. Asimmetria (skewness) Forma che assume la distribuzione quanto a simmetria rispetto alla media. Curtosi (kurtosis) Modalità di addensamento dei punteggi vicino alla media o distante da essa. 48

10 Esercizi 1. Calcola per i seguenti punteggi a) la media b) la mediana c) la moda d) la varianza s 2 e) la deviazione standard s 2. Aggiungi 2 a ciascun valore e ricalcola a. la media b. la mediana c. la moda d. la varianza s 2 e. la deviazione standard s 3. Ora calcola gli stessi valori del punto 1) togliendo 2 4. Quale differenza noti tra i risultati che ottieni? Che cosa puoi concludere? 49

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Valori medi e misure della tendenza centrale

Valori medi e misure della tendenza centrale TERZA UNITA Valori medi e misure della tendenza centrale Una delle maggiori cause di confusione presso l uomo della strada nonché di diffidenza verso la statistica, considerata più un arte che una scienza,

Dettagli

Statistica descrittiva: prime informazioni dai dati sperimentali

Statistica descrittiva: prime informazioni dai dati sperimentali SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto

Dettagli

Lezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria

Lezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria Lezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Standardizzazione di una variabile Standardizzare una variabile statistica

Dettagli

Indici (Statistiche) che esprimono le caratteristiche di simmetria e

Indici (Statistiche) che esprimono le caratteristiche di simmetria e Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica

Dettagli

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche

Dettagli

Il concetto di correlazione

Il concetto di correlazione SESTA UNITA Il concetto di correlazione Fino a questo momento ci siamo interessati alle varie statistiche che ci consentono di descrivere la distribuzione dei punteggi di una data variabile e di collegare

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

STATISTICA DESCRITTIVA. Le misure di tendenza centrale

STATISTICA DESCRITTIVA. Le misure di tendenza centrale STATISTICA DESCRITTIVA Le misure di tendenza centrale 1 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 2 Esempio Nella tabella seguente sono riportati

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA

ESERCIZI DI STATISTICA DESCRITTIVA ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,

Dettagli

Brugnaro Luca Boscaro Gianni (2009) 1

Brugnaro Luca Boscaro Gianni (2009) 1 STATISTICA PER LE PROFESSIONI SANITARIE - LIVELLO BASE Brugnaro Luca Boscaro Gianni (2009) 1 Perché la statistica Prendere decisioni Bibliografia non soddisfacente Richieste nuove conoscenze Raccolta delle

Dettagli

Statistica. Alfonso Iodice D Enza iodicede@unina.it

Statistica. Alfonso Iodice D Enza iodicede@unina.it Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 16 Outline 1 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA Seconda Lezione DISTRIBUZIONE DI FREQUENZA Frequenza assoluta: è il numero puro di casi per quella modalità Frequenze relative: sono il rapporto tra la frequenza assoluta con cui si manifesta una modalità

Dettagli

Per forma di una distribuzione si intende il modo secondo il quale si dispongono i valori di un carattere intorno alla rispettiva media.

Per forma di una distribuzione si intende il modo secondo il quale si dispongono i valori di un carattere intorno alla rispettiva media. FORMA DI UNA DISTRIBUZIONE Per forma di una distribuzione si intende il modo secondo il quale si dispongono i valori di un carattere intorno alla rispettiva media. Le prime informazioni sulla forma di

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 2.1 Statistica descrittiva (Richiami) Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario

Dettagli

Esercitazione di riepilogo 23 Aprile 2013

Esercitazione di riepilogo 23 Aprile 2013 Esercitazione di riepilogo 23 Aprile 2013 Grafici Grafico a barre Servono principalmente per rappresentare variabili (caratteri) qualitative, quantitative e discrete. Grafico a settori circolari (torta)

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

Esplorazione dei dati

Esplorazione 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

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

STATISTICA DESCRITTIVA UNIVARIATA

STATISTICA DESCRITTIVA UNIVARIATA Capitolo zero: STATISTICA DESCRITTIVA UNIVARIATA La STATISTICA è la scienza che si occupa di fenomeni collettivi che richiedono lo studio di un grande numero di dati. Il termine STATISTICA deriva dalla

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

Indici di dispersione

Indici di dispersione Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

1. L analisi statistica

1. L analisi statistica 1. L analisi statistica Di cosa parleremo La statistica è una scienza, strumentale ad altre, concernente la determinazione dei metodi scientifici da seguire per raccogliere, elaborare e valutare i dati

Dettagli

Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA

Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3

Dettagli

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione

Dettagli

Grafici delle distribuzioni di frequenza

Grafici delle distribuzioni di frequenza Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma

Dettagli

Elaborazione dati in Analisi Sensoriale

Elaborazione dati in Analisi Sensoriale Elaborazione dati in Analisi Sensoriale Si è parlato di interpretazione corretta dei risultati ottenuti; a questo concorrono due fattori: affidabilità e validità. Se i test fossero stati ripetuti con lo

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA

ELEMENTI DI STATISTICA DESCRITTIVA Metodi Statistici e Probabilistici per l Ingegneria ELEMENTI DI STATISTICA DESCRITTIVA Corso di Laurea in Ingegneria Civile Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain E-mail:

Dettagli

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Teoria della Stima. Stima della Media e di una Porzione di Popolazione. Introduzione. Corso di Laurea in Scienze Motorie AA2002/03 - Analisi dei Dati

Teoria della Stima. Stima della Media e di una Porzione di Popolazione. Introduzione. Corso di Laurea in Scienze Motorie AA2002/03 - Analisi dei Dati Teoria della Stima. Stima della Media e di una Porzione di Popolazione Introduzione La proceduta in base alla quale ad uno o più parametri di popolazione si assegna il valore numerico calcolato dalle informazioni

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Statistica. L. Freddi. L. Freddi Statistica

Statistica. L. Freddi. L. Freddi Statistica Statistica L. Freddi Statistica La statistica è un insieme di metodi e tecniche per: raccogliere informazioni su un fenomeno sintetizzare l informazione (elaborare i dati) generalizzare i risultati ottenuti

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Slide Cerbara parte1 5. Le distribuzioni teoriche

Slide Cerbara parte1 5. Le distribuzioni teoriche Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

Indice. 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3

Indice. 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3 LEZIONE ELEMENTI DI STATISTICA DESCRITTIVA PROF. CRISTIAN SIMONI Indice 1 La statistica, i dati e altri concetti fondamentali ---------------------------------------------------- 3 1.1. Popolazione --------------------------------------------------------------------------------------------

Dettagli

Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011

Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011 Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011 Statistica descrittiva e inferenziale

Dettagli

INTERPRETAZIONE DEI RISULTATI DEL QUESTIONARIO I

INTERPRETAZIONE DEI RISULTATI DEL QUESTIONARIO I CeSe.Di. - Riorientamento nel primo anno delle superiori INTERPRETAZIONE DEI RISULTATI DEL QUESTIONARIO I dati Sezione 1 - AFFERMAZIONI GENERALI (10 item): affermazioni che afferiscono alle percezioni

Dettagli

Elementi di Psicometria

Elementi di Psicometria Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale Radicali 1. Radice n-esima Terminologia Il simbolo è detto radicale. Il numero è detto radicando. Il numero è detto indice del radicale. Il numero è detto coefficiente del radicale. Definizione Sia un

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Rischio e rendimento degli strumenti finanziari

Rischio e rendimento degli strumenti finanziari Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Rischio e rendimento degli strumenti finanziari Capitolo 15 Indice degli argomenti 1. Analisi dei rendimenti delle principali attività

Dettagli

Analisi dei dati. Statistica descrittiva

Analisi dei dati. Statistica descrittiva Analisi dei dati DATI GREZZI SINTESI DELLE OSSERVAZIONI ELABORAZIONE DATI Statistica descrittiva Si occupa dell analisi di un certo fenomeno relativo a un certo gruppo di soggetti (popolazione) sulla base

Dettagli

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

Dettagli

Anno Accademico 2014-2015. Corso di Laurea in Economia Aziendale Università di Bologna STATISTICA

Anno Accademico 2014-2015. Corso di Laurea in Economia Aziendale Università di Bologna STATISTICA Statistica, CLEA p. 1/68 Anno Accademico 2014-2015 Corso di Laurea in Economia Aziendale Università di Bologna STATISTICA Monia Lupparelli monia.lupparelli@unibo.it http://www2.stat.unibo.it/lupparelli

Dettagli

[ ] [ ] 5.2. Statistiche descrittive

[ ] [ ] 5.2. Statistiche descrittive traffico nei tratti stradali limitrofi (deficienza non trascurabile data la fitta tessitura che caratterizza la rete stradale mestrina). I dati ottenuti, però, possono fornire una stima del fenomeno ed

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

Statistica Medica. Verranno presi in esame:

Statistica Medica. Verranno presi in esame: Statistica Medica Premessa: il seguente testo cerca di riassumere e rendere in forma comprensibile ai non esperti in matematica e statistica le nozioni e le procedure necessarie a svolgere gli esercizi

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Metodi Matematici e Informatici per la Biologia----31 Maggio 2010

Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 COMPITO 4 (3 CREDITI) Nome: Cognome: Matricola: ISTRUZIONI Gli esercizi che seguono sono di tre tipi: Domande Vero/Falso: cerchiate V o

Dettagli

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008 Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi

Dettagli

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza

Dettagli

CURRICOLO MATEMATICA ABILITA COMPETENZE

CURRICOLO MATEMATICA ABILITA COMPETENZE CURRICOLO MATEMATICA 1) Operare con i numeri nel calcolo aritmetico e algebrico, scritto e mentale, anche con riferimento a contesti reali. Per riconoscere e risolvere problemi di vario genere, individuando

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

Analisi della performance temporale della rete

Analisi della performance temporale della rete Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:

Dettagli

In questa dispensa cercheremo di approfondire le più comuni tecniche statistiche per l analisi dei dati raccolti nell ambito di ricerca clinica e di

In questa dispensa cercheremo di approfondire le più comuni tecniche statistiche per l analisi dei dati raccolti nell ambito di ricerca clinica e di In questa dispensa cercheremo di approfondire le più comuni tecniche statistiche per l analisi dei dati raccolti nell ambito di ricerca clinica e di base. Verranno inoltre forniti i concetti fondamentali

Dettagli

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte Competenza chiave europea: MATEMATICA Scuola Primaria DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte TAB. A TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE al termine della Scuola Primaria

Dettagli

Strumenti informatici 2.3 - Le statistiche descrittive con Excel e SPSS

Strumenti informatici 2.3 - Le statistiche descrittive con Excel e SPSS Strumenti informatici 2.3 - Le statistiche descrittive con Excel e SPSS Per ottenere le statistiche descrittive di una o più variabili in Excel occorre utilizzare le funzioni, che sono operatori matematici,

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare.

DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare. Appunti di Statistica DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare. PROCESSO STATISTICO L indagine statistica comprende

Dettagli

Dai dati al modello teorico

Dai dati al modello teorico Dai dati al modello teorico Analisi descrittiva univariata in R 1 Un po di terminologia Popolazione: (insieme dei dispositivi che verranno messi in produzione) finito o infinito sul quale si desidera avere

Dettagli

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI MATEMATICA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI MATEMATICA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA Ministero dell Istruzione, dell Università e della Ricerca Istituto Comprensivo Statale di Calolziocorte Via F. Nullo,6 23801 CALOLZIOCORTE (LC) e.mail: lcic823002@istruzione.it - Tel: 0341/642405/630636

Dettagli

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

8 Elementi di Statistica

8 Elementi di Statistica 8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per

Dettagli

Pivot è bello. Principali. misure di variabilità. Il contesto è di tipo matematico, in particolare riguarda l uso di dati numerici e delle loro

Pivot è bello. Principali. misure di variabilità. Il contesto è di tipo matematico, in particolare riguarda l uso di dati numerici e delle loro Pivot è bello Livello scolare: 1 biennio Abilità Conoscenze interessate Predisporre la struttura della Distribuzioni delle matrice dei dati grezzi con frequenze a seconda del riguardo a una rilevazione

Dettagli

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza. VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

SPC e distribuzione normale con Access

SPC e distribuzione normale con Access SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p

Dettagli

MATEMATICA OBIETTIVI DI APPRENDIMENTO TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE

MATEMATICA OBIETTIVI DI APPRENDIMENTO TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE Il bambino raggruppa e ordina oggetti e materiali secondo criteri diversi. Identifica alcune proprietà dei materiali. Confronta e valuta quantità. Utilizza simboli per registrare materiali e quantità.

Dettagli

CONTROLLI STATISTICI

CONTROLLI STATISTICI CONTROLLI STATISTICI Si definisce Statistica la disciplina che si occupa della raccolta, effettuata in modo scientifico, dei dati e delle informazioni, della loro classificazione, elaborazione e rappresentazione

Dettagli

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri.

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. A partire da questa lezione, ci occuperemo di come si riescono a codificare con sequenze binarie, quindi con sequenze di 0 e 1,

Dettagli

LA NOTAZIONE SCIENTIFICA

LA NOTAZIONE SCIENTIFICA LA NOTAZIONE SCIENTIFICA Definizioni Ricordiamo, a proposito delle potenze del, che = =.000 =.000.000.000.000 ovvero n è uguale ad seguito da n zeri. Nel caso di potenze con esponente negativo ricordiamo

Dettagli

Le competenze in scienze degli studenti del Friuli Venezia Giulia

Le competenze in scienze degli studenti del Friuli Venezia Giulia Le competenze in scienze degli studenti del Friuli Venezia Giulia Servizio statistica luglio 2008 Servizio statistica REGIONE AUTONOMA FRIULI VENEZIA GIULIA Piazza Unità d Italia, 1 34100 Trieste telefono:

Dettagli

DATI NORMATIVI PER LA SOMMINISTRAZIONE DELLE PROVE PAC-SI A BAMBINI DI INIZIO SCUOLA PRIMARIA 1

DATI NORMATIVI PER LA SOMMINISTRAZIONE DELLE PROVE PAC-SI A BAMBINI DI INIZIO SCUOLA PRIMARIA 1 DATI NORMATIVI PER LA SOMMINISTRAZIONE DELLE PROVE PAC-SI A BAMBINI DI INIZIO SCUOLA PRIMARIA 1 Marta Desimoni**, Daniela Pelagaggi**, Simona Fanini**, Loredana Romano**,Teresa Gloria Scalisi* * Dipartimento

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA ANNO ACCADEMICO 2013-2014 UNIVERSITA DEGLI STUDI DI TERAMO FACOLTA DI MEDICINA VETERINARIA CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA CFU 5 DURATA DEL CORSO : ORE 35 DOCENTE PROF. DOMENICO DI DONATO

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli