Analisi dei dati. Statistica descrittiva

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi dei dati. Statistica descrittiva"

Transcript

1 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 della rilevazione completa delle informazioni (censimento). Tali informazioni vengono sintetizzate tramite opportuni indici statistici (es: voto medio all esame di statistica sulla base dei voti di tutti gli studenti).

2 Definizioni variabile (carattere) caratteristica che viene presa in esame in un certo studio statistico (es: età, sesso, titolo di studio, peso) modalità modo di manifestarsi di una variabile unità statistica singola unità elementare su cui vengono osservati i caratteri oggetto di studio (es.: studente, famiglia) popolazione insieme di unità statistiche omogenee rispetto a una o più caratteristiche (es: studenti dell Università di Napoli, residenti nella regione Campania, popolazione delle famiglie italiane) 3 Frequenze assolute e relative frequenza assoluta (n j ) di una modalità x j, o di una classe di modalità (x j- ;x j ) numero di unità statistiche che presentano tale modalità frequenza relativa (f j ) di una modalità x j, o di una classe di modalità (x j- ;x j ) -la frazione o proporzione di u.s. che presentano tale modalità. Proprietà: n n j j f = J = j =,,..., J j n N j j= 0 f j J f = j j= j =,,..., J 4

3 Finalità delle frequenze relative Facilitare la percezione del PESO delle modalità Sesso M F Freq. Assoluta Freq. Relativa Freq. Rel. % Totale Sesso Freq. Assoluta Freq. Rel. % Facilitare CONFRONTI tra popolazioni M Pop. A 750 Pop. B 850 Pop. A 58.3 Pop. B 85.0 F Totale Frequenze cumulate e funzione di ripartizione Frequenze cumulate numero di unità statistiche con valori di X x j Funzione di ripartizione (F(x j )) di una variabile X - proporzione di unità statistiche con valori di X x j F( x f j ) = = k j freq.cum.( x j ) n j = j k= k 6

4 Mod.tà Freq. Fr. rel. Freq.cum F(x) x n f n f x n f n + n f +f x j x J n j n J f j f J n + n + + n j N f +f + + f j Totale N 7 Esempio: altezza rilevata su 30 individui Individuo n. sesso altezza m 50 f 70 3 m 7 4 f 7 5 m 57 6 f 80 7 m 7 8 m 7 9 m 73 0 f 70 f 67 f 65 3 f 67 4 f 80 5 m 80 6 m 85 7 m 90 8 f 58 9 f 45 0 f 65 m 90 f 90 3 m 60 4 m 60 5 f 67 6 f 68 7 f 56 8 m 66 9 f m 6 Classe Frequenza % cumulativa % % % % % % % % % % % % Altro % Frequenza Percentuale di individui la cui altezza è minore o uguale di 70 cm. Numero di individui la cui altezza è compresa fra 66 e 70 cm. Distribuzione di frequenze 65 Classe di altezza Altro 00.00% 80.00% 60.00% 40.00% 0.00%.00% Frequenza % cumulativa 8

5 Indagine sulla fecondità (INF/, 995) Sottoinsieme delle donne coniugate o conviventi residenti nelle regioni del centro Italia Alcune delle caratteristiche rilevate Anno di nascita, nella forma aa Titolo di studio alla data dell intervista Anno di nascita del primo figlio Anno di nascita del secondo figlio Numero totale di figli Ha mai lavorato? (=no, =in passato, 3=attualmente) 9 Matrice dei dati da INF/ (587 donne) ID ANNONASC TITSTUD FIGLIO FIGLIO NFIGLI MAILAV

6 Operazioni di spoglio: dalla matrice dei dati alle tabelle Numero di figli alla data dell intervista Cumulative Cumulative NFIGLI Frequency Percent Frequency Percent ************************************************************** Anno di nascita della donna Cumulative Cumulative ANNONASC Frequency Percent Frequency Percent ************************************************************** Per una migliore lettura: definizione delle classi di modalità!

7 Anno di nascita della donna: raggruppamento in classi Cumulative Cumulative ANNONASC Frequency Percent Frequency Percent ************************************************************** Titolo di studio alla data dell intervista Cumulative Cumulative TITSTUD Frequency Percent Frequency Percent ************************************************************** Per una migliore lettura: decodifica delle modalità! =licenza elementare; =licenza media 3-5=diploma 6=diploma universitario; 7=laurea 4

8 Titolo di studio alla data dell intervista: decodifica delle modalità Cumulative Cumulative TITSTUD Freq Percent Frequency Percent ************************************************************** lic. elementare lic. media diploma diploma univ laurea Condizione lavorativa alla data dell intervista MAILAV Frequency Percent ******************************** Totale Per una migliore lettura: decodifica delle modalità! MAILAV Frequency Percent ****************************************************** mai lavorato lavorato in passato lavora attualmente Totale

9 Aspetti notevoli delle distribuzioni centro Coda sinistra Coda destra 7 Aspetti caratterizzanti le distribuzioni: posizione e variabilità Posizione Più a sinistra Più a destra Variabilità Meno variabile più variabile 8

10 Aspetti caratterizzanti le distribuzioni: forma Asimmetrica simmetrica 9 Indici caratteristici delle distribuzioni posizione variabilità forma Indice di posizione 0

11 Indici di posizione (Misure di tendenza centrale) Sintesi della distribuzione attraverso un valore rappresentativo che si posiziona nel mezzo della distribuzione MODA MEDIANA MEDIA Moda Modalità a cui corrisponde la frequenza più alta. 4 moda 3 frequenze valori

12 unimodale 4 3 Moda moda frequenze bimodale valori moda 3 frequenze valori 3 4 Moda moda multimodale frequenze valori no moda 4 3 frequenze valori 4

13 Moda E l unica misura di tendenza centrale che può essere usata con dati qualitativi Individuo Scarpa Colore Misura nero 4 blu 38 3 giallo 4 4 blu 4 5 nero 4 6 giallo 40 7 bianco 36 8 nero 36 9 nero 4 0 rosso 36 moda_colore = nero moda_misura = 4 freq Alberghi di Assisi per categoria stella stelle 3 stelle 4 stelle moda categoria Freq. modale 5 Moda Non è influenzata dai valori estremi 4 moda 3 frequenze valori valore estremo 6

14 Moda per Classi Nel caso di distribuzioni di frequenze per classi, la classe cui corrisponde la massima frequenza viene detta classe modale. Bisogna però prestare attenzione nel caso in cui le classi abbiano uguale ampiezza o meno: Nel caso di classi di uguale ampiezza la classe modale è la classe di massima frequenza, e come valore modale si considera di solito il valore centrale della classe ( segno ) Nel caso di classi di ampiezza differente, la classe modale si determina attraverso il calcolo della densità di frequenza d i d i =frequenza assoluta/ampiezza della classe; è classe modale la classe cui corrisponde la massima densità di frequenza, e come valore modale si assume sempre, per brevità, il valore centrale della classe A seconda degli scopi è preferibile usare l'una o l'altra media. In molti casi, tuttavia, l'impiego congiunto degli stessi è utile per fornire un'informazione più completa sul fenomeno in esame. 7 Mediana valore che divide la distribuzione, ordinata in senso non decrescente (o non crescente), in due parti con un numero uguale di termini a destra e a sinistra dell asse mediano valore che occupa la posizione centrale dei dati una volta che questi siano stati ordinati 8

15 Calcolo mediana N dispari mediana + = X ( N ) N pari mediana = X N + X / ( N + ) 9 Mediana N X N X Mediana = 38 Mediana =

16 Mediana Non è influenzata da valori estremi N X Mediana = 38 3 Mediana Applicabile anche a dati qualitativi ordinabili 5 Distribuzione per titolo di studio Analfa beti Alfabe ti Elemen tari Media Diplom a Laurea 0 frequenza cumulata mediana 3

17 Mediana Rende minima la somma delle distanze rispetto ad essa mediana : n = i xi mediana = min 33 Si supponga di voler suddividere gli studenti in due gruppi di uguale numerosità. Un possibile criterio è quello di considerare, per la popolazione Studenti la variabile età, il suo valore mediano e suddividere gli studenti in base a tale valore. Si supponga di voler stabilire, fra due possibili siti A e B di una certa regione, quello che meglio si presti per la localizzazione di un centro commerciale Quartiere Distanza da A Distanza da B Distanza da A Distanza da B media mediana 3 5 max 3 33 La scelta di B assicura una locazione particolarmente conveniente per almeno il 50% dei quartieri (nel raggio di 5 km), penalizzando in compenso (alcuni) altri quartieri. La scelta di A è quella complessivamente migliore 34

18 Quantili Si dice quantile p-esimo di una distribuzione quel valore x p tale che la funzione di ripartizione F(x p )=p p (0,) x p : F( x p ) = p 35 Quantili p =0.5 mediana p =0.5,0.50,0.75 quartili p =0.,0.,,0.8,0.9 decili p=0.0,0.0,,0.98,0.99 percentili 36

19 Quartili Q, Q, Q 3 dividono la distribuzione in quattro porzioni ad ugual numerosità 5% 5% 5% 5% (minimo) Q Q (mediana) Q 3 (massimo) 37 Esempio Si vuole stabilire, fra due possibili siti A e B di una certa regione, quello che meglio si presti per la localizzazione di un centro commerciale Quartiere Distanza da A Distanza da B Distanza da A Distanza da B Quartile 7 4 Quartile Quartile 7.5 max 3 33 Circa il 5% dei quartieri ha una distanza da A maggiore o uguale a 7 e minore di 3 Circa il 50% dei quartieri ha distanza da B maggiore o uguale di 5, mentre circa il 50% dei quartieri ha distanza da A maggiore o uguale di 3. 38

20 Decili D, D, D 3, D 4, D 5, D 6, D 7, D 8, D 9 dividono la distribuzione in dieci porzioni ad ugual numerosità 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% D D D 3 D 4 D 5 D 6 D 7 D 8 D 9 39 Media aritmetica è la più semplice tra le varie analisi univariate (compiute su di una sola variabile) fornisce informazioni sull ordine di grandezza di una variabile statistica 40

21 Si definisce media aritmetica di una variabile statistica quantitativa la seguente quantità: E( X ) = µ = x = Media N X x i N i= Nel caso di dati grezzi E( X ) = µ X = x = N J i= x i n i = J i= x i f i Nel caso di tabelle di frequenza 4 Esempio: Cinetica di acidificazione (ph) di latte pastorizzato inoculato al 4% con ceppi appartenenti al genere Leuconostoc incubati a 35 C Ceppi t=0h t=3h t=4h t=5h t=6h t=7h t=8h t=9h PH medio L00 6,66 6,53 6,5 6,43 6,4 6,39 6,35 6,3 6,455 L0 6,63 6,49 6,46 6,4 6,4 6,36 6,3 6,7 6,45 L03 6,65 6,49 6,48 6,4 6,4 6,35 6,9 6,5 6,475 L04 6,64 6,49 6,46 6,4 6,4 6,36 6,3 6,7 6,4 76G 6,7 6,49 6,47 6,46 6,4 6,38 6,37 6,33 6, ,64 6,5 6,48 6,43 6,4 6,37 6,33 6,7 6,435 53P 6,67 6,5 6,46 6,43 6,4 6,38 6,36 6,7 6,

22 Esempio X = 38 Esempio X = n i= x i Proprietà della media = nx è il numero che sostituito ai singoli x i osservati ne lascia invariata la somma x + x + + xn = x + x x = n x L 44

23 Proprietà della media. 3. n i= n i= ( x i x) = 0 ( x c) è minimo per c x i = 4. se ad ogni termine della distribuzione viene applicata la trasformazione ax+b, allora la media sarà pari a a x + b 45 Media se abbiamo una variabile statistica X, dette x,x,,x k le sue modalità distinte e n,n,,n k le rispettive frequenze assolute invece di calcolare la media aritmetica si può scrivere ( x x = x nvolte nk volte k + L+ + L+ x) + L+ ( x N x n + x n + L+ x n + n + L+ n n k k = = i= k x k ) k x i N n i (MP) I coefficienti n i dei k valori distinti di X, sono detti pesi di tali valori, in quanto ne rappresentano, per così dire il peso che dà diversa importanza ai singoli valori della distribuzione statistica. La (MP) prende il nome di media aritmetica ponderata dei k valori x i,di pesi n i. 46

24 Relazione empirica tra media, moda e mediana media moda = 3(media - mediana) 47 Relazione empirica tra media, moda e mediana Moda = Media = Mediana SIMMETRICA Media Mediana Moda ASIMMETRICA A SINISTRA (negativa) Moda Media Mediana ASIMMETRICA A DESTRA (positiva) 48

25 Indici caratteristici delle distribuzioni posizione variabilità forma 49 Variabilità media diversa, stessa variabilità stessa media, variabilità diversa 50

26 Esempio variabilità A B Individuo altezza Esempio variabilità Popolazione Popolazione Individuo altezza Le due popolazioni, pur essendo notevolmente differenti hanno la stessa altezza media Altezza Media =66 La media offre un valore rappresentativo dei dati, ma non della loro variabilità intorno a tale valore. 5

27 Indice di variabilità esprime la tendenza di un carattere ad assumere modalità differenti non assume valori negativi il valore 0 è associato alla variabilità nulla assume valori via via crescenti quanto più le modalità differiscono tra loro 53 Indici di variabilità (o dispersione) (misure di variazione) indici assoluti: campo di variazione (range) scarto semplice medio varianza deviazione standard (scarto quadratico medio) indici relativi: coefficiente di variazione 54

28 Campo di variazione (range) Valore più alto R= x () -x (n) Valore più basso 50% x () Q Q 3 campo di variazione x (n) differenza interquartile 55 alimento %proteine mele 0. uva 0.5 limoni 0.6 arance 0.7 pesche 0.8 pomodori carote. banane. zucchine.3 lattuga.8 patate. spinaci 3.4 pizza 4 biscotti 6.6 riso 7 pane 8. crackers 9.4 pasta 0.8 fette bisc..3 grissini.3 Calcolo di R e DI Q Q 3 R =.3 0. = Q = = Q3 = = 7.55 DI = Q Q =

29 Scarto i-mo = x i - x Individuo altezza Scarto dalla media Individuo altezza Scarto dalla media Scarti dalla media (Popolazione A) Scarti dalla media (popolazione B) 57 scarto semplice medio media degli scarti assoluti S M x -x + = x -x N x N -x S M x-x n = + x-x n n + n n k x k -x n k Popolazione A S M =.93 Popolazione B S M =

30 Varianza Devianza (somma degli scarti al quadrato) D ( x ) = i x Varianza (media degli scarti al quadrato) ( x) x i σ = n 59 Calcolo della varianza alimento energia kcal xi-m (xi-m)^ pane grissini crackers fette biscotti pasta riso pizza Totale x = σ N = ( x i x) N i= =

31 Deviazione standard (scarto quadratico medio) Deviazione standard (scarto quadratico medio) σ = ( x) n x i 6 Calcolo della deviazione standard alimento energia kcal xi-m (xi-m)^ pane grissini crackers fette biscotti pasta riso pizza Totale x = σ = σ = =

32 Proprietà. gli indici S M, D, σ e σ sono sempre non negativi e assumo il valore minimo (0) se e solo se tutte le modalità della distribuzione sono uguali tra loro. la devianza può essere calcolata come (formula semplificata) D n = i= x i nx 63 Proprietà 3. se ad ogni termine della distribuzione viene applicata la trasformazione ax+b, allora gli indici di variabilità cambieranno nel modo seguente Devianza a D Varianza a σ Deviazione standard aσ 64

33 Indici relativi di variabilità dispersion e relativa = sono dei numeri puri dispersione assoluta media consentono di confrontare la dispersione di variabili con differenti unità di misura 65 Coefficiente di variazione V = σ x σ V % = 00 x 66

34 Esempio Valori di VES (velocità di elettrosedimentazione, mm/ora) misurati su due gruppi di 7 pazienti stessa media {A}: { 8, 5, 7, 6, 35, 5, 4} {B}: {, 8, 0, 9, 7, 8, 7} A = 0 = in {A} i valori sono più dispersi che in {B} in {A} i valori sono inclusi tra 4 e 35 in {B} i valori sono inclusi tra 7 e 7 B 67 {A}: Esempio D = ( ) / 7 = = 740 {B}: σ = 740 / 6 = 3.33 σ =. V% = 00(./0) = % D = ( ) / 7 = = 68 s = 68 / 6 =.33 σ = 3.4 V% = 00(3.4/0) = 34% 68

35 Indici caratteristici delle distribuzioni posizione variabilità forma 69 Indici di forma coefficiente di asimmetria coefficiente di curtosi 70

36 Asimmetria Simmetrica I dati sono distribuiti in modo simmetrico se la parte sinistra e destra dell istogramma sono pressoché speculari Asimmetrica Se la distribuzione non è simmetrica, e si estende di più in una direzione 7 Asimmetria (per distribuzioni unimodali) Moda = Media = Mediana SIMMETRICA Media Mediana Moda ASIMMETRICA A SINISTRA (negativa) Moda Media Mediana ASIMMETRICA A DESTRA (positiva) 7

37 Indici di asimmetria asimmetria = x moda σ asimmetria 3 = x ( mediana) σ γ 3 ( xi x) = nσ β 3 = γ 73 Indici di curtosi

38 Indici di curtosi leptocurtosi mesocurtosi platicurtosi 75 Indici di curtosi γ ( x) 4 x i 4 = nσ 3 76

39 Esempio Ceppi t=0h t=3h t=4h t=5h t=6h t=7h t=8h t=9h PH medio Deviazione standard L00 6,66 6,53 6,5 6,43 6,4 6,39 6,35 6,3 6,455 0,5796 L0 6,63 6,49 6,46 6,4 6,4 6,36 6,3 6,7 6,45 0,4679 L03 6,65 6,49 6,48 6,4 6,4 6,35 6,9 6,5 6,475 0,65758 L04 6,64 6,49 6,46 6,4 6,4 6,36 6,3 6,7 6,4 0, G 6,7 6,49 6,47 6,46 6,4 6,38 6,37 6,33 6,455 0, ,64 6,5 6,48 6,43 6,4 6,37 6,33 6,7 6,435 0, P 6,67 6,5 6,46 6,43 6,4 6,38 6,36 6,7 6, , CAMPIONE 3nm 6nm 68nm 70nm 74nm assorbanza strutto 0,9 0,57 0,57 0,58 0,46 ossidazione primaria 0,96 0,60 0,63 0,6 0,50 ossidazione secondaria Indici spettrofotometrici 0,884 0,6 0,3 0,3 0,9 0,884 0,6 0,30 0,9 0,7 0,968 0,8 0,89 0,89 0,77 media 0,95 0,50 0,54 0,54 0,4 dev std 0,035 0,04 0,05 0,05 0,05 impasto (grasso),59 0,364 0,346 0,343 0,30,308 0,57 0,497 0,494 0,47,90 0,49 0,47 0,468 0,445,08 0,384 0,373 0,373 0,353 media,4 0,439 0,4 0,40 0,397 dev std 0,070 0,076 0,073 0,073 0,07 tarallo,086 0,308 0,94 0,93 0,7 (a cottura, tcott=30min),43 0,34 0,35 0,3 0,30, 0,379 0,36 0,360 0,337,00 0,37 0,3 0,30 0,89,5 0,37 0,3 0,309 0,88 media,38 0,336 0,3 0,39 0,97 dev std 0,049 0,07 0,05 0,05 0,04 tarallo,40 0,350 0,335 0,33 0,30 (a cottura, tcott=40min),47 0,349 0,333 0,33 0,309,96 0,38 0,330 0,369 0,348,06 0,44 0,406 0,406 0,385,87 0,390 0,374 0,37 0,350 media,75 0,377 0,356 0,36 0,340 dev std 0,030 0,08 0,033 0,03 0,03 78

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

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

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

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

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

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

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità 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.

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

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

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

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

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

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

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

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

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

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

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

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

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

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

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

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

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

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

Cenni di statistica descrittiva

Cenni di statistica descrittiva Cenni di statistica descrittiva La statistica descrittiva è la disciplina nella quale si studiano le metodologie di cui si serve uno sperimentatore per raccogliere, rappresentare ed elaborare dei dati

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

Statistica descrittiva

Statistica descrittiva Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento

Dettagli

INDICI DI TENDENZA CENTRALE

INDICI DI TENDENZA CENTRALE INDICI DI TENDENZA CENTRALE NA Al fine di semplificare la lettura e l interpretazione di un fenomeno oggetto di un indagine statistica, i dati possono essere: organizzati in una insieme di dati statistici

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

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

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

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Un breve riepilogo: caratteri, unità statistiche e collettivo UNITA STATISTICA: oggetto dell osservazione

Dettagli

Preparazione all esonero di statistica del 21 ottobre 2014

Preparazione all esonero di statistica del 21 ottobre 2014 Cognome Nome 1 parte Date le seguenti coppie ordinate relative al peso e all'altezza di alcuni giovani costruire una tabella a doppia entrata con frequenze assolute e percentuali. (90,170) (98,180) (80,170)

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

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

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

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

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

Gli indici statistici

Gli indici statistici Gli indici statistici Un primo percorso di statistica nel biennio della scuola superiore 1 Scheda1: Per ciascuno dei seguenti insiemi di dati trova un numero che li sintetizzi. Pioggia caduta giornalmente

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

TRACCIA DI STUDIO. Sintesi dei dati. aver eliminato una uguale percentuale di valori estremi sia in basso sia in alto.

TRACCIA DI STUDIO. Sintesi dei dati. aver eliminato una uguale percentuale di valori estremi sia in basso sia in alto. TRACCIA DI STUDIO Sintesi dei dati Per concentrare l inormazione di una serie di misure, è necessario identiicare un indice in grado di rappresentare correttamente la tendenza di un enomeno con una perdita

Dettagli

ESAME DI STATISTICA Nome: Cognome: Matricola:

ESAME DI STATISTICA Nome: Cognome: Matricola: ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli

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

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

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

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007 A STATISTICA (A-K) a.a. 007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 007 STESS N.O. RD 00 GORU N.O. RD 006 ) La distribuzione del numero degli occupati (valori x 000) in una provincia

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

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

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

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

Statistica descrittiva univariata

Statistica descrittiva univariata Statistica descrittiva univariata Elementi di statistica 2 1 Tavola di dati Una tavola (o tabella) di dati è l insieme dei caratteri osservati nel corso di un esperimento o di un rilievo. Solitamente si

Dettagli

Elementi di statistica descrittiva I 31 Marzo 2009

Elementi di statistica descrittiva I 31 Marzo 2009 Il Concetti generali di Statistica) Corso Esperto in Logistica e Trasporti Elementi di Statistica applicata Elementi di statistica descrittiva I Marzo 009 Concetti Generali di Statistica F. Caliò franca.calio@polimi.it

Dettagli

Tabella per l'analisi dei risultati

Tabella per l'analisi dei risultati Vai a... UniCh Test V_Statistica_Eliminatorie Quiz V_Statistica_Eliminatorie Aggiorna Quiz Gruppi visibili Tutti i partecipanti Info Anteprima Modifica Risultati Riepilogo Rivalutazione Valutazione manuale

Dettagli

RAPPRESENTAZIONE DEI DATI

RAPPRESENTAZIONE DEI DATI Rappresentazione dei Dati RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente Quandoil si loro dispone

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

Esercizi di riepilogo Statistica III canale, anno 2008

Esercizi di riepilogo Statistica III canale, anno 2008 Esercizio 1 - Esercizio 5 esame 22 giugno 2004 Esercizi di riepilogo Statistica III canale, anno 2008 Data la seguente distribuzione di 100 dipendenti di un azienda in base al tempo impiegato (in minuti)

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

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

CLASSIFICAZIONE DEI CARATTERI

CLASSIFICAZIONE DEI CARATTERI CLASSIFICAZIONE DEI CARATTERI Come abbiamo visto, su ogni unità statistica si rilevano una o più informazioni di interesse (caratteri). Il modo in cui un carattere si manifesta in un unità statistica è

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

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

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

Lo scopo di questo capitolo è quello di introdurre le principali tecniche di descrizione dei dati.

Lo scopo di questo capitolo è quello di introdurre le principali tecniche di descrizione dei dati. Indice 1 Descriviamo i Dati 1 1.1 L Informazione in Statistica................... 1 1.2 Variabili Qualitative....................... 5 1.2.1 Distribuzioni di Frequenza................ 5 1.2.2 Rappresentazioni

Dettagli

Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011

Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011 Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011 Esercizi di statistica descrittiva 1. Secondo i dati ISTAT 1997 sull occupazione, la Lombardia e il Veneto presentano

Dettagli

STATISTICA (L-Z) - Parte I Esercitazione 3

STATISTICA (L-Z) - Parte I Esercitazione 3 STATISTICA (L-Z) - Parte I Esercitazione 3 A.A. 2009/2010 Debora Slanzi debora.slanzi@unive.it 1 Esercizio 1 In un gruppo di 20 persone sono state rilevate due variabili, il sesso e l età In relazione

Dettagli

Esercitazioni del corso di Statistica Prof. Mortera a.a. 2008/2009

Esercitazioni del corso di Statistica Prof. Mortera a.a. 2008/2009 Esercitazioni del corso di Statistica Prof. Mortera a.a. 2008/2009 Esercizi di statistica descrittiva 1. Secondo i dati ISTAT 1997 sull occupazione, la Lombardia e il Veneto presentano le seguenti distribuzione

Dettagli

1 La Matrice dei dati

1 La Matrice dei dati Dispense sull uso di Excel Daniela Marella 1 La Matrice dei dati Un questionario è costituito da un insieme di domande raccolte su un determinato supporto (cartaceo o elettronico) e somministrate alla

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 ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata

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

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

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica

Dettagli

Fonti e strumenti statistici per la comunicazione (prof.ssa I.Mingo) Esercizi (soluzioni e suggerimenti )

Fonti e strumenti statistici per la comunicazione (prof.ssa I.Mingo) Esercizi (soluzioni e suggerimenti ) Esercizio 1 Fonti e strumenti statistici per la comunicazione (prof.ssa I.Mingo) Esercizi (soluzioni e suggerimenti ) Qualitativo Sconnesso: Marca di Jeans preferita, Partito votato nelle ultime elezioni,

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

Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

Statistica Applicata all edilizia Lezione 2: Analisi descrittiva dei dati

Statistica Applicata all edilizia Lezione 2: Analisi descrittiva dei dati Lezione 2: Analisi descrittiva dei dati E-mail: orietta.nicolis@unibg.it 1 marzo 2011 Prograa 1 Analisi grafica dei dati 2 Indici di posizione Indici di dispersione Il boxplot 3 4 Prograa Analisi grafica

Dettagli

METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI

METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI 1.1 La Statistica La Statistica è la scienza che raccoglie, elabora ed interpreta i dati (informazioni) relativi ad un dato fenomeno oggetto di osservazione.

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

LA STATISTICA NEI TEST INVALSI

LA STATISTICA NEI TEST INVALSI LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la

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

Statistica corso base Canale N Z prof. Francesco Maria Sanna. Prove scritte di esame a.a. 2012-13

Statistica corso base Canale N Z prof. Francesco Maria Sanna. Prove scritte di esame a.a. 2012-13 Statistica corso base Canale N Z prof. Francesco Maria Sanna Prova scritta del 8/1/2013 Prove scritte di esame a.a. 2012-13 Esercizio 1 (5 punti). Nella seguente tabella è riportata la distribuzione delle

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Questa nota consiste perlopiù nella traduzione da Descriptive statistics di J. Shalliker e C. Ricketts, 2000, University of Plymouth Consideriamo come esempio il data set contenuto nel foglio excel esercizio2_dati.xls.

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 39 Introduzione Come si è detto,

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

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

CENNI DI METODI STATISTICI

CENNI DI METODI STATISTICI Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento

Dettagli

ESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240

ESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 1 VARIABILI QUALITATIVE

STATISTICA DESCRITTIVA - SCHEDA N. 1 VARIABILI QUALITATIVE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) STATISTICA DESCRITTIVA

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

CORSO DI LAUREA IN OTTICA E OPTOMETRIA CORSO DI INFORMATICA E STATISTICA DANIELE.MONTANINO@UNISALENTO.IT

CORSO DI LAUREA IN OTTICA E OPTOMETRIA CORSO DI INFORMATICA E STATISTICA DANIELE.MONTANINO@UNISALENTO.IT CORSO DI LAUREA IN OTTICA E OPTOMETRIA CORSO DI INFORMATICA E STATISTICA DANIELE.MONTANINO@UNISALENTO.IT CONVENZIONE SULLE CIFRE SIGNIFICATIVE La convenzione usata sul troncamento delle cifre è troncare

Dettagli

Settore Istruzione RILEVAZIONE DELLA SODDISFAZIONE DEGLI UTENTI DEL SERVIZIO MENSA SCOLASTICA NELLE SCUOLE DELL INFANZIA SINTESI DEI RISULTATI

Settore Istruzione RILEVAZIONE DELLA SODDISFAZIONE DEGLI UTENTI DEL SERVIZIO MENSA SCOLASTICA NELLE SCUOLE DELL INFANZIA SINTESI DEI RISULTATI Settore Istruzione RILEVAZIONE DELLA SODDISFAZIONE DEGLI UTENTI DEL SERVIZIO MENSA SCOLASTICA NELLE SCUOLE DELL INFANZIA SINTESI DEI RISULTATI M o d e n a, n o v e m b re 2 0 1 4 1 INDICE Pagina INFORMAZIONI

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

Scheda SUA - Sezione Qualità QUADRO C1. Corso di laurea in INFORMATICA. (Classe L-31)

Scheda SUA - Sezione Qualità QUADRO C1. Corso di laurea in INFORMATICA. (Classe L-31) Scheda SUA - Sezione Qualità QUADRO C1 Corso di laurea in INFORMATICA (Classe L-31) INDICE INTRODUZIONE LE SCHEDE E I MODELLI DI ANALISI METODOLOGIA DI RACCOLTA DEI DATI E TEMPI DI RILEVAZIONE GLOSSARIO

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

Introduzione alla statistica

Introduzione alla statistica Scheda introduttiva Introduzione alla statistica Nell esperienza quotidiana siamo posti di fronte a molteplici decisioni da prendere: per esempio decidere come investire i nostri risparmi, se acquistare

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

LOGISTICA APPUNTI DI STATISTICA

LOGISTICA APPUNTI DI STATISTICA Cos'é la Statistica LOGISTICA APPUNTI DI STATISTICA La statistica è la disciplina che applica metodi scientifici alla raccolta di dati e informazioni per una loro classificazione, elaborazione e rappresentazione

Dettagli

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE 1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)

Dettagli

ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI

ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI (sintesi da Prof.ssa Di Nardo, Università della Basilicata, http://www.unibas.it/utenti/dinardo/home.html) ISTOGRAMMA/DIAGRAMMA

Dettagli