altre misure di centro e dispersione
|
|
- Onorato Carraro
- 6 anni fa
- Visualizzazioni
Transcript
1 altre misure di centro e dispersione
2 media geometrica la radice n-esima del prodotto degli n dati dati G 2, > 4, 1, 1/32 ->
3 applicazioni poco utilizzata nelle scienze sociali è utile per rappresentare la tendenza centrale in distribuzioni non simmetriche
4 relazione con la media di log(x) se logm è la media aritmetica di log(x) allora G = antilog(logm)
5 il logaritmo di x è il numero a cui va elevata la base per ottenere x: log10(100) = 2 l antilogaritmo di log è il numero che si ottiene elevando la base alla potenza log: antilog10(2) =10^2 = 100
6 media armonica il reciproco della media dei reciproci dei dati dati 1, 2, 4 H
7 applicazioni poco utilizzata nelle scienze sociali usata in fisica in situazioni in cui occorre mediare rapporti o tassi di crescita
8 200 km S V 100 km 200 km/h 100 km 100 km/h
9 S V T 100 km 200 km/h 0.5 h 100 km 100 km/h 1 h V media sui 200 km = S/T = 200/1.5 = 133 km/h media aritmetica = ( )/2 = 150 km/h! media armonica = 1/[(1/ /100)/2] = 133 km/h
10 > d <- read.table("iq.txt", header = TRUE) > ma <- mean(d$height) > mg <- prod(d$height)^(1/length(d$height)) > mh <- 1/mean(1/d$Height) > ma [1] > mg [1] > mh [1]
11 > mg [1] > 10^mean(log10(d$Height)) [1] > exp(mean(log(d$height))) [1]
12 deviazione mediana assoluta mediana degli scarti non segnati dalla media mad() Median Absolute Deviation
13 > mad(d$height) [1] > sd(d$height) [1]
14 statistiche per la forma di una distribuzione
15 asimmetria (skewness)
16 skewness negativa skewness positiva
17 curtosi Student (1927) Biometrika, 19, 160
18 LEPtokurtic MESOkurtic PLATYkurtic
19 Skewed Left Symmetric Skewed Right One Mode Bell-Shaped One Mode Two Modes Bimodal Bimodal Left Tail Extremes Uniform (no mode) Right Tail Extremes. Illustrative prototype histograms.
20 coefficiente di skewness di Fisher 1 ( x x) i n 3 i 1 3/2 2 1 n ( x x) 2 i n i 1 m m n 3 3/2.
21 Chiorri n x x i ( n 1)( n 2) s i 1 n 3 correzione 1 ( x x) i ( 1) n 3 i 1 3/ n ( x x) 2 i n i 1 m nn n m per n piccoli n 3 3/2.
22 Journal of Statistics Education, Volume 19, Number 2(2011) Measuring Skewness: A Forgotten Statistic? David P. Doane Oakland University Lori E. Seward University of Colorado Abstract This paper discusses common approaches to presenting the topic of skewness in the classroom, and explains why students need to know how to measure it. Two skewness statistics are examined: the Fisher- Pearson standardized third moment coefficient, and the Pearson 3 coefficient that compares the mean and median. This paper suggests reviving the Pearson 3 skewness statistic for the introductory statistics course because it compares the mean to the median in a precise way that students can understand. The paper reiterates warnings about what any skewness statistic can actually tell us.
23 skewness media, mediana e moda Skewed Left Long tail points left Symmetric Normal Tails are balanced Skewed Right Long tail points right Sketches showing general position of mean, median, and mode in a population.
24 SK3 di Pearson SK3 = 3(media - mediana) / DS SK1 = (media - moda) / DS SK2 = 3(media - moda) / DS
25 coefficiente di curtosi di Fisher /2 3/ ( ) 1 ( ) n i i n i i x x m n m x x n
26 > df <- read.table("~/desktop/dati completi.txt", header = TRUE) > head(df) OvsR Sex HAND RVF LIKF Ts SPAF Eng compito 1 O f dx c 2 O f dx cd 3 R f dx cd 4 O m dx c 5 R m dx cd 6 R m dx c > hist(df$ts)
27 Histogram of df$ts Frequency df$ts
28 df <- read.table("~/desktop/dati completi.txt", header = TRUE) m <- mean(df$ts) n <- length(df$ts) s <- sqrt(sum((df$ts - m)^2)/n) num <- sum((df$ts - m)^3)/n den <- (sum((df$ts - m)^2)/n)^1.5 sk <- num/den num <- sum((df$ts - m)^4)/n den <- (sum((df$ts - m)^2)/n)^2 ku <- num/den
29 > sk [1] > ku [1] > library(moments) > skewness(df$ts) [1] > kurtosis(df$ts) [1]
30 riassumendo la skewness è 0 se la distribuzione è simmetrica, <0 se ha coda sinistra e >0 se ha coda a destra la curtosi è 3 se la distribuzione è normale, >3 se è leptocurtica e <3 se è platicurtica alcuni programmi calcolano il coefficiente di eccesso ku - 3, in tal caso la distribuzione normale ha curtosi 0 (R non lo fa)
31 facciamo un po di esercizio
32 moda, media e mediana sono circa: a) 0, 0, 0 b) 0, 0.5, -0.5 c) 0, -0.5, x
33 DS e GIQ sono circa: a) 1, 1.5 b) 2, 3 c) 3, x
34 skewness e curtosi sono circa: a) -1, 0 b) 1, 1 c) 0, x
35 moda, media e mediana sono circa: a) 0, 1, 1.5 b) 2, 4, 3 c) 0, 1.5, x
36 DS e GIQ sono circa: a) 1, 1.5 b) 3, 3 c) 4, x
37 skewness e curtosi sono circa: a) 1.5, 2 b) -1.5, 0 c) 1.5, difficile dirlo x
38 moda, media e mediana sono circa: a) 4, 20, 30 b) 46, 30, 20 c) ce ne sono due, 25, xx
39 moda, media e mediana sono circa: a) 4, 20, 30 b) 46, 30, 20 c) ce ne sono due, 25, xx
40 la skewness e la curtosi sono circa: a) 0, 1 b) 3, 0 c) -3, xx
41 standardizzazione
42 > d <- read.table("~/desktop/vl.txt", header = TRUE) > head(d) UN VL PR 1 parma parma parma parma roma parma 103 1
43 57 studenti ammessi voto di laurea
44 ateneo di provenienza napoli milano messina firenze chieti catania bologna parma verona trieste siena roma pisa pavia
45 voto di laurea altri parma ateneo di provenienza
46 standardizzazione una traslazione + un cambio di scala
47 x x + 50
48 x x/100
49 esempio Fahrenheit --> Celsius C = (F - 32) / 1.8 traslazione cambio di scala
50 > (10-32)/1.8 [1] > (32-32)/1.8 [1] 0 > (70-32)/1.8 [1] > (90-32)/1.8 [1]
51 standardizzazione traslazione: M --> 0 + cambio di scala: DS = 1
52 > a <- d$vl[d$pr == 0] > p <- d$vl[d$pr == 1] > zp <- (p - mean(p))/sd(p) > za <- (a - mean(a))/sd(a) > boxplot(za, zp, names = c("altri", "parma"), xlab = "ateneo di provenienza", cex.lab = 2, col = "grey", ylab = "z(voto di laurea)")
53 z(voto di laurea) altri parma ateneo di provenienza
54 scorciatoia > tapply(d$vl, d$pr, scale)
55 $`0` [,1] [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,] [11,] [12,] [13,] [14,] [15,] [16,] [17,] [18,] [19,] [20,] [21,] [22,] [23,] attr(,"scaled:center") [1] attr(,"scaled:scale") [1] $`1` [,1] [1,] [2,] [3,] [4,] [5,] [6,] [7,] [8,] [9,] [10,] [11,] [12,] [13,] [14,] [15,] [16,] [17,] [18,] [19,] [20,] [21,] [22,] [23,] [24,] [25,] [26,] [27,] [28,] [29,] [30,] [31,] [32,] [33,] [34,] attr(,"scaled:center") [1] attr(,"scaled:scale") [1]
56 trasformazione logaritmica
57 > df <- read.table("~/desktop/dati completi.txt", header = TRUE) > head(df) OvsR Sex HAND RVF LIKF Ts SPAF Eng compito 1 O f dx c 2 O f dx cd 3 R f dx cd 4 O m dx c 5 R m dx cd 6 R m dx c > hist(df$ts)
58 Histogram of df$ts Frequency df$ts
59 > hist(log10(df$ts))
60 Histogram of log10(df$ts) Frequency log10(df$ts)
61 > library(moments) > skewness(df$ts) [1] > skewness(log10(df$ts)) [1] > kurtosis(df$ts) [1] > kurtosis(log10(df$ts)) [1]
62 log10(t) e normale Density log10(t)
63 plot quantile-quantile normale > qqnorm(log10(df$ts)) > qqline(log10(df$ts))
64 Normal Q-Q Plot Sample Quantiles Theoretical Quantiles
65 Histogram of df$ts Histogram of log10(df$ts) Frequency Frequency df$ts log10(df$ts) > mean(df$ts) [1] > mean(log10(df$ts)) [1] > mg <- 10^(mean(log10(df$Ts))) > mg [1]
66 grafici in R (elementi di)
67 menu vedi: Packages & Data Package Manager Package Installer Data Manager
68 graphics funzioni di basso livello per gli elementi grafici funzioni di alto livello per grafici preconfezionati
69 tipica maniera di procedere generare i grafici che mi servono con funzioni di alto livello annotare usando ulteriori funzioni di basso livello
70 esempio > x <- runif(100, 0, 100) > plot(x) x Index
71 esempio > x <- runif(100, 0, 100) > plot(x) > abline(h = 50) x Index
72 esempio > plot(x) > abline(h = 50) > text(60, 60, "ciao mondo", col = "red", cex = 2) x ciao mondo Index
73 farsi un idea > demo(graphics)
74 d <- read.table("~/desktop/lt.txt", header = TRUE) op <- par(mfrow = c(2, 2)) hist(d$lt, prob = TRUE, main = "hist()", xlab = "LT", col = "orange") lines(density(d$lt, col = "blue")) barplot(table(d$lt)/length(d$lt), main = "barplot()", xlab = "LT", ylab= "Density") boxplot(d$lt, ylab = "LT", main = "boxplot()", col = "green") pie(table(d$lt)/length(d$lt), main = "pie()") par(op)
75 hist() barplot() Density Density LT LT boxplot() pie() LT
76
77
78 diagramma a barre standard error of mean dependent variable mean of group one group
79
80 box-plot dependent variable MAX Q3 median Q1 MIN one group 5-number summary outlier
81 age at death (days) ad lib restricted diet
STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
Nozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
STATISTICA DESCRITTIVA (variabili quantitative)
STATISTICA DESCRITTIVA (variabili quantitative) PRIMO ESEMPIO: Concentrazione di un elemento chimico in una roccia. File di lavoro di STATVIEW Cliccando sul tasto del pane control si ottiene il cosiddetto
Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
Statistica. Alfonso Iodice D Enza
Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione
le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
Università del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
Statistica. Alfonso Iodice D Enza
Il e Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 19 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 19 Il e Due distribuzioni aventi stessa posizione
Sintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
INDICI DI FORMA: L ASIMMETRIA
INDICI DI FORMA Per sintetizzare una distribuzione, oltre gli indici di posizione e di variabilità, si possono utilizzare anche indici di forma. Gli indici di forma sono indici descrittivi che mettono
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
L ambiente grafico di R
L ambiente grafico di R Giorgio Valentini e mail: valentini@dsi.unimi.it DSI Dipartimento di Scienze dell Informazione Università degli Studi di Milano 1 Rappresentazioni grafiche in R Il linguaggio R
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 04-Grafici delle distribuzioni vers. 1.0 (17 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012 Bruno Federico b.federico@unicas.it Cattedra di Igiene - Università degli Studi di Cassino Indici di sintesi
Istituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
La sintesi delle distribuzioni
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Introduzione 2 3 4 Outline 1 Introduzione 2 3 4 Introduzione Analisi descrittiva monovariata: segue la raccolta dei dati e il calcolo
Statistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
0.1 Percorrenza e Cilindrata
0.1 Percorrenza e Cilindrata Iniziamo ora un analisi leggermente più complessa basata sempre sui concetti appena introdotti. Innanzi tutto possiamo osservare, dal grafico ottenuto con il comando pairs,
Rappresentazione dei dati
Rappresentazione dei dati Riprendiamo il data set Ore: > setwd(..) > ore
distribuzioni teoriche di probabilità
distribuzioni teoriche di probabilità cosa sono distribuzione teorica di probabilità un modello del processo che genera i dati specifica la densità di probabilità associata ad ogni possibile valore assunto
Valori Medi. Docente Dott.ssa Domenica Matranga
Valori Medi Docente Dott.ssa Domenica Matranga Valori medi Medie analitiche - Media aritmetica - Media armonica - Media geometrica - Media quadratica Medie di posizione - Moda -Mediana - Quantili La media
Uso elementare di R in Statistica G. Marchetti
Uso elementare di R in Statistica G. Marchetti Lezione 1 Introduzione R è un ambiente statistico di pubblico dominio. Il software è libero e può essere scaricato dal sito https: //cran.r-project.org/.
Statistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it Uno dei principali limiti della media aritmetica e che essa risente fortemente dei valori estremi della distribuzione. Cosi pu accadere che
Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) MEDIA aritmetica semplice
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
Teoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
Statistica descrittiva
Statistica descrittiva Elementi di statistica 3 1 Generalità Un indice sintetico (o misura statistica) è un valore, ottenuto attraverso una procedura esplicita, che si usa in luogo di una serie di altri
Elementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
Statistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
Andrea Bonanomi Università Cattolica del Sacro Cuore. Principi di Statistica Descrittiva. Milano, 9 gennaio 2015 Camera di Commercio
Andrea Bonanomi Università Cattolica del Sacro Cuore Principi di Milano, 9 gennaio 2015 Camera di Commercio RIPETIBILITA ATTUALE RILEVAZIONE TOTALE RIPETIBILITA VIRTUALE RILEVAZIONE PARZIALE UNIVERSO CAMPIONE
Glossario per il lettore di un articolo scientifico. Parte I: la statistica descrittiva
Glossario per il lettore di un articolo scientifico. Parte I: la statistica descrittiva Luisa Zanolla, Maria Stella Graziani Azienda Ospedaliera Universitaria Integrata di Verona ABSTRACT Glossary for
http://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
Una statistica è una quantità numerica il cui valore è determinato dai dati.
STATISTICHE CAMPIONARIE Quando i dati sono molti e illeggibili nella forma grezza, si rende necessario introdurre quantità numeriche che possano essere usate per sintetizzarli. Queste misure riassuntive
LABORATORIO-MINITAB N. 2-3 VARIABILI QUANTITATIVE
LABORATORIO-MINITAB N. 2-3 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile alla distrofia muscolare
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
Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
A1. La curva normale (o di Gauss)
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 202/203 lezione n. 8 dell aprile 203 - di Massimo Cristallo - A. La curva normale (o di Gauss) La curva
Statistica descrittiva con R
Statistica descrittiva con R Silvia Parolo 21 Novembre 2014 Sintesi dei dati Le votazioni in matematica di 20 studenti della Yale University sono state le seguenti: 68 84 75 82 68 90 62 88 76 93 73 79
Istituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
Scale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
LA RAPPRESENTAZIONE E LA SINTESI DEI DATI
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LA RAPPRESENTAZIONE E LA SINTESI
Gli indici di variabilità
Le misure della variabilità 4/5 ottobre 2011 Statistica sociale 1 Gli indici di variabilità In tutti gli esempi visti nell ultima lezione, abbiamo visto che le grandezze considerate - pur nelle diverse
Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
LE MISURE DI TENDENZA CENTRALE. Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva
LE MISURE DI TENDENZA CENTRALE Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva Individuare un indice che rappresenti significativamente un insieme di dati statistici
Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO
Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO Facoltà di Medicina Veterinaria,
INDICATORI DI TENDENZA CENTRALE
Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore
LABORATORIO DI PROBABILITA E STATISTICA
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 4 ESERCIZI RIEPILOGATIVI PRIME 3 LEZIONI 1 - STATISTICA DESCRITTIVA VENDITE PC ESERCIZIO 1: La seguente tabella
Coincide con la media aritmetica degli n dati nel campione
1 2 Definizione: Se n osservazioni (dati) in un campione sono x 1, x 2,, x n, allora la media campionaria vale: Coincide con la media aritmetica degli n dati nel campione 3 Il significato fisico della
1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
x i x f i f i + log1, 07 + log1,065 = 0, log1,05+ log1,06 + log1,055+ log( 1+ i)= 1 5
Media geometrica La media geometrica di una variabile statistica X che assume il valore xi con frequenza fi (con,2,...,n) tale che la somma delle fi sia pari a osservazioni complessive è definita come
Esempio sulla media geometrica
Media geometrica La media geometrica di un insieme di n valori positivi x 1, x 2,, x n di un carattere quantitativo X è pari alla radice n-esima del prodotto dei singoli valori: x g n x1 x2 K x n 1 Esempio
Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO
Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO Facoltà di Medicina Veterinaria,
INTRODUZIONE A R Lezione 3
INTRODUZIONE A R Lezione 3 Silvia Bacci e Silvia Pandolfi 1 Creare grafici in R R consente di realizzare, con semplicità, grafici di qualità professionale. Questi sono poi esportabili come file in numerosi
Esplorazione dei dati. Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi
Esplorazione dei dati Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi Analisi mono e bivariata Si utilizzano indicatori sintetici che individuano, con un singolo valore, proprieta`
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Sintesi a cinque e misure di variabilità rispetto ad un centro Una catena di fast-food ha selezionato
Variabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
INDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR
Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR Materiale ad uso dei ricercatori che hanno seguito il corso di formazione interna in Statistica, edizione
Lezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale
INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in
Le misure numeriche. La media aritmetica
Le misure numeriche La media aritmetica Indice centrale dei dati: somma dei valori numerici presi in considerazione diviso la numerosità. Per variabili quantitative: scala intervallare o rapporto. Per
Probabilità e Statistica Prova del 29/07/2016 Traccia E TEORIA Università degli Studi di Verona Laurea in Informatica e Bioinformatica A.A.
Prova del 29/07/2016 Traccia E TEORIA ESERCIZIO 1 X f(x) 4 24 0 20 9 18 5 38 Sulla distribuzione di valori presentata in tabella, calcolare: (a) la media aritmetica, la media armonica e la media geometrica;
Statistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it i quartili IL TERZO QUARTILE per un carattere diviso in classi ESEMPIO: il boxplot I QUARTILI I quartili sono tre indici che dividono la distribuzione
Analisi grafica residui in R. Da output grafico analisi regressionelm1.csv Vedi dispensa. peso-statura
Analisi grafica residui in R Da output grafico analisi regressionelm1.csv Vedi dispensa peso-statura 1) Il plot in alto a sinistra mostra gli errori residui contro i loro valori stimati. I residui devono
Esempio sulla media geometrica
Media geometrica La media geometrica di un insieme di n valori positivi x, x 2,, x n di un carattere quantitativo X è pari alla radice n-esima del prodotto dei singoli valori: x g n x x2 K x n Esempio
Introduzione all Analisi Esplorativa dei Dati mediante R 1
Introduzione all Analisi Esplorativa dei Dati mediante R 1 Giovanna Menardi Giovanna.Menardi@econ.units.it A.A. 2008/2009 1 Materiale liberamente tratto da appunti a cura di M. Trevisani. Menardi Lezione
INDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
Analisi Univariata & Esercizi
Analisi Univariata & Esercizi Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 3 Lavoro di Gruppo Inviare entro oggi 16/10/2015, a gmagistrelli@liuc.it e gdeppieri@liuc.it: nome,
2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x = 35 q 2 = Me q 3 = x (8,25) = x (8) + 0, 25 ( x (9) x (8)
Esercitazione 4 ESERCIZIO Si considerino i seguenti 0 individui, per essi si osserva l'età. Si individuino mediana e quartili. x x 2 x 3 x 4 x x 6 x 7 x 8 x 9 x 0 8 36 32 86 2 60 6 9 37 Ordiniamo la tabella
STATISTICA A K (63 ore)
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Soluzione esercizi 4 settimana + esercizi da svolgere 5 settimana 1 Rendimenti, in quintali per ettaro, d una certa varietà di frumento,
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Statistica Descrittiva 3 Esercizi: 5, 6 Docente: Alessandra Durio 1 Contenuti I quantili nel caso dei dati raccolti in classi
MISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
STATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
Esercizi sulle equazioni logaritmiche
Esercizi sulle equazioni logaritmiche Per definizione il logaritmo in base a di un numero positivo x, con a > 0 e a 1, è l esponente che occorre dare alla base a per ottenere il numero x. In simboli log
Controllo Statistico della Qualità
Controllo Statistico della Qualità Dispense distribuite in classe a.a. 2006/2007 Luca Scrucca Dipartimento di Economia, Finanza e Statistica Sezione di Statistica Università degli Studi di Perugia luca@stat.unipg.it
Laboratorio di Statistica e Analisi Dati: Lezione 5
Laboratorio di Statistica e Analisi Dati: Lezione 5 Tommaso C. & Marco G. 23-25 Novembre 2016 News Faq su come interagire con le slide.html Aggiunto link alla pagina principale IDE Corretto il calendario
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 03-Medie, variabilità e dispersione vers. 1.0 (15 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Statistiche Nazionali sull'ammissione a Medicina e Chirurgia 2004/2005
Page 1 of 5 Statistiche Nazionali sull'ammissione a Medicina e Chirurgia 2004/2005 Posti a Concorso Ammessi Simulazione Nazionale Università Comunitari Non Comun. Schede Valide Indice Diff. Punt. Max Punt.
Esercizio 1 Nella seguente tabella sono riportate le lunghezze in millimetri di 40 foglie di platano:
4. STATISTICA DESCRITTIVA ESERCIZI Esercizio 1 Nella seguente tabella sono riportate le lunghezze in millimetri di 40 foglie di platano: 138 164 150 132 144 125 149 157 146 158 140 147 136 148 152 144
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 18 Febbraio 2016 1. La probabilità di errore nella trasmissione di una cifra binaria attraverso un certo canale di comunicazione
esercitazione1 12/10/2015
esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle
x i. Δ x i
ITCS "R. LUXEMBURG" BO- AS 011-01 5CL MATEMATICA- COGOME: OME: VERIFICA UD 1.A : STATISTICA DESCRITTIVA (ORE ) DATA: 1] Data la serie del numero di componenti dei nuclei familiari rilevati in un gruppo
ESERCIZIO /03/ :23:20
ESERCIZIO 2.2 19/3/23 15:23:2 Welcome to Minitab, press F1 for help. Retrieving worksheet from file: C:\rosa\STATISTICA\dataset\excel\STOCK.xls Results for: STOCK.xls /* a) e b) distribuzione delle frequenze,
Campo di Variazione Costituisce la misura di
Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00
Statistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
Test di Ammissione A Medicina
Test di Ammissione A Medicina 2011-2012 Analisi dei dati dal test nazionale Conferenza Permanente dei Presidenti di Consiglio di Corso di Laurea Magistrale in Medicina e Chirurgia Gruppo di Lavoro Selezione
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
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
L ambiente grafico di R
L ambiente grafico di R Il linguaggio R è dotato di un ambiente grafico potente e versatile E semplice produrre grafici per l analisi esplorativa dei dati Si possono facilmente generare grafici di elevata
La variabilità della frequenza cardiaca
Corso di Laurea in Medicina e Chirurgia C Corso integrato di metodologia medico-scientifica e scienze umane II Fisica ed epistemologia La variabilità della frequenza cardiaca Prof. C. Cammarota Dipartimento
Dr. Marco Vicentini Anno Accademico Rev 18/04/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 18/04/2011 Operatori monovariati Indici di tendenza
Sintesi numerica di distribuzioni statistiche
Sintesi numerica di distribuzioni statistiche La sintesi numerica di una distribuzione statistica è basata sulla costruzione di particolari indici numerici che delineano alcuni aspetti essenziali della