Statistica Capitolo 1 Perchè h st d u i diare la st ti a sti? ca Cap. 1-1

Transcript

1 Statistica Capitolo 1 Perchè studiare la statistica? ti ti Cap. 1-1

2 Obiettivi del Capitolo Dopo aver completato t il capitolo, sarete in grado di: Spiegare come le decisioni sono spesso basate su informazioni i i incomplete Spiegare concetti chiave quali: Popolazione vs. Campione Parametro vs. Statistica Statistica descrittiva vs. Statistica inferenziale Descrivere il campionamento casuale Spiegare la differenza tra statistica ti ti descrittiva e statistica ti ti inferenziale Cap. 1-2

3 Come trattare l incertezza lincertezza Le decisioni quotidiane sono spesso basate su informazioni o incomplete Considera le seguenti affermazioni: Il prezzo delle azioni IBM, tra sei mesi, sarà più alto di quello attuale. Se il deficit del bilancio statale sarà alto come previsto, i tassi di interesse rimarranno elevati per il resto dell anno. Cap. 1-3

4 Come trattare l incertezza lincertezza (continuazione) A causa della presenza di incertezza, le affermazioni a precedenti dovrebbero o essere e modificate come segue: Il prezzo delle azioni IBM, tra sei mesi, verosimilmente sarà più alto di quello attuale. Se il deficit del bilancio statale sarà alto come previsto, è probabile che i tassi di interesse rimarranno elevati per il resto dell anno. Cap. 1-4

5 Definizioni chiave La popolazione èl insieme completo di tutte le unitàoggetto di studio N rappresenta la dimensione della popolazione Il campione è il sottoinsieme delle unità osservate nella popolazione nrappresentaladimensionedelcampione del Il parametro sintetizza una caratteristica specifica della popolazione La statistica sintetizza una caratteristica specifica del campione Cap. 1-5

6 Popolazione vs. Campione Popolazione Campione a b c d b c ef gh i jk l m n o pq rs t u v w x y z g i n o r u y I valori calcolati usando i dati sulla popolazione sono chiamati parametri I valori calcolati usando i dati campionari sono chiamati statistiche Cap. 1-6

7 Esempi di Popolazione Nomi di tutti gli iscritti nelle liste elettorali degli Stati Uniti Redditi di tutte le famiglie che abitano a Daytona Beach Rendimento annuale di tutte le azioni quotate alla Borsa di New York La media dei voti di tutti gli studenti della vostra università ità Cap. 1-7

8 Campione Casuale Il campionamento casuale semplice èil procedimento nel quale: ciascuna unità della popolazione è scelta rigorosamente a caso, ciascuna unità della populazione ha la stessa probabilità di essere scelta, e ogni possibile campione di dimensione assegnata n ha la stessa possibilità di essere selezionato Il campione ottenuto con questo metodo è noto come campione casuale Cap. 1-8

9 Statistica Descrittiva e Inferenziale Due branche della statistica: Statistica descrittiva Tecniche per descrivere, sintetizzare ed elaborare i dati in modo da trasformarli in informazioni Statistica inferenziale Fornisce tecniche per estendere le informazioni e le elaborazione ottenute da un campione alla popolazione da cui il campione è stato estratto con un certo grado di attendibilità Cap. 1-9

10 Statistica Descrittiva Collezionare i dati Esempio: sondaggio Presentare i dati Esempio: tabelle e grafici Sintetizzare i dati Esempio: media campionaria = Xi n Cap. 1-10

11 Statistica Inferenziale Stima Ad esempio, stimare il peso medio della popolazione usando il peso medio campionario Verifica delle ipotesi Ad esempio, verificare l affermazione che il peso medio della popolazione è 120 libbre a partire dai dati di un campione Inferenza è il processo tramite il quale si estraggono conclusioni o si prendono decisioni circa una popolazione sulla base dei risultati campionari Cap. 1-11

12 Il processo decisionale Decisione Inizia ia qui: Identifica il Problema Conoscenza Informazione Dati Esperienza, Teoria, Materiale bibliografico, Statistica inferenziale, Computer Statistica Descrittiva, Probabilità, Computer Cap. 1-12

13 Riepilogo del Capitolo Si è discussa la presenza di informazioni incomplete nel processo decisionale Si sono introdotte le seguenti definizioni chiave: Popolazione vs. Campione Parametro vs. Statistica Statistica Descrittiva vs. Statistica Inferenziale Si è descritto il campionamento casuale Si è esaminato il processo decisionale Cap. 1-13