L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
|
|
- Graziana Fedele
- 5 anni fa
- Visualizzazioni
Transcript
1 L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella
2 Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono le dverse modaltà della varable VARIABILITA è l atttudne del carattere a presentars con modaltà fra loro dverse e dstant
3 Dalle msure d tpctà alle msure d varabltà (1) Perché usare le msure d varabltà? 1. I valor med non esprmono realmente l andamento del fenomeno quando nella dstrbuzone de dat è presente un valore atpco che rende non sgnfcatvo l ndce. I valor med sono utl quando la varabltà delle osservazon non è elevata. Per msurare la dspersone de cas nelle modaltà s rcorre agl ndc d varabltà.
4 Dalle msure d tpctà alle msure d varabltà () caramelle X 0 9 n 10 1 = 10 Osservamo, ad esempo la dstrbuzone della varable caramelle per =10 consumator: se sntetzzassmo con la meda artmetca (μ=1) dremmo che n meda n U s manga 1 caramella a testa dando una descrzone dstorta della realtà. Valore d sntes con maggore capactà nformatva n questo caso sarebbe per es. la Moda=0 che c dce che l 90% d U non consuma caramelle Che cosa rende dffcle la sntes d questa varable statstca? Qual è l aspetto caratterstco d questa U che μ non resce a spegare? S tratta della varabltà d X
5 Dalle msure d tpctà alle msure d varabltà (bs ) X Y /7 147/7 X = 1 Y = 1 Osservamo le due dstrbuzon della varable età, possamo notare che esse hanno la stessa meda, par a 1, ma notamo anche che le modaltà sono estremamente dfferent. Questa dfferenza vene colta attraverso gl ndc d varabltà. Come per le msure d tendenza centrale, ndc d varabltà s dfferenzano a seconda del tpo d varable sottoposta ad anals.
6 Varabltà ella termnologa statstca la varabltà fa rfermento a caratter quanttatv, mentre per caratter qualtatv assume l nome d mutabltà La msura della varabltà del carattere deve sottostare a due mportant condzon: 1. la varabltà deve rsultare sempre nulla se tutt termn osservat sono ugual;. la msura della varabltà deve crescere al crescere della dfferenza tra le modaltà
7 Msure della varabltà Per msurare la varabltà la metodologa statstca rcorre alle seguent categore d ndc: Intervall d varazone Indc d dspersone attraverso qual s msura quanto le modaltà d una dstrbuzone dfferscono da un valore caratterstco della dstrbuzone stessa; Indc d dsuguaglanza attraverso qual s msura la dstanza fra tutte le modaltà della dstrbuzone stessa.
8 Varabltà Gl ndc possono essere dstnt n IDICI ASSOLUTI DI VARIABILITA sono espress nella stessa untà d msura del fenomeno IDICI DI VARIABILITA RELATIVI prescndono dall untà d msura de termn della dstrbuzone per cu sono pù adeguat per esegure l confronto tra fenomen dvers
9 Msure della varabltà A) ITERVALLI DI VARIAZIOE Indc basat sulla dfferenza tra due valor poszonat sgnfcatvamente CAMPO DI VARIAZIOE osservazone pù grande osservazone pù pccola W = xs x1 DIFFEREZA ITERQUARTILICA quartle superore quartle nferore Dq = Q3 Q1
10 Consderamo le valutazon d una prova sostenuta da 4 student. Calcolamo l campo d varazone Xmax = 9; Esempo 1a Prova 1 studente 3 studente 5 3 studente 8 4 studente 9 meda 6,5 Procedamo facendo la dfferenza tra l dato pù grande e l dato pù pccolo: l ntervallo n cu sono compres valor del carattere è 6 Xmn = 3 Range W= 9 3 = 6
11 Msure della varabltà: B) IDICI DI DISPERSIOE Indc basat sugl scart de sngol valor dalla meda o dalla medana SCARTO SEMPLICE MEDIO SCARTO SEMPLICE MEDIO DALLA MEDIAA SCARTO QUADRATICO MEDIO VARIAZA DEVIAZA
12 Me n x Me n x Me n x Me n x S n n n Me Lo SCARTO SEMPLICE MEDIO è la meda artmetca de valor assolut degl scart dalla meda. Msure della varabltà n x n x n x n x S n n n M LO SCOSTAMETO SEMPLICE MEDIO DALLA MEDIAA è la meda artmetca de valor assolut degl scart dalla medana.
13 Msure della varabltà SCARTO SEMPLICE MEDIO (nel caso d una sere) S n (nel caso d una dstrbuzone)
14 Msure della varabltà SCARTO DALLA MEDIAA Sme 1 Me (nel caso d una sere) Sme S 1 Me n (nel caso d una dstrbuzone)
15 Esempo: calcolo scarto semplce medo 1a Prova 1 studente 3 studente 5 3 studente 8 4 studente 9 meda 6,5 x 1 = 3 6,5 = 3,5; x = 5 6,5 = 1,5; x 3 = 8 6,5 = 1,75; x 4 = 9 6,5 =,75; Sm = 3,5 + 1,5 + 1,75 +,75 =,5 4 15
16 Msure della varabltà Lo scarto quadratco medo è la meda artmetca de quadrat degl scart dalla meda sotto radce E anche uguale alla meda quadratca degl scart. È uguale alla radce quadrata della varanza Scarto quadr. medo x x x x x x 1... n La varanza è la meda artmetca de quadrat degl scart dalla meda x x x x x x 1... Varanza n
17 Msure della varabltà SCARTO QUADRATICO MEDIO 1 S 1 n (nel caso d una sere) (nel caso d una dstrbuzone)
18 Msure della varabltà VARIAZA 1 (nel caso d una sere) S 1 n (nel caso d una dstrbuzone)
19 Esempo: calcolo varabltà (1) S calcol la varanza e lo scarto quadratco medo per la varable X che rappresenta l numero d post letto present n 6 repart ospedaler. n 1 n 1 Meda=81/6= 13.5 x x - - x X (x -μ) (x -μ)
20 Esempo: calcolo varabltà () S calcol la varanza e lo scarto quadratco medo per la varable X nella dstrbuzone d vot per un collettvo d 0student X n X n (x-μ)^*n ,89 =(18-1,30) * ,45 =(19-1,30) * ,07 =(0-1,30) * ,18 =(1-1,30) * ,47 =(-1,30) * ,89 =(3-1,30) * ,87 =(4-1,30) * ,38 =(5-1,30) * TOT 0 Σ=46 Σ=96,0 k 1 ( x μ=46/0=1,30 ) n 4,81 96,0 0,19 4,81
21 Msure della varabltà DEVIAZA (numeratore della varanza) Dev 1 (nel caso d una sere) Dev S 1 n (nel caso d una dstrbuzone) Dev Var
22 Esempo: calcolo devanza Calcolare la devanza dell età, espressa n ann, d 6 bambn scrtt ad una scuola d panoforte: 5; 6; 7; 7; 8; 10. 1) s deve calcolare prma la meda: ) n seguto la Somma de Quadrat degl scart d ogn valore dalla meda: = (5-7.16) +(6-7.16) +(7-7.16) +(7-7.16) +(8-7.16) +( ) = = =
23 La varanza: formula alternatva (1) La varanza s può calcolare anche come dfferenza fra la meda quadratca al quadrato e l quadrato della meda artmetca. M q 1) Partamo dalla propretà della meda artmetca ovvero
24 La varanza: formula alternatva () ) Dvdendo tutto per e semplfcando s rcava: d n k n s s d n k s 3) Sapendo che d=μ k s rcava 4) Ponendo K= 0
25 La varanza: formula alternatva (3) ovvero spostando Mq a prmo membro, possamo anche scrvere che Mq =μ + σ
26 La scelta delle msure d varabltà/dspersone Le msure d varabltà/ndc d dspersone (caratter quanttatv) d uso pù frequente nello studo de fenomen socal sono: Il campo d varazone La dfferenza nterquartle Lo scarto quadratco medo e la varanza Come sceglere tra le dverse msure della dspersone?
27 Come sceglere tra le dverse msure della dspersone? Il Campo d Varazone non è una buona msura della varabltà sebbene sa d facle comprensone. Ha una bassa capactà nformatva perché dpende soltanto da valor estrem della dstrbuzone, non tene conto de valor ntermed che sono n generale pù numeros. Poco robusta perché rsente de valor anomal della dstrbuzone (coè quando Xmn è molto pccolo o X max è molto grande).
28 Campo d varazone(1) Dstrbuzon d tre dvers grupp secondo l età Età Prmo gruppo Secondo gruppo Terzo gruppo Totale Campo d varazone 5-18=7 5-18= =46 CAMPO DI VARIAZIOE: msura con scarsa capactà nformatva e non robusta
29 Campo d varazone(1bs) Calcolamo l campo d varazone (W) per tre prove sostenute da 4 student 1 a Prova a Prova 3 a Prova 1 studente 3 6 studente studente studente meda 6,5 6,5 6,5 range Range (W) 1 a prova = 6 dat pù eterogene Range (W ) 3 a prova = 1 dat pù omogene Range (W) a prova = W 1 a prova = 6 Stessa Dstrbuzone? 9
30 Campo d varazone(1bs) Osservazon: 1. Il campo d varazone fornsce nformazon sulla dstrbuzone de dat: pù W è pccolo pù dat sono omogene; pù W è grande pù dat sono dspers. 3. Tuttava W tene conto solo de dat estrem della dstrbuzone e non d tutt dat, pertanto dstrbuzon dverse ma con gl stess valor estrem hanno range ugual Es. Range 1 a prova = Range a prova. ma dstrbuzone 1 a prova Dstrbuzone a prova
31 Come sceglere tra le dverse msure della dspersone? La dfferenza nterquartlca: Msura che ha una bassa capactà nformatva perché non tene conto d tutt valor della dstrbuzone e molto robusta perché non rsente de valor anomal della dstrbuzone. È pù adattable come msura della dspersone rspetto allo s.q.m. quando c sono outler o dat asmmetrc.
32 Dfferenza nterquartle() Dstrbuzon d tre dvers grupp secondo l età Età Prmo gruppo (n) Secondo gruppo (n) Terzo gruppo (n) Totale Q1 Caso 33 X=18 Caso 33 X=18 Caso 33 X=18 Q3 Caso 100 X=4 Caso 100 X=4 Caso 100 X=4 DIFFEREZA ITERQUARTILE: msura robusta (non rsente de valor anomal present nella terza dstrbuzone) con scarsa capactà nformatva (non tene conto delle dfferenze present nelle dstrbuzon)
33 Come sceglere tra le dverse msure della dspersone? Lo scarto quadratco medo (σ) s usa quando dat non sono troppo asmmetrc o quando, come valore medo, s è usata la meda artmetca Msura che ha un elevata capactà nformatva perché tene conto d tutt valor della dstrbuzone Ha un basso grado d robustezza perché è nfluenzata da valor anomal Rsente della grandezza della meda della varable
34 Scarto quadratco medo(3) Dstrbuzon d tre dvers grupp secondo l età Età Prmo gruppo Secondo gruppo Terzo gruppo Totale Scarto quadratco medo,617,615 8,44 Meda 1,91 1,90 3,37 Scarto quadratco medo: msura con elevata capactà nformatva e non robusta
35 Scarto quadratco medo(3bs) Calcolamo lo Scarto quadratco medo per tutte le prove 1 a Prova a Prova 3 a Prova 1 studente 3 6 studente studente studente meda 6,5 6,5 6,5 scarto quadratco,38,49 0,43 Scarto q. 1 a prova =,38 dat pù eterogene Scarto q. 3 a prova = 0,43 dat pù omogene Scarto q. a pr. Scarto q. 1 a pr Le Dstrbuzon Dfferscono 35
36 Scarto quadratco medo(3bs) Osservazon: 1. Lo scarto quadratco medo e la varanza danno nformazon sulla dstrbuzone de dat: pù e sono pccol pù dat sono concentrat; pù e sono grand pù dat sono dspers.. Entramb gl ndc tengono conto d tutt dat della dstrbuzone 3. La varanza è espressa medante l quadrato dell untà d msura de dat 4. Lo scarto quadratco nella stessa untà d msura de dat e pertanto vene preferto alla varanza
37 Msure della varabltà C) Indc basat sulle dfferenze tra termn (MISURE DI DISEGUAGLIAZA) LA DIFFEREZA MEDIA è la meda delle dfferenze tra cascuna quanttà e tutte le altre msura la dseguaglanza meda tra termn della dstrbuzone
38 Dfferenza meda La dfferenza meda è calcolata utlzzando le dfferenze tra termn della dstrbuzone n valore assoluto : d h x x h Tal dfferenze possono essere: con rpetzone, quando s consderano tutte le dfferenze possbl, qund anche quelle rpetute (le dfferenze tra cascuno termne e se stesso ); senza rpetzone, quando s consderano solo le dfferenze dverse.
39 Dfferenza meda DIFFEREZA SEMPLICE MEDIA (senza rpetzone) 1 h1 ( h 1) S S 1 h1 h ( 1) n n h al denomnatore s consdera l numero d tutte le dfferenze ad eccezone d quelle nulle (ovvero s escludono le dfferenze con termn ugual)
40 Dfferenza meda DIFFEREZA MEDIA (con rpetzone) R 1 h1 h R S S 1 h1 h n n h al denomnatore s consdera l numero d tutte le dfferenze ncluse quelle con termn ugual (s calcolano anche le dfferenze rpetute)
41 Esempo calcolo: Dfferenze mede Calcolare l valore della dfferenza meda con e senza rpetzone su seguent dat: x = 1; ; 4; 7 1 h1 ( h 1) (4 1) La somma de valor assolut d tutte le dfferenze sarà qund: =40 La dfferenza meda è 40/1=3,3 con rpetzone 40/16=,5
42 Metodo d calcolo dfferenze mede LA MATRICE QUADRATA Dat valor x 1, x,, x n ordnat n modo crescente s calcolano le all nterno della matrce le dfferenze fra cascun termne e tutt gl altr, compreso se stesso. S ottene l quadro delle dfferenze, cu termn post sulla dagonale prncpale sono null. x 1 x x x n x 1 x 1 -x 1 x -x 1 x -x 1 x n -x x x 1 -x x -x x -x x n -x : : : : : x x 1 -x x -x x -x x n -x x n x 1 -x n x -x n x -x n x n -x n Il numero delle dfferenze è, d cu nulle e qund - = ( - 1) sono dverse da zero.
43 Esempo calcolo: Dfferenze mede Calcolare l valore della dfferenza meda con e senza rpetzone su seguent dat: x = 1; ; 4; Tot rghe 1 1-1=0-1=1 4-1=3 7-1= =1 -=0 4-= 7-= =3-4= 4-4=0 7-4= =6-7=5 4-7=3 7-7=0 14 Tot.col La dfferenza meda senza rpetzone è : *( )/1=40/1=3,3 La dfferenza meda con rpetzone è 40/16=,5
44 Esempo calcolo: Dfferenze mede Caso dstrbuzone: calcolare l valore della dfferenza meda su seguent dat: X h X n X,h TOT RIGA TOT COL
L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
Dettagli,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliINDICI DI DISPERSIONE
Pcometra (8 CFU) Coro d Laurea trennale IDICI DI DISPERSIOE IDICI DI DISPERSIOE Conentono d decrvere la varabltà all nterno della dtrbuzone d frequenza tramte un unco valore che ne ntetzza le carattertche
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliINDICI DI VARIABILITÀ. Proprietà essenziali
INDICI DI VARIABILITÀ Valor che ono calcolat per eprmere ntetcamente la varabltà d un fenomeno, o meglo la ua atttudne ad aumere valor dfferent tra loro Propretà eenzal. NON NEGATIVITÀ Una quala mura d
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua
Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliStatistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliINDICATORI SINTETICI DELLE VARIABILI STATISTICHE
PRINCIPI DI STATISTICA PROF. GIOVANNI DI TRAPANI Unverstà Telematca Pegaso Prncp d statstca Indce 1 PREMESSA ----------------------------------------------------------------------------------------------------------------------
DettagliDue distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?
Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,
DettagliEsercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
DettagliCORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE
CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo
DettagliI percentili e i quartili
I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliIndicatori di dimensione e di concentrazione
Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche
DettagliUniversità di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua
Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
DettagliVariabilità = Informazione
Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche
DettagliLezione 4. La Variabilità. Lezione 4 1
Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliSTATISTICA parte I, B
Unverstà d Frenze Corso d laurea n Statstca A.A. 00/0 STATISTICA parte I, B Indc d poszone Ccchtell Cap. 5 Carla Rampchn rampchn@ds.unf.t Leonardo Grll grll@ds.unf.t http://www.ds.unf.t/rampchn/statstca00_.htm
DettagliIl trattamento dei dati a fini descrittivi
Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due
DettagliTIPI DI ANALISI DEI DATI ORGANIZZATI IN MATRICI CASI X VARIABILI
TIPI DI AALISI DEI DATI ORGAIZZATI I MATRICI CASI X VARIABILI A) AALISI MOOVARIATA: prende n esame una sola varable per volta (sngol vettor d colonna della matrce) B) AALISI BIVARIATA: prende n esame l
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliSOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliINDICI DI VARIABILITA
INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliUna distribuzione può essere descritta per mezzo dei suoi frattili.
Frattl d una dstrbuzone Una dstrbuzone può essere descrtta per mezzo de suo frattl. S dce frattle (snonm: centle, percentle e quantle) p-esmo d una dstrbuzone quel valore xp tale che la frequenza relatva
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliStatistica Descrittiva ed Inferenziale
Statstca Descrttva ed Inferenzale 1 Why Statstcs? A? A B Descrpton and Predcton Samples Analyss A1 A A B C Pared Samples Analyss MultSamples Analyss 1 Why Statstcs? Formal defnton of Probablty σ-feld 3
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliGli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma
Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal
DettagliEsercitazioni del corso di relazioni tra variabili
Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell
DettagliAPPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali
APPENDICE B La dnamca delle dstrbuzon dmensonal delle maggor mprese mondal Consderamo le dstrbuzon delle maggor mprese ndustral mondal (fonte Fortune 5, var ann) dal 1959 al 199, n termn d fatturato a
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
Dettaglipè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso
La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliPotenzialità degli impianti
Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà
DettagliMedia aritmetica (ponderata)
I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n
DettagliVariabili casuali. Variabili casuali
Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliStudente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S
Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliL'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II
L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
Dettagli