Analisi Univariata & Esercizi
|
|
- Leona Orsini
- 5 anni fa
- Visualizzazioni
Transcript
1 Analisi Univariata & Esercizi Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 3
2 Riepilogo lezioni precedenti LEZIONE 1: Introduzione a R LEZIONE 2: Il questionario Nota: Rispettare l ordine delle sezioni del questionario: - domande comportamentali (inerenti all obiettivo) NB.: inserire almeno 15 domande con scale di punteggio - domande anagrafiche/socio-demo - domande attitudinali
3 Lavoro di Gruppo Se qualche studente fosse intenzionato a svolgere l esame da frequentante ma non ha ancora formato un gruppo da 3-4 persone, venga a riferircelo a fine lezione in modo tale da poter formare noi i gruppi Inviare entro il 19/10/2017 via il questionario da validare Attendere la validazione con eventuali correzioni via prima di iniziare la somministrazione
4 Prima di iniziare.. Controllare se sul pc su cui state lavorando esiste già una cartella C:\corso. In tal caso eliminare tutto il contenuto. In caso contrario creare la cartella corso all'interno del disco C Andare sul disco condiviso F nel percorso F:\corsi\Metodi_Quantitativi_EFM_1819\esercitazione3 e copiare il contenuto nella cartella C:\corso Aprire il programma R (Start AII Programs R) Cambiare la directory di lavoro puntando il percorso fisico C:\corso, utilizzando l'istruzione setwd('c:/corso') Importare il file CSV telefonia.csv nell'oggetto R telefonia con il comando telefonia=read.csv('telefonia.csv', header=true)
5 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
6 Installazione dei pacchetti Con l installazione del software R vengono scaricati numerosi pacchetti di base, ma molte altre funzioni possono essere aggiunte grazie a pacchetti e plugins aggiuntivi, disponibili in un apposito sito (repository): il CRAN (Comprehensive R Archive Network)
7 Installazione dei pacchetti N.B.: L installazione dei pacchetti deve essere fatta solo una volta dopo l installazione di R e non ad ogni sua successiva apertura. Come installare un pacchetto: 1 Cliccare su Packages Install package(s)
8 Installazione dei pacchetti 1 2 HTTPS Cran mirror, contiene i server di tutto il mondo in cui sono contenuti i pacchetti disponibili Cliccare su Italy(Padua) 3 Packages, contiene tutti i nomi dei pacchetti che si possono installare > selezionare il pacchetto desiderato
9 Installazione dei pacchetti Per questa esercitazione, serve installare il pacchetto DESCR. Seguendo il procedimento della slide precedente, trovare il pacchetto di riferimento e installarlo. 2 1 Output di avvenuta installazione del pacchetto, che compare nel prompt dei comandi.
10 Installazione dei pacchetti In alternativa si può utilizzare il seguente comando: Per esempio per installare il pacchetto descr:
11 Installazione dei pacchetti N.B.: Ogni volta che apriamo R, bisogna richiamare i pacchetti installati in modo da poterne utilizzare le funzioni contenute library(descr) Richiamo il pacchetto Se il pacchetto è stato caricato, troverete: Altrimenti il risultato sarà: Pacchetto non ancora installato
12 Installazione dei pacchetti Ricapitolando: Se è necessario utilizzare delle funzioni che non sono incluse nell installazione base del software R, bisogna: Installare una sola volta il pacchetto contenente le funzioni desiderate Richiamare, ad ogni apertura di R, i pacchetti precedentemente installati con il comando: library(nome_pacchetto)
13 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
14 Analisi Univariata: Procedure R Studio della distribuzione di ogni variabile, singolarmente considerata, all interno della popolazione Funzioni R per l analisi univariata di una variabile: R TIPO VARIABILE FUNZIONE freq table frequencyby Variabili qualitative o quantitative discrete Distribuzione di frequenze (frequenze assolute, relative) summary basicstats IQR CV getmode Variabili quantitative Calcolo misure di sintesi di tipo univariato
15 freq Sintassi generale La FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete freq(variabile)
16 table Sintassi generale Tramite la funzione table possiamo calcolare le frequenze assolute e relative cumulate. La sintassi è la seguente: cbind(cumsum(table(variabile)), cumsum(table(variabile)/length(variabile))) Legenda funzioni: cbind = funzione che dispone in Colonna i risultati tra parentesi table = funzione che calcola le frequenze per ogni categoria cumsum = operatore che svolge la somma cumulata length = funzione che indica la lunghezza della variabile specificata ( ovvero la sua numerosità totale)
17 freq: Variabile qualitativa Frequenze assolute e relative: operatore telefonico freq(telefonia$operatore) Frequenze assolute e relative cumulate: operatore telefonico Codice relativo alla frequenza assoluta cumulata cbind(cumsum(table(telefonia$operatore)),cumsum(table(telefonia$operatore)/length(telefonia$ operatore))) Codice relativo alla frequenza relativa cumulata = Frequenza assoluta cumulata / TOTALE numerosità (236)
18 Output freq Frequenza assoluta (p): consiste nell associare a ciascuna categoria, o modalità, il numero di volte in cui compare nei dati Frequenza relativa percentuale (p/n*100): rapporto tra la frequenza assoluta ed il numero complessivo delle osservazioni effettuate Frequenze cumulate
19 freq: Variabile quantitativa discreta Frequenze assolute e relative: numero medio di giorni alla settimana di utilizzo del telefono fisso freq(telefonia$fisso_g) Frequenze assolute e relative cumulate Codice relativo alla frequenza assoluta cumulata cbind(cumsum(table(telefonia$fisso_g)),cumsum(table(telefonia$fisso_g)/length(telefonia$ fisso_g))) Codice relativo alla frequenza relativa cumulata = Frequenza assoluta cumulata / TOTALE numerosità
20 Output freq freq(telefonia$fisso_g) cbind(cumsum(table(telefonia$fisso_g)),cumsum(table(telefonia$fisso_g)/le ngth(telefonia$fisso_g))) Fare attenzione al numero di modalità della variabile
21 freq: Variabile qualitativa con dati missing Variabile qualitativa: secondo motivo di utilizzo mezzi di comunicazione freq(telefonia$motivo_utilizzo_2) N.B.: se la variabile sulla quale vogliamo effetturare una distribuzione di frequenza contiene dei valori mancanti, R li tratta come una modalità
22 Output freq Output MISSING, i valori missing vengono considerati come una categoria della variabile qualitativa Frequenze percentuali, calcolate considerando i valori missing come una categoria Frequenze percentuali, calcolate NON considerando i valori missing come una categoria
23 freq: Variabile qualitativa con dati missing Se la variabile sulla quale vogliamo effetturare una distribuzione di frequenza contiene dei valori mancanti e non vogliamo che R li tratti come una modalità della variabile qualitativa in analisi, dobbiamo scrivere: freq(na.exclude(telefonia$motivo_ utilizzo_2)) Esclude i valori missing nel calcolo delle frequenze
24 Output freq Output
25 Frequenze entro classe - Sintassi E possibile ottenere la distribuzione di frequenza di una variabile rispetto ai valori assunti da un altra variabile categorica, in modo da osservare se la variabile in analisi ha comportamenti differenti in sottopopolazioni Attenzione! Non esiste in R una funzione standard per le frequenze entro classe. E possibile, quindi, costruire delle funzioni personalizzate che devono essere richiamate una sola volta all apertura dell area di lavoro R (come per il richiamo delle librerie). Comandi da eseguire (invio) per richiamare la funzione N.B.: questo codice non va assolutamente modificato!
26 Frequenze entro classe - Sintassi Specificare il nome della tabella su cui stiamo lavorando Dopo aver eseguito il comando di cui sopra, per calcolare la frequenza entro classe basta scrivere il nome funzione (in questo caso frequencyby) e la variabile su cui si vuole calcolare l indice (come per le funzioni R viste fin ora) frequencyby(nome_dataset,var classificazione, variabile analisi, missing) Variabile per cui si vuole la distribuzione di frequenze Eliminare o meno i missing dalla variabile di analisi. Se missing=true si ottiene la distribuzione di frequenza con I missing, se presenti. Se missing=false si ottiene la distribuzione di frequenze senza missing Variabile entro cui calcolare le distribuzioni di frequenze della variabile di analisi
27 Frequenze entro classe - Output Ottenere la distribuzione di frequenze della variabile operatore entro le classi della variabile sesso frequencyby(dataset,sesso, operatore, FALSE) sesso=f Variabile di analisi Variabile di classificazione sesso=m
28 Analisi Univariata: Procedure R Studio della distribuzione di ogni variabile, singolarmente considerata, all interno della popolazione Procedure SAS per l analisi univariata di una variabile: R TIPO VARIABILE FUNZIONE freq table frequencyby Variabili qualitative o quantitative discrete Distribuzione di frequenze (frequenze assolute, relative e cumulate) summary basicstats IQR CV getmode quantile describeby Variabili quantitative Calcolo misure di sintesi di tipo univariato
29 Analisi Univariata: Misure di Sintesi Misure di posizione: Misure di tendenza centrale: Media aritmetica Mediana Moda Misure di tendenza non centrale: Quantili di ordine p (percentili, quartili) Misure di variabilità/dispersione: Campo di variazione Differenza interquartile Varianza Scarto quadratico medio Coefficiente di variazione Misure di forma della distribuzione: Skewness Kurtosis
30 summary Sintassi La summary permette di calcolare misure di posizione per variabili quantitative: di tendenza centrale (media, mediana) di tendenza non centrale (quartili) summary(nome_dataset$nome_variabile)
31 summary Esempio Misure di sintesi della variabile quantitativa discreta: numero medio di messaggi inviati al giorno summary(telefonia$num_sms_e)
32 summary - Output Misure di tendenza centrale Media aritmetica: somma dei valori diviso il numero di valori Mediana: in una lista ordinata, la mediana è il valore centrale (50% sopra, 50% sotto)
33 summary - Output Misure di tendenza non centrale Primo quartile (25%): valore per cui ho il 25% dei dati al di sotto e il 75% dei dati sopra questo valore Terzo quartile (75%): valore per cui ho il 75% dei dati al di sotto e il 25% dei dati sopra questo valore
34 quantile - Sintassi Misure di tendenza non centrale Quantili: il quantile di ordine α è il valore che permette di divider la popolazione in due parti. Per esmpio il quantile di ordine 25% è il valore per cui il 25% di dati hanno un valore più piccolo del quantile, e il 75% dei dati hanno un valore più grande del quantile. quantile(nome_dataset$nome_variabile, c(.01,.05,.10,.25,.50,.75,.90,.95,.99) )
35 quantile - Output (1/2) Quantili della variabile quantitativa discreta: numero medio sms inviati al giorno quantile(telefonia$num_sms_e, c(.01,.05,.10,.25,.50,.75,.90,.95,.99) ) 1 Quartile (Q1) 3 Quartile (Q3) Mediana
36 quantile Output (2/2) I Quartili dividono la sequenza ordinata dei dati in 4 segmenti contenenti lo stesso numero di valori Il primo quartile, Q 1, è il valore per il quale il 25% delle osservazioni sono minori di esso e il 75% sono maggiori Q 2 coincide con la mediana (50% sono minori, 50% sono maggiori) Il terzo quartile, Q3, è il valore per il quale il 75% delle osservazioni sono minori di esso e il 25% sono maggiori Interpretazione: in questo esempio, quindi, il 90% della popolazione in analisi ha mandato mediamente al più 70 sms al giorno.
37 Moda - Sintassi Attenzione! Non esiste in R una funzione standard per calcolare la moda. E possibile, quindi, costruire delle funzioni personalizzate che devono essere richiamate una sola volta all apertura dell area di lavoro R (come per il richiamo delle librerie). Comandi da eseguire (invio) per richiamare la funzione N.B.: questo codice non va assolutamente modificato! Dopo aver eseguito il comando di cui sopra, per calcolare la moda basta scrivere il nome funzione (in questo caso getmode) e la variabile su cui si vuole calcolare l indice (come per le funzioni R viste fin ora) getmode(nome_dataset$nome_variabile)
38 Moda Output (1/2) Misure di tendenza centrale Moda: valore che occorre più frequentemente Moda della variabile quantitativa discreta: numero medio sms inviati al giorno getmode(telefonia$num_sum_e) N.B.: nel caso in cui una variabile risulti essere bimodale, ovvero ha due modalità con la stessa frequenza massima, vengono riportate entrambe le modalità.
39 Moda Output (2/2) La moda può essere calcolata anche su una variabile qualitativa. Restituirà la categoria della variabile con la frequenza assoluta più elevata. Moda della variabile qualitativa: marca di telefoni più venduta getmode(telefonia$marca) MODA Tutte le categorie della variabile qualitativa marca
40 basicstats Sintassi La summary è una funzione che permette di calcolare una serie limitata di misure statistiche. Un altra funzione più esauriente è, invece, la basicstats Permette di calcolare indici: di posizione di variabilità di forma della distribuzione basicstats(nome_dataset$nome_variabile) N.B. Per usare questa funzione è necessario scaricare il pacchetto fbasics
41 Installazione pacchetto - fbasics Riprendiamo la procedura di installazione dei pacchetti: 1 2 3
42 Installazione pacchetto - fbasics Riprendiamo la procedura di installazione dei pacchetti: Procedura che indica che il pacchetto fbasics è stato installato Richiamo il pacchetto nell area di lavoro
43 basicstats Esempio Misure di sintesi della variabile quantitativa discreta: numero medio sms inviati al giorno basicstats(telefonia$num_sms_e)
44 basicstats Output Misure di posizione Misure di variabilità e di distribuzione
45 Misure di Variabilità Variabilità Campo di Variazione Differenza Interquartile Varianza Scarto Quadratico Medio Coefficiente di Variazione Le misure di variabilità forniscono informazioni sulla dispersione o variabilità dei valori. Stesso centro, diversa variabilità
46 basicstats Output Misure di Variabilità Varianza [Variance]: media dei quadrati delle differenze fra ciascuna osservazione e la media Scarto Quadratico Medio [Std Deviation]: mostra la variabilità rispetto alla media (radice quadrata della varianza). L unità di misura è quella delle osservazioni. σ = σ 2
47 basicstats - Output Misure di Forma della Distribuzione Kurtosis: indice che permette di verificare se i dati seguono una distribuzione di tipo Normale (simmetrica) β=3 se la distribuzione è Normale β<3 se la distribuzione è iponormale β>3 se la distribuzione è ipernormale ipernormale Normale iponormale Skewness: indice che informa circa il grado di simmetria o asimmetria di una distribuzione γ=0 distribuzione simmetrica γ<0 asimmetria negativa (mediana>media) γ>0 asimmetria positiva (mediana<media)
48 basicstats - Output Misure di Forma della Distribuzione Kurtosis: indice che permette di verificare se i dati seguono una distribuzione di tipo Normale (simmetrica) β=3 se la distribuzione è Normale β<3 se la distribuzione è iponormale β>3 se la distribuzione è ipernormale Skewness: indice che informa circa il grado di simmetria o asimmetria di una distribuzione γ=0 distribuzione simmetrica γ<0 asimmetria negativa (mediana>media) γ>0 asimmetria positiva (mediana<media)
49 basicstats Skewness, esempio ASIMMETRIA POSITIVA
50 Skewness: altro esempio Variabile PERC_SMS del dataset TELEFONIA LEGGERA ASIMMETRIA NEGATIVA Skewness più vicina a 0. Distribuzione più simmetrica rispetto all esempio precedente. Leggera asimmetria negativa
51 Differenza Interquartile (IQR) (1/2) Le due funzioni summary e basicstats non restituiscono in output tutte le misure di sintesi di cui necessitiamo. Nelle prossime slides vedremo altre funzioni più specifiche. Misure di Variabilità Differenza Interquartile [Interquartile Range]: 3 quartile 1 quartile Lo scarto interquartile è un indice di dispersione, cioè una misura di quanto i valori si allontanino da un valore centrale. IQR(nome_dataset$nome_variabile)
52 Differenza Interquartile (IQR) (2/2) Misura di Variabilità X Mediana minimo Q1 (Q2) Q3 25% 25% 25% 25% X massimo Differenza Interquartile = 27 OUTLIERS: Q1-1,5 * Differenza interquartile Q3 + 1,5 * Differenza interquartile
53 IQR- Output Scarto interquartile della variabile quantitativa discreta: numero medio sms inviati al giorno IQR(telefonia$num_sms_e)
54 Campo di Variazione - Sintassi Misure di Variabilità Campo di variazione: differenza tra il valore massimo e il valore minimo della variabile max(nome_dataset$nome_variabile) - min(nome_dataset$nome_variabile)
55 Campo di Variazione - Output Campo di variazione della variabile quantitativa discreta: numero medio sms inviati al giorno max(telefonia$num_sms_e)- min(telefonia$num_sms_e)
56 Coefficiente di Variazione - Sintassi Misure di Variabilità Coeff di variazione [Coeff Variation]: misura la variabilità relativa rispetto alla media (%) Questo indice si usa per confrontare misure di fenomeni riferite anche ad unità di misura differenti. cv(nome_dataset$nome_variabile) N.B. Per usare questa funzione è necessario installare la libreria labstatr, e ricordarsi di richiamare il pacchetto prima di eseguire la funzione
57 CV- Output Coefficiente di variazione della variabile quantitativa discreta: numero medio sms inviati al giorno cv(telefonia$num_sms_e)
58 Misure di sintesi (1/2) Esempio 2 Misure di sintesi della variabile quantitativa continua: numero medio ore utilizzo al giorno del telefono cellulare
59 Misure di sintesi (2/2) Esempio 2
60 Descrittive entro classe Sintassi Statistiche descrittive univariate con variabile di classificazione describeby(dataset$variabile_quantitativa, dataset$variabile_classificazione,na.rm=true) TRUE= cancella i valori mancanti dall analisi FALSE= non cancella i valori mancanti dall analisi N.B. Per usare questa funzione è necessario scaricare e richiamare il pacchetto psych. Seguire il procedimento illustrato precedentemente
61 Descrittive entro classe Esempi Misure di sintesi della variabile: numero medio ore utilizzo al giorno telefono cellulare suddivisa per sesso describeby(telefonia$cell_h, telefonia$sesso,na.rm=true) Media oraria dell utilizzo cellulare per le donne Massimo numero di ore dell utilizzo cellulare per gli uomini
62 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
63 Analisi Univariata: GRAFICI Rappresentazioni grafiche per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
64 BAR CHART Sintassi (1/2) Grafico a barre, utilizzato per rappresentare la distribuzione di frequenze di una variabile ordinale. In questo caso il grafico a barre è uno degli output predefiniti della funzione FREQ vista precedentemente freq(nome_dataset$nome_variabile)
65 BAR CHART- Output (2/2) freq(telefonia$operatore) GRAFICO A BARRE
66 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
67 GRAFICO A TORTA Sintassi (1/2) Grafico a torta, utilizzato per rappresentare la distribuzione di frequenze di una variabile categorica. pie(table(nome_dataset$nome_variabile))
68 GRAFICO A TORTA - Output (2/2) pie(table(telefonia$operatore))
69 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
70 ISTOGRAMMA Sintassi (1/2) L istogramma permette di visualizzare la forma della distribuzione di una variabile continua. Il comando da eseguire è il seguente hist(nome_dataset$nome_variabile)
71 ISTOGRAMMA Output (2/2) hist(telefonia$num_sms_e) l asse delle ordinate rappresenta la densità di frequenza; l area del rettangolo corrisponde alla frequenza della classe stessa nell asse delle ascisse ci sono le classi degli intervalli considerati;
72 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
73 GRAFICI: Box Plot (1/4) X Q1 Mediana Q3 minimo (Q2) 25% 25% 25% 25% X massimo Sequenza ordinata di valori assunti da una variabile Differenza Interquartile OUTLIERS: Q1-1,5 * Differenza interquartile Q3 + 1,5 * Differenza interquartile
74 BOXPLOT - Sintassi(2/4) Rappresentazione grafica di alcune misure di sintesi di una variabile quantitativa. Permette infatti di evidenziare nella distribuzione, i quartili, la media, la differenza interquartile e il campo di variazione Il comando da eseguire è il seguente boxplot(nome_dataset$nome_variabile)
75 BOXPLOT Output(3/4) boxplot(telefonia$num_sms_e) outlier massimo Q1 Q3 Differenza interquartile Vengono rappresentati graficamente alcuni indici calcolati precedentemente mediana minimo
76 BOXPLOT entro classe Output(4/4) boxplot(dataset$variabile_quantitativa~dataset$ variabile_categorica) Variabile di classe entro cui rappresentare la distribuzione della variabile quantitativa Variabile quantitativa da rappresentare Simbolo tilde, indica una dipendenza tra le due variabili. Per ottenerlo ALT 126 Distribuzione del numero di sms rispetto al sesso del cliente boxplot(telefonia$num_sms_e~telefonia$sesso) Variabile categorica
77 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
78 Dataset Il dataset DENTI contiene dati sul consumo di dentifricio (di marca A e di marca B). Le variabili sono:
79 Esercizi Analisi univariata Svolgere i seguenti esercizi utilizzando il dataset DENTI: 1.Allocare la DIRECTORY DI LAVORO (che punta alla cartella che contiene il file DENTI.CSV). 2.Importare in R la tabella DENTI.CSV e salvarla in un oggetto col nome DENTI_NEW. 3.Si può affermare che l insieme degli intervistati è costituito principalmente da donne? 4.Verificare se i clienti abituali della marca B si distribuiscono in modo differente nelle diverse aree geografiche 5.Verificare se ci sono missing nella variabile ETACLASS
80 Esercizi Analisi univariata 6. Utilizzare la funzione più opportuna per determinare la modalità con frequenza più alta (moda) delle variabili - AREA - CONSTOT 7. Determinare l accumulo medio di dentifrici della marca A 8. Calcolare il quantile al 10% della variabile contatti pubblicitari e interpretarne il valore. 9. Verificare se il consumo medio totale differisce tra uomini e donne 10.Verificare simmetria e normalità della variabile TATTI_A e disegnarne il boxplot
Analisi Univariata & Esercizi
Analisi Univariata & Esercizi Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 3 Riepilogo lezioni precedenti LEZIONE 1: Introduzione a R LEZIONE 2: Il questionario Nota: Rispettare
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,
Esercizi riepilogativi Analisi Univariata e Bivariata
Esercizi riepilogativi Analisi Univariata e Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 6 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa
Analisi Bivariata. Metodi Quantitativi per Economia, Finanza e Management. Esercitazione n 4
Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 4 Lavoro di gruppo Inviare il questionario via mail a gdeppieri@liuc.it e gmagistrelli@liuc.it entro oggi 30/10/2015
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
Analisi Bivariata. Metodi Quantitativi per Economia, Finanza e Management. Esercitazione n 4
Analisi Bivariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 4 Lavoro di gruppo Attendere la validazione del questionario via mail e procedere alla somministrazione dello stesso
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
Analisi Bivariata: Test Statistici
Analisi Bivariata: Test Statistici Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 5 Prima di iniziare.. Controllare se sul pc su cui state lavorando esiste già una cartella C:\corso.
Corso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016
Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Indici di posizione GLI INDICI DI POSIZIONE sono indici sintetici che evidenziano le caratteristiche essenziali
Q1 = /4 0 4 = Me = /2 4 = 3
Soluzioni Esercizi Capitolo - versione on-line Esercizio.: Calcoliamo le densità di frequenza x i x i+1 n i N i a i l i F i 0 1 4 4 1 4/1=4 4/10 = 0.4 1 5 6 4 /4=0.5 6/10 = 0.6 5 10 4 10 5 4/5=0.8 10/10
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
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
Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.
Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni
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
VOTI ESERCIZIO 1. In Tabella 1 è mostrato l insieme dei 31 voti del primo appello dell esame scritto di cinese.
VOTI ESERCIZIO 1 In Tabella 1 è mostrato l insieme dei 31 del primo appello dell esame scritto di cinese. 20, 26, 25, 26, 28, 24, 30, 27, 25, 23, 28, 22, 20, 25, 25, 21, 22, 24, 22, 29, 29, 23, 27, 25,
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
Laboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 2 Massimo Guerriero Ettore Benedetti Informazioni utili per il laboratorio Ogni studente ha a disposizione 120MB di spazio disco in rete. Superata la quota
ESERCIZI DI STATISTICA SOCIALE
ESERCIZI DI STATISTICA SOCIALE FREQUENZA ASSOLUTA Data una distribuzione semplice di dati, ovvero una serie di microdati, si chiama frequenza assoluta di ogni modalità del carattere studiato il numero
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
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
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
Statistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
Questionario 1. Sono assegnati i seguenti dati
Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori
Introduzione al software R
Introduzione al software R Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 1 Orario di ricevimento Alberto Saccardi Chiara Carsana Stefania Scapin alberto.saccardi@nunatac.it asaccardi@liuc.it
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. a.a Corso di Statistica Medica. Statistica Descrittiva
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia aa 3 Corso di Statistica Medica Statistica Descrittiva 1 La statistica opera su variabili Il valore delle variabili è conosciuto
Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Analizzeremo la distribuzione delle famiglie italiane, classificate per numero di
e) calcolate i cinque numeri di sintesi, la media e la deviazione standard per entrambi i campioni di lunghezze. 1,5 + 1,5
ESERCIZIO 1 Le conchiglie luminescenti, molto rare ovunque, sono abbondanti in Nuova Zelanda. Alcuni biologi hanno raccolto un campione di conchiglie per studiare le differenze tra conchiglie vive e morte.
Modelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica descrittiva Cernusco S.N., martedì 28 febbraio 2017 1 / 1 Indici
Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200
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 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
SOLUZIONI DI ALCUNI ESERCIZI. Appello del
SOLUZIONI DI ALCUNI ESERCIZI Appello del 21-06- 2012 E stato osservato per un certo tempo un tipo di piccoli animali galleggianti (zooplankton- Daphnia magna) e si è notato che questi animali tendono ad
Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
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
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
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
R - Esercitazione 2. Andrea Fasulo 20 Ottobre Università Roma Tre
R - Esercitazione 2 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre 20 Ottobre 2017 det(), solve() : calcolano determinante e inverso di una matrice quadrata. t() genera la matrice trasposta.
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
Dipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005
Dipartimento di Fisica a.a. 23/24 Fisica Medica 2 Indici statistici 22/4/25 Ricerca statistica La ricerca può essere deduttiva (data una legge teorica nota cerco verifica tramite più misure) ovvero induttiva
Analisi Bivariata: Test Statistici
Analisi Bivariata: Test Statistici Metodi Quantitativi per Economia, Finanza e Management Esercitazione n 5 Prima di iniziare.. Controllare se sul pc su cui state lavorando esiste già una cartella C:\corso.
Analisi univariata Analisi bivariata Analisi multivariata
L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione consiste di tre fasi: Analisi
Statistica descrittiva
Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina
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
Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
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
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
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
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
Indice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
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
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 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
ESERCIZI DI RIEPILOGO 1
ESERCIZI DI RIEPILOGO 1 ESERCIZIO 1 La tabella seguente contiene la distribuzione di frequenza della variabile X = età (misurata in anni) per un campione casuale di bambini: x i 4.6 8 3.2 3 5.4 6 2.6 2
Tecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 04-Trattamento dei dati (v. 1.4, 11 ottobre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
Capitolo 3 Sintesi e descrizione dei dati quantitativi
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità
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:
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
Statistica descrittiva con R
Statistica descrittiva con R Monica Marabelli 6 Novembre 2015 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
Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8
Esercizio 1 Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8 Social medium preferito: qualitativo sconnesso; indice medio: moda; indice di eterogeneità: Indice di Gini. Spesa per
Fonti e strumenti statistici per la comunicazione. Prof.ssa Isabella Mingo A.A
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2017-2018 Rappresentare la distribuzione di un carattere: esempio P rova di verifica : distribuzione dei voti xi ni pi Pi
Dispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
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
Indici di. tendenza centrale: posizione: variabilità e dispersione: -quantili -decili -percentili. -Media -Moda -Mediana
Indici di posizione: -quantili -decili -percentili tendenza centrale: -Media -Moda -Mediana variabilità e dispersione: -Devianza - Varianza -Deviazione standard Indici di tendenza centrale Indici di tendenza
Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
Le medie. Antonello Maruotti
Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui
Elementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
Note. Comportamento in laboratorio. Ulteriori Conoscenze di Informatica e Statistica. Piano della lezione
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Comportamento in laboratorio Durante
Statistica. Lezioni: 7, 8. Statistica Descrittiva Univariata 3
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica
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
Ulteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Comportamento in laboratorio Durante
x 1, x 2,... x i : valori discreti assunti dalla variabile X n 1, n 2,... n i : numero di volte che si osserva il valore i-esimo x i
Laboratorio di Informatica Dr Carlo Meneghini Dip. di Fisica E. Amaldi via della Vasca Navale 84 st. 83 I piano meneghini@fis.uniroma3.it tel.: 06 55177217 http://www.fis.uniroma3.it/~meneghini ORDINATI
Statistica. Matematica con Elementi di Statistica a.a. 2017/18
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
Outline. 1 La forma di una distribuzione. 2 Indici di asimmetria. 3 Indice di asimmetria per variabili qualitative ordinate.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 22 Outline 1 2 3 4 5 6 () Statistica 2 / 22 Due distribuzioni aventi stessa posizione e variabilità
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
Daniela Tondini
Daniela Tondini dtondini@unite.it Facoltà di Medicina veterinaria CdS in Tutela e benessere animale Università degli Studi di Teramo 1 INDICI STATISTICI La moda M O di una distribuzione di frequenza X,
Lezione 05. Costruzione di grafici a torte, grafici a linee, istogrammi
Lezione 05 Costruzione di grafici a torte, grafici a linee, istogrammi Grafici a TORTA In un grafico a torta il cerchio (torta) è diviso in settori la cui ampiezza angolare è proporzionale al valore delle
Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
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
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
Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 Quartili e distribuzioni di frequenze Stanze Appartamenti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti indici : Indici di posizione Indici di variazione Indici
Metodi Quantitativi per Economia, Finanza e Management. Esempi di Analisi Univariata
Metodi Quantitativi per Economia, Finanza e Management Esempi di Analisi Univariata GRUPPO QUATTRO RUOTE Alessandro Tondo 19632 Laura Lavazza 19758 Matteo Scordo 19813 Alessandro Giosa 19894 Gruppo Quattro
STATISTICA 1 ESERCITAZIONE 2
Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti
1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Med. Med. Si determinano il limite inferiore e superiore applicando le seguenti formule
Box-plot (grafico a scatola) Come si costruisce un box-plot Si calcola per la variabile statistica X il primo ed il terzo quartile, la mediana, il valore imo e quello massimo della distribuzione riportando
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
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
Compiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica