Dr. Marco Vicentini Anno Accademico Rev 02/04/2011
|
|
- Annalisa Valenti
- 4 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico Rev 02/04/2011
2 Tabelle di contingenza Percentuali di riga e di colonna Rappresentazioni grafiche Relazioni tra variabili Forma della relazione 5-2
3 8-3
4 In precedenza ci siamo posti l obiettivo di trovare degli indici descrittivi che riguardano i diversi aspetti della distribuzione di una singola variabile. Ci occuperemo ora della statistica descrittiva multivariata, ovvero degli indici che ci consentono di mettere in relazione due o più variabili. 8-4
5 Il problema più semplice consiste nella rappresentazione dei dati relativi a due variabili in una tabella. Il primo problema che ci poniamo, dunque, è quello di costruire e interpretare una tabella che contiene i dati relativi a due variabili. 8-5
6 Date due variabili X e Y, categoriali, ordinali, o cardinali ricondotte in classi, il problema è stabilire come si distribuiscono i casi sulla variabile X all interno di ciascuna modalità della variabile Y e viceversa. Una distribuzione doppia di frequenza associa una frequenza a ciascuna coppia (X i, Y j ). 8-6
7 C 1 C 2 C j C c R 1 n 11 n 12 n 1j n 1c n 1. R 2 n 21 n 22 n 2j n 2c n 2. R i n i1 n i2 n ij n ic n i. R r n r1 n r2 n rj n rc n r. n.1 n.2 n.j n.c n.. 8-7
8 Variabile Y indice j Variabile X indice i 8-8
9 Nelle celle sono riportate le frequenze congiunte (frequenze di cella). I pedici indicano quale modalità della variabile X e quale modalità della variabile Y sono coinvolte. Il primo pedice riguarda la posizione della modalità della variabile posta sulle righe (i); il secondo riguarda la posizione della della variabile posta sulle colonne (j). 8-9
10 Ogni riga e ogni colonna costituisce una distribuzione condizionata (o parziale). Per esempio, la prima colonna riporta la distribuzione della variabile X quando la variabile Y assume la modalità Y 1 : X Y
11 Variabile Y indice j Y 1 Variabile X indice i 8-11
12 Nelle frequenze marginali di riga e di colonna il punto come pedice indica una somma. n. j = n i. = I! n ij i=1 J! n ij j=1 = marginale della j-esima colonna = marginale della i-esima riga 8-12
13 C 1 C 2 C j C c R 1 n 11 n 12 n 1j n 1c n 1. R 2 n 21 n 22 n 2j n 2c n 2. R i n i1 n i2 n ij n ic n i. R r n r1 n r2 n rj n rc n r. n.1 n.2 n.j n.c n
14 Le frequenze marginali di riga e di colonna non sono altro che le distribuzioni di frequenze semplici delle variabili X e Y. I J =.. = i= 1 j= 1 n j n ij n i n ij 8-14
15 C 1 C 2 C j C c R 1 n 11 n 12 n 1j n 1c n 1. R 2 n 21 n 22 n 2j n 2c n 2. R i n i1 n i2 n ij n ic n i. R r n r1 n r2 n rj n rc n r. n.1 n.2 n.j n.c n
16 La somma di tutte le frequenze marginali di riga e di colonna, infine, è uguale all ampiezza del collettivo, N. I! n = n =! n = n = N i.. j. j ij i=1 J j=1 I! i=1 J! j=1 8-16
17 C 1 C 2 C j C c R 1 n 11 n 12 n 1j n 1c n 1. R 2 n 21 n 22 n 2j n 2c n 2. R i n i1 n i2 n ij n ic n i. R r n r1 n r2 n rj n rc n r. n.1 n.2 n.j n.c n
18 Consumo di droghe Non consumatori Droghe lecite Droghe leggere Droghe pesanti Totale Carriera scolastica Mai bocciato/a Bocciato/a Totale
19 8-19
20 Percentuali di riga Percentuali di colonna Percentuali sul totale 8-20
21 Le percentuali di riga si ottengono dividendo ciascun valore di cella per il rispettivo marginale di riga e moltiplicando il risultato ottenuto per 100. Per esempio, 50 / = 17,8% 8-21
22 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 17,8 66,2 12,1 3,9 100 bocciato/a Bocciato/a 11,1 48,5 21,2 19,2 100 Totale 16,1 61,5 14,5 7,9 100 In questo modo si possono valutare le differenze nel consumo di droga tra gli studenti mai bocciati e quelli che lo sono stati almeno una volta. 8-22
23 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 17,8 66,2 12,1 3,9 100 bocciato/a Bocciato/a 11,1 48,5 21,2 19,2 100 Totale 16,1 61,5 14,5 7,9 100 Es., tra i consumatori di droghe leggere, il numero di bocciati è maggiore del numero di mai bocciati. 8-23
24 Utilizzando le percentuali di riga, dunque, confrontiamo i valori di righe diverse all interno di una singola colonna. 8-24
25 Le percentuali di colonna si ottengono dividendo ciascun valore di cella per il rispettivo marginale di colonna e moltiplicando il risultato ottenuto per 100. Per esempio, 50 / = 82,0% 8-25
26 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai bocciato/a Bocciato/a Totale
27 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 82,0 79,5 61,8 36,7 73,9 bocciato/a Bocciato/a 18,0 20,5 38,2 63,3 26,1 Totale In questo modo possiamo vedere come varia la percentuale di bocciati a seconda del tipo di consumatori. 8-27
28 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 82,0 79,5 61,8 36,7 73,9 bocciato/a Bocciato/a 18,0 20,5 38,2 63,3 26,1 Totale Es., tra gli studenti bocciati almeno una volta, vediamo che la percentuale di bocciati è maggiore per i consumatori di droghe leggere che per i non consumatori. 8-28
29 Utilizzando le percentuali di colonna, dunque, confrontiamo i valori di colonne diverse all interno di una singola riga. 8-29
30 In conclusione, quando calcoliamo le percentuali di riga siamo autorizzati a fare confronti all interno delle singole colonne; Quando calcoliamo le percentuali di colonna siamo autorizzati a fare confronti all interno delle singole righe. 8-30
31 Le percentuali sul totale si ottengono dividendo ciascun valore di cella per l ampiezza del collettivo e moltiplicando il risultato ottenuto per 100. Per esempio, 50 / = 13,2% 8-31
32 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai bocciato/a Bocciato/a Totale
33 Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 13,2 48,9 8,9 2,9 73,9 bocciato/a Bocciato/a 2,9 12,6 5,5 5,0 26,1 Totale 16,1 61,5 14,5 7,9 100 Le percentuali sul totale sono particolarmente utili quando dall incrocio delle due variabili si vuole ricavare una tipologia. 8-33
34 In molti casi non è possibile attribuire in modo univoco ad una delle due variabili il ruolo di variabile indipendente. Non possiamo sapere se il consumo di droghe influenza il rendimento scolastico o se sono gli insuccessi scolastici a predisporre verso il consumo di droghe o se si tratta di un influenza reciproca. In questi casi è bene presentare entrambi i tipi di percentuali. 8-34
35 Diagramma di dispersione 8-35
36 Il diagramma di dispersione è un diagramma cartesiano nel quale i punti rappresentano i casi e le variabili costituiscono gli assi. 8-36
37 Caso Anno Temperatura temperatura anno 8-37
38 Gli anni sono rappresentati in ascissa e la temperatura è stata rappresentata in ordinata. Il numero di punti rappresentati è pari al numero di anni considerati. Il punto evidenziato rappresenta un caso. 8-38
39 Nozione di indipendenza nel caso di variabili nominali 8-39
40 L analisi bivariata ha come scopo lo studio della relazione tra due variabili. Nel caso di assenza di relazione parliamo di indipendenza tra due variabili. 8-40
41 Per il livello di misura nominale, i dati di due variabili vengono rappresentati in una tabella di contingenza. In una tabella di contingenza si ha indipendenza tra le due variabili se ciascuna distribuzione parziale è uguale alla corrispondente distribuzione marginale. 8-41
42 Nel caso dell esempio precedente, se le due variabili carriera scolastica e consumo di droghe fossero indipendenti, allora la distribuzione di frequenze relativa al consumo di droghe per i giovani bocciati dovrebbe essere uguale a quella che riguarda i giovani che non sono mai stati bocciati. 8-42
43 Se indichiamo con Y la variabile consumo di droghe (colonne) e con X la variabile carriera scolastica (righe) dovremmo osservare la seguente relazione: Y X 1 = Y X
44 Y X 1 = Y X 2 Variabile Y Variabile X X
45 Y X 1 = Y X 2 Variabile Y Variabile X X
46 Y X 1 = Y X 2 = Y.j Variabile Y Variabile X Y.j 8-46
47 Allo stesso modo, le distribuzioni parziali della variabile carriera scolastica (righe) dovrebbero essere uguali all interno delle cinque modalità della variabile consumo di droghe (colonne) ed essere uguali alla distribuzione marginale di riga: X Y 1 = X Y 2 = X Y 3 = X Y 4 = X Y
48 X Y 1 = X Y 2 = X Y 3 = X Y 4 = X Y 5 Y 1 Variabile Y Variabile X 8-48
49 X Y 1 = X Y 2 = X Y 3 = X Y 4 = X Y 5 Y 2 Variabile Y Variabile X 8-49
50 Consumo di droghe (Y) Carriera scolastica (X) Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai bocciato/a Bocciato/a Totale
51 Dati i due vincoli precedenti, conoscendo le frequenze marginali, possiamo dunque calcolare i valori di cella che dovremmo aspettarci nel caso di completa indipendenza tra le due variabili. 8-51
52 Per una generica cella n ij la frequenza teorica in base all ipotesi di indipendenza si calcola come: marginale di riga marginale di colonna nˆ ij = n i. N n. j 8-52
53 Per i dati precedenti, le frequenze teoriche attese sono: Consumo di droghe Carriera scolastica Non Droghe Droghe Droghe Totale consumatori lecite leggere pesanti Mai 45,1 173,0 40,7 22,2 281 bocciato/a Bocciato/a 15,9 61,0 14,3 7,8 99 Totale
54 Nella teoria della probabilità, due eventi A e B sono detti indipendenti se la seguente relazione si verifica: P(A B) = P(A) P(B) 8-54
55 La probabilità teorica, P(A), può essere approssimata dalla probabilità empirica corrispondente al rapporto tra la frequenza con cui si verifica l evento A e la grandezza dello spazio campione Ω. P(A) = A / Ω 8-55
56 Nel caso di una tabella di contingenza, la frequenza dell evento A i, ovvero A i, è il numero di volte in cui l evento A i viene osservato nel collettivo, ovvero il totale marginale corrispondente ad A i. Per es., il numero di studenti mai bocciati è 281. Quindi, A i =
57 La grandezza dello spazio campione, ovvero Ω, è semplicemente la grandezza del collettivo, N. Nell esempio, il numero totale di studenti è 380. Quindi, Ω =
58 La probabilità di estrarre uno studente a caso da questo collettivo e osservare uno studente che non è mai stato bocciato (A i ) è P(A i ) = A i / Ω = 281 / 380 =
59 La probabilità di estrarre uno studente a caso da questo collettivo e osservare uno studente che è un consumatore di droghe leggere (B j ) è P(B j ) = B j / Ω = 55 / 380 =
60 Se gli eventi A i e B j sono indipendenti, la probabilità di estrarre uno studente a caso da questo collettivo e osservare uno studente che non è mai stato bocciato ed è un consumatore di droghe leggere è P(A i B j ) = P(Ai)P(B j ) = =
61 Data la probabilità P(A i B j ) =.107, la frequenza teorica si calcola semplicemente moltiplicando la probabilità per l ampiezza del collettivo: ˆn ij = P( A i! B j )" N =.107" 380 =
62 Questo stesso risultato si ottiene: 8-62 ( ) ( ) ( ) 40.7 ˆ.... = = = = = N n n N N n N n N B P A P N B A P n j i j i j i j i ij
63 Indipendenza per variabili ordinali o cardinali 8-63
64 Consideriamo ora il caso di due variabili a livello ordinale o cardinale e chiediamoci cosa si intenda con la nozione di indipendenza in questo caso. Due variabili (ordinali o cardinali) sono indipendenti se al crescere dei valori in una variabile non corrisponde un aumento o una diminuzione sistematica dei valori sull altra. 8-64
65 Y Y X X 8-65
66 Se una delle due variabili è cardinale, possiamo dire che la variabile Y (cardinale) è indipendente in media dalla variabile X (di qualsiasi tipo) se, per ogni valore di X, la media dei valori di Y è costante. 8-66
67 Y Y X X 8-67
68 Chiarito che cosa si intende con la nozione di indipendenza nel caso delle variabili nominali, ordinali e cardinali, chiediamoci ora come si può descrivere la relazione tra due variabili, nel caso in cui non ci sia indipendenza. In generale parliamo di una relazione tra due variabili se i valori di una variabile variano in modo sistematico con i valori dell altra. 8-68
69 Per variabili ordinali o cardinali è possibile valutare, oltre all intensità e alla direzione, anche la forma della relazione tra due variabili. Un primo passo in questa direzione si può compiere esaminando il diagramma di dispersione. 8-69
70 Y Assenza di relazione. X 8-70
71 Y Y X Relazione lineare positiva. X Relazione lineare negativa. 8-71
72 Una relazione lineare tra due variabili (X e Y) può essere approssimata attraverso l equazione di una retta che metta in corrispondenza i valori di X e di Y nel modo seguente: Y = a + b X 8-72
73 Y In questo caso la funzione più adeguata per approssimare la distribuzione dei punti e quella di una iperbola: Y = 1 / X X 8-73
74 Y In questo caso la funzione più adeguata per approssimare la distribuzione dei punti e quella di una parabola: Y = a + b X + c X 2 X 8-74
75 In psicologia, gran parte delle analisi dei dati empirici si basa sullo studio delle relazioni lineari tra le variabili. Questo argomento sarà trattato nello studio della regressione e della analisi della varianza. 8-75
Dr. Marco Vicentini Anno Accademico Rev 20/04/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 20/04/2011 La distribuzione χ 2 Tabelle di contingenza
DettagliCapitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento
Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 015-016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliFondamenti e metodi analisi empirica nelle scienze sociali
CORSO DI FONDAMENTI E METODI PER L'ANALISI EMPIRICA NELLE SCIENZE SOCIALI Distribuzioni statistiche multiple AA 2017/2018 1. Introduzione: il processo di rilevazione e le distribuzioni statistiche. 2.
DettagliLezione 5 Corso di Statistica. Domenico Cucina
Lezione 5 Corso di Statistica Domenico Cucina Università Roma Tre D.Cucina (domenico.cucina@uniroma3.it) 1 / 24 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni condizionate
Dettaglimateriale didattico II incontro
Piano Nazionale Lauree Scientifiche (PLS 016-017) Statistica Laboratorio di Statistica Le relazioni tra variabili. L indipendenza prof.ssa Angela Maria D'Uggento angelamaria.duggento@uniba.it materiale
DettagliLa Dipendenza. Monia Ranalli. Ranalli M. Dipendenza Settimana # 3 1 / 19
La Dipendenza Monia Ranalli Ranalli M. Dipendenza Settimana # 3 1 / 19 Sommario Distribuzioni doppie Distribuzioni condizionate e marginali Analisi della dipendenza Caratteri indipendenti Massima dipendenza
DettagliL'analisi bivariata (associazione e cograduazione)
L'analisi bivariata (associazione e cograduazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi bivariata L analisi bivariata è un analisi delle relazioni tra due caratteristiche
DettagliStatistica Descrittiva Soluzioni 8. Dipendenza
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
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 19 Analisi dell associazione
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliDispense Associazione PRELIMINARY DRAFT
Dispense Associazione PRELIMINARY DRAFT Cristina Mollica & Jan Martin Rossi January 3, 2019 1 Esercizio 3 - Prova scritta 12-01-2018 Esercizio 3. Si consideri la distribuzione doppia di un campione di
DettagliLa dipendenza. Antonello Maruotti
La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno
DettagliDipartimento 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 Distribuzione condizionata Un grafico a mosaico è una rappresentazione
DettagliStesso valore medio per distribuzioni diverse
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCopyright Esselibri S.p.A.
70 3000 500 000 1500 1000 500 A B C D (a) Capitolo Terzo A B C D 500 1000 1500 000 5003000 3500 Fig. 1 - Ortogramma a colonne (a) e ortogramma a nastri (b) 4. MISURE DI ASSOCIAZIONE E DI COGRADUAZIONE
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliLezione 5 Corso di Statistica. Francesco Lagona
Lezione 5 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 23 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 43 I principali test statistici per la verifica di ipotesi: Il test del χ 2 per tavole di contingenza a 2 vie Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliStatistica bivariata Relazione tra variabili
Relazione tra variabili Date due variabili x e y, rilevate ad un qualsiasi livello di scala, possiamo affermare che tra loro esiste una relazione se i valori dell una variano in modo sistematico al variare
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliModelli Log-lineari Bivariati
Modelli Log-lineari Bivariati Luca Stefanutti Università di Padova Dipartimento di Psicologia Applicata Via Venezia 8, 35131 Padova L.Stefanutti (Università di Padova) Modelli Log-lineari 1 / 71 Contenuti
DettagliA proposito di valutazione scolastica
A proposito di valutazione scolastica Livello scolare: 2 biennio Abilità interessate Identificare situazioni che richiedono di rilevare lo stesso carattere su una unità statistica formata da 2 elementi,
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
DettagliAnalisi dell associazione tra due caratteri
Analisi dell associazione tra due caratteri Non ci accontentiamo di analizzare il singolo fenomeno, considerato indipendentemente da altri fenomeni Ci interessano le relazioni che possono esistere tra
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliAnalisi congiunta di più fenomeni
Analisi congiunta di più fenomeni Dati relativi al disastro del Titanic: Morti Sopravvissuti Classe Sesso Età 1 a Uomini Bambini 0 5 Adulti 118 57 Donne Bambini 0 1 Adulti 4 140 2 a Uomini Bambini 0 11
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili Dott Nicola Pintus AA 2018-2019 Indichiamo con U la popolazione statistica e con u i le unità statistiche Ad ogni unità statistica associamo i caratteri osservati
DettagliAnalisi bivariata. Il caso di caratteri qualitativi
Analisi bivariata Il caso di caratteri qualitativi Pagina 337 Che cosa è l analisi bivariata? E lo studio congiunto di due caratteri Esempio nel caso di caratteri qualitativi: I valori delle celle derivano
DettagliY M F Calcolare X e darne un adeguata interpretazione;
Corso di Laurea INTERACOLTÀ - Esercitazione di tatistica n 4 EERCIZIO 1: Nella tabella sono riportati i dati inerenti il numero di anni di attività () ed il sesso () di 48 agenti di commercio dell azienda
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con
DettagliSTATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
DettagliFonti e strumenti statistici per la comunicazione
Fonti e strumenti statistici per la comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 016-017 Che cosa è l analisi bivariata? E lo studio congiunto
DettagliApplicazioni statistiche e utilizzo del package statistico Spss - 7
Applicazioni statistiche e utilizzo del package statistico Spss - 7 CISI 27 gennaio 2005 ricercapsicologica@tiscali.it Illustrare le principali statistiche mono e bivariate. Valutare quando è opportuno
DettagliSTATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA
STATISTICA: esercizi svolti sulla DIPEDEZA I MEDIA 1 1 LA DIPEDEZA I MEDIA 2 1 LA DIPEDEZA I MEDIA 1. La popolazione in migliaia di unità occupata in Piemonte nel 1985 per reddito annuo Y (migliaia di
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliEsercitazioni del corso: RELAZIONI TRA VARIABILI
A. A. 009 010 Esercitazioni del corso: RELAZIONI TRA VARIABILI Isabella Romeo: i.romeo@campus.unimib.it ommario Esercitazione 1: Tabelle a doppia entrata Distribuzioni marginali e condizionate Indipendenza
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez. 1 - La misura del comportamento - cosa misuriamo?
Scopo del corso Il corso si propone di offrire allo studente: un introduzione alle tematiche connesse alla misura in psicologia Scopo del corso Organizzazione del corso Il corso si propone di offrire allo
DettagliLezione 7 Corso di Statistica. Domenico Cucina
Lezione 7 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 12 obiettivi della lezione comprendere la retta di regressione e le sue proprietà D. Cucina
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliSono molti i casi in cui è possibile osservare o misurare su ognuna delle unità statistica di un collettivo più
1 Lavorare con più variabili Una delle finalità più comuni della raccolta di dati è la ricerca di relazioni tra fenomeni differenti del tipo causa effetto, con l obiettivo di interpretare, prevedere, simulare
DettagliCorrelazione e regressione per problemi di Luciano Corso
Correlazione e regressione per problemi di Luciano Corso Presidente della sezione di Verona della Mathesis Direttore della Rivista MatematicaMente Email: lcorso@iol.it CASTELLAMMARE DI STABIA 20180717
DettagliTeoria 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
DettagliMateriale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico 006-007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e
DettagliCorso di Laurea in MQEGA
Corso di Laurea in MQEGA Insegnamento di Statistica (Prof. P.F. Perri) Esercizi di riepilogo sulle distribuzioni bivariate Esercizio 1 La rilevazione congiunta dei caratteri e Y su 100 unità statistiche
DettagliFonti e strumenti statistici per la Comunicazione
Fonti e strumenti statistici per la Comunicazione Introduzione all analisi bivariata: il caso di caratteri qualitativi Prof.ssa Isabella Mingo A.A. 2018-2019 Che cosa è l analisi bivariata? E lo studio
DettagliANALISI STATISTICHE BIVARIATE. Tabelle di contingenza
ANALISI STATISTICHE BIVARIATE Tabelle di contingenza 1 Analisi Statistica Bivariata Generalmente, lo studio quantitativo di un fenomeno di interesse si svolge rilevando contemporaneamente più caratteri
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliStatistica descrittiva in due variabili
1 / 69 Statistica descrittiva in due variabili Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con X = (x 1,...,x N ) Y = (y 1,...,y N ) i valori
DettagliL analisi dell associazione o connessione tra due caratteri statistici
L analisi dell associazione o connessione tra due caratteri statistici Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 1 VARIABILI QUALITATIVE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) STATISTICA DESCRITTIVA
DettagliSCOPO DELL ANALISI DI CORRELAZIONE
CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Concentrazione Esercizio 1: Nell ultima settimana una banca ha erogato i seguenti importi (in migliaia di euro) per
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliMatematica Lezione 21
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 21 Sonia Cannas 13/12/2018 Introduzione alla statistica descrittiva Statistica La statistica è una disciplina il cui fine è lo studio
DettagliStatistica descrittiva III
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva III Ines Campa Probabilità e Statistica - Esercitazioni
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini Anno accademico 2016/2017
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Rappresentazione dei dati I dati raccolti in tabelle possono
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliLezione 6 Corso di Statistica. Domenico Cucina
Lezione 6 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 17 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di forma, distribuzioni doppie di frequenza e studio del legame tra variabili Il seguente data set
DettagliDISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a Prerequisiti Popolazione, unità, carattere Come nascono i dati:
DISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a. 2007-2008 Prerequisiti Popolazione, unità, carattere Come nascono i dati: osservazione e sperimentazione Popolazione: reale e virtuale Classificazione
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE a.a. 2005/06 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili di una
DettagliStatistiche per l analisi dei trend Capitolo 6
Statistiche per l analisi dei trend Capitolo 6 l analisi dei trend Secondo Keppel, Saufley e Tokunaga (2001) è il procedimento statistico che consente di valutare la probabile esistenza di una relazione
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.
DettagliDistribuzione di frequenza e rappresentazioni grafiche
Distribuzione di frequenza e rappresentazioni grafiche Argomenti della lezione La distribuzione di frequenza in classi La rappresentazione grafica Le tabelle di frequenza Le distribuzioni di frequenza
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
DettagliESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo 1 La seguente tabella riporta le frequenze relative riguardanti gli studenti di un università e gli esiti dell esame da essi sostenuto. Qual è la percentuale
DettagliSOLUZIONI PROVA SCRITTA DI STATISTICA (cod. 4038, 5047, 371, 377) 8 settembre 2005
SOLUZIONI PROVA SCRITTA DI STATISTICA cod. 4038, 5047, 371, 377) 8 settembre 2005 MODALITÀ B APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE Esercizio 1. 7 punti) Su un collettivo di 13 nuclei
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
DettagliElementi di matematica - dott. I. GRASSI
Gli assi cartesiani e la retta. Il concetto di derivata. È ormai d uso comune nei libri, in televisione, nei quotidiani descrivere fenomeni di varia natura per mezzo di rappresentazioni grafiche. Tali
DettagliUNITÀ DIDATTICA 5 LA RETTA
UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme
DettagliMetodi Matematici e Informatici per la biologia. Esercizi
Metodi Matematici e Informatici per la biologia Esercizi Esercizio 1 Il modo migliore per isolare gli effetti delle variabili nascoste sulla variabile di risposta è di effettuare uno studio di osservazione
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliLezione 8. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 8. A. Iodice. Relazioni tra variabili
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 26 Outline 1 2 3 4 () Statistica 2 / 26 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 Lezione n.6 - Distribuzione bivariata Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona Esempio: distribuzione dell abitudine al
DettagliSoggetto Genere Costo del soggiorno Titolo di studio
Esercitazione n. 1 Corso di Statistica Università della Basilicata Prof. Roberta Siciliano La tabella seguente raccoglie i dati grezzi, relativamente ad un gruppo di 30 turisti per i quali sono state osservate
DettagliRelazioni tra variabili: le tabelle di contingenza
Lezione 6 Relazioni tra variabili: le tabelle di contingenza "The Physicians Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile effetto di riduzione della mortalità
DettagliEsercizi 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
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
Dettagli