Analisi Univariata & Esercizi
|
|
- Valentino Fadda
- 7 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 21/10/2016 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_1617\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 Come installare un pacchetto: 1 Cliccare su Packages Install package(s) N.B.: L installazione dei pacchetti deve essere fatta solo una volta dopo l installazione di R e non ad ogni sua successiva apertura.
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 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
11 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 (comando: library(nome_pacchetto))
12 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
13 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
14 freq Sintassi generale La FREQ permette di calcolare le distribuzioni di frequenza univariate per variabili qualitative e quantitative discrete freq(variabile)
15 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(ta ble(variabile)/length(variabile))) Legenda funzioni: cbind = funzione che dispone in Colonna I risultati tra parentesi cumsum = operatore che svolge la somma cumulata length = funzione che indica la lunghezza della variabile specificata ( ovvero la sua numerosità totale)
16 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 / TOTALE numerosità (236)
17 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
18 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 assoluta percentuale = Frequenza assoluta relativa / TOTALE numerosità
19 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
20 freq: Variabile qualitativa con dati missing Variabile qualitativa: secondo motivo di utilizzo mezzi di comunicazione freq(telefonia$motivo_utilizzo_2) N.B.: se la variabile sulla quale vogliamo effetturare una distribuzione di frequenza contiene dei valori mancanti, R li tratta come una modalità
21 Output freq Output MISSING, i valori missing vengono considerati come una categoria della variabile qualitativa Frequenze percentuali, calcolate considerando i valori missing come una categoria Frequenze percentuali, calcolate NON considerando i valori missing come una categoria
22 freq: Variabile qualitativa con dati missing Se la variabile sulla quale vogliamo effetturare una distribuzione di frequenza contiene dei valori mancanti e non vogliamo che R li tratti come una modalità della variabile qualitativa in analisi, dobbiamo scrivere: freq(na.exclude(telefonia$motivo_ utilizzo_2)) Esclude i valori missing nel calcolo delle frequenze
23 Output freq Output
24 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!
25 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
26 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
27 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
28 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 dispersione: Campo di variazione Differenza interquartile Varianza Scarto quadratico medio Coefficiente di variazione Misure di forma della distribuzione: Skewness Kurtosis
29 summary Sintassi La summary permette di calcolare per variabili quantitative misure di sintesi: di posizione di forma della distribuzione (quartili) summary(nome_dataset$nome_variabile)
30 summary Esempio Misure di sintesi della variabile quantitativa discreta: numero medio sms inviati al giorno summary(telefonia$num_sms_e)
31 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)
32 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$nome_variabile)
33 Moda Output (1/2) Misure di tendenza centrale Moda: valore che occorre più frequentemente Moda della variabile quantitativa discreta: numero medio sms inviati al giorno getmode(telefonia$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.
34 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$marca) MODA Tutte le categorie della variabile qualitativa marca
35 basicstats Sintassi La summary è una funzione che permette di calcolare una serie limitata di misure statistiche. Un altra funzione più esauriente è, invece, la basicstats Permette di calcolare indici: di posizione di variabilità di forma della distribuzione basicstats(nome_dataset$nome_variabile) N.B. Per usare questa funzione è necessario scaricare il pacchetto fbasics
36 Installazione pacchetto - fbasics Riprendiamo la procedura di installazione dei pacchetti: 1 2 3
37 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
38 basicstats Esempio Misure di sintesi della variabile quantitativa discreta: numero medio sms inviati al giorno basicstats(telefonia$num_sms_e)
39 basicstats Output
40 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.
41 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)
42 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)
43 basicstats Skewness, esempio ASIMMETRIA POSITIVA
44 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
45 IQR- Sintassi Queste 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)
46 IQR- Output Scarto interquartile della variabile quantitativa discreta: numero medio sms inviati al giorno IQR(telefonia$num_sms_e)
47 cv - Sintassi Misure di Variabilità Coeff di variazione [Coeff Variation]: misura la variabilità relativa rispetto alla media (%) Questo indice si usa per confrontare misure di fenomeni riferite anche ad unità di misura differenti. cv(nome_dataset$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
48 cv- Output Coefficiente di variazione della variabile quantitativa discreta: numero medio sms inviati al giorno cv(telefonia$num_sms_e)
49 Campo di Variazione - Sintassi Misure di Variabilità Campo di variazione: differenza tra il valore massimo e il valore minimo della variabile max(nome_dataset$nome_variabile) - min(nome_dataset$nome_variabile)
50 Campo di Variazione - Output Campo di variazione della variabile quantitativa discreta: numero medio sms inviati al giorno max(telefonia$num_sms_e)- min(telefonia$num_sms_e)
51 quantile - Sintassi Misure di tendenza non centrale Quantili: sono degli indici che permettono di dividere la popolazione in n parti uguali. quantile(nome_dataset$nome_variabile, c(.01,.05,.10,.25,.50,.75,.90,.95,.99) )
52 quantile - Output (1/2) Quantili della variabile quantitativa discreta: numero medio sms inviati al giorno quantile(telefonia$num_sms_e, c(.01,.05,.10,.25,.50,.75,.90,.95,.99) ) 1 Quartile (Q1) 3 Quartile (Q3) Mediana
53 quantile Output (2/2) I Quartili dividono la sequenza ordinata dei dati in 4 segmenti contenenti lo stesso numero di valori Il primo quartile, Q 1, è il valore per il quale il 25% delle osservazioni sono minori di esso e il 75% sono maggiori Q 2 coincide con la mediana (50% sono minori, 50% sono maggiori) Il terzo quartile, Q3, è il valore per il quale il 75% delle osservazioni sono minori di esso e il 25% sono maggiori Interpretazione: in questo esempio, quindi, il 90% della popolazione in analisi ha mandato mediamente al più 70 sms al giorno.
54 Misure di sintesi (1/2) Esempio 2 Misure di sintesi della variabile quantitativa continua: numero medio ore utilizzo alla settimana telefono cellulare
55 Misure di sintesi (2/2) Esempio 2
56 Descrittive entro classe Sintassi Statistiche descrittive univariate con variabile di classificazione describeby(dataset$variabile_quantitativa, dataset$variabile_classificazione,na.rm=true) TRUE= non cancella i valori mancanti dall analisi FALSE= cancella i valori mancanti dall analisi N.B. Per usare questa funzione è necessario scaricare e richiamare il pacchetto psych. Seguire il procedimento illustrato precedentemente
57 Descrittive entro classe Esempi Misure di sintesi della variabile: numero medio ore utilizzo al giorno telefono cellulare suddivisa per sesso describeby(telefonia$cell_h, telefonia$sesso,na.rm=true) Media oraria dell utilizzo cellulare per le donne Massimo numero di ore dell utilizzo cellulare per gli uomini
58 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
59 Analisi Univariata: GRAFICI Rappresentazioni grafiche per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
60 BAR CHART Sintassi (1/2) Grafico a barre, utilizzato per rappresentare la distribuzione di frequenze di una variabile ordinale. In questo caso il grafico a barre è uno degli output predefiniti della funzione FREQ vista precedentemente freq(nome_dataset$nome_variabile)
61 BAR CHART- Output (2/2) freq(telefonia$operatore) GRAFICO A BARRE
62 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
63 GRAFICO A TORTA Sintassi (1/2) Grafico a torta, utilizzato per rappresentare la distribuzione di frequenze di una variabile categorica. pie(table(nome_dataset$nome_variabile))
64 GRAFICO A TORTA - Output (2/2) pie(table(telefonia$operatore))
65 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
66 ISTOGRAMMA Sintassi (1/2) L istogramma permette di visualizzare la forma della distribuzione di una variabile continua. Il comando da eseguire è il seguente hist(nome_dataset$nome_variabile)
67 ISTOGRAMMA Output (2/2) hist(telefonia$num_sms_e) nell asse delle ascisse ci sono le classi degli intervalli considerati; l asse delle ordinate rappresenta la densità di frequenza; l area del rettangolo corrisponde alla frequenza della classe stessa nell asse delle ascisse ci sono le classi degli intervalli considerati;
68 Analisi Univariata: GRAFICI Rappresentazioni grafiche del modulo SAS INSIGHT per l analisi univariata di una variabile: GRAFICO TIPO VARIABILE FUNZIONE BAR CHART Variabili qualitative Bar chart o diagramma a barre (variabili alfanumeriche) GRAFICO A TORTA Variabili qualitative Grafico a torta(variabili alfanumeriche) HISTOGRAM Variabili quantitative Istogramma (variabili numeriche) BOX PLOT Variabili quantitative Rappresentazione grafica di alcune misure di sintesi
69 GRAFICI: Box Plot (1/4) X minim o Q 1 Mediana (Q2) Q 3 25% 25% 25% 25% X massimo Sequenza ordinata di valori assunti da una variabile Differenza Interquartile OUTLIERS: Q1-1,5 * Differenza interquartile Q3 + 1,5 * Differenza interquartile
70 BOXPLOT - Sintassi(2/4) Rappresentazione grafica di alcune misure di sintesi di una variabile quantitativa. Permette infatti di evidenziare nella distribuzione, I quartili, la media, la differenza interquartile e il campo di variazione Il comando da eseguire è il seguente boxplot(nome_dataset$nome_variabile)
71 BOXPLOT Output(3/4) boxplot(telefonia$num_sms_e) outlier massimo Q1 Q3 Differenza interquartile Vengono rappresentati graficamente alcuni indici calcolati precedentemente mediana minimo
72 BOXPLOT entro classe Output(4/4) boxplot(dataset$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
73 Metodi Quantitativi per Economia, Finanza e Management Obiettivi di questa esercitazione: Installazione dei pacchetti Funzioni per analisi descrittive Grafici Esercizi
74 Dataset Il dataset DENTI contiene dati sul consumo di dentifricio (di marca A e di marca B). Le variabili sono:
75 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
76 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. Determinare la percentuale di clienti che hanno ricevuto meno di 11 contatti pubblicitari 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 Lavoro di Gruppo Inviare entro oggi 16/10/2015, a gmagistrelli@liuc.it e gdeppieri@liuc.it: nome,
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
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
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
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
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
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
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.
Università del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
STATISTICA 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
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
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
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
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
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
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
Scale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
Statistica 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
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
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
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
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
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
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
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: 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
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
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.
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
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
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
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
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
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
Esplorazione dei dati. Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi
Esplorazione dei dati Lucidi e dataset tratti da Turini - Analisi dei Dati, Dip. Inf. Unipi Analisi mono e bivariata Si utilizzano indicatori sintetici che individuano, con un singolo valore, proprieta`
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
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
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
Esercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
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
Fonte:
Fonte: http://www3.istat.it/servizi/studenti/valoredati/ prima sintesi dopo aver raccolto i dati punto di partenza per rappresentazione, lettura, interpretazione, elaborazione. caratteristiche: deve presentare
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
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
Statistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
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
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
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
Esplorazione grafica di dati multivariati. N. Del Buono
Esplorazione grafica di dati multivariati N. Del Buono Scatterplot Scatterplot permette di individuare graficamente le possibili associazioni tra due variabili Variabile descrittiva (explanatory variable)
Esercitazioni di statistica
Esercitazioni di statistica Boxplot e numeri indici Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 14 Ottobre 014 Stefania Spina Esercitazioni di statistica 1/37 Definizioni La
Lezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
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
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
Rappresentazioni grafiche
Rappresentazioni grafiche Su una popolazione di n = 20 unità sono stati rilevati i seguenti fenomeni: stato civile (X) livello di scolarità (Y ) numero di figli a carico (Z) reddito in migliaia di (W )
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
Indici di variabilità relativa
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2014-2015 Indici di variabilità relativa Consentono di effettuare confronti sulla variabilità di fenomeni che presentano unità
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
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
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
Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale
Esercitazione Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di turisti. La seguente tabella raccoglie l osservazione di alcuni caratteri di interesse. Costo Soggetto Titolo
Data set relativo a 40 titolari di esercizi commerciali. Durata del percorso casa lavoro (in minuti) Numero dipendenti che lavorano nel negozio
ESERCITAZIONE 1: VARIABILI E DISTRIBUZIONI 1.TIPOLOGIA DEI DATI 2. CALCOLO DI FREQUENZE 3. RAPPRESENTAZIONE GRAFICA DI UNA VARIABILE A Roma nel 2006 è stata effettuata un indagine, tramite questionario,
Introduzione al software R
Introduzione al software R 1 1 Università di Napoli Federico II cristina.tortora@unina.it il software R Si tratta di un software molto flessibile che permette di compiere praticamente qualsiasi tipo di
La sintesi delle distribuzioni
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Introduzione 2 3 4 Outline 1 Introduzione 2 3 4 Introduzione Analisi descrittiva monovariata: segue la raccolta dei dati e il calcolo
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
Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza,
Obiettivi Strumenti Cosa ci faremo? inferenza Probabilità, distribuzioni campionarie uso stima Stimatori significato teorico descrizione Indici: media, varianza, calcolo Misure di posizione e di tendenza
GUIDA ALL INSTALLAZIONE DI R CONTENUTO
GUIDA CONTENUTO In questa Guida verranno analizzati i vari passi all installazione del software Open Source R, sia per il Sistema Operativo Windows che MacOS. ALL INSTALLAZIONE DI R 2 Sommario 1. Sistema
INDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale
INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
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
Sas OnDemand for Academics & SAS e-learnings. Metodi Quantitativi per Economia, Finanza e Management
Sas OnDemand for Academics & SAS e-learnings Metodi Quantitativi per Economia, Finanza e Management Procedure Nel seguente documento saranno elencate le procedure da utilizzare nel Web Editor per poter:
Istituzioni di Statistica 1 Esercizi su tabelle di contingenza
Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Esercizio 1 Per stimare la percentuale di fumatori nella popolazione italiana adulta viene intervistato un campione di 60 donne e uno di 40
Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
Esercitazioni di statistica
Esercitazioni di statistica Gli indici statistici di sintesi: Gli indici di centralità Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 7 Ottobre 2014 Stefania Spina Esercitazioni
INDICATORI DI TENDENZA CENTRALE
Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore
La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
STATISTICHE DESCRITTIVE
STATISTICHE DESCRITTIVE ARGOMENTI DELLA LEZIONE concetti introduttivi indici di tendenza centrale indici di dispersione indici di posizione 2 concetti introduttivi Unità statistiche elementi che costituiscono
Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
INDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
STATISTICA PER LA DIGITAL ECONOMY 2017
STATISTICA PER LA DIGITAL ECONOMY 2017 Marco Riani mriani@unipr.it http://www.riani.it INFORMAZIONI SUL CORSO Orario MER 11.00-13.00 (frontale) GIO 9.00-11.00 (frontale) VEN 11.00-13.00 (laboratorio) Ricevimento
tabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti
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
Esercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30
Esercizi di statistica descrittiva Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 30 Esercizio 1 Nel rilevare l altezza di un gruppo di reclute,
Statistica a.a Autovalutazione 1
Statistica a.a. 016-17 Autovalutazione 1 CORSO: Diritto per le Imprese e le Istituzioni ATTENZIONE: alle domande aperte è stato dato un possibile esempio di risposta, altre parole possono essere usate
Valori Medi. Docente Dott.ssa Domenica Matranga
Valori Medi Docente Dott.ssa Domenica Matranga Valori medi Medie analitiche - Media aritmetica - Media armonica - Media geometrica - Media quadratica Medie di posizione - Moda -Mediana - Quantili La media
1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego.
Università di Cassino Esercitazione di Statistica del 9 novembre 2007 Dott.ssa Paola Costantini Considerando il DATASET DIPENDENTI: ID Stipendio N. di anni di Qualifica Età percepito servizio funzionale
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
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione per caratteri quantitativi discreti e continui Il seguente data set riporta la rilevazione
Lezione n. 1 _Complementi di matematica
Lezione n. 1 _Complementi di matematica INTRODUZIONE ALLA STATISTICA La statistica è una disciplina che si occupa di fenomeni collettivi ( cioè fenomeni in cui sono coinvolti più individui o elementi )
STATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
http://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
Descrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali
Elementi di Statistica Descrittiva La Variabilità V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Soriano nel Cimino (VT), 5 Ottobre 2009 Pier Francesco
esercitazione1 12/10/2015
esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
Statistica descrittiva con fogli di calcolo. Stoianov, Ceccato
Statistica descrittiva con fogli di calcolo Stoianov, Ceccato Distribuzioni di probabilità empirica 1) OSSERVAZIONI campione X: N osservazioni {x 1,x 2 x N } scala di misura Y K livelli [y 1 y K ] Esempio:
STATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
Variabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo