STATISTICA Disciplina scientifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
|
|
- Diana Galli
- 6 anni fa
- Visualizzazioni
Transcript
1 STATISTICA Disciplina scientifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno esprimibile numericamente che può assumere valori diversi
2 Esempi di Variabile Qualunque fenomeno esprimibile numericamente che può assumere valori diversi L altezza nella specie umana Il numero di nati per parto nei conigli Il diametro del fusto di un albero misurato a diverse età Il numero di Adenine nella sequenza di un gene di una monocotiledone La presenza di un contaminante in un alimento
3 VARIABILE CASUALE Variabile che può assumere infiniti valori, al limite infiniti, la cui variabilità risulta in-determinata Nella realtà la perfetta casualità è rara quanto la perfetta determinazione Le variabili con cui la statistica ha a che fare sono di solito una mescolanza di determinazione e in determinazione
4 VARIABILE Peso di un uomo Età Sesso parte Razza deterministica Alimentazione Altri fattori che non conosciamoparte casuale
5 La statistica comprende i metodi ed i principi che trattano le variabili casuali al fine di aumentare la componente deterministica e ridurre quella casuale AUMENTO COMPONENTE DETERMINISTICA Aumento della capacità esplicativa Conoscenze sui fattori di variabilità del peso Aumento del potere previsionale Possibilità di prevedere il peso di un bovino in maniera più accurata
6 VARIABILE CONTINUA Assume tutti i valori possibili su una scala graduata Es. peso di una pecora ,5 52,4
7 VARIABILE DISCRETA Assume valori discontinui rappresentabili da punti isolati in una scala metrica Ad es. numero di capre di un allevamento (totale=100 animali) risultate positive ad una indagine sierologica positivi negativi
8 LA STATISTICA SI DIVIDE IN 1) STATISTICA DESCRITTIVA Metodi per organizzare e sintetizzare i dati al fini di una loro più efficace rappresentazione TABELLE GRAFICI Istogrammi Curve
9 2) STATISTICA INFERENZIALE Metodi che sulla base dei dati relativi ad un campione consentono di trarre delle considerazioni valide per la popolazione da cui il campione è stato selezionato
10 POPOLAZIONE L intero insieme di individui dei quali si vogliono conoscere i valori della variabile oggetto di studio In statistica la popolazione è un concetto ideale CAMPIONE Insieme di individui appartenenti alla popolazione sui quali si misura realmente la variabile oggetto di studio
11 Le quantità riferite al campione sono dette Statistiche e sono indicate con l alfabeto latino Le quantità riferite alla popolazione sono dette parametri e sono indicate con l ìalfabeto greco
12 MISURE RIASSUNTIVE DI UN INSIEME DI DATI Un modo informativo di descrivere la collocazione di un insieme di dati è quello di riportarlo ad un valore centrale Tra le misure di centro vanno ricordate la moda, la mediana e la media
13 MODA VALORE PIU FREQUENTE PRESENTE IN UN INSIEME DI DATI MEDIANA VALORE CENTRALE DELL INSIEME DEI DATI ORDINATI IN MANIERA CRESCENTE MEDIA ARITMETICA MEDIA ARITMETICA = SOMMA DELLE OSSERVAZIONI = NUMERO DELLE OSSERVAZIONI X x n i LA MEDIA ARITMETICA DI UN CAMPIONE E DETTA MEDIA CAMPIONARIA ED E UNA STATISTICA X LA MEDIA DELLA POPOLAZIONE SI INDICA CON m ED E UN PARAMETRO LA MEDIA HA UN FORTE POTERE ESPLICATIVO
14 60,1 77,3 52,6 67,8 64,6 79,1 68,8 64,4 67,7 78,5 59,5 53,0 74,9 83,6 64,2 69,2 60,2 54,1 54,3 82,4 61,3 54,7 47,4 76,2 78,4 73,0 67,3 45,6 84,4 54,6 74,9 49,8 63,6 48,7 58,1 77,9 59,4 46,5 69,5 54,9 Due insiemi di dati: A e B
15
16 n.individui Variabile A
17 n. individui Variabile B NONOSTANTE LA MEDIA SIA UGUALE, I DUE INSIEMI DI DATI SONO STRUTTURALMENTE DIVERSI I DATI DEI DUE INSIEME DI DATI PRESENTANO UNA DIVERSA DISTRIBUZIONE
18 frequenza relativa (%) DISTRIBUZIONE DI VARIABILI CASUALI DISTRIBUZIONE DI PROBABILITA : LA DISTRIBUZIONE DELLE PROBABILITA CHE LA VARIABILE OGGETTO DI STUDIO HA DI ASSUMERE I DIVERSI VALORI POSSIBILI 0,35 0,3 0,25 0,2 0,15 0,1 0, AD OGNI VALORE DELLA VARIABILE E ASSOCIATA LA PROBABILITA CON CUI IL VALORE PUO VERIFICARSI Nell esempio: prendendo un dato dall insieme A, abbiamo il 30% di probabilità che abbia un valore compreso fra 60 e 65
19 QUANDO LA VARIABILE OGGETTO DI STUDIO HA UNA DISTRIBUZIONE MOLTO DIVERSA DALLA NORMALE 1 - TRASFORMAZIONE DEI DATI ESEMPIO: LA TRASFORMAZIONE LOGARITMICA DEL CONTENUTO IN CELLULE SOMATICHE DEL LATTE Consente di ottenere una distribuzione dei dati che si avvicina a quella normale LA MEDIA ARITMETICA DELLE VARIABILI TRASFORMATE CONSTITUISCE UNA MISURA DI CENTRO PIU ATTENDIBILE RISPETTO ALLA MEDIA DELLE VARIABILI ORIGINARIE 2 - USO DI MISURE DI CENTRO DIVERSE DALLA MEDIA ARITMETICA MEDIA GEOMETRICA = n x 1 x2... xn MEDIA TRONCATA: CALCOLO DELLA MEDIA ARITMETICA ESCLUDENDO I VALORI ESTREMI (OUTLIERS) DELL INSIEME DEI DATI OGGETTO DI STUDIO
20 n. individui EFFETTO DELLA TRASFORMAZIONE SULLA DISTRIBUZIONE DELLA VARIABILE Distribuzione del CCS in 88 pecore raggruppate in classi di ampiezza di media= classi di CCS (da 0 a )
21 n. individui Distribuzione del logaritmo in base 10 del CCS ,75< 1, ,25 2,25-2,5 2,5-2,75 2, ,25 3,25-3,5 3,5-3,75 3,75-4 LOG CCS media=2,87
22 Una misura di centro fornisce una sintesi parziale delle informazioni in esso contenute Indici di dispersione: Indicano come i dati si distribuiscono rispetto al centro Range Valore massimo-valore minimo Percentili Valori soglia che lasciano alla loro destra (o sinistra) una certa percentuale dell insieme dei dati
23 NEL CASO DELLE DUE MANDRIE VARIANZA q 2 DEVIAZIONE STANDARD q MANDRIA A 81,37 9,02 MANDRIA B 176,49 13,28 LE MISURE DI VARIABILITA METTONO IN EVIDENZA LE DIFFERENZE STRUTTURALI TRA LE DUE MANDRIE COEFFICIENTE VARIAZIONE= DI DEVIAZIONE.STANDARD MEDIA RAPPORTO TRA UNA MISURA DI VARIABILITA ED UNA DI CENTRO ESPRIME IL GRADO DI DISPERSIONE DEI DATI ATTORNO ALLA MEDIA MANDRIA A = 0,14 MANDRIA B = 0,20
24 Misure di dispersione di una variabile S 2 x i n x 1 2 Varianza. S x x n 1 2 i Deviazione standard.
25 La rappresentazione Box-Plot: insieme A
26 La rappresentazione Box-Plot: insieme B
27 Probabilità e distribuzioni di probabilità Probabilità del verificarsi di un evento A Rapporto fra il numero di uscite favorevoli all evento A (n A ) ed il numero totale di uscite possibili (N) p(a) n A N
28 Probabilità in senso frequentista Un esperimento viene compiuto N volte (100 lanci di una moneta) e n volte (45) si registra un determinato risultato (croce) f(croce) n croci 0.45 N lanci f(croce) p croce
29 Rapporto tra Probabilità e frequenza Lancio contemporaneo di due monete. Uscite possibili CC CT TC TT 2 croci croce a dx e testa a sx testa a dx e croce a sx due teste 2 p( 1testa) 4 1 2
30 Rapporto tra Probabilità e frequenza Esperimento con 2000 lanci Tabella 6. Frequenze assolute e relative dei risultati di 2000 lanci di due monete. Uscita Frequenza Frequenza relativa CC /2000 = 0,237 CT /2000 = 0,251 TC /2000 = 0,248 TT /2000 = 0, f( 1testa)
31 Cenni di calcolo delle Probabilità MOLTIPLICAZIONE Eventi indipendenti: Ad es. il lancio di due monete p(a e B) = p(a) x p(b) Eventi non indipendenti p(a e B o entrambi) = p(b) x p(a B)
32 Distribuzioni di probabilità < >80
33 f(y) La distribuzione Normale : Funzione di densità di probabilità y
34 f(y) La distribuzione Normale : Funzione di distribuzione cumulativa di probabilità y
35 La distribuzione Normale : Funzione di densità di probabilità f ym ( y) e 2 2 REGOLA EMPIRICA: IL TRATTO DI CURVA COMPRESO TRA LA MEDIA E: ± 1 DEVIAZIONE STANDARD RAPPRESENTA IL 68% DELL AREA TOTALE ± 2 DEVIAZIONI STANDARD RAPPRESENTA IL 95% DELL AREA TOTALE ± 3 DEVIAZIONI STANDARD RAPPRESENTA IL 99% DELL AREA TOTALE
36 f(y) La distribuzione Normale : I parametri fondamentali sono m e y
37 La distribuzione Normale standardizzata Z z y y z
38 Applicazioni della distribuzione Normale standardizzata La statura media degli italiani è di cm 170 con una deviazione standard di cm 15. Se si prende un italiano a caso, che probabilità si ha di trovare un individuo di altezza superiore a cm 190? Bisogna standardizzare la variabile z
39 Applicazioni della distribuzione Normale standardizzata z Quindi p(h>cm 190)= 9.2%
40 La distribuzione binomiale Variabili categoriali (positività) Tentativi e Successi Importante la probabilità puntuale Esempio: Poniamo che la prevalenza della forma subclinica della mastite negli ovini in Sardegna sia del 30%. In queste condizioni, se nel corso di un indagine sanitaria 15 pecore vengono sottoposte ad un test capace di individuare la mastite, che probabilità ci sono di trovare 10 animali infetti?
41 La distribuzione binomiale N. di successi = 10 N. di prove = 15 Probabilità di successo per ciascuna prova= 0.3 La risposta è
42 CONTROL CHARTS Monitoraggio della qualità di un processo produttivo Mantenimento di una qualità uniforme Individuazione del momento in cui la qualità cambia 3 LINEE Centrale (media generale) = Y C Y nk Superiore = Y C 3 Inferiore = n Y C 3 n
43 Controllo sulla qualità del colore di tappeti Campione somma range 1 2,4 1,8 0,7 1 2,5 8,4 1,8 2 2,3 3 2,5 1,2 3,1 12,1 1,9 3 1,3 1,2 0,9 1,2 3 7,6 2,1 4 0,5 2,2 2,4 1,5 3 9,6 2,5 5 2,8 1,9 2,6 1,3 2,9 11,5 1,6 6 2,4 3,1 1,7 3,3 2,6 13,1 1,6 7 2,5 2,9 1,4 4 2,1 12,9 2,6 8 1,1 2,9 3 1,4 2,8 11,2 1,9 9 3,3 2,2 2,7 2,8 2,1 13,1 1,2 10 0,8 4,2 2,3 1,4 2,1 10,8 3,4 11 0,2 2,6 2,3 0,7 4, ,8 1,6 2,3 2,1 1,7 9,5 0,7 13 0,1 3,9 2,3 1,4 1 8,7 3,8 14 1,1 3,1 1,8 0,9 1,8 8,7 2,2 15 0,5 0,9 4 2,2 2,8 10,4 3,5 16 2,9 3,3 1,9 3,1 2,3 13,5 1,4 17 3,5 2 2,5 2 0,3 10,3 3,2 18 2,5 2,1 2,7 1,7 1,5 10,5 1,2 19 1,1 3,9 2,7 1,2 1,3 10,2 2,8 20 1,4 2 2,5 4,2 2,4 12,5 2,8 21 2,2 1,9 0,7 1,3 1,4 7,5 1,5 22 1,5 1,5 1,1 2,3 2,4 8,8 1,3 23 2,2 1,3 2,5 1,9 0,7 8,6 1,8 24 1,7 0,1 1,8 0,7 2,1 6, ,7 1,5 1,9 0,6 4,6 12,3 4
44 Regola pratica per determinare r dn r = range medio; d n lo si ricava da una tabella (nel nostro caso è 2,326) 4 3,5 3 2,5 2 1,5 1 0, LSUP Yc LINF DATI
45 INFERENZA STATISTICA
46 CAMPIONE Media = Y Varianza = s 2 STATISTICHE Deviazione standard = s INFERENZA STATISTICA POPOLAZIONE Media = m Varianza = 2 PARAMETRI Deviazione standard =
47 DOMANDE A CUI RISPONDE L INFERENZA STATISTICA 1.Stima di un parametro Quale è la media della produzione di latte delle pecora di razza Sarda? 2. Test di ipotesi La media della produzione di latte della pecora di razza Sarda è diversa da quella della pecora di razza Comisana?
48 STIMA DELLA MEDIA DI UNA VARIABILE CONTINUA Teorema del limite centrale Se campioni casuali di numerosità n sono estratti da una popolazione con media m e deviazione standard, quando n è grande, l istogramma di frequenza delle medie di tali campioni sarà approssimativamente normale (forma a campana) con media m e deviazione standard (o errore standard della media) x = n
49 Esempio: media della produzione di latte della pecora Sarda m = 200 l = 50 l Se si prendono 1000 campioni, ognuno costituito da 100 pecore (n), le medie di questi campioni saranno distribuite normalmente con media 200 e deviazione standard x = n
50 La distribuzione Normale : Funzione di densità di probabilità f ym ( y) e 2 2 REGOLA EMPIRICA: IL TRATTO DI CURVA COMPRESO TRA LA MEDIA E: ± 1 DEVIAZIONE STANDARD RAPPRESENTA IL 68% DELL AREA TOTALE ± 2 DEVIAZIONI STANDARD RAPPRESENTA IL 95% DELL AREA TOTALE ± 3 DEVIAZIONI STANDARD RAPPRESENTA IL 99% DELL AREA TOTALE
51 NELLA DISTRIBUZIONE NORMALE: m ± 1.96 DEVIAZIONI STANDARD RAPPRESENTA IL 95% DELL AREA TOTALE NELLA DISTRIBUZIONE DELLE MEDIE CAMPIONARIE: m ± 1.96 n RAPPRESENTA IL 95% DELL AREA TOTALE Tutte le volte che la media del campione è compresa tra m ± 1.96 cioè nel 95% dei casi, l intervallo Y ± 1.96 conterrà la vera media della popolazione da cui il campione è stato estratto Y n n
52 Intervallo di confidenza al 95% per la media Y ± 1.96 n Contiene al 95% di probabilità il valore della media della popolazione m z
53 Continuando l esempio.. = 50 l n = 100 = x 5 = x 5 =184.2 Y In base a quanto osservato nel campione, la media produttiva della pecora Sarda è compresa, al 95% di probabilità, tra e litri
54 Formula generale per la stima dell intervallo di confidenza di una media sulla base dei dati di un campione estratto casualmente dalla popolazione Y ± Z a/2 n Dove 1 a = livello di confidenza
55 L ampiezza dell intervallo di confidenza dipende dalla numerosità del campione: Numerosità (n) errore standard limite inferiore limite superiore , ,737 18, , ,168 18, , ,337 19,663
56 L ampiezza dell intervallo di confidenza dipende dall errore che si è disposti a compiere nello stimare la media Coefficiente confidenza (1-a) di a a/2 z a/2 Limite inferiore Limite superiore 0,90 0,10 0,05 1,645 17, , ,95 0,05 0,025 1,96 17, , ,99 0,01 0,005 2,575 16, ,09248
57 Calcolo della dimensione ottimale del campione Esigenze contrapposte Validità scientifica dell esperimento Costi e problemi logistici di realizzazione
58 Fattori da considerare Errore tollerabile Determina l ampiezza dell intervallo di confidenza Livello di confidenza
59 Formula per il calcolo della dimensione del campione n Z a / e 2 dove e = errore tollerabile = Deviazione standard della popolazione 1-a = coefficiente di confidenza
60 Esempio: calcolo della dimensione ottimale del campione per la stima del peso corporeo di pecore Sarde e = 2 a = 5% = 12 a/2 = Z a/2 = 1.96 n
61 Inferenza sul parametro binomiale In un campione casuale di dimensione n estratto casualmente da una popolazione in cui la percentuale di eventi positivi è pari a p, la migliore stima di p è data dalla percentuale di successi del campione ˆ y n y = numero di eventi positivi nel campione
62 La distribuzione del parametro binomiale può essere approssimata dalla distribuzione normale Media mˆ Errore standard ˆ 1 n Intervallo di Confidenza al 95% ˆ z a / 2 ˆ
63 Esempio: calcolo dell intervallo di confidenza al 90% della percentuale di individui affetti da intolleranza al latte vaccino n = 250 y = 86 ˆ ˆ
64 Esempio: calcolo dell intervallo di confidenza al 90% della percentuale di individui affetti da intolleranza al latte vaccino ˆ z Quindi = ± (1.645 x ) a / 2 ˆ = ± costituisce l intervallo di confidenza al 90% La proporzione di individui affetti da intolleranza al latte è contenuta al 90% di probabilità nell intervallo
65 Formula per il calcolo della dimensione del campione n Z 2 1 a / 2 e 2 dove e = errore tollerabile = Proporzione di successi nella popolazione 1-a = coefficiente di confidenza
66 Esempio: calcolo della dimensione ottimale del campione per la stima della prevalenza della mastite in pecore Sarde e = 0.02 a = 5% = 0.5 a/2 = Z a/2 = 1.96 n ( ) 2401
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
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
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliScale 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
Dettaglitabelle 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
DettagliDispensa 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
Dettagli3.1 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
DettagliPrefazione 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
DettagliProgrammazione 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
DettagliStatistica. Lezione 4
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
Dettagli1/55. 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
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliIntroduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici
CAPITOLO 6 LE VARIABILITA CASUALI E LE DISTRIBUZIONI DI PROBABILITA VERO FALSO 1. V F La probabilità che X assuma un valore compreso tra 3 e 4 incluso può essere scritto come P(3
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliStatistica 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
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliMISURE 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
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliStatistica 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
DettagliMetodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliVariabili Casuali Continue
Distribuzione Normale Concentrazione di cloro nel sudore Variabili Casuali Continue 9 8 7 6 5 4 3 media = 98.8 meq/l mediana =. meq/l moda =. meq/l < 3 6 5 me/l La distribuzione empirica (diagramma a barre)
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 Lezione n.3 - Indici di posizione 1 Per i caratteri qualitativi, la tabella e le rappresentazioni grafiche esauriscono quasi completamente gli aspetti descrittivi.
DettagliLEZIONI 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
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
DettagliElementi 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
DettagliCORSO 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
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliTesto di riferimento: D. Benedetto, M. Degli Esposti, C. Maffei, Matematica per le scienze della vita, Ambrosiana, 2008.
Corsi di Laurea in Scienze Naturali e Scienze Geologiche Corso di Matematica con Elementi di Statistica - II Modulo Docente: Prof.ssa Maria Polo Esercizi proposti per la preparazione all esame Gli esercizi
DettagliELEMENTI DI STATISTICA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it A.A. 2015-16 Terminologia In un esperimento ogni risultato delle caratteristiche
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliEsempio sulla media geometrica
Media geometrica La media geometrica di un insieme di n valori positivi x 1, x 2,, x n di un carattere quantitativo X è pari alla radice n-esima del prodotto dei singoli valori: x g n x1 x2 K x n 1 Esempio
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 - Distribuzione binomiale - Distribuzione Normale Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona DISTRIBUZIONI TEORICHE DI PROBABILITA
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliLa 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
DettagliLezione 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
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità
DettagliStatistica. 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:
DettagliPrincipi di Statistica a.a
Principi di Statistica a.a. 2014-2015 Dr. Luca Secondi 1. Introduzione al corso 1.01Variabili casuali Distribuzioni di probabilità 1 Corso di laurea in Biotecnologie Matematica e PRINCIPI DI STATISTICA
DettagliEsplorazione 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
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliStatistica. 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
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliStatistica 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
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliIdraulica e Idrologia: Lezione 6
Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliValori 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
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) Cos è la Statistica caratterizzato
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
Dettagli08/04/2014. Misure di posizione. INDICI DI POSIZIONE (measures of location or central tendency) 1. MODA 2. MEDIA 3. MEDIANA
Misure di posizione INDICI DI POSIZIONE (measures of location or central tendency) 1. MODA 2. MEDIA 3. MEDIANA 1 MODA E la scelta fatta dalla maggioranza della popolazione, lo stile che tutti seguono in
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliEsempio sulla media geometrica
Media geometrica La media geometrica di un insieme di n valori positivi x, x 2,, x n di un carattere quantitativo X è pari alla radice n-esima del prodotto dei singoli valori: x g n x x2 K x n Esempio
DettagliCap. 7 Distribuzioni campionarie
Cap. 7 Distribuzioni campionarie 1 Popolazione e Campione Una popolazione è l insieme di tutte le unità oggetto di studio Tutti i potenziali votanti nelle prossime elezioni Tutti i pezzi prodotti oggi
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliEsempio di calcolo di rischio relativo
Esempio di calcolo di rischio relativo B. Cenci Goga Università degli Studi di Perugia, Dipartimento di Scienze Biopatologiche e Igiene delle Produzioni Animali e Alimentari, Sezione di Ispezione degli
DettagliSTATISTICA 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
Dettagli1/4 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
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
DettagliScheda Corso di STATISTICA (D.M. 270 per 9 CFU) Anno Accademico 2014/2015 (versione in Italiano)
Scheda Corso di STATISTICA (D.M. 270 per 9 CFU) Anno Accademico 2014/2015 (versione in Italiano) FACOLTA :ECONOMIA CORSI DI LAUREA: Economia e Commercio, Psicoeconomia e Scienze Bancarie ed Assicurative
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
Dettagli