La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

Documenti analoghi
Variabilità = Informazione

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

Prof. Massimiliano Giacalone

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

INDICI DI VARIABILITA

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

I percentili e i quartili

Esercizi su Rappresentazioni di Dati e Statistica

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Come cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Esercitazione 5 del corso di Statistica (parte 1)

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Dataset Aziende. Campione di 50 aziende produttrici di beni di largo consumo (n = 50 unità statistiche) descritte da 9 caratteri

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

Indipendenza in distribuzione

Lezione 4. La Variabilità. Lezione 4 1

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Sommario. Facoltà di Economia. Medie secondo Chisini. Indici statistici di posizione o locazione o di tendenza centrale Medie Moda Mediana Quantile

Esercitazione 6 del corso di Statistica (parte 1)

MEDIA DI Y (ALTEZZA):

Caso studio 12. Regressione. Esempio

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

Capitolo 6 Gli indici di variabilità

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

LA FUNZIONE DI VEROSIMIGLIANZA

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

II Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere di qualsiasi natura.

Istogrammi e confronto con la distribuzione normale

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

LEZIONI DI STATISTICA MEDICA

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Statistica descrittiva per l Estimo

Classi di reddito % famiglie Fino a Oltre Totale 100

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Caso studio 10. Dipendenza in media. Esempio

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

6. LA CONCENTRAZIONE

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Daniela Tondini

Regressione e Correlazione

Compito A1- Soluzioni

Analisi di una distribuzione. Analisi di una distribuzione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

6. LA CONCENTRAZIONE

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

Lezione 4. Metodi statistici per il miglioramento della Qualità

Teoria dei Fenomeni Aleatori AA 2012/13

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

DATA MINING PER IL MARKETING (63 ore)

Teoria dei Fenomeni Aleatori AA 2012/13

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni.

valido se i dati E dato da max(x i )-min(x i )

ESERCITAZIONE NUMERO 4

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

Capitolo 4 Le Misure di Centralità

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

STATISTICA DESCRITTIVA

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ELABORAZIONE DEI DATI

Statistica descrittiva

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2:

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

LA REGRESSIONE LINEARE SEMPLICE

Il campionamento e l inferenza

SERVIZIO DAF: FONTI STATISTICHE

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

La distribuzione statistica doppia (o bivariata)

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

frazione 1 n dell ammontare complessivo del carattere A x

Corso di elementi di matematica per la statistica

Analisi delle distribuzioni doppie: dipendenza

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

Campus di Arcavacata Università della Calabria INDIRIZZO

STATISTICA DESCRITTIVA modulo 1 Corso di Laurea SMID Elda Guala e Ivano Repetto Dipartimento di Matematica - Università degli Studi di Genova

Var iabili aleatorie continue

Soluzione degli esercizi del capitolo 11

Seconda Prova Parziale di STATISTICA Modalità A

TRATTAMENTO STATISTICO DEI DATI ANALITICI

Transcript:

La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda permette d valutare quato cascua osservazoe è lotaa dalla stuazoe d rpartzoe equa del carattere X

Modaltà d calcolo Successoe d testà: µ X= Dstrbuzoe d frequeze: Frequeze assolute µ X = k Frequeze relatve k X= f µ Dstrbuzo class: µ X = k ˆ dove ˆ + = è l valore cetrale dell -esma classe Il calcolo de valor cetral troduce u approssmazoe perché equvale ad attrbure ua rpartzoe uforme delle frequeze all tero d cascua classe.

Esempo Carattere NUMERO DI BOTTIGLIE Successoe d testà: 3 3 3 4 4 4 4 4 + + + 9 = µ = = = = 3 0 3 0 Dstrbuzoe d frequeze: 3, 9 7 N. bottgle f 3 0,0 4 0,3 3 3 0,0 4 0,7 0,37 4 0,3 Totale 30 k k = µ = = f = ( 0, 0 ) ( 0, 3 ) = + + ( 3 0, 0 ) ( 0, 3 ) + + + = = 3, 9 7 3

Carattere PREZZO CH, class equampe (prm 0 cosumator) Classe c f,9,77,73 3 0,,77,8,8 0 0,8,93,89 3 0,,93,0,97 0,,0,09,0 9 0,4 Totale 0 c 0 +, 9 +, 7 7 c = = =, 7 3 +, 7 7 +, 8 c = = =, 8 c. k = + + = k k k c (, 7 3 3 ) + (, 8 0 ) + + (, 0 9 ) µ = = = 0, 9 8 k ( ) ( ) ( ) µ = c f =, 7 3 0, +, 8 0 + +, 0 0, 4 =, 9 8 4

Propretà della meda artmetca I) Iteraltà µ ( ) X ( ) La meda assume u valore sempre compresa tra l mmo e l massmo della dstrbuzoe Dm: per =,, ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) µ X ( ) ( ) ( ) ( )

II) Propretà Barcetrca µ = X scarto relatvo all -ma osservazoe ( ) X µ = 0 Dm: ( ) La somma degl scart dalla meda è ulla ossa scart egatv e postv s compesao µ = µ = µ = X X X = = = 0

III) Leartà ( α, β) R trasformazoe leare Y =α±βx X Y Esempo: α = β = Y = + X 4 Propretà: Y = α + βx Se Y è ua trasformazoe leare d X, la meda d Y s può otteere medate la stessa trasformazoe leare applcata alla meda d X: µ Y = α + βµ X X Y 0 3 0 + + µ = = 3 0 0 3 + 3 + µ Y = = 3 3 µ Y = + µ X = + = 3 Corollar: a) β = : Y = α + X µ Y = α + µ X b) α = 0 : Y = βx µ Y = βµ X 7

ESEMPIO Il prodotto MM è acqustato al prezzo medo d,0. La casa produttrce tede rmodulare prezz d vedta: per og acqurete l uovo prezzo Y sarà determato cosderado ua base d parteza mma par a, (α) a cu adrà agguta ua percetuale del veccho prezzo X par al 0% (β). Quale sarà l uovo prezzo medo? Veccho prezzo (X) Nuovo prezzo (Y) Y = α + β X µ Y = α + β µ X,99,99 α =, β = 0,,99,09,09,09 Y =, + 0, X µ =, + 0, µ = Y =, + 0,, 0 =, 9 X,09,09,3 Meda:,0,9

S può, coè, evtare d costrure la sere de uov prezz Y medate la trasformazoe leare: Y =, + 0, X per po calcolare la meda artmetca: y =y =y =, + 0,,99=,898 3 y = = y =, + 0,,09=,98 4 8 y =,+ 0,,3=,9 9 9, 898 +, 898 + +, 9 µ = y = =, 9 Y 9 9

IV) Assocatvtà Ipotes: le utà statstche soo suddvse grupp (geerat, ad esempo, dalle modaltà d ua secoda varable) G = umero d grupp = umerostà dell -esmo gruppo (,.,G) + + + + + = G ( = ) suddvsoe delle testà G grupp d umerostà,,g µ X = µ G La meda geerale è uguale alla meda delle mede de grupp poderate per le umerostà d cascu gruppo 0

Se sappamo solo che: Grupp µ Bar 9 Coloal 4 9 D. Automatco 4 4 Supermarket 4 8 Totale 30 =,, G G = umero d grupp = 4 Applcado la propretà assocatva: ( µ ) + ( µ ) + ( µ ) + ( µ ) µ = µ = G bar bar col col da da sm sm ( ) + ( ) + ( ) + ( ) µ = 9 4 9 4 4 4 8 = 9 = 4, 3 30 30

j Rvedtore.bottgle bs 9 Bar 3 4 4 9 Coloal 3 3 4 4 4 3 j Rvedtore.bottgle bs 4 D. Automatco 3 8 S.market 3 N = 9 + 9 + + 4 + 8 = = 30 Meda geerale: 4 3 = 4 + 3 + + 3 = 9 9 µ = = = 4, 3 30 Mede d gruppo: µ bar = bar = 4 = 9 bar bar µ col = col = 3 = 4 9 col col µ da = da = = 4 4 da da µ sm = sm = 3 = 4 8 sm sm

V) Mmzzazoe della somma degl scart al quadrato ( ) δ = m se e solo se δ = µ Il rsultato della somma de quadrat degl scart da u qualsas valore δ ragguge l suo valore mmo solo se δ cocde co la meda artmetca µ ( ) ( ) ( ) ( ) δ = µ + µ δ = µ + µ δ = ( ) ( ) µ δ 0 ( ) ( ) ( ) ( ) = µ + µ δ + µ µ δ = ( ) ( ) ( ) ( ) = µ + µ δ + µ δ µ = µ δ = 0 δ = µ ( ) ( ) = µ + µ δ Questa quattà è ulla solo se δ = µ 3

Come sceglere tra meda e medaa?. La medaa è u dce robusto: o subsce l flueza d valor aomal Se occorre u dce che tega coto d tutt valor, s utlzza la meda Se o s vuole che valor estrem fluezo l valore dell dce, allora s utlzza la medaa. La medaa mmzza la somma degl scart valore assoluto: c = m c = Me La meda mmzza la somma degl scart al quadrato: ( ) c = m c = µ Qud 4

Qud La meda permette d valutare quato cascua osservazoe è lotaa dalla stuazoe d rpartzoe equa del carattere X, ossa d partà tra tutte le utà ( ) = ( µ µ ) f,, f,, volte La medaa permette d rsolvere problem d dstaza da u cetro Esempo: La dtta XXX ha 3 utà local alla perfera d Roma dsposte lugo u rettleo alle seguet dstaze dall etrata cttà: 800 metr, Km, Km. La dtta tede costrure u uovo stablmeto, fortore d matere prme cu farao capo le tre utà. A quale dstaza dall etrata cttà bsoga poszoale tale stablmeto se s vuole mmzzare la spesa per l trasporto delle matere prme? 800 m Km Km La soluzoe è: Me = km Etrata cttà utà utà stablmeto utà