Sommario. Statistica. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità. Distribuzioni di frequenza

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

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

Il trattamento dei dati a fini descrittivi

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 le misure di sintesi: le medie

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

Corso di. Dott.ssa Donatella Cocca

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

Distribuzioni di frequenza

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Statistica Descrittiva

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

LE FREQUENZE CUMULATE

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

STATISTICA DESCRITTIVA CON EXCEL

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

LA VARIABILITA. IV lezione di Statistica Medica

Lezione n La concentrazione

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

Università degli Studi di Urbino Facoltà di Economia

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

Variabili statistiche - Sommario

Elementi di statistica

Capitolo 3. Cap. 3-1

Statistica Descrittiva II

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

3) Entropie condizionate, entropie congiunte ed informazione mutua

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

Modelli descrittivi, statistica e simulazione

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Misure Ripetute ed Indipendenti

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

ELEMENTI DI STATISTICA

Statistica a.a. 2015/2016. Cos è la statistica. Statistica e Economia. Materiale didattico. Statistiche: al plurale, sinonimo di dati

Variabili casuali. Variabili casuali

SOLUZIONE PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038) 6 Novembre 2002 COMPITO A1

L analisi della correlazione lineare

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Esercitazione 1 del corso di Statistica 2

Capitolo 2 Dati e Tabelle

Università di Napoli Parthenope Facoltà di Ingegneria

STATISTICA parte I, B

INDICATORI SINTETICI DELLE VARIABILI STATISTICHE

Unità n La concentrazione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Programma del corso. Programma del corso. Libri. Università di Firenze A.A. 2010/2011. Cicchitelli G. (2008) Statistica.

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione febbraio 2009

Correlazione lineare

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

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

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

03/03/2012. Campus di Arcavacata Università della Calabria

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

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

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

CARATTERISTICHE DEI SEGNALI RANDOM

Esercitazioni del corso: STATISTICA

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

MEDIANA. 1. Numero di termini dispari (s dispari) VARIABILE STATISTICA N.B. Le frequenze della distribuzione devono essere cumulate

Regressione e correlazione

Indicatori di dimensione e di concentrazione

Modelli di variabili casuali

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

TIPI DI ANALISI DEI DATI ORGANIZZATI IN MATRICI CASI X VARIABILI

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

Economia del turismo

COSTRUIRE UN PICCOLO SET DI DATI

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Appunti di Matematica 3 - Statistica - Statistica. Introduzione

Le fasi di una indagine statistica

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI

6. Catene di Markov a tempo continuo (CMTC)

Esame del corso di Tecniche Avanzate per il Trattamento delle Immagini

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

Economia del turismo

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

Analisi bivariata con variabili quantitative

Sorgenti Numeriche - Soluzioni

Transcript:

Corso d Laurea n Scenze del Tursmo Statstca francesco mola 2 Sommaro Dstrbuzon d frequenza Rappresentazon grafche Dagramm a barre Istogramm Funzone d rpartzone emprca Lezone n 2 Dstrbuzon Dstrbuzon d quanttà Vale solo per caratter trasferbl Rpartzone arrv per cttà Cttà 643 Cttà 2 27776 Cttà 3 236 Cttà 4 29339 Cttà 8346 Cttà 6 23642 S vede come una quanttà (l numero totale d arrv) è rpartta tra modaltà (le dverse cttà)!! Perché trasferbl? Qual sono non trasferbl? Dstrbuzon (cont.) Dstrbuzon d frequenza Varabl dscrete n + n 2 n + + n n f Vale sa per caratter quanttatv che qualtatv + + n n n X n n /n x n f x 2 n 2 f 2 x n x n f n

Prme rappresentazon grafche Dagramm a barre È una prma sntes sulla forma della dstrbuzone n Prme rappresentazon grafche Dagramm a barre Utlzzamo questa volta le frequenze relatve n Per caratter dscret f Per caratter dscret n f n 2 f 2 x x x 2 x x x x x 2 x x Alcun esemp d grafc nteressant Alcun esemp d grafc nteressant (cont.) x x x x x x x x

rcaptolando. I dagramm a barre permettono d.. Analzzare la forma d una dstrbuzone Analzzare pcch Analzzare gap Vsualzzare l range (mnmo e massmo) Sntetzzare la dstrbuzone Dstrbuzon n class Dstrbuzon d frequenza In genere prevede la suddvsone n class (accorpamento) X n x x 2 x x n X n x x n x x 2 n 2 x - x n x - x n Permette una prma sntes ed una mglore leggbltà! x x,2,... b x x classe base Dstrbuzon d frequenza Per frequenza d una modaltà d ntende l numero d volte che essa è stata osservata Frequenze assolute Frequenze relatve Frequenze assolute cumulate Frequenze relatve cumulate Frequenze retro cumulate Puntate vste frequenze Cumulate Relatve (%) Relatve cumulate (%) 2 2 4 9 2 4 2 2 3 4 2 3 6 3 6 8 6 4 2 2 Totale 2

Dagramma a barre Dagramma a barre con frequenze cumulate 4, 4 3, 3 2, 2,, 2 3 4 6 frequenze 2 cumul ate 2 6 3 4 4 2 6 Tempo d accensone frequenze Cumulate Relatve (%) Relatve cumulate (%) 3. -4. 3 3 4. -4.2 4 2 4.2-4.4 2 6 3 4.4 -. 2 8 4. -.2 3.2 -.4 4 2 7.4-6. 3 8 9 6. -6.4 2 2 Totale 2 4 3, 3 2, 2,, Istogramma frequenze 3. -4. 4. -4.2 4.2-4.4 4.4 -.. -.2.2 -.4.4-6. 6. -6.4 modaltà

Istogramma frequenze cumulate Rprendamo l esempo del tabacco 2 2 modaltà 3. -4. 4. -4.2 4.2-4.4 4.4 -.. -.2.2 -.4.4-6. 6. -6.4 Come posso rappresentare grafcamente dat? Esste un sol modo? Qual è quello pù effcace? Popolazone d 2 marche d sgarette Un semplce plot MARCA condensato peso monossdo prezzo Alpne 4..86 3.6 medo Benson&Hedges 6.6 6.6 alto BullDurham 29.8 2.3 23. alto CamelLghts 8.67.2 medo Carlton 4..4.4 basso Chesterfeld.4 alto GoldenLghts 8.8.76 9 medo Kent 2.4.9 2.3 medo Kool 6.6.2 6.3 alto L&M 4.9.2.4 medo LarLghts 3.7. 3 medo Marlboro..9 4.4 alto Mert 7.8.7 medo MultFlter.4.78.2 medo NewportLghts 9.74 9. medo Now.3. basso OldGold 7.26 8. alto PallMallLght 2.8.8 2.6 medo Ralegh.8.96 7. alto SalemUltra 4..42 4.9 basso Tareyton 4...9 medo True 7.3.6 8. medo VceroyRchLght 8.6.69.6 medo VrgnaSlms.2.2 3.9 alto WnstonLghts 2.82 4.9 medo condensato 3 2 2 condensato Marche 2 2

peso monossdo 2. 2. peso. monossdo. 2 2 Marche Marche 2 2 WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne Un modo alternatvo condensato WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne peso 2 2 3... 2.

WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne monossdo 2 WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne Ancora pù nformazon condensato Legenda medana generale meda generale 2 2 3 peso monossdo WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne Legenda medana generale meda generale WnstonLghts VrgnaSlms VceroyRchLght True Tareyton SalemUltra Ralegh PallMallLght OldGold Now NewportLghts MultFlter Mert Marlboro LarLghts L&M Kool Kent GoldenLghts Chesterfeld Carlton CamelLghts BullDurham Benson&Hedges Alpne Legenda medana generale meda generale... 2. 2

Costruzone d un stogramma Istogramma d frequenze condensato h h 2 h h 3 b h x x n b base denstà d frequenza Istogramma Frequency 8 2 4 6 x -x x -x 2 x 2 -x 3 x 2 2 3 tabacco[, n] peso monossdo Frequency 2 4 6 8 Frequency 2 4 6 2 8.... 2. 2. 2 2 tabacco[, n] tabacco[, n]

Il problema dell ampezza delle class Conoscenza del fenomeno Anals grafca della dstrbuzone Class equ ampe Class equ frequent Esempo: Class equ ampe xmax xmn ampezza d ogn classe #class (è scelto a pror!) x max xmn 2 4 f 2 f x x STESSA BASE!!!! 2 4 max mn 2 Ogn classe è d ampezza 2! f 3 x -x x -x 2 x 2 -x 3 x S tene conto delle x ma NON delle frequenze!!! L'ampezza d ogn classe deve essere tale da contenere # class (è scelto a pror!) Esempo: n 6 6 Ogn classe è d frequenza! Class equ frequent n frequenze S tene conto delle frequenze e NON delle x!!! X n x x x x 2 x 2 x 3 x 3 x 4 x 4 x x x 6 Analzzamo grafcamente sa con dagramm a barre (bar charts) che con dagramm a torta (pe charts) le tre varabl (condensato, peso, monossdo) raggruppate n class.

Frequenza 4 6 8 2 dagramma a barre per la dstrbuzone n class d condensato Frequenza 2 4 6 8 dagramma a barre per la dstrbuzone n class d peso 2 (.97,6.74] (6.74,2.] (2.,8.3] (8.3,24.] (24.,29.8] class 2 (.28,.9] (.9,.89] (.89,.27] (.27,.6] (.6,2.3] class 6 8 dagramma a barre per la dstrbuzone n class d monossdo pe chart d condensato (6.74,2.] (.97,6.74] Frequenza 2 4 (24.,29.8] (8.3,24.] (2.,8.3] (.48,.89] (.89,.3] (.3,4.7] (4.7,9.] (9.,23.] class

pe chart d peso pe chart d monossdo (.9,.89] (.89,.3] (.28,.9] (.48,.89] (.6,2.3] (.27,.6] (.3,4.7] (9.,23.] (.89,.27] (4.7,9.] Funzone d rpartzone emprca Consderamo la varable X: X x x x X n F x n f F f 2 3 x n F Funzone d rpartzone emprca..(cont.) frequenza relatva cumulata F f h h x 2 n 2 f 2 F 2 f + f 2 x n F f + f 2 + + x n n n f n F n f + f 2 +...+ + f n n F #( X x ) x) n (

Propretà della funzone d rpartzone emprca F( x) F(x) è non decrescente F( ) F( + ) F(x) è contnua da destra F n- F F 2 F Grafco della funzone x x 2 x x n- x n