Misure della dispersione o della variabilità
|
|
- Carla Damiani
- 8 anni fa
- Visualizzazioni
Transcript
1 QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica. Così se conosciamo la media della distribuzione di una data variabile, possiamo determinare se un dato punteggio è inferiore o superiore alla media stessa. Ma quanto superiore o quanto inferiore? E chiaro a questo punto che una misura della tendenza centrale, quale può essere la media, fornisce informazioni che acquistano maggior peso se completate da un quadro più complessivo. Per descrivere più completamente una data distribuzione, o per interpretare più compiutamente un dato punteggio, è necessario disporre di informazioni ulteriori riguardanti la dispersione dei punteggi intorno alla media. La dispersione o variabilità di una distribuzione di dati o punteggi è la sua seconda caratteristica fondamentale, dopo la media. a) b) Fig Due distribuzioni di frequenza con uguale media ma diversa dispersione o variabilità. Considerando la parte (a) e la parte (b) della figura, osserviamo che in ambedue i casi la media delle distribuzioni è la stessa. Tuttavia, possiamo dare al punteggio 128 due diverse interpretazioni. Nella curva (a) il punteggio 128 può essere considerato moderatamente elevato, proprio e causa dell alta dispersione dei punteggi intorno alla media. Sono pochi infatti gli individui al di sopra di 128 nella distribuzione di frequenza, come è possibile osservare mediante il confronto dell area a destra di 128 con l area totale. Nel caso (b), d altra parte i punteggi sono piuttosto ravvicinati allo stesso punteggio medio. e ci troviamo di fronte ad una distribuzione più omogenea. Di conseguenza il punteggio 128 si trova praticamente al limite superiore della distribuzione e può essere considerato pertanto come un punteggio assai elevato. Si può vedere dunque che per interpretare un dato punteggio è necessario trovare un informazione complementare alla media o alla mediana. Questa informazione complementare in certo qual modo esprime il grado di dispersione dei punteggi intorno alla misura della tendenza centrale. Verranno qui presentate cinque misure di dispersione o di variabilità: il campo di variazione, la differenza interquartile, la deviazione media, la varianza e lo scarto quadratico medio (detto più comunemente deviazione standard). 40
2 Tra le cinque misure elencate troveremo che lo scarto quadratico medio costituisce il migliore indice della dispersione sia nella statistica descrittiva, sia nella statistica induttiva o inferenziale. Tuttavia, nella statistica più avanzata, come nell analisi della varianza, la varianza si mostrerà l indice di dispersione o di variabilità più utile. Il campo di variazione o gamma (range) Nel calcolare i diversi tipi di misure della tendenza centrale abbiamo individuato un certo punto della scala dei punteggi e lo abbiamo identificato come media aritmetica, mediana oppure moda. Passando a considerare gli indici di dispersione tuttavia siamo interessati e costruire un indice di variabilità che indichi la distanza nella scala del punteggi. Una delle prime misure di distanza che ci possono venire in mente è il cosiddetto campo di variazione o gamma della variabile. Esso è in ogni caso il più semplice e il più immediato indice di variabilità e si calcola sottraendo dal punteggio più alto il punteggio più piccolo. Sebbene il campo di variazione sia significativo per scopi descrittivi, esso si presenta di poca utilità a causa della sua alta instabilità. Infatti, se si ha un punteggio molto elevato in una distribuzione, la dispersione dei punteggi apparirà maggiore di quella che si otterrebbe se si eliminasse questo ultimo punteggio, in quanto la sua eliminazione rende la distribuzione più compatta. In altri termini il campo di variazione dipende solamente dai due punteggi estremi di una distribuzione. Per questo in alcuni metodi di calcolo si tende a eliminare i punteggi estremi. La differenza interquartile (interquartile range) Al fine di superare il problema della poca utilità del campo di variazione come misura di variabilità in una distribuzione è stata introdotta la differenza interquartile o scarto interquartile. A essa abbiamo già accennato parlando di posizione percentile. La differenza interquartile viene calcolata semplicemente sottraendo il punteggio corrispondente alla posizione del venticinquesimo percentile (denominato primo quartile o Q 1 ) dal punteggio corrispondente alla posizione del settantacinquesimo percentile (il terzo quartile o Q 3 ). Fig Differenza interquartile = 3 interquartile 1 interquartile = Q 3 - Q 1. Sebbene questa misura di variabilità sia molto più significativa del campo di variazione, presenta tuttavia due difetti sostanziali: 1) alla stessa maniera del campo di variazione, non consente di per sé una precisa interpretazione di un punteggio in una data distribuzione, 2) come la mediana, non gioca alcun ruolo nella metodologia statistica avanzata, così come nella statistica inferenziale. Abbiamo anche accennato a quali siano i contesti nei quali essa acquista significato. 41
3 Gli scarti medi (o dalla media) Abbiamo sottolineato precedentemente che quando si ha e che fare con dati provenienti da popolazioni approssimativamente distribuite normalmente (quindi distribuite approssimativamente in modo simmetrico), la media aritmetica si presenta come l indice descrittivo della tendenza centrale più utile. Si ottiene la media aritmetica semplicemente sommando tutti i punteggi e quindi dividendoli per N. Se si porta avanti questa procedura, possiamo sottrarre la media così ottenuta da ogni punteggio, sommare gli scarti, che così si ottengono, per ottenere infine una stima dell ammontare della variabilità dalla media nella distribuzione. Dividendo per N il risultato del precedente calcolo, otteniamo una misura che ha le stesse caratteristiche della media aritmetica ad eccezione del fatto che essa rappresenta la dispersione dei punteggi dalla media aritmetica stessa. E quello che si definisce scarto medio 1, la somma degli scarti (o scostamenti) dalla media divisa per N. Tuttavia, si va incontro a una difficoltà precisa: la somma degli scarti di tutti i punteggi dalla media è sempre uguale a zero. Proprio per come è stata definita la media aritmetica. Quindi anche lo scarto medio è sempre uguale a zero. Per superare questa difficoltà si potrebbero considerare tutti gli scarti nel loro valore assoluto, cioè senza tener conto del loro segno, e dividere la somma che si ottiene per N. Otteniamo una misura descrittiva dello scarto medio dalla media aritmetica. La statistica che si ottiene è in questo caso basata sui valori assoluti degli scarti stessi. Tuttavia questo elemento di confronto della dispersione di una distribuzione si presenta poco utilizzato nella pratica statistica. Più significativo e largamente valorizzati sono invece due misure dalla variabilità che prendono il nome di varianza e di scarto quadratico medio. La prima si ottiene elevando al quadrato i singoli scarti (o scostamenti) dalla media, sommandoli tra di loro e dividendo il risultato per il numero totale dei punteggi N. La seconda, estraendo la radice quadrata del precedente risultato. La varianza (variance) e lo scarto quadratico medio (standard deviation) La varianza 2 viene definita, informalmente, come la somma degli scarti, al quadrato, dalla media aritmetica divisa per N. Simbolicamente si scrive: Lo scarto quadratico medio, detto anche deviazione standard, è dato dalla radice quadrata della varianza. 1 Lo scarto medio è anche definito come primo momento rispetto alla media, in quanto la parola momento in fisica indica il punto di equilibrio tra le diverse forze in gioco. La media è sempre il punto di equilibrio tra i punteggi più alti e più bassi. 2 La varianza viene anche definita come secondo momento rispetto alla media, in quanto anch essa esprime il punto di equilibrio tra le variazioni dalla media. 42
4 Lo scarto quadratico medio, basato sui quadrati degli scarti, dimostra di possedere un enorme utilità nella statistica, per tre motivi fondamentali. 1) Lo scarto quadratico medio riflette la dispersione dei punteggi così che la variabilità di diverse distribuzioni può essere messa a confronto in termini di scarto quadratico medio. 2) Lo scarto quadratico medio consente un interpretazione precisa dei punteggi entro la distribuzione. 3) Lo scarto quadratico medio, come la media aritmetica, fa parte di un insieme di teorie matematiche che ci consentono di usarlo in metodologie statistiche più complesse. Così, a esempio, useremo misure o indici complessi basati su di esso allorché ci addentreremo nella statistica inferenziale. La considerazione dello scarto medio è stata fatta sostanzialmente per facilitare il calcolo dello scarto quadratico medio, come si può vedere nella tabella 4.1. Tab Procedure per il calcolo dello scarto quadratico medio basata sulla considerazione dello scarto medio. Data l importanza dello scarto quadratico medio nell analisi statistica dei dati, sono state elaborate formule equivalenti rispetto a quella precedente e procedure appropriate per i vari casi: dati raggruppati e dati non raggruppati in classi, ecc. Intanto è possibile dimostrare matematicamente l equivalenza tra la formula precedente e la seguente. La procedura per calcolare lo scarto quadratico medio seguendo quest ultima formula è quella della tabella 4.2. Nel calcolo dello scarto quadratico medio, basato sui dati iniziali x, è corrente per lo studente la confusione tra Σ X 2 e (Σ X) 2. È importante ricordare che la prima rappresenta la somma dei quadrati di ciascun punteggio, mentre la seconda rappresenta il quadrato della somma dei punteggi. Per definizione, è impossibile ottenere una somma di quadrati o uno scarto 43
5 quadratico medio negativo. Nel caso si ottenga un valore negativo sotto il segno di radice, probabilmente è stato commesso un errore, confondendo le due espressioni. A occhio e croce, lo scarto quadratico medio oscilla tra un mezzo ed un sesto del campo di variazione. Nell esempio precedente, il rapporto tra campo di variazione e scarto quadratico medio è 9/2,19 = 4,11. Se si ottiene un rapporto al di fuori dei limiti già accennati, si è probabilmente commesso un errore. Tab Procedura per il calcolo di s per punteggi non raggruppati. Se consideriamo le frequenze f di ciascun dato, occorre utilizzare le formule seguenti. La prima deriva direttamente dalla definizione di scarto quadratico medio; la seconda adatta la formula equivalente a questo caso, moltiplica per f ciascun valore della variabile al quadrato. Il procedimento da usare è quello della tabella 4.3. Tab Procedura per il calcolo di s su dati di cui si considera la frequenza f. Se ora consideriamo una distribuzione di dati raggruppata in classi o intervalli, occorre procedere nel modo illustrato dalla tabella
6 Tab Procedura per il calcolo della varianza e dello scarto quadratico medio per una distribuzione di punteggi raggruppati in classi o intervalli. L uso dello scarto quadratico medio o deviazione standard acquista un significato più interessante e pieno quando si consideri il rapporto tra scarto quadratico medio e distribuzione normale: per questo nell unità seguente indagheremo sulla relazione intercorrente tra punteggi originali, scarti quadratici medi e curva normale. Interpretazione della deviazione standard o scarto quadratico medio Fig Distribuzione dei punteggi ottenuti da tre gruppi o sezioni di studenti in un corso introduttivo di psicologia. 45
7 Osservando la Fig. 4.3 è facile constatare il significato congiunto della media e della deviazione standard come misure che descrivo bene la distribuzione dei punteggi. Nella distribuzione rappresentata dalla figura (a) si nota facilmente come i punteggi siano raccolti vicino alla media. La deviazione standard in questo caso è abbastanza piccola.. Nella distribuzione rappresentata dalla figura (b) si nota facilmente come i punteggi siano meno raccolti vicino alla media. La deviazione standard in questo caso è maggiore della precedente. Nella distribuzione rappresentata dalla figura (c) si nota facilmente come i punteggi siano assai distanziati rispetto alla media. La deviazione standard in questo caso è elevata. Maggiore è la deviazione standard e più grande è la dispersione dei dati. Inoltre si può subito segnalare, ma la cos verrà chiarita nella prossima unità, che l insieme dei punteggi compresi tra il valore che ottiene sottraendo alla media il valore della deviazione standard e aggiungendo a essa lo stesso valore comprende sempre circa il 68% dei punteggi. In statistica si distingue con cura la descrizione della distribuzione di una popolazione dalla descrizione di un suo campione. L uso dei simboli facilita la comprensione di quale dei due casi è preso in considerazione. Nel primo caso si usano le lettere greche per indicare ma media, µ, e per indicare lo scarto quadratico medio, σ. Nel secondo caso si usano le lettere latine. In questa unità abbiamo usato le lettere latine per segnalare un uso generico delle formule. La forma di una distribuzione: asimmetria (skew) e curtosi (kurtosis). Abbiamo già introdotto il concetto di asimmetria e di asimmetria positiva e negativa. Quando la media è maggiore della mediana (la differenza tra le media e la mediana è positiva) la distribuzione è asimmetrica positivamente. Quando la mediana è maggiore della media ( le differenza tra la media e la mediana è negativa) la distribuzione è asimmetrica negativamente. Esiste una formula (un po complessa) per valutare l intensità di tali asimmetria. Essa è data dal valore si s 3. E facile tuttavia ottenere il valore dell asimmetria (skew) mediante un programma di calcolo statistico per computer (es. Excel). Esiste una formula che approssima il suo valore proposta da E.S.Pearson. Essa è cioè una stima del valore dell asimmetria. 3 (media mediana) s deviazione standard La curtosi è invece un indicatore di quanti i punteggi si addensano verso la media, oppure si addensano verso gli estremi della distribuzione. Essa è data dal valore si s 4. E facile tuttavia ottenere il valore della curtosi (kurtosis) 3 mediante un programma di calcolo statistico per computer (es. Excel). Esiste anche in questo caso una formula che approssima il suo valore. Essa è cioè una stima del valore della curtosi. Q 3 Q 1 s (90 percentile) (10 percentile) Se ricordiamo che una curva è detta leptocurtica, platicurtica o mesocurtica a seconda che 3 Essa è nota anche come il quarto momento rispetto alla media. 46
8 essa sia a forma campanulate con addensamento di punteggi al centra, oppure essa si presenti appiattita al centro, ovvero sia distribuita abbastanza normalmente, possiamo concludere che una curva mesocurtica ha una curtosi approssimativamente di valore 3, mentre una leptocurtica ha un valore superiore va 3 e una platicurtica ha un valore inferiore a 3. Tab Quattro distribuzioni, ciascuna con un differente s 2, s 3, s 4. Sintesi Abbiamo visto che al fine di dare una descrizione di una distribuzione è necessario disporre di qualche cosa in più della semplice misura della tendenza centrale. Dobbiamo cioè essere in grado di dare una misura della dispersione dei punteggi intorno ai valori medi. In questo ambito, abbiamo trattato cinque misure di dispersione, cioè il campo di variazione, le differenze interquartili, lo scarto medio, lo scarto quadratico medio e la varianza. Nel caso di variabili distribuite normalmente le due misure basate sul quadrato degli scarti dalla media (cioè le varianza e lo scarto quadratico medio) si mostrano particolarmente utili nelle statistica. Abbiamo discusso altresì e mostrato concretamente come calcolare lo scarto quadratico medio facendo uso dello scarto medio, nonché direttamente, operando cioè sui dati originali nel caso di distribuzioni di frequenza di punteggi non raggruppati in classi. Abbiamo infine posto in evidenza i tipi più comuni di errore che si possono incontrare nel calcolo dello scarto quadratico medio. 47
9 Termini da ricordare Valore assoluto di un numero - Il numero senza tener conto del suo segno. Dispersione (dispersion - spread) - La variabilità dei punteggi intorno alla rispettiva misura della tendenza centrale. Scarto medio - Somma degli scarti di ciascun punteggio dalla media, senza tener conto del segno, diviso per il numero di punteggi. Campo dl variazione (gamma range) - Misura della dispersione; la distanza intercorrente tra il punteggio più piccolo ed il punteggio più grande della scala dei punteggi. Scarto quadratico medio (deviazione standard standard deviation) - Misura della dispersione estremamente utile definita come la radice quadrata della somma degli scarti quadratici dalla media aritmetica, divisa per N. Varianza (variance)- Somma degli scarti quadratici medi dalla media divisa per N. Asimmetria (skewness) Forma che assume la distribuzione quanto a simmetria rispetto alla media. Curtosi (kurtosis) Modalità di addensamento dei punteggi vicino alla media o distante da essa. 48
10 Esercizi 1. Calcola per i seguenti punteggi a) la media b) la mediana c) la moda d) la varianza s 2 e) la deviazione standard s 2. Aggiungi 2 a ciascun valore e ricalcola a. la media b. la mediana c. la moda d. la varianza s 2 e. la deviazione standard s 3. Ora calcola gli stessi valori del punto 1) togliendo 2 4. Quale differenza noti tra i risultati che ottieni? Che cosa puoi concludere? 49
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliI punteggi zeta e la distribuzione normale
QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliStatistica descrittiva
Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliValori medi e misure della tendenza centrale
TERZA UNITA Valori medi e misure della tendenza centrale Una delle maggiori cause di confusione presso l uomo della strada nonché di diffidenza verso la statistica, considerata più un arte che una scienza,
DettagliLezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 6: Forma di distribuzione Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Standardizzazione di una variabile Standardizzare una variabile statistica
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliStatistica. Alfonso Iodice D Enza iodicede@unina.it
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 16 Outline 1 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16 Outline 1 2 () Statistica 2 / 16
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliESEMPIO 1: eseguire il complemento a 10 di 765
COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
Dettagli1. Limite finito di una funzione in un punto
. Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce
DettagliSTATISTICA DESCRITTIVA. Le misure di tendenza centrale
STATISTICA DESCRITTIVA Le misure di tendenza centrale 1 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 2 Esempio Nella tabella seguente sono riportati
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
Dettagli4. Operazioni aritmetiche con i numeri binari
I Numeri Binari 4. Operazioni aritmetiche con i numeri binari Contare con i numeri binari Prima di vedere quali operazioni possiamo effettuare con i numeri binari, iniziamo ad imparare a contare in binario:
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliINTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.
INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati
DettagliAnalisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA
Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliLABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE
LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile
DettagliAlessandro Pellegrini
Esercitazione sulle Rappresentazioni Numeriche Esistono 1 tipi di persone al mondo: quelli che conoscono il codice binario e quelli che non lo conoscono Alessandro Pellegrini Cosa studiare prima Conversione
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliIl simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale
Radicali 1. Radice n-esima Terminologia Il simbolo è detto radicale. Il numero è detto radicando. Il numero è detto indice del radicale. Il numero è detto coefficiente del radicale. Definizione Sia un
DettagliESERCIZI DI STATISTICA DESCRITTIVA
ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliAnalisi della performance temporale della rete
Analisi della performance temporale della rete In questo documento viene analizzato l andamento nel tempo della performance della rete di promotori. Alcune indicazioni per la lettura di questo documento:
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliCapitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto
Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Il presente capitolo continua nell esposizione di alcune basi teoriche della manutenzione. In particolare si tratteranno
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliMetodi Matematici e Informatici per la Biologia----31 Maggio 2010
Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 COMPITO 4 (3 CREDITI) Nome: Cognome: Matricola: ISTRUZIONI Gli esercizi che seguono sono di tre tipi: Domande Vero/Falso: cerchiate V o
DettagliAbbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).
ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione
DettagliLe funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1
Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato
DettagliIl significato della MEDIA e della MEDIANA in una raccolta di dati numerici
Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore
Dettagli~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE
STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliCome descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca
Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliLa dissomiglianza tra due distribuzioni normali
Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni
DettagliSISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliCURRICULUM SCUOLA PRIMARIA MATEMATICA
Ministero dell istruzione, dell università e della ricerca Istituto Comprensivo Giulio Bevilacqua Via Cardinale Giulio Bevilacqua n 8 25046 Cazzago San Martino (Bs) telefono 030 / 72.50.53 - fax 030 /
DettagliDATI NORMATIVI PER LA SOMMINISTRAZIONE DELLE PROVE PAC-SI A BAMBINI DI INIZIO SCUOLA PRIMARIA 1
DATI NORMATIVI PER LA SOMMINISTRAZIONE DELLE PROVE PAC-SI A BAMBINI DI INIZIO SCUOLA PRIMARIA 1 Marta Desimoni**, Daniela Pelagaggi**, Simona Fanini**, Loredana Romano**,Teresa Gloria Scalisi* * Dipartimento
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliUso di base delle funzioni in Microsoft Excel
Uso di base delle funzioni in Microsoft Excel Le funzioni Una funzione è un operatore che applicato a uno o più argomenti (valori, siano essi numeri con virgola, numeri interi, stringhe di caratteri) restituisce
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliLaboratorio di Pedagogia Sperimentale. Indice
INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------
DettagliPROGRAMMA SVOLTO NELLA SESSIONE N.
Università C. Cattaneo Liuc, Corso di Statistica, Sessione n. 1, 2014 Laboratorio Excel Sessione n. 1 Venerdì 031014 Gruppo PZ Lunedì 061014 Gruppo AD Martedì 071014 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
Dettagli8 Elementi di Statistica
8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per
DettagliRaccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE. Operare con i numeri
COMPETENZA CHIAVE MATEMATICA Fonte di legittimazione Raccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE L alunno utilizza il calcolo scritto e mentale con i numeri
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO
UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA (Classe 7) Corso di Matematica per l Economia (Prof. F. Eugeni) TEST DI INGRESSO Teramo, ottobre 00 SEZIONE
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliFormule trigonometriche
Formule trigonometriche C. Enrico F. Bonaldi 1 Formule trigonometriche In trigonometria esistono delle formule fondamentali che permettono di calcolare le funzioni goniometriche della somma di due angoli
DettagliG3. Asintoti e continuità
G3 Asintoti e continuità Un asintoto è una retta a cui la funzione si avvicina sempre di più senza mai toccarla Non è la definizione formale, ma sicuramente serve per capire il concetto di asintoto Nei
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCorso di Fisica generale
Corso di Fisica generale Liceo Scientifico Righi, Cesena Anno Scolastico 2014/15 1C Introduzione alla Incertezza della Misura Sperimentale I Riccardo Fabbri 1 (Dispense ed esercizi su www.riccardofabbri.eu)
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
DettagliLA STATISTICA NEI TEST INVALSI
LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliANALISI DELLA STRUTTURA FINANZIARIA a cura Giuseppe Polli SECONDA PARTE clicca QUI per accedere direttamente alla prima parte dell'intervento...
ANALISI DELLA STRUTTURA FINANZIARIA a cura Giuseppe Polli SECONDA PARTE clicca QUI per accedere direttamente alla prima parte dell'intervento... 4 GLI INDICI DI LIQUIDITA L analisi procede con la costruzione
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliI sistemi di numerazione
I sistemi di numerazione 01-INFORMAZIONE E SUA RAPPRESENTAZIONE Sia dato un insieme finito di caratteri distinti, che chiameremo alfabeto. Utilizzando anche ripetutamente caratteri di un alfabeto, si possono
Dettagli