Upload
calvino-stella
View
213
Download
0
Embed Size (px)
Citation preview
La statistica descrittiva
ESEMPIO
Introduzione
1
•Oggetto della statistica: studio dei fenomeni collettivi
•Popolazione: insieme degli individui oggetto di una indagine statistica
•Unità statistica: ciascun elemento di una popolazione
•Campione: sottoinsieme della popolazione
PROIEZIONI DI VOTO (elezioni)
Popolazione: tutti gli aventi diritto al voto
Campione: solo gli aventi diritto interrogati
La statistica descrittiva
ESEMPIO
Introduzione
2
•Carattere: ogni aspetto del fenomeno da individuare
•Modalità: ciascuno dei diversi modi con cui un carattere può presentarsi
RELATIVAMENTE AL FENOMENO COLLETTIVO “GIOVANI”
Il carattere Titolo di studio si può presentare nelle seguenti modalità: licenza media, qualifica professionale, diploma di scuola media superiore, laurea triennale, laurea specialistica, dottorato.
Il carattere Utilizzo del tempo libero si può presentare nelle seguenti modalità: riposo, letture varie, cinema e teatro, discoteche, bar e pub, attività sportive, visite a musei o mostre, ecc.
La statistica descrittiva Caratteri qualitativi e quantitativi
3
CARATTERE
Qualitativo: le sue modalità non sono espresse da numeri e vengono dette mutabili statistiche.
Quantitativo: le sue modalità sono espresse da numeri e vengono dette variabili statistiche.
Discreto (numeri naturali): ad esempio in una popolazione il numero di figli.
Continuo (intervalli di numeri reali): ad esempio in una popolazione l’altezza.
La statistica descrittiva Le distribuzioni di frequenze
4
• I dati di un’indagine statistica possono essere raccolti in una distribuzione di frequenze (assolute o relative) nella quale ogni modalità xi del carattere è associata a un numero fi, la sua frequenza assoluta,
che indica quante volte quel carattere compare.
• Frequenza relativa: pi = (T : totale delle
osservazioni)
fi
T
In forma percentuale: pi (percentuale) = pi 100%
• Rappresentazione della distribuzione di frequenze
x
x1
x2
…
xn
Freq. ass.
f1
f2
…
fn
Freq. rel.
p1
p2
…
pn
Dove:
x: caratterexi: modalità del caratterefi: frequenze assolutepi: frequenze relative
La statistica descrittiva Rappresentazione grafica
5
Una distribuzione di frequenze può essere rappresentata graficamente mediante:
• Un diagramma a rettangoli o ortogrammi
La statistica descrittiva Rappresentazione grafica
6
• Un diagramma circolare o areogramma
La statistica descrittiva Rappresentazione grafica
7
• Un diagramma cartesiano (per dati quantitativi di natura discreta)
La statistica descrittiva Rappresentazione grafica
8
• Un istogramma (per dati quantitativi di natura continua)
L’altezza dei rettangoli si ottiene dividendo la frequenza per l’ampiezza della relativa classe.
La statistica descrittiva Sintesi dei dati
9
Sintesi dei dati
Indici di variabilità
Scarto quadratico medio o deviazione standard σ
Varianza σ
Indici di posizione
Medie ferme: aritmetica, geometrica, armonica
Medie lasche: moda, mediana
La statistica descrittiva Le medie ferme
10
Si dice media aritmetica semplice fra n numeri x1, x2, ……., xn il rapporto M fra la loro somma ed n;
x1 + x2 + ……., + xn M = =n n
Σi = 1
xi
n
ESEMPIO
mese 1
N. ore 12360
2
15865
3
15940
4
15758
5
16075
6
16124
7
15635
8
4520
9
15942
10
16214
11
16120
12
15658
Un’azienda ha raccolto i dati relativi al numero di ore di lavoro mensili complessive dei dipendenti.
Calcoliamo il numero medio di ore lavoro mensili.176211
M = = 14684,2512
La media aritmetica può essere calcolata solo per dati di tipo quantitativo.
La statistica descrittiva Le medie ferme
11
Se i dati di una variabile statistica si presentano con una certa frequenza per calcolare il valor medio si usa la media ponderata.
Una media in cui ogni dato ha un suo peso (rappresentato dalla sua frequenza) si dice ponderata.
Se f1, f2, …… fn sono le frequenze delle modalità x1, x2, …… xn, la media aritmetica M(x) è data dalla formula
x1f1 + x2f2 + ……., + xnf M(x) = = f1 + f2 + … fn
Σi = 1
xifi
n
Σi = 1
fi
n
La statistica descrittiva Le medie ferme
12
ESEMPIO
Num. Dei maschi nelle famiglie x
01234567
Freq. assoluta f
50120300250190602010
Prodotto x f
012060075076030012070
TOTALE 1000 2720
Possiamo dire che in media, ogni famiglia ha un numero di maschi pari a:
1000
2720M = = 2,72
La statistica descrittiva Le medie ferme
13
Nel caso di una distribuzione per classi, il calcolo della media viene fatto sostituendo ciascuna classe con il suo termine centrale, ottenuto calcolando la semisomma dei valori estremi.
Altezze
[100-140)
[140-160)
[160-170)
[170-175)
[175-180)
[180-190)
[190-200)
[200-210)
[210-250)
Maschi
8
32
120
250
330
196
50
10
4
120 8 = 960
150 32 = 4 800
165 120 = 19 800
172,5 250 = 43 125
177,5 330 = 58 575
185 196 = 36 260
195 50 = 9 750
205 10 = 2 050
230 4 = 920
TOTALE 1000 176 240
120
150
165
172,5
177,5
185
195
205
230
Valori centraliFreq. Prodotti
Maschi
12
125
336
260
196
62
6
0
0
120 15 = 1 800
150 125 = 18 750
165 336 = 55 440
172,5 260 = 44 850
177,5 196 = 34 790
185 62 = 11 470
195 6 = 1 170
205 0 = 0
230 0 = 0
1000 168 270
Freq. Prodotti
Altezza media dei maschi: M = = 176,24 (cm)1000
176 240
Altezza media delle femmine: M = = 168,27 (cm)1000
168 270
La statistica descrittiva Le medie ferme
14
Si chiama scarto della media la differenza fra il valore osservato e la media stessa.
Dati cioè gli n valori x1, x2, …… xn, gli scarti dalla loro media M sono i valori
x1 – M, x2 – M, ……., xn – M
Proprietà della media aritmetica.
• La somma degli scarti della media è sempre nulla: (x1 – M) = 0i = 1
n
Σ
• Se si considerano i quadrati degli scarti, cioè (x1 – M)2, (x2 – M)2 ….., (xn – M)2, la somma dei
quadrati degli scarti della media aritmetica è minima (rispetto a una qualunque altra media).
La statistica descrittiva Le medie ferme
15
• Media geometrica semplice MG fra n numeri positivi x1, x2, ….., xn: radice n-esima del loro prodotto.
MG = √x1 x2, ….., xn
ESEMPIO
Dati i numeri 3, 6, 9, 15, 24, 36
MG = √3 6 9 15 24 36 ≈ 11,326
La statistica descrittiva Le medie ferme
16
• Nel caso di una media geometrica ponderata:
ESEMPIO
Dove fi: pesi e F = f1 + f2 + ….. fn
x
568
10
f
39
126
TOTALE (F) 30
MG = √(x1)f1 (x2)f2, ….., (xn) fnF
MG = √53 69 812 106 ≈ 7,3230
Nel caso di distribuzioni per classi si trova prima il valore centrale della classe e poi si effettua il calcolo della media ponderata.
La statistica descrittiva Le medie ferme
17
• Media quadratica semplice MQ fra n numeri i x1, x2, x3 ….., xn: radice quadrata della media aritmetica dei quadrati dei dati.
ESEMPIO
Dati i numeri 3, 5, 7, 9, 12
x1 + x2 +…+ xn
nMQ = √ =
n√ i = 1
n
Σ xi2
32 + 52 + 72 + 92 + 122
MQ = √ ≈ 7,855
La statistica descrittiva Le medie ferme
18
ESEMPIO
• Nel caso di una media ponderata:x1
2 f1 + x22f2 +….., xn
2fn
f1 + f2 +…… fn
MQ = √
x
568
10
f
39
126
TOTALE (F) 30
52 3 + 62 9 + 82 12 + 102 6MQ = √ ≈ 7,67
30=
301767√
Nel caso di distribuzioni per classi si usa il termine centrale di ogni classe.
La statistica descrittiva Le medie ferme
19
• Media armonica semplice MA fra due numeri x1, x2, ….., xn: reciproco della media aritmetica dei reciproci dei dati.
1 nMA = =
1x1
1x2
1xn
+ + …. +
n
1x1
1x2
1xn
+ + …. +
• Nel caso di una media ponderata:
f1 + f2 + ….. + fnMA =
f1
x1
f2
x2
fn
xn+ + …. +
La statistica descrittiva Le medie ferme
20
Nel caso di distribuzioni per classi si utilizza il termine centrale.
ESEMPIO
x
568
10
f
39
126
TOTALE (F) 30
Tutte le medie finora definite si possono calcolare solo per dati di tipo quantitativo.
30MA =
3
5
9
6
6
10+ + +
12
8
≈ 7,14
La statistica descrittiva Le medie lasche
21
Si dice moda (valore modale) di una distribuzione di frequenze, il termine, se esiste, cui corrisponde la massima frequenza nella distribuzione.
• Località marine è la moda per i turisti italiani.
• Città di interesse storico/artistico è la moda per i turisti stranieri.
• Una distribuzione può avere più di un termine modale o può non averne (distribuzione in cui ogni modalità ha la stessa frequenza).
La statistica descrittiva Le medie lasche
22
Nel caso in cui una distribuzione sia per classi, si parla di classe modale.
• Se le classi della distribuzione hanno tutte uguale ampiezza, allora la classe modale è quella che presenta frequenza più alta.
• Se le classi hanno ampiezze diverse si valuta il rapporto tra frequenza e ampiezza della classe. La classe cui corrisponde l’altezza maggiore è la classe modale.
La statistica descrittiva
ESEMPIO
Le medie lasche
23
• Mediana MC di una distribuzione: il termine che, disposti i dati in ordine crescente o decrescente, occupa il posto centrale.
• Se i termini fra cui calcolare il valore mediano sono n e n è dispari, la mediana è il valore che occupa il
posto ; se n è pari, tutti i punti dell’intervallo [x , x ] sono valori mediani; di solito si prende il
termine centrale di questo intervallo.
2
n + 1
2
n
2
n+1
Date le distribuzioni di 7 termini e di 8 termini
•1, 2, 3, 5, 7, 11, 20 Il termine mediano è quello di posto = 4 cioè Me = 52
7 + 1
•1, 2, 3, 5, 7, 9, 12, 15, 34 Il termine mediano è il termine centrale dell’intervallo [7, 9] cioè Me = 8
La statistica descrittiva
ESEMPIO
Le medie lasche
24
Se i valori della distribuzione hanno un loro peso, bisogna calcolare le frequenze cumulate (frequenze relative a una data modalità uguali alla somma delle frequenze di tutte le modalità minori o uguali a esse).
Numero voti
12345
Frequenza
28
1262
TOTALE (F) 30
Freq. cumulate
210222830
Consideriamo adesso la metà del totale delle frequenze (30 : 2 = 15); poiché n = 30, quindi è pari, il valore mediano è il termine centrale dell’intervallo [x15, x16] ed è quindi necessario trovare quali sono questi elementi.
continua
La statistica descrittiva Le medie lasche
25
Allora, 2 posti sono occupati dalla modalità 1, 8 posti sono occupati dalla modalità 2 (in totale abbiamo 10 posti, cioè il valore della colonna delle frequenze cumulate in corrispondenza della seconda modalità), 12 sono i posti occupati dalla modalità 3 (in totale abbiamo contato 22 posti, cioè abbiamo superato la metà); quindi il quindicesimo e il sedicesimo posto sono occupati entrambi dalla modalità 3.
La mediana della distribuzione è quindi il valore centrale dell’intervallo [3, 3], cioè Me = 3.
Nel caso in cui n è dispari, la mediana corrisponde all’elemento di posto ; per trovarlo basta
cercare nella colonna delle frequenze cumulate il primo numero che è maggiore o uguale di tale valore e
leggere l’elemento corrispondente.
2
n + 1
La statistica descrittiva Le medie lasche
26
Se la distribuzione è per classi bisogna calcolare la frequenza cumulata.
Ricoveri
[0-4]
[5-9]
[10-14]
[15-19]
[20-24]
[25-30]
Freq. Assol.
732
928
264
56
12
8
TOTALE (F) 2000
Freq. cumulate
732
1660
1924
1980
1992
2000
La metà delle osservazioni è 1000 e quindi per arrivare alla mediana dobbiamo contare le prime 1000 persone disposte in ordine crescente di numero di ricoveri subiti; poiché il valore 1000 e il valore 1001 delle frequenze cumulate cadono nella seconda classe, possiamo dire che la classe mediana è la [5 – 9].
Possiamo allora calcolare:
2
NA ( )
− F
fMe = i +
N: numero totale osservazioniF: frequenza cumulata fino alla mediana esclusaf: frequenza della classe medianaA: ampiezza della classe medianai: estremo inferiore della classe mediana
ESEMPIO
La statistica descrittiva Le misure di sisperione
27
Per avere informazioni su come i dati di una indagine statistica si distribuiscono attorno ai valori di sintesi e quindi poter confrontare distribuzioni, si studiano gli indici di variabilità.
• Campo di variabilità di un insieme di n dati numerici x1, x2, ….. xn: differenza tra il valore massimo
e il valore minimo degli xi.
ESEMPIO
Supponiamo che i rilevamenti compiuti su un campione di individui sulla pressione minima sanguigna abbia dato i seguenti risultati:
80 80 85 90 85 60 90 95 95 80 85 115
Il campo di variabilità di questi dati è dato da 115 – 60 = 55; se basassimo le nostre considerazioni solo su questo valore, saremmo portati a dire che in quel gruppo di persone vi è un’alta variabilità fra i dati, mentre in realtà, osservando meglio, si nota che la maggior parte di essi (tranne due) si distribuiscono in un ambito più ristretto compreso fra 80 e 95.
La statistica descrittiva Le misure di dispersione
28
• Scarto quadratico medio o deviazione standard σ: media quadratica degli scarti dalla media aritmetica M.
σ = n√ i = 1
n
Σ (xi – M)2
Nel caso di dati semplici
σ = √ i = 1
n
Σ {(xi – M)2 fi }
Σi = 1
n
fi
Nel caso di dati ponderati con pesi fi
• Varianza (σ)2: quadrato dello scarto quadratico medio.
Per il calcolo di σ (e quindi di σ2) si può anche usare la formula:
σ = √media dei quadrati degli xi − quadrato della media
La statistica descrittiva Le misure di dispersione
29
ESEMPIO
Ad otto gruppi di persone è stato chiesto di provare due tipi particolari di shampoo che indicheremo con A e B, e di sceglierne quindi uno. Gli esiti di questa scelta sono riportati nella seguente tabella.
A 15
B 15
12
12
10
24
8
12
11
14
18
2
20
10
10
18
Sommando le preferenze accordate ai due prodotti, sia A che B ne hanno totalizzate 104.
Mediamente = 13 voti da ciascun gruppo 8
104
continua
La statistica descrittiva Le misure di dispersione
30
ESEMPIO
Preferenze di A
15
112
10
8
11
18
20
10
4
1
9
25
4
25
49
9
12
12
24
12
14
2
10
18
TOTALE 126
2
-1
-3
-5
-2
5
7
-3
Scarti (Scarti)2 Preferenze di B
-1
-1
11
-1
1
-11
-3
5
1
1
121
1
1
121
9
25
280
Scarti (Scarti)2
TOTALE
Calcoliamo lo scarto quadratico medio della distribuzione di A e di B.
σA = 8√ i = 1
8
Σ (xi – 13)2
= = 3,9698
126√ σB = 8√ i = 1
8
Σ (xi – 13)2
= = 5,9168
280√