Distribuzione di probabilità

asimmetria
asimmetria
 Coefficiente di asimmetria
Il coefficiente di asimmetria rileva se e quanto una
distribuzione non sia disposta simmetricamente
attorno alla sua media e se abbia una coda più lunga
dell’altra.

( xi   ) 3
 3 oppure  3  
( xi   )
3
pi
3 
n  3
 Indice di curtosi
L’indice di curtosi mira a rilevare quanto una
distribuzione è piatta oppure appuntita.

( xi   )4
4   pi
 4
 Standardizzazione

Standardizzare una variabile vuol dire

trasformare i valori di partenza di una
qualsiasi distribuzione in una distribuzione
avente media 0 e deviazione standard 1.
 Esempio
Supponiamo che un padre di due figli (Lucio e
Lucia), che frequentano entrambi il 1° anno di
un ITI in istituti diversi, voglia confrontare i
voti della pagella. La media dei voti nelle
pagelle di entrambi è 7. Per sapere chi dei due
ha la pagella migliore non basta confrontare le
medie di entrambi perchè il "metro" usato dai
professori delle due scuole potrebbe essere
differente.
 Esempio
Come risolvere la
questione?
È necessario sapere
i voti di tutti i loro
compagni di classe,
e calcolare la media
di ciascuno, per poi
ottenere la media
delle due classi.
 Esempio
Se esprimiamo la media dei voti di Lucia come
scarto dalla media nella sua classe, e facciamo lo
stesso per Lucio, avremo eliminato l'effetto della
propensione degli insegnanti a essere stretti o
larghi nelle valutazioni.
 Esempio
Dopodiché per eliminare l'effetto della
propensione a concentrare i voti attorno alla
media oppure a usare tutta la scala dei voti,
dovremo dividere lo scarto dalla media di Lucio
per lo scarto tipo della sua classe e fare lo stesso
per Lucia.
Standardizzazione media Lucio
Standardizzazione media Lucia
 Standardizzazione
La standardizzazione è una doppia normalizzazione:

1. ogni dato è trasformato nel suo scarto dalla

media (prima normalizzazione);

2. questo scarto viene trasformato dall'unità di

misura o di conto di quella variabile - i decimi o
trentesimi - in unità del suo scarto-tipo (seconda
normalizzazione).
 Standardizzazione
Un dato così trasformato si chiama punto
standard o punto z.
La formula per la trasformazione è:

xi  
Z
x
Proprietà della distribuzione di una
variabile standardizzata
1.Ogni punto della vecchia distribuzione
corrisponde ad uno e un solo punto della
nuova, e conserva le sue distanze relative da
ogni altro punto. Poiché i dati originali sono
stati trasformati in scarti dalla media, e la
somma algebrica degli scarti dalla media è per
definizione 0, tutte le variabili standardizzate
hanno media 0.
Proprietà della distribuzione di una
variabile standardizzata
2.Poiché ogni scarto dalla media viene poi diviso
per lo scarto-tipo della variabile di partenza, lo
scarto-tipo di una qualunque variabile
standardizzata è 1.