Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Facoltà di Ingegneria
Corso di Laurea in Ingegneria Elettronica
Testo di riferimento:
R.SCOZZAFAVA - Incertezza e Probabilita', Ed. Zanichelli, 2008 (esclusi i paragrafi
contrassegnati con asterisco e il Capitolo 4)
Università degli Studi La Sapienza di Roma
Facoltà di Ingegneria A. A. 2009 - 2010
Corso di Laurea in Ingegneria Elettronica
Testo di riferimento:
R.SCOZZAFAVA - Incertezza e Probabilita', Ed. Zanichelli, 2008 (esclusi i paragrafi
contrassegnati con asterisco e il Capitolo 4)
Distribuzione di un carattere
Dopo le fasi di acquisizione e di registrazione dei dati, si passa al
loro controllo e quindi alle loro elaborazione.
Si definisce distribuzione unitaria semplice di un carattere
l’elencazione delle modalità osservate, unità per unità, nel
collettivo preso in esame.
Si definisce frequenza assoluta di una modalità di un carattere il
numero di volte che questa viene osservata sul collettivo.
Quando il collettivo in esame è numeroso una maggiore sintesi si
ottiene considerando la distribuzione di frequenza semplice
che associa alle modalità che può assumere un carattere X le
corrispondenti frequenze assolute.
31
quale tipo di prodotto pubblicizzato ti viene in mente per primo
frequenza Frequenza
categorie assoluta relativa frequenza %
auto 12 0,066 7%
abbigliamento 11 0,060 6%
prodotti alimentari 55 0,302 30%
telefonia-teconologia informatica 35 0,192 19%
detersivi 10 0,054 5%
prodotto per l'igiene e cosmetici 17 0,093 9%
elettrodomestici 2 0,010 1%
altro 8 0,043 4%
non hanno risposto 32 0,176 18%
TOT 182 1 100%
percentuale cumulata.
32
Nel caso di un carattere geografico, le cui modalità
rappresentano nazioni, regioni, ripartizioni geografiche, città,.. la
distribuzione viene detta serie territoriale.
Rappresentazione grafica
I dati raccolti in tabelle possono risultare poco chiari e di difficile
interpretazione se le tabelle sono di grandi dimensioni e se i
caratteri considerati hanno un numero molto alto di modalità. Per
avere un’idea immediata e sintetica, anche se approssimata,
dell’andamento del carattere del fenomeno in esame risultano
indispensabili le rappresentazioni grafiche che può essere
effettuata utilizzando i grafici a nastri e a barre, istogrammi,
grafici a torta, grafici a radar, diagrammi cartesiani,
pictogrammi, cartogrammi.
Grafico a nastri
In questi grafici ogni frequenza viene rappresentata da un nastro
così da ottenere una successione di rettangoli aventi la stessa
altezza e le basi proporzionali alle frequenze. Questo tipo di
grafico è in genere utilizzato per rappresentare la distribuzione di
frequenza dei caratteri qualitativi sconnessi o ordinali.
si, mess.giornali
no
33
grafico della distribuzione di frequenza del carattere
"scuola di provenienza"
provenienza altre 5%
istituto professionale 1%
scuola di
altro liceo 4%
frequenza %
Grafico a barre
In questi grafici ogni frequenza viene rappresentata da un nastro
così da ottenere una successione di rettangoli aventi la stessa
base e le altezze proporzionali alle frequenze. I grafici a barre
sono particolarmente adatti a rappresentare caratteri qualitativi
ordinati e quantitativi discreti in quanto le barre poste sull’asse
orizzontale consentono di cogliere meglio l’ordinamento delle
modalità.
60% 53%
50%
frequenza %
40% 32%
30%
20% 14%
10%
1%
0%
nessun titolo o licenza media diploma scuola laurea
elementare superiore
titoli di s tudio
34
titolo di studio più elevato tra i genitori
60% 53%
50%
frequenza %
40%
32%
30%
20% 14%
10%
1%
0%
nessun tit olo o licenza media diploma scuola laurea
elementare superiore
titolo di studio
50%
40%
30%
1 bas s o
20%
2
10% 3
0% 4
TV radio giornali internet
5
ambiti valutati 6 alto
Grafico a torta
I grafici a torta sono particolarmente utili quando si vuole
35
rappresentare la distribuzione di frequenza di un carattere
qualitativo con poche modalità. La generica fetta è
completamente definita dall’angolo al centro corrispondente
pj gj
dalla seguente proporzione: = con p j la percentuale
100 360
relativa alla j-esima modalità e gj i gradi dell’angolo
corrispondente.
in casa
altro 48%
6%
in auto
46%
presenza in casa di un PC
no
7%
si
93%
36
Istogrammi
Se la distribuzione di frequenza riguarda un carattere
quantitativo specialmente se suddiviso in classi si può ottenere
una efficace rappresentazione mediante gli istogrammi.
L’istogramma è un grafico costituito da barre non distanziate
dove ogni barra possiede un’area proporzionale alla
corrispondente frequenza.
70%
60%
frequenza relativa
50%
40%
30%
20%
10%
0%
1971 1973 1975 1977 1979 1981 1983 1985
Anno
37
ore in cui in media si utilizza Internet
70%
60%
frequenza %
50%
40%
30%
20%
10%
0%
meno di 1 ora da 1 a 2 ore più di 2 ore
ore
Grafico radar
I grafici radar sono molto utili quando il carattere è ciclico (mesi
dell’anno, giorni della settimana,..). Caratteri come vendite di un
prodotto per mese possono trovare un’adeguata rappresentazione
attraverso tali grafici.
gennaio
60
dicembre febbraio
40
novembre marzo
20
ottobre 0 aprile
settembre maggio
agosto giugno
luglio
38
libri venduti nella settimana
lunedi
50
40
domenica 30 martedì
20
10
0
sabato mercoledì
venerdì giovedì
Diagrammi cartesiani
I diagrammi cartesiani sono in genere utilizzati per le serie
temporali cioè per fenomeni che variano con continuità in
funzione del tempo.
Il grafico è costituito da una successione di punti, uniti da una
spezzata, individuati su un piano cartesiano.
8
7
6
tassi di interesse
5
4
3
2
1
0
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
anno
39
Pictogrammi
I pictogrammi sono grafici il cui scopo è di tipo essenzialmente
divulgativo. In essi si utilizzano figure, simboli, disegni, attinenti
al carattere considerato di dimensione o numero proporzionale
alle frequenze della distribuzione. Questi grafici, in genere, non
permettono una precisa valutazione del fenomeno ma si limitano
a rendere evidente qualche sua caratteristica.
barbera
nero d'avola
lambrusco
chianti
40
frequenza o una sua opportuna rappresentazione grafica; in
alcuni casi, tuttavia, può essere sintetizzata da alcuni indici che
ne evidenziano le caratteristiche essenziali. Gli indici per la
descrizione sintetica di una distribuzione statistica rispondono a
diversi scopi e si usano per fornire informazioni approssimative
su “intorno a dove” si addensi la distribuzione, “in quale misura”
questo accada e se siano presenti asimmetrie.
Di seguito si prenderanno in esame le medie analitiche e le
medie di posizione che sintetizzano con un solo valore o una
sola modalità la distribuzione.
Medie analitiche
Nel caso in cui il carattere sia quantitativo, le medie più
frequentemente utilizzate sono la media aritmetica e la media
geometrica.
La media aritmetica di un insieme di n valori x1 , x 2 , x3 ,........, x n
di un carattere X è pari alla somma dei valori divisi per il loro
numero.
1 1 n
Ma = ( x1 + x 2 + ....... + x n ) = ∑ xi
n n i =1
Se il carattere X è quantitativo discreto e conosciamo la sua
distribuzione di frequenza allora possiamo calcolare più
velocemente la media aritmetica come segue:
k
Ma = ∑ f jxj
j =1
41
In alcuni casi, nel calcolo della media aritmetica si vuole dare
diversa importanza alle modalità del carattere attribuendo a
ognuna di esse uno specifico peso, cioè un valore che ne esalti o
ne diminuisca l’importanza.
La media aritmetica ponderata di un carattere quantitativi X
con K modalità x1, x2, x3, ……. xk, alle quali sono stati attribuiti i
pesi p1, p2, p3, ……., pk è data da:
k
x p + x 2 p 2 + ...... + x n p k ∑x j pj
Ma = 1 1 = i =1
p1 + p 2 + ........ + p k k
∑p
i =1
j
42
0 ⋅ 10 + 1 ⋅ 40 + 2 ⋅ 30 10 2 30
Ma = = 0 ⋅ + 1⋅ + 2 ⋅ =
80 80 80 80
= 0 ⋅ 0,125 + 1 ⋅ 0,5 + 2 ⋅ 0,375 = 1,25
proprietà:
1) la somma dei valori x1 , x 2 , x3 ,........, x n assunti da un insieme
di n unità statistiche è uguale al valor medio moltiplicato per il
n
numero di unità: ∑x
i =1
i = nM a
è minimo per c = M a
4) se un collettivo di n unità statistiche viene suddiviso in L
sottoinsiemi di numerosità n1, n2, n3, ……. nL, tali che la loro
somma sia n, allora la media aritmetica generale è una media
ponderata delle medie dei sottoinsiemi con pesi uguali alla loro
numerosità.
5) Indicate con xm, e con xM, rispettivamente la più piccola e la
più grande modalità della distribuzione, allora: x m ≤ M a ≤ x M
43
La media geometrica di un insieme di n valori
x1 , x 2 , x3 ,........, x n di un carattere X è pari alla radice n-esima del
Proprietà:
[ ]
1) x1 ⋅ x2 ⋅ ⋅ ⋅ ⋅ x n = M g
n
1 n
2) log M g = ∑ log xi
n i =1
3) se si trasformano i valori della X attraverso l’espressione
Y = aX b con a>0 allora M g (Y ) = a ( M g ( X )) b
1 1 1 1 1 1 1
Mg = n ⋅ ⋅ ⋅ ⋅ ⋅ = n = =
x x1 x 2 xn x1 ⋅ x 2 ⋅ ⋅ ⋅ ⋅x n n x1 ⋅ x 2 ⋅ ⋅ ⋅ ⋅x n M g ( x)
x1 x 2 x
, ,............ n è uguale al rapporto fra le medie geometriche
y1 y 2 yn
delle misure:
M g = n x1 ⋅ x 2 ⋅ ⋅ ⋅ ⋅ ⋅ x n , M g = n y1 ⋅ y 2 ⋅ ⋅ ⋅ ⋅ ⋅ y n
x x x x n x1 ⋅ x 2 ⋅ ⋅ ⋅ ⋅ ⋅ x n M g ( x)
M g ( ) = n 1 ⋅ 2 ⋅⋅⋅⋅⋅ n = =
y y1 y 2 yn n y1 ⋅ y 2 ⋅ ⋅ ⋅ ⋅ ⋅ y n M g ( y)
44
OSS. La media aritmetica e la media geometrica sono indici
troppo sensibili ai valori estremi, un modo per diminuire l’effetto
di questi valori estremi è quello di effettuare il calcolo della
media solo sui valori centrali. La media così ottenuta viene detta
trimmed mean.
Ad esempio la trimmed mean al 50% di un carattere quantitativo
è la media aritmetica del 50% dei valori più centrali di un
insieme di modalità. Cioè nel calcolo della media aritmetica non
vengono considerati il 25% dei valori più piccoli e il 25% dei
valori più grandi.
Medie di posizione
Le medie analitiche si possono calcolare solo su carattere
quantitativi e sono sensibili ai valori estremi, una media più
“robusta” che può essere calcolata anche sui caratteri qualitativi
ordinabili è la mediana.
La mediana M e di un insieme di valori ordinate è la modalità
presentata dall’unità centrale, dove per unità centrale si intende
quell’unità che divide il collettivo in due parti di uguale
numerosità: una parte formata dalle unità che presentano una
modalità precedente o uguale a quella dell’unità centrale e una
parte formata dalle unità che presentano una modalità successiva
o uguale a quella dell’unità centrale.
Per calcolare la mediana è necessario procedere nel seguente
modo:
si ordinano gli n valori in senso crescente,
se n è dispari la mediana è: M e = x n+1 ;
2
45
1
se n è pari la mediana è: M e = xn + xn .
2 2 +1
2
Proprietà:
n
∑ xi − c è minima per c = M e
2
1)
i =1
La mediana è quel valore che divide in due parti uguali l’insieme
dei valori ordinate per grandezza, se invece dividiamo la
distribuzione in cento parti, ognuna delle quali contiene lo stesso
numero di valori, chiamiamo i valori di suddivisione percentili.
Pertanto possiamo definire la mediana come il 50-esimo
percentile detto secondo quartine,; i percentili di uso più comune
sono il 25-esimo e il 75-esimo percentile detti primo (Q1) e
terzo quartine (Q3) che insieme alla mediana dividono la
distribuzione in quattro parti uguali
1 1
Q1 = (x n + xn ) e Q3 = ( x 3 n + x 3n )
2 4 +1 2 4 +1
4 4
46
Variabilità
La statistica si occupa di analizzare quei fenomeni che tendono a
presentare diverse modalità, pertanto si pone il problema di
misurare la variabilità di un fenomeno in corrispondenza di un
determinato collettivo osservato. La variabilità di una
distribuzione esprime la tendenza delle unità di un collettivo ad
assumere diverse modalità del carattere.
Un indice di variabilità deve soddisfare almeno due requisiti:
deve assumere il suo valore minimo se e solo se tutte le unità
della distribuzione presentano uguale modalità del carattere;
deve incrementare il suo valore all’aumentare della dispersione
di una modalità attorno a un valore caratteristico della
distribuzione. Tra gli indici di variabilità per caratteri quantitativi
che mettano a confronto le modalità con un valore caratteristico
della distribuzione, molto usati sono quelli che considerano le
diversità dalla media aritmetica.
La varianza di un insieme di valori x1 , x 2 , x3 ,........, x n di una
variabile X con media Ma è un indice usato per misurare la
dispersione, cioè l’addensamento maggiore (poca dispersione) o
minore (molta dispersione), dei valori attorno alla media
aritmetica ed è definito come segue:
1 n
σ2 = ∑ ( x i − M a )2
n i =1
47
differenze diventano positive e inoltre le differenze più grandi
sono messe in maggior risalto.
Proprietà
1) la varianza è nulla solo quando tutte le differenze (xi - Ma)
sono nulle e quindi quando tutte le modalità sono uguali al
valore medio
2) una formula equivalente per calcolare la varianza è:
1 n
σ 2 = ∑ xi2 − M a 2
n i =1
2) la varianza di un carattere Y ottenuto attraverso la
trasformazione Y = αX + β di un carattere X di media Ma e
varianza σ2 è: Var (Y ) = α 2σ 2
Osserviamo che un cambiamento della scala delle misure che
trasforma xj in kxj trasforma σ2 in k 2σ2; pertanto la varianza non è
un indice omogeneo. Data l’opportunità di utilizzare indici di
dispersione omogenei si fa quindi uso della radice quadrata della
varianza, detto deviazione standard o scarto quadratico
media: σ = σ2
Utilizzando lo scarto standard ci si riconduce ad un indice di
variabilità espresso nella stessa unità di misura della variabile
considerata. Come per la varianza, maggiore è la variabilità dei
valori di un insieme di dati e maggiore è la deviazione standard,
la quale assume valore nullo solo nel caso in cui tutti i valori
siano uguali.
La deviazione standard risente oltre che dell’unità di misura
anche dell’ordine di grandezza dei dati, pertanto essa non
consente di eseguire confronti tra la variabilità di fenomeni che
presentano unità di misura diverse e che possiedono valori medi
molto diversi come la distribuzione del peso di un collettivo di
bambini con quella di un collettivo di adulti. Questi
48
inconvenienti vengono superati se si utilizza il coefficiente di
varianza:
σ
CV = 100
Ma
Altre misure di variabilità sono gli scarti semplici medi che si
ottengono come media aritmetica delle differenze, in valore
assoluto, tra i valori osservati x1 , x 2 , x3 ,........, x n di una variabile
X e una media. A seconda della media scelta si può ottenere uno
specifico scarto semplice medio. Per esempio, se come media
scegliamo la media aritmetica Ma, si ha lo scarto semplice
medio dalla media aritmetica:
1 n
SMa = ∑ xi − M a
n i =1
Come la deviazione standard, anche questo indice di dispersione
è omogeneo e si annulla solo quando tutte le unità presentano la
stessa modalità.
Se consideriamo le differenze dalla mediana Me otteniamo lo
scarto semplice medio dalla mediana:
1 n
∑ xi − M e
SMe =
n i =1
Risulta che scarto semplice medio dalla media aritmetica è
sempre minore o uguale allo scarto semplice medio dalla
mediana; inoltre scarto semplice medio dalla media aritmetica è
minore o uguale dalla deviazione standard.
A volte si applica una trasformazione lineare ai dati originari
x1 , x 2 , x3 ,........, x n , detta standardizzazione che produce nuovi
xi − M a
dati y1 , y 2 , y 3 ,........, y n con yi = che hanno valore
σ
medio nullo e varianza unitaria.
49
Fino a questo punto ci siamo occupati di distribuzioni di
frequenza noti e si sono cercati gli indici che sintetizzassero tale
distribuzioni, ma potrebbe accadere che non si conosca la
distribuzione di frequenza e invece siano noti la media e la
deviazione standard di tale distribuzione, allora ci si chiede quali
informazioni forniscono congiuntamente tali indici. A questo
scopo ci viene in soccorso il teorema di Chebyshev.
Data una distribuzione di valori x1 , x 2 , x3 ,........, x n dei quali si
50
quantitativa discrete “ numero di TV presenti in casa” e “ore di
lavoro a settimana”
N. di TV presenti in casa
Percentuale Percentuale
Frequenza Percentuale valida cumulata
Validi 1 14 6,4 7,9 7,9
2 41 18,8 23,0 30,9
3 54 24,8 30,3 61,2
4 53 24,3 29,8 91,0
5 11 5,0 6,2 97,2
6 5 2,3 2,8 100,0
Totale 178 81,7 100,0
Mancanti 0 2 ,9
Mancante di sistema 38 17,4
Totale 40 18,3
Totale 218 100,0
Statistiche
N. di TV presenti in casa
N Validi 178
Mancanti 40
Media 3,12
Mediana 3,00
Moda 3
Deviazione std. 1,156
Varianza 1,336
Intervallo 5
Minimo 1
Massimo 6
Percentili 25 2,00
50 3,00
75 4,00
51
ore di lavoro a settimana
Percentuale Percentuale
Frequenza Percentuale valida cumulata
Validi 1 3 1,4 7,0 7,0
2 1 ,5 2,3 9,3
3 2 ,9 4,7 14,0
4 7 3,2 16,3 30,2
5 2 ,9 4,7 34,9
6 4 1,8 9,3 44,2
8 5 2,3 11,6 55,8
10 3 1,4 7,0 62,8
12 1 ,5 2,3 65,1
14 1 ,5 2,3 67,4
17 1 ,5 2,3 69,8
20 2 ,9 4,7 74,4
24 2 ,9 4,7 79,1
25 1 ,5 2,3 81,4
30 2 ,9 4,7 86,0
37 2 ,9 4,7 90,7
40 2 ,9 4,7 95,3
42 1 ,5 2,3 97,7
45 1 ,5 2,3 100,0
Totale 43 19,7 100,0
Mancanti 0 49 22,5
Mancante di sistema 126 57,8
Totale 175 80,3
Totale 218 100,0
Statistiche
tabella degli indici relativi alla variabile quantitativa discreta “ ore di lavoro
a settimana”
52
Ottenute le medie e gli indici di variabilità, esiste un grafico
detto box plot che rappresenta la distribuzione avvalendosi di tali
misure.
Il box plot di una distribuzione è un grafico caratterizzato da tre
elementi principali:
a) una linea che indica la posizione della media della
distribuzione;
b) un rettangolo la cui altezza indica la variabilità dei valori
prossimi alla media
c) due segmenti che partono dai lati maggiori del rettangolo
e i cui estremi sono determinati in base ai valori estremi
della distribuzione.
Un box plot molto utilizzato è quello che ha come media la
mediana, come altezza del rettangolo la distanza interquartile e
come estremi dei sementi il valore minimo e massimo della
distribuzione.
53
Box plot relativa alla distribuzione di frequenza del carattere
quantitativo discreto “ numero di TV presenti in casa”
40
ore di lavoro a settimana
30
20
10
54
Statistica descrittiva
Età 35 37 59 54 44 38 62 71 56 60 33 46 41 53 38 55 50 63 35 51
Sesso M M F M F M F F M M M F F M F M M M F M
N. 1 2 1 0 2 1 1 0 3 2 2 4 3 1 1 2 3 0 1 2
auto
- si costruiscano le distribuzioni di frequenza semplici per i caratteri “sesso”e “N. auto”
- si consideri il carattere “età” suddiviso nelle seguenti classi: [30, 39]; [40, 49]; [50, 59];
[60+] , e si costruiscano le corrispondenti distribuzioni di frequenza assolute, relative e
percentuali.
- Rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze del
sesso, del numero di automobili e dell’età suddivisa in classi.
Soluzione
F
40%
M
60%
0
N.auto 35%
30%
25%
20%15%
15%
4 10% 1 35%
5%
5%
0%
15%
3 30%
2
Età
40%
35%
35%
30%
30%
25%
20%
20%
15%
15%
10%
5%
0%
30-39 40-49 50-59 60+
2. La seguente tabella riporta le votazioni ottenute da una classe alla fine di un corso
universitario
Voto 18 19 20 21 22 23 24 25 26 27 28 29 30 totale
N. studenti 7 2 5 1 3 2 12 1 8 4 6 1 5 57
- Calcolare la distribuzione delle frequenze cumulate relative del “voto”.
- Calcolare la distribuzione delle frequenze cumulate relative avendo suddiviso il
carattere nelle seguenti classi: 18-22, 23-24, 25-26, 27-28, 29-30.
- Disegnare i grafici della distribuzione di frequenza percentuale.
- Quanti sono gli studenti che hanno ottenuto un voto inferiore o uguale a 26?
- Quanti sono gli studenti che hanno ottenuto un voto non superiore a 24?
Gli studenti che hanno ottenuto un voto inferiore o uguale a 26 sono 41.
Gli studenti che hanno ottenuto un voto non superiore a 24 sono 32.
Voto
30
29
28
27
26
25
24
23
22
21
20
19
18
0% 5% 10% 15% 20% 25%
3. Per i primi 15 giorni di un mese viene rilevato il ritardo (espresso in minuti) accumulato da
un determinato treno rispetto all’orario previsto di arrivo. Di seguito sono riportati i dati
rilevati, che presentano segno negativo nel caso di anticipo sull’orario di arrivo:
giorno 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
ritardo 10 15 -2 0 50 20 0 9 -5 8 10 20 6 10 -10
Soluzione
media 9,4
mediana 9
moda 10
varianza 187,3
scarto quadratico medio 13,7
La media risente dei valori estremi, nel nostro caso è condizionata dal valore 50.
scarto
quadratico
ritardo media mediana varianza medio
[-10, 0] -3,4 -2 14,2 3,8
]0, 10] 8,8 9,5 2,1 1,5
]10, 60] 26,3 20 192,2 13,9
4. Per otto famiglie viene rilevato il risparmio medio annuo (espresso in migliaia di euro) come
segue:
Famiglia A B C D E F G H
risparmio 0.5 5 2.6 0 9.2 3 5.4 6.3
USA
an
an im Austria
Canada
Turchia
0
50
100
150
200
250
300
350
400
a
-
-
-
im
0
50
100
150
200
250
300
a
Giappone
I rc
I rc In rlan a
gh d
In rlan a
gh d ilt a
il a
370
O erra
11,1
26,7
81,3
O terr la 127,7
la a nd
nd G Be a
G e a B er lg
er lg m io
m io Fr ani
Fr ani an a
an a ci
ci
a
7,4
Ita a
Calcolare il baricentro
86,7
22,4
S l
210,8
217,3
Sp Ital Po pag ia
P o a g ia rto na
rto na
g g
G allo G allo
re re
Is cia Is cia
N lan N lan
or d a or d a
ve ve
S v gi a S v gi a
Importazioni
Esportazioni
Fi e z Fi e z
n ia n ia
Sv land Sv land
iz ia iz ia
z z
Au era Au era
Tu stri Tu stri
rc a rc a
hi
hi
a a
U C S U
C S
G ana A G ana A
ia d ia d
pp a pp a
on on
e e
Costruire la retta di regressione delle “Importazioni” rispetto alle “Esportazioni”
Costruire il grafico di dispersione delle variabili “Importazioni” rispetto “Esportazioni”
Importazione-Esportazione
350
y = 0,759x + 14,665
300 2
R = 0,7736
250
esportazioni
200
150
100
50
0
0 100 200 300 400
importazioni
7. Consideriamo il “peso” (in kg) e l “altezza” (in cm) di 10 individui riportati nella seguente
tabella
Peso 56 66 84 61 73 90 70 61 75 82
altezza 161 165 186 162 172 191 181 164 179 184
- Costruire il grafico di dispersione per i due caratteri.
- Determinare la retta di regressione che pone l’”altezza” in funzione del “peso”.