Statistica

Capitolo 1

P hè studiare
Perchè t di lla statistica?
t ti ti ?

Cap. 1-1
 Obiettivi del Capitolo
D
Dopo aver completato
l t t il capitolo,
it l sarete
t in
i grado
d di:
di
 Spiegare come le decisioni sono spesso basate su
i f
informazioni
i i iincomplete
l t
 Spiegare concetti chiave quali:
 Popolazione vs. Campione
 Parametro vs. Statistica
 Statistica descrittiva vs.
vs Statistica inferenziale
 Descrivere il campionamento casuale
 S i
Spiegare lla diff
differenza ttra statistica
t ti ti d descrittiva
itti e statistica
t ti ti
inferenziale

Cap. 1-2
 Come trattare l’incertezza
l incertezza

Le decisioni quotidiane sono spesso basate

su informazioni
o a o incomplete
co p ete

Considera le seguenti
g affermazioni:

 Il prezzo delle azioni IBM, tra sei mesi, sarà più alto di
quello attuale
attuale.

 Se il deficit del bilancio statale sarà alto come

previsto, i tassi di interesse rimarranno elevati per il
resto dell’anno.

Cap. 1-3
 Come trattare l’incertezza
l incertezza
(continuazione)

A causa della presenza di incertezza, le

affermazioni
a e a o p precedenti
ecede t do
dovrebbero
ebbe o essere
esse e
modificate come segue:

 Il prezzo delle azioni IBM, tra sei mesi, verosimilmente

sarà più alto di quello attuale.

 Se il deficit del bilancio statale sarà alto come previsto

previsto,
è probabile che i tassi di interesse rimarranno elevati per
il resto dell’anno.

Cap. 1-4
 Definizioni chiave

 La popolazione è l’insieme completo di tutte le unità oggetto

di studio
 N rappresenta la dimensione della popolazione
 Il campione è il sottoinsieme delle unità osservate nella
popolazione
 n rappresenta la dimensione del campione

 Il parametro sintetizza una caratteristica specifica della

popolazione
 La statistica sintetizza una caratteristica specifica del
campione
Cap. 1-5
 Popolazione vs
vs. Campione

Popolazione Campione

a b cd b c
ef gh i jk l m n gi n
o p q rs t u v w o r u
x y z y

I valori calcolati usando i dati I valori calcolati usando i

sulla popolazione sono dati campionari sono
chiamati parametri chiamati statistiche
Cap. 1-6
 Esempi di Popolazione

 Nomi di tutti gli iscritti nelle liste elettorali degli

Stati Uniti
 Redditi di tutte le famiglie che abitano a
Daytona Beach
 Rendimento annuale di tutte le azioni quotate
alla Borsa di New York
 La media dei voti di tutti gli studenti della vostra
università
i ità
Cap. 1-7
 Campione Casuale
Il campionamento casuale semplice è il
procedimento nel quale:

 ciascuna unità della popolazione è scelta rigorosamente

a caso,
 ciascuna unità della populazione ha la stessa probabilità
di essere scelta,
e
 ogni possibile campione di dimensione assegnata n ha la
stessa p
possibilità di essere selezionato

Il campione ottenuto con questo metodo è noto

come campione
i casuale
l
Cap. 1-8
 Statistica Descrittiva e Inferenziale

Due branche della statistica:

 Statistica descrittiva
 Tecniche pper descrivere,, sintetizzare ed elaborare i
dati in modo da trasformarli in informazioni

 Statistica inferenziale
 Fornisce tecniche per estendere le informazioni e le
elaborazione ottenute da un campione alla
popolazione da cui il campione è stato estratto con un
certo grado di attendibilità
Cap. 1-9
 Statistica Descrittiva

 Collezionare i dati
 Esempio: sondaggio

 Presentare i dati
 Esempio:
p tabelle e g
grafici

 Sintetizzare i dati
 Esempio: media campionaria = X i

Cap. 1-10
 Statistica Inferenziale
 Stima
 Ad esempio, stimare il peso
medio della popolazione usando
il peso medio campionario
 Verifica delle ipotesi
 Ad esempio,
p , verificare
l’affermazione che il peso medio
della popolazione è 120 libbre a
partire dai dati di un campione
Inferenza è il processo tramite il quale si estraggono
conclusioni o si prendono decisioni circa una
popolazione sulla base dei risultati campionari
Cap. 1-11
 Il processo decisionale
Decisione

Conoscenza Esperienza, Teoria,

Materiale bibliografico,
Statistica inferenziale,
Computer
I f
Informazione
i
Statistica Descrittiva,
Ini ia q
Inizia qui:
i Probabilità Computer
Probabilità,
Dati
Identifica il
Problema

Cap. 1-12
 Riepilogo del Capitolo

 Si è discussa la presenza di informazioni

incomplete nel processo decisionale
 Si sono introdotte le seguenti definizioni chiave:
 Popolazione vs. Campione
 Parametro vs. Statistica
 Statistica Descrittiva vs. Statistica Inferenziale
 Si è descritto il campionamento casuale
 Si è esaminato il processo decisionale

Cap. 1-13