Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
La Variabilità
La Variabilità
La variabilità
Di una distribuzione esprime la tendenza delle unità di un collettivo ad assumere diverse modalità del carattere
• Deve assumere il suo valore minimo se è solo se tutte le unità della distribuzione presentano la stessa modalità
La varianza
Di un insieme di n valori osservati x1,x2…xn di una variabile x con media aritmetica x è data da:
La deviazione standard
La varianza non possiede la stessa unità di misura dei valori della
distribuzione.
Dell’unità di misura
Dell’ordine di grandezza dei dati
Confrontare l variabilità tra popolazioni che, pur essendo misurate con la stessa unità di misura, possiedono valori
molto diversi
Dobbiamo utilizzare un indice di variabilità, che non dipenda dallkunità di misura e dall’ordine di grandezza delle
variabili.
ffi
ffi
fi
ffi
La standardizzazione
Applicazione ai dati originali di una trasformazione lineare
(standardizzazione) che riconduce a qualsiasi variabile ad
avere media nulla e varianza unitaria.
Trasformazione lineare :
Intervalli di variabilità
Sono indici che confrontano due valori caratteristici della distribuzione
Campo di variazione
Dato un insieme di n valori osservati ordinati in senso crescente:
De niamo campo di variazione la di erenza fra il +grande e il più piccolo d’Italia valori:
Di erenza interquartile
Dato un insieme di n valori osservati x, x,…xn, de niamo di erenza interquartile la di erenza fra il terzo e il primo
quartile:
È un indice approssimativo
Box-plot
Misura sintetica di rappresentare gra camente la
variabilità
ff
fi
ff
fi
fi
ff
ff
PowerPoint 05 Analisi dell’associazione fra due caratteri
• Distribuzioni doppie frequenze
• Analisi dell’associazione fra due caratteri
• La dipendenza di un carattere quantitativo da un carattere qualitativo o discreto
• L’interdipendenza tra caratteri quantitativi
Distribuzioni marginali
L’ultima colonna e l’ultima riga sono dette distribuzioni marginali rispettivamente di X e Y.
F i. Indica la frequenza assoluta delle unità che presentano nel collettivo la modalità xi e qualunque modalità Y
F .j indica la frequenza assoluta delle unità che presentano nel collettivo la modalità y i e qualunque modalità di X
Distribuzioni condizionate
Sono Le righe e le colonne interne alla tabella a doppia entrata
La distribuzione dalla prima riga f11, f1j, f1k ci dice come si distribuisce il carattere Y quando consideriamo le sole
unità che presentano la modalità x1 di X
• Indipendenza logica=non ci sono a priori nessuna relazione di causa ed e etto es. importazioni di banane e
numero annuale di incidenti automobilistici
Uno degli scopi fondamentali dell’analisi statistica è veri care se esiste una forma di indipendenza o meno tra le
modalità dei caratteri osservati.
Indipendenza statistica
L’assenza di un qualsiasi legame fra i due caratteri.
Le distribuzioni di frequenza condizionata del carattere Y perchè mostrano come si distribuisce Y al variare
delle modalità di X
Due caratteri X e Y si dicono indipendenti se le distribuzioni relative condizionate di un carattere rispetto alle
modalità dell’altro sono uguali
Condizioni di fattorizzazione
Devo vedere se sono uguali, sono uguali però non basta per dire che sono dipendenti, devo farlo con tutte le righe
fi
ff
ff
Dipendenza e Interdipendenza
Se i due caratteri non sono indipendenti, allora fra di essi sussiste qualche tipo di relazione.
Dipendenza perfetta di Y da X
Quando ad ogni modalità di X è associata una sola modalità di Y
Interdipendenza perfetta di X da Y
Se ad ogni modalità di uno dei due caratteri corrisponde una e una sola modalità dell’altro e viceversa
Dipende dal numero di modalità di X e Y. Se sono uguali, allora ci può essere interdipendenza perfetta, altrimenti si
può avere solo dipendenza perfetta.
La covarianza
Ii
La correlazione
Esempio
VARIABILI CASUALI
Una variabile casuale continua può assumere tutti gli in niti valori compresi in un intervallo reale
fi
fi
Funzione di ripartizione
Proprietà
Variabili casuali continue
• Una variabile casuale continua può assumere tutti gli in niti valori di un intervallo reale
• Per tale motivo non ha senso assegnare una probabilità a ogni singolo valore che la variabile casuale può
assumere
• Molto meglio assegnare una misura di probabilità a tutti i possibili intervalli sull’asse reale
FUNZIONE DENSITÀ’
Funzione di densità: della variabile casuale continua X la funzione matematica f(x) per cui l’area sottesa alla
funzione, è uguale alla probabilità che X assuma un valore in quell’intervallo.
Proprietà:
fi
fi
fi
Funzione di ripartizione