Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
n +1
Me =
2
N numero di osservazioni
Mediana
• Mediana non e sensibile al valore di ciascuna
misuracione.
• È l’indice di tendenza centrale, insieme alla
moda, per i dati qualitativi misurati su scala
ordinale.
• Scala di misura: ordinale, a intervalli, a
rapporti
Mediana
Calcolate la mediana.
Esempio (casi dispari)
Prima di tutto ordiniamo i valori dal più piccolo
al più grande.
0, 3, 9, 16, 24, 33, 45.
n +1
n Valore
= 7 di Me=16 Me =
2
n +1 7 +1
Me = = =4
2 2 Posicione di mediana è
4
Esempio (casi dispari)
n=7
Posizione di Me=4
Valore di Me=16
Esempio (casi pari)
Presumiamo che i valori degli anticorpi IgG siano
stati registrati in alcuni pazienti con Covid-19:
Calcolate la mediana.
Esempio (casi pari)
Prima di tutto ordiniamo i valori dal più piccolo
al più grande.
10 2
15 5
20 3
25 2
La moda
Peso (kg) fr
La distribuzione di
10 2
frequenza si dice
unimodale quando la 15 5
moda è unica
20 3
25 2
10 2
15 5
20 3
25 5
La moda
La distribuzione di Peso (kg) fr
frequenza si dice
bimodale quando la moda 10 2
è definita da due valori
15 5
20 3
25 5
10 5
15 5
20 5
25 5
0
1 moda due nessuna
La media aritmetica
x=
x
n
x - osservazioni;
n - numero totale dei casi osservati.
Σ - sommatoria
La media aritmetica
• È l’indicatore di tendenza centrale, insieme a
moda e mediana, per i dati quantitativi
misurati su scale metriche.
è:
x
x=
n
x=
x (2 + 3 + 3,5 + 4 + 5,5)
= = 3,6kg
n 5
Media
Media di distribuzione di frequenza :
x=
( xf )
n
x - osservazioni
f – frequenza;
n – numero totale.
Esempio
Glicemia (mg/dl) (x) fr
80 2
85 4
90 3
95 2
100 3
110 2
Fr – frequenza
Glicemia (mg/dl) (x) fr
80 2
85
90
4
3 x=
( xf )
95 2 n
100 3
110 2
=16
Glicemia (mg/dl) (x) fr
80 2
85 4
( xf )
90 3
x=
95 2 n
100 3
110 2
=16
x=
( xf ) 1480
= = 92,5mg / dl
n 16
Media armonica
_ n
Xh = --------------------------
1 + 1 + .... + 1
x1 x2 xn
Media geometrica
n
Xgj = x1. x2.x3. ...... .xn
n
Xgj = (x1 f1). (x2f2).(x3f3). ...... . (xnfn)
Confrontro media e mediana
Media Mediana
• è unica in un intervallo • è unica in un intervallo di
di valori; valori;
• Non è stabile rispetto ai • è stabile rispetto ai valori
valori estremi, è estremi, Non è
influenzata dai valori influenzata dai valori
delle osservazioni delle osservazioni;
• è più stabile passando da • Non è stabile, varia
un campione allʼaltro maggiormente passando
da un campione allʼaltro,
Esercizio
Peso (kg) Numero di casi
15 2
18 5
20 3
25 1
• Moda ?
• Mediana e il suo valore?
• Media aritmetica?
Moda
Peso (kg) Numero di casi
15 2
18 5
20 3
25 1
• Moda = 18 (fr=5)
Mediana
Peso (kg) Numero di casi
15 2
2+5=7
18 5
20 3
25 1
Totale (N) 11
n + 1 11 + 1
Me = = =6
2 2
Valore di Me=18
Persone Peso
1 15
2 15
3 18
4 18
5 18
6 18
7 18
8 20
9 20
10 20
11 25
persone peso
1 15
2 15
3 18
4 18
5 18
6 18
7 18
8 20
9 20
10 20
11 25
Persone Peso fr
1 15
2
2 15
3 18
4 18
5 18 5
6 18
7 18
8 20
9 20 3
10 20
11 25 1
Persone Peso fr
1 15
2
2 15
3 18
4 18 2+5=7
5 18 5
6 18
7 18
8 20
9 20 3
10 20
11 25 1
Valore di Me=18
Media
Peso (kg) Numero di
casi
15 2
( xf )
18 5 x=
n
20 3
25 1
Totale (Σ) 11
Media
Peso (kg) Numero di
x casi (fr) xfr
15 2
15*2=30 ( xfr)
18 5 x=
90 n
20 3
60
25 1
25
x=
( xf ) 205
= = 18.63kg
n 11
Misure di dispersione/ indicatori di
variazione
Per confrontare tra loro due o più popolazioni, o le
variazioni della stessa popolazione in diversi periodi, non
basta aver raccolto i dati e averli riuniti in tabelle di
frequenza, è necessario determinare misure di sintesi
numerica (media, mediana, moda, quantili) attorno a cui i
dati si “addensano” e calcolare in che misura ciò accade,
ovvero studiare la variabilità dei dati (range, varianza,
coefficiente di variazione).
Se non ci fosse variabilità all’interno di una popolazione,
non ci sarebbe bisogno della statistica. Una singola unità
sarebbe sufficiente a descrivere l’intera popolazione.
Misure di dispersione/ indicatori di variazione
20 3 25 – 15 = 10 kg
25 1
Totale (Σ) 11
Campo di variazione (range)
• È utilizzato per descrivere la variabilita in una
serie di dati
• Il campo di variazione o range di un gruppo di
misurazioni e difiniti come la differenza tra
l’oservazione più grande e quella piu picola.
• La sua utilita e limitata, esso considera solo i
valori estremi di una serie di dati, e non la
maggioranza delle osservazioni.
Il range è molto sensibile a valori eccezionalmente
grandi o piccoli.
18 5 18 5
20 3 20 3
25 1 50 1
R= 25 – 15 = 10 kg R= 50 – 3 = 47 kg
Percentile
• percentile è la percentuale dei dati pari o
inferiore
nr di osservazioni inf eriore a (x )
P( x ) = 100
n
Esercizio 15, 17, 18, 21, 34, 39, 41, 45, 47, 56, 56, 61 n=12
• P75 = ¾(n+1)
• P25 = ¼ (n+1)
Quartili
I quartili sono queli valori che dividono la distribuzione in 4 parti
ognuna con lo stesso numero di osservazioni e sono: primo quartile Q1,
mediana Q2 e terzo quartile Q3
Min Q1 Q2 Q3 Max
Min Q1 Q2 Q3 Max
• In une serie di dati, in quale posizione esiste il
percentile del 25%?
Valore di posiz ( x ) =
percentile( x)
(n + 1)
100
Valore (P25)= 18
La varianza e la deviazione standard
( − )2
S = 2 x
n −1
x
(x− x )
2
SD = 2
n −1
Deviazione standard (SD)
• La SD di una serie di datti è la radice quadrata della varianza.
( x − x )2
Quando n < 30 SD =
n −1
(x − x )
2
n>30
SD =
n
• Quando n < 30
(x − x )
2
fr
SD =
n −1
( x − x )2
fr
Quando n>30 SD =
n
Importante!!!
Deviazione standard
piccola
Media
Coefficiente di variazione
Confrontare due deviazioni standard provenienti da due serie di dati
non ha molto senso dato che potrebbero avere unità di misura
differente, ad esempio due distribuzioni con s molto simili non hanno
necessariamente un’analoga dispersione. A tal proposito si utilizza il
coefficiente di variazione CV che mette in relazione la deviazione
standard con la sua media:
SD
CV = 100%
x
CV esprime l’ampiezza percentuale di s rispetto a x è utile per
confrontare serie di dati differenti.
Coefficiente di variazione