La statistica descrittiva Introduzione

•Oggetto della statistica: studio dei fenomeni collettivi

•Popolazione: insieme degli individui oggetto di una indagine statistica

•Unità statistica: ciascun elemento di una popolazione

•Campione: sottoinsieme della popolazione

ESEMPIO

PROIEZIONI DI VOTO (elezioni)

Popolazione: tutti gli aventi diritto al voto

Campione: solo gli aventi diritto interrogati

1
 La statistica descrittiva Introduzione

•Carattere: ogni aspetto del fenomeno da individuare

•Modalità: ciascuno dei diversi modi con cui un carattere può presentarsi

ESEMPIO

RELATIVAMENTE AL FENOMENO COLLETTIVO “GIOVANI”

Il carattere Titolo di studio si può presentare nelle seguenti modalità: licenza media,
qualifica professionale, diploma di scuola media superiore, laurea triennale, laurea
specialistica, dottorato.

Il carattere Utilizzo del tempo libero si può presentare nelle seguenti modalità: riposo,
letture varie, cinema e teatro, discoteche, bar e pub, attività sportive, visite a musei o
mostre, ecc.

2
La statistica descrittiva Caratteri qualitativi e quantitativi

Qualitativo: le sue modalità non sono

espresse da numeri e rappresentano una
mutabile statistica.

Discreto (numeri naturali):

CARATTERE
ad esempio il numero di
figli.

Quantitativo: le sue modalità sono

espresse da numeri e rappresentano
una variabile statistica.

Continuo (intervalli di
numeri reali): ad esempio
l’altezza o il peso.

3
 La statistica descrittiva Le distribuzioni di frequenze

• I dati di un’indagine statistica possono essere raccolti in una distribuzione di frequenze (assolute o
relative) nella quale ogni modalità xi del carattere è associata a un numero fi, la sua frequenza assoluta,
che indica quante volte quel carattere compare.
f
• Frequenza relativa: pi i = (T : totale delle
osservazioni) T
In forma percentuale: pi (percentuale) = pi  100%

• Rappresentazione della distribuzione di frequenze

x Freq. ass. Freq. rel. Dove:

x1 f1 p1 x: carattere
xi: modalità del carattere
x2 f2 p2
fi: frequenze assolute
pi: frequenze relative
… … …

xn fn pn

4
 La statistica descrittiva Rappresentazione grafica

Una distribuzione di frequenze può essere rappresentata graficamente mediante:

• Un diagramma a rettangoli o ortogrammi

5
 La statistica descrittiva Rappresentazione grafica

• Un diagramma circolare o areogramma: l’ampiezza di ogni settore è proporzionale alla frequenza.

6
 La statistica descrittiva Rappresentazione grafica

• Un diagramma cartesiano (per dati quantitativi di natura discreta)

7
 La statistica descrittiva Rappresentazione grafica

• Un istogramma (per dati quantitativi di natura continua)

L’altezza dei rettangoli si ottiene dividendo la frequenza per

l’ampiezza della relativa classe.

8
 La statistica descrittiva Sintesi dei dati

Medie ferme: aritmetica, geometrica, armonica

Indici di posizione

Medie lasche: moda, mediana

Sintesi dei dati

Scarto quadratico medio o deviazione standard σ

Indici di variabilità

Varianza σ2

9
 La statistica descrittiva Le medie ferme

Si dice media aritmetica semplice fra n numeri x1, x2, ……., xn il rapporto M fra la loro somma ed n;

x1 + x2 + ……., + xn Σ
i=1
x i

M= =
n n

ESEMPIO

Un’azienda ha raccolto i dati relativi al numero di ore di lavoro mensili complessive dei dipendenti.

mese 1 2 3 4 5 6 7 8 9 10 11 12

N. ore 12360 15865 15940 15758 16075 16124 15635 4520 15942 16214 16120 15658

176211
Calcoliamo il numero medio di ore lavoro mensili. M= = 14684,25
12
La media aritmetica può essere calcolata solo per dati di tipo quantitativo.

10
 La statistica descrittiva Le medie ferme

Se i dati di una variabile statistica si presentano con una certa frequenza per calcolare il valor medio si
usa la media ponderata.

Una media in cui ogni dato ha un suo peso (rappresentato dalla sua frequenza) si dice ponderata.

Se f1, f2, …… fn sono le frequenze delle modalità x1, x2, …… xn, la media aritmetica M(x) è data dalla
formula

x1f1 + x2f2 + ……., + xnf Σ

i=1
xf i i

M(x) = = n
f1 + f2 + … fn
Σ
i=1
f i

11
 La statistica descrittiva Le medie ferme

ESEMPIO

Num. Dei maschi nelle famiglie x Freq. assoluta f Prodotto x  f

0 50 0
1 120 120
2 300 600
3 250 750
4 190 760
5 60 300
6 20 120
7 10 70

TOTALE 1000 2720

Possiamo dire che in media, ogni famiglia ha un numero di maschi pari a:

2720
M= = 2,72
1000

12
 La statistica descrittiva Le medie ferme

Nel caso di una distribuzione per classi, il calcolo della media viene fatto sostituendo ciascuna classe con
il suo termine centrale, ottenuto calcolando la semisomma dei valori estremi.

Maschi Maschi
Altezze Valori centrali
Freq. Prodotti Freq. Prodotti

[100-140) 120 8 120  8 = 960 12 120  15 = 1 800

[140-160) 150 32 150  32 = 4 800 125 150  125 = 18 750
[160-170) 165 120 165  120 = 19 800 336 165  336 = 55 440
[170-175) 172,5 250 172,5  250 = 43 125 260 172,5  260 = 44 850
[175-180) 177,5 330 177,5  330 = 58 575 196 177,5  196 = 34 790
[180-190) 185 196 185  196 = 36 260 62 185  62 = 11 470
[190-200) 195 50 195  50 = 9 750 6 195  6 = 1 170
[200-210) 205 10 205  10 = 2 050 0 205  0 = 0
[210-250) 230 4 230  4 = 920 0 230  0 = 0

TOTALE 1000 176 240 1000 168 270

176 240
Altezza media dei maschi: M = = 176,24 (cm)
1000
168 270
Altezza media delle femmine: M = = 168,27 (cm)
1000
13
 La statistica descrittiva Le medie ferme

Si chiama scarto dalla media la differenza fra il valore osservato e la media stessa.

Dati cioè gli n valori x1, x2, …… xn, gli scarti dalla loro media M sono i valori

x1 – M, x2 – M, ……., xn – M

Proprietà della media aritmetica.

n
• La somma degli scarti della media è sempre nulla: Σ
i=1
(x 1 – M) = 0

• Se si considerano i quadrati degli scarti, cioè (x1 – M)2, (x2 – M)2 ….., (xn – M)2, la somma dei

quadrati degli scarti della media aritmetica è minima (rispetto a una qualunque altra media).

14
 La statistica descrittiva Le medie ferme

• Media geometrica semplice MG fra n numeri positivi x1, x2, ….., xn: radice n-esima del loro prodotto.

MG = √x1  x2, ….., xn

ESEMPIO

Dati i sei numeri 3, 6, 9, 15, 24, 36

6
MG = √3  6  9  15  24  36 ≈ 11,32

15
 La statistica descrittiva Le medie ferme

• Nel caso di una media geometrica ponderata:

F
MG = √(x1)f1  (x2)f2,  …..,  (xn) fn

Dove fi: pesi e F = f1 + f2 + ….. fn

ESEMPIO
30
x f MG = √53  69  812  106 ≈ 7,32
5 3
6 9
8 12 Nel caso di distribuzioni per classi si trova prima il
10 6 valore centrale della classe e poi si effettua il calcolo
della media ponderata.
TOTALE (F) 30

16
 La statistica descrittiva Le medie ferme

• Media quadratica semplice MQ fra n numeri i x1, x2, x3 ….., xn: radice quadrata della media aritmetica
dei quadrati dei dati.

√ x12 + x22 +…+ xn2

√ Σx 2
i
MQ = = i=1
n n

ESEMPIO

Dati i numeri 3, 5, 7, 9, 12

MQ = √ 32 + 52 + 72 + 92 + 122
5
≈ 7,85

17
 La statistica descrittiva Le medie ferme

√
x12 f1 + x22f2 +…..+ xn2fn
• Nel caso di una media ponderata: MQ =
f1 + f2 +…… fn
Nel caso di distribuzioni per classi si usa il termine centrale di ogni classe.

ESEMPIO

x f
5 3
6 9
8 12
10 6

TOTALE (F) 30

MQ = √ 52  3 + 62  9 + 82  12 + 102  6
30
=
√ 1767
30
≈ 7,67

18
 La statistica descrittiva Le medie ferme

• Media armonica semplice MA fra due numeri x1, x2, ….., xn: reciproco della media aritmetica dei
reciproci dei dati.

1 n
MA = =
1 1 1 1 1 1
+ + …. + + + …. +
x 1 x2 xn x1 x2 xn
n

• Nel caso di una media ponderata:

f1 + f2 + ….. + fn
MA =
f1 f2 fn
+
x1 x2 + …. +
xn

19
 La statistica descrittiva Le medie ferme

Nel caso di distribuzioni per classi si utilizza il termine centrale.

ESEMPIO

x f
5 3
6 9
30
8 12 MA = ≈ 7,14
10 6
3 9 12 6
+ + +
5 6 8 10
TOTALE (F) 30

Tutte le medie finora definite si possono calcolare solo per dati di tipo quantitativo.

20
 La statistica descrittiva Le medie lasche

Si dice moda (valore modale) di una distribuzione di frequenze, il termine, se esiste, cui corrisponde la
massima frequenza nella distribuzione.

• Località marine è la moda per i

turisti italiani.

• Città di interesse storico/artistico è

la moda per i turisti stranieri.

• Una distribuzione può avere più di un termine modale o può non averne (distribuzione in cui ogni
modalità ha la stessa frequenza).

21
 La statistica descrittiva Le medie lasche

Nel caso in cui una distribuzione sia per classi, si parla di classe modale.

• Se le classi della distribuzione hanno tutte

uguale ampiezza, allora la classe modale è
quella che presenta frequenza più alta.

• Se le classi hanno ampiezze diverse

si valuta il rapporto tra frequenza e
ampiezza della classe. La classe cui
corrisponde l’altezza maggiore è la
classe modale.

22
 La statistica descrittiva Le medie lasche

• Mediana Me di una distribuzione è il termine che, disposti i dati in ordine crescente o decrescente,
occupa il posto centrale.

• Se i termini fra cui calcolare il valore mediano sono n e n è dispari, la mediana è il valore che occupa il
n+1
posto 2 ; se n è pari, tutti i punti dell’intervallo [x2n , x2n+1 ] sono valori mediani; di solito si assume
il termine centrale di questo intervallo.

ESEMPIO

Date le distribuzioni di 7 termini e di 8 termini

7+1
• 1, 2, 3, 5, 7, 11, 20 Il termine mediano è quello di posto =4 cioè Me = 5
2

• 1, 2, 3, 5, 7, 9, 12, 15, 34 Il termine mediano è il termine centrale dell’intervallo [7, 9] cioè Me = 8

23
 La statistica descrittiva Le medie lasche

Se i valori della distribuzione hanno un loro peso, bisogna calcolare le frequenze cumulate (frequenze
relative a una data modalità uguali alla somma delle frequenze di tutte le modalità minori o uguali a esse).

ESEMPIO

Numero voti Frequenza Freq. cumulate

1 2 2
2 8 10
3 12 22
4 6 28
5 2 30

TOTALE (F) 30

Consideriamo adesso la metà del totale delle frequenze (30 : 2 = 15); poiché n = 30, quindi è pari, il
valore mediano è il termine centrale dell’intervallo [x15, x16] ed è quindi necessario trovare quali sono
questi elementi.

continua

24
 La statistica descrittiva Le medie lasche

Allora, 2 posti sono occupati dalla modalità 1, 8 posti sono occupati dalla modalità 2 (in totale abbiamo 10
posti, cioè il valore della colonna delle frequenze cumulate in corrispondenza della seconda modalità), 12
sono i posti occupati dalla modalità 3 (in totale abbiamo contato 22 posti, cioè abbiamo superato la
metà); quindi il quindicesimo e il sedicesimo posto sono occupati entrambi dalla modalità 3.

La mediana della distribuzione è quindi il valore centrale dell’intervallo [3, 3], cioè Me = 3.

n+1
Nel caso in cui n è dispari, la mediana corrisponde all’elemento di posto ; per trovarlo basta
2
cercare nella colonna delle frequenze cumulate il primo numero che è maggiore o uguale di tale valore e

leggere l’elemento corrispondente.

25
 La statistica descrittiva Le medie lasche

Se la distribuzione è per classi bisogna calcolare la frequenza cumulata.

ESEMPIO
Ricoveri Freq. Assol. Freq. cumulate
La metà delle osservazioni è 1000 e quindi per
arrivare alla mediana dobbiamo contare le prime
1000 persone disposte in ordine crescente di
[0-4] 732 732
numero di ricoveri subiti; poiché il valore 1000 e
il valore 1001 delle frequenze cumulate cadono [5-9] 928 1660
nella seconda classe, possiamo dire che la [10-14] 264 1924
classe mediana è la [5 – 9].
[15-19] 56 1980
[20-24] 12 1992
Il valore mediano si calcola poi con la formula:
[25-30] 8 2000

A (2
N
−F ) TOTALE (F) 2000
Me = i +
f
N: numero totale osservazioni
Nel nostro caso:
F: frequenza cumulata fino alla mediana esclusa
f: frequenza della classe mediana
5  (1000 − 732)
Me = 5 + = 6,44 ≈ 6 A: ampiezza della classe mediana
928 i: estremo inferiore della classe mediana

26
 La statistica descrittiva Le misure di sisperione

Per avere informazioni su come i dati di una indagine statistica si distribuiscono attorno ai valori di sintesi
e quindi poter confrontare distribuzioni, si studiano gli indici di variabilità.

• Campo di variabilità di un insieme di n dati numerici x1, x2, ….. xn: differenza tra il valore massimo
e il valore minimo degli xi.

ESEMPIO

Supponiamo che i rilevamenti compiuti su un campione di individui sulla pressione minima

sanguigna abbia dato i seguenti risultati:

80 80 85 90 85 60 90 95 95 80 85 115

Il campo di variabilità di questi dati è dato da 115 – 60 = 55; se basassimo le nostre considerazioni
solo su questo valore, saremmo portati a dire che in quel gruppo di persone vi è un’alta variabilità
fra i dati, mentre in realtà, osservando meglio, si nota che la maggior parte di essi (tranne due) si
distribuiscono in un ambito più ristretto compreso fra 80 e 95. Questo è un indice poco sensibile che
è grandemente influenzato dai valori esterni.

27
 La statistica descrittiva Le misure di dispersione

• Scarto quadratico medio o deviazione standard σ: media quadratica degli scarti dalla media
aritmetica M.

σ=
√ Σ (xi – M)2
i=1
n
Nel caso di dati semplici

σ=
√ Σ {(xi – M)2  fi }
i=1
n
Σ fi
i=1
Nel caso di dati ponderati con pesi fi

• Varianza (σ)2: quadrato dello scarto quadratico medio.

Per il calcolo di σ (e quindi di σ2) si può anche usare la formula:

σ = √media dei quadrati degli xi − quadrato della media

28
 La statistica descrittiva Le misure di dispersione

ESEMPIO

Ad otto gruppi di persone è stato chiesto di provare due tipi particolari di shampoo che indicheremo
con A e B, e di sceglierne quindi uno. Gli esiti di questa scelta sono riportati nella seguente tabella.

A 15 12 10 8 11 18 20 10

B 15 12 24 12 14 2 10 18

Sommando le preferenze accordate ai due prodotti, sia A che B ne hanno totalizzate 104.

104
Mediamente = 13 voti da ciascun gruppo
8

continua

29
 La statistica descrittiva Le misure di dispersione

ESEMPIO

Calcoliamo lo scarto quadratico medio della distribuzione di A e di B.

Preferenze di A Scarti (Scarti)2 Preferenze di B Scarti (Scarti)2

15 2 4 12 -1 1
112 -1 1 12 -1 1
10 -3 9 24 11 121
8 -5 25 12 -1 1
11 -2 4 14 1 1
18 5 25 2 -11 121
20 7 49 10 -3 9
10 -3 9 18 5 25

TOTALE 126 TOTALE 280

√
8

√ Σ (x – 13)2 Σ (x – 13)
√
2

√
126 i 280
σA = i=1 i
= = 3,969 σB = i=1
= = 5,916
8 8 8 8

Lo shampoo A presenta una minore variabilità rispetto a B.

30