misure di posizione
DESCRIPTION
Elaborazione Statistica dei Dati Sperimentali Facoltà di Scienze MM FF e NN, Università Sannio. Misure di posizione. Giovanni Filatrella ( [email protected] ). Sintesi dei dati. Un istogramma o una tabella di dati contengono molte informazioni. - PowerPoint PPT PresentationTRANSCRIPT
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali1
Misure di posizioneMisure di posizione
Giovanni Filatrella (Giovanni Filatrella ([email protected]@unisannio.it))
Elaborazione Statistica dei Dati Elaborazione Statistica dei Dati SperimentaliSperimentali Facoltà di Scienze MM FF e NN,
Università Sannio
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali2
Sintesi dei dati
Un istogramma o una tabella di dati contengono molte informazioni
E’ utile talvolta riassumere i dati con degli indicatori (indici)
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali3
1.0 1.2 1.4 1.6 1.8 2.0
Frequenza rel.
0.4
0.2
0.1
0.3
tasso difertilità
D: Esiste un singolo valore che possa dare qualche indicazione su come si distribuisce la variabile casuale?
“Indici” o “misure” di posizione
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali4
A cosa serve questo valore?
• Per riassumere i dati occorre avere in mente una domanda
• A seconda del tipo di analisi che si vuole fare il tipo di “riassunto” dei dati è diverso.
NON vi è una risposta in assoluto “corretta”
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali5
EsempiIl tipo di analisi più comune è la media aritmetica:
Proprietà di cui gode:conserva le trasformazioni di scala operate sui dati:
n
xx
n
ii
1
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali6
Alternative:
Mediana: La mediana divide la distribuzione in due parti uguali. E’ definita come quel valore (centrale) che, una volta ordinati i dati del campione, lascia alla sua sinistra e alla sua destra la metà del campione, cioè divide a metà la distribuzione dei dati.
Per esempio: 2, 5, 6, 8, 13, 15, 19, 22, 38 hanno mediana 13 (il 5° di 9 valori)
3, 4, 8, 9, 13, 16, 17, 20, 21, 22 hanno mediana 14,5 (la media fra il 5° e il 6° di 10 valori)
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali7
Formalmente:
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali8
Procedura:
I valori ordinati sono:
6, 6.7, 3.8, 7, 5.8
3.8, 5.8, 6, 6.7, 7
mediana
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali9
Esempio (2)
6, 6.7, 3.8, 7, 5.8, 9.975
3.8, 5.8, 6, 6.7, 7, 9.975
35.62
7.66
Mediana
I valori ordinati sono:
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali10
Cosa fare se i dati sono già raggruppati in classi:
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali11
Esempio
La classe che contiene la mediana è la numero 3, (58 ┤ 70),Quindi la mediana è:
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali12
Importante
• La mediana non gode delle proprietà matematiche della media!
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali13
III esempio di indice di posizione: la MODA
Si definisce Moda il valore della variabile casuale della classe che si presenta con maggiore
frequenza(rispetto alle classiadiacenti se esiste unordinamento, variabili discrete ocontinue):
0 2 4 6 8 10 120
5
10
15
20
25
30
35
x-Axis
Rel
ativ
e F
requ
ency
(in
%)
Relative Frequency Histogram
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali14
La moda di una distribuzione di dati potrebbe non
corrispondere ad un solo valore:
0 2 4 6 8 10 120
5
10
15
20
25
30
35
40
x-Axis
Rel
ativ
e F
requ
ency
(in
%)
Relative Frequency Histogram
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali15
Moda dai dati grezziPer i dati sperimentali non si può calcolare un indice a
prescindere dalla scelta di “individui” e “variabile casuale”:
Tasso di fecondità totale per 1.000 donne in età 15-49 per regione di residenza - Anni 1982-1997 Table 10.1 continue - Total fertility rate per 1.000 women aged 15-49 by region of residence - Years 1982-1997 REGIONI E RIPARTIZIONI 1990 1991 1992 1993 1994 1995 1996 1997 (a)Piemonte 1101 1124 1080 1046 1026 1028 1047 1088Valle d'Aosta 1.183 1.160 1.116 1.013 1.082 1.102 1.196 1.314Lombardia 1.147 1.124 1.125 1.100 1.068 1.074 1.099 1.141Trentino-Alto Adige 1.402 1.410 1.420 1.345 1.339 1.335 1.385 1.436Veneto .159 1.115 1.138 1.092 1.064 1.073 1.101 1.150Friuli-Venezia Giulia 1.029 1.024 1.043 950 942 941 975 1.02Liguria 1.011 1.007 1.027 960 928 915 938 969Emilia-Romagna 1.013 1.007 993 968 956 967 1.006 1.035Toscana 1.082 1.052 1.048 1.019 982 979 995 1.03Umbria 1.176 1.162 1.176 1.108 1.074 1.061 1.068 1.097Marche 1.230 1.207 1.187 1.131 1.087 1.107 1.085 1.116Lazio 1.280 1.233 1.259 1.208 1.168 1.109 1.121 1.167Abruzzo 1.394 1.353 1.349 1.296 1.245 1.175 1.191 1.185Molise 1.425 1.406 1.421 1.326 1.280 1.209 1.166 1.211Campania 1.809 1.810 1.794 1.663 1.601 1.499 1.570 1.573Puglia 1.654 1.601 1.584 1.486 1.437 1.369 1.367 1.386Basilicata 1.660 1.557 1.570 1.435 1.363 1.327 1.269 1.284Calabria 1.744 1.668 1.653 1.564 1.432 1.396 1.351 1.329Sicilia 1.853 1.775 1.792 1.670 1.548 1.455 1.468 1.487Sardegna 1.370 1.291 1.223 1.164 1.089 1.055 1.030 1.108Nord 1.117 1.104 1.101 1.064 1.040 1.043 1.075 1.115Centro 1.206 1.169 1.179 1.134 1.094 1.068 1.076 1.116Sud 1.712 1.664 1.654 1.547 1.466 1.391 1.403 1.419ITALIA 1.358 1.328 1.326 1.262 1.215 1.187 1.205 1.217 (a) Dati provvisori.(a) Provisional data.Fonte: ISTAT - Servizio "Popolazione e cultura".Source: ISTAT - Unit "Popolazione e cultura".
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali16
D: A quali dati si possono applicare i vari indici?
• Media: solo alle variabili casuali intere o reali
• Mediana: solo alle variabili casuali intere o reali
• Moda: a qualsiasi distribuzione di dati (anche a quelli nominali)
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali17
Esempi di applicazione delle misure di posizione
I guasti in un sistema produttivo risultano causati da:
1. Errore umano 122. Problemi dell’impianto 223. Malfunzionamenti software 74. Difetti dei materiali 55. Cause sconosciute 6
D.: Cosa scegliereste e perché?
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali18
II esempio di applicazione delle misure di posizione
I guasti in un sistema produttivo hanno provocato delle interruzioni di:
1. 0-1h 262. 1-3h 103. 3h-1d 24. 1-7d 1
D.: Cosa scegliereste e perché? e come procedereste con i calcoli?
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali19
III esempio di applicazione delle misure di posizione
I tempi di attesa di un prodotto da parte dei clienti risultano essere stati:
1. 0-2d 22. 2-4d 113. 4-6d 54. 28d 1
D.: Cosa scegliereste e perché? e come procedereste con i calcoli?
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali20
Attenzione:
Sono riportate spesso delle relazioni empiriche fra moda, mediana e media. Non prendetele troppo sul serio!
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali21
Altra caratterizzazione delle distribuzioni: i percentili
Percentile: il p-mo percentile è il minimo dato di una lista tale che almeno p% dei valori della lista siano minori o uguali ad esso.
Pertanto per ottenere i percentili da un insieme di dati è necessario ordinarli in una lista.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali22
Nomenclatura:
• 25mo percentile I Quartile, o Lower Quartile
• 50mo percentile Mediana• 75mo percentile III Quartile, o Upper
Quartile
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali23
Esercizio:
Classi di altezza
Numero atleti
171-175 14
176-180 18
181-185 28
186-190 33
191-195 17
196-200 15
Totale 125
Determinare:
1. Media aritmetica
2. Mediana
3. Moda
4. 10°, 50°, 90° percentile
5. 1°, 2°, 3° Quartile