Gli Indici di VARIABILITA ’

GLI INDICI DI VARIABILITA’

- Campo di variazione- Scarto dalla media- Varianza- Scarto quadratico medio- Coefficiente di variazione

1

Elementi di Statistica descrittivaElementi di Statistica descrittiva

INDICI DI VARIABILITÀ

I valori medi sono indici importanti per la descrizione sintetica di un fenomeno statistico

Hanno però il limite di non darci alcuna informazione sulla distribuzione dei dati

2

EsempioIn tre differenti prove di matematica 4 studenti

hanno riportato le seguenti valutazioni

3

1a Prova 2a Prova 3a Prova1° studente 3 5 62° studente 5 7 73° studente 8 6 64° studente 9 7 6

media 6,25 6,25 6,25

In tutte e tre le prove la media è 6,25 ma i dati sono chiaramente distribuiti in modo diverso

4

Diagramma di distribuzione delle tre prove

Diagramma dispersione dati

0123456789

10

0 1 2 3 4

num prova

valu

tazi

oni

1 studente

2 sttudente

3 studente

4 studente

media

nel caso della 1a prova e 2a prova sarà opportuno

fare un recupero per alcuni studenti

nel caso della 3a prova l’insegnante può ritenere che gli obiettivi siano stati raggiunti dalla classe, anche se ad un livello solo sufficiente 5

Diagramma dispersione dati

0123456789

10

0 1 2 3 4

num prova

valu

tazi

oni

1 studente

2 sttudente

3 studente

4 studente

media

6

• Campo di variazione (Range)• Scarto medio dalla media• Varianza e scarto quadratico medio• Coefficiente di variazione

In statistica è possibile valutare in modo sintetico la distribuzione dei dati mediante gli

indici di variabilità (o dispersione)

Vedremo i seguenti indici

7

CAMPO DI VARIAZIONE

Campo variazione = x max – x min

E’ il più semplice degli indici di variazione:

Si calcola facendo la differenza tra il dato più grande e il dato più piccolo

Rappresenta l’ampiezza dell’intervallo dei dati

8

Esempio

Consideriamo le valutazioni della prima prova

1a Prova1° studente 32° studente 53° studente 84° studente 9

media 6,25

Xmax = 9;

Xmin = 3 Range = 9 – 3 = 6

9

Calcoliamo il Range per tutte le tre prove


media 6,25 6,25 6,25range 6 6 1

Range 1a prova = 6 dati più dispersi, risultati più eterogenei

Range 3a prova = 1 dati più concentrati, risultati più omogenei

Range 2a prova = Range 1a prova = 6 Stessa Distribuzione?

10

Campo di variazione delle tre prove

0123456789

10

0 1 2 3 4

num prova

valu

tazi

oni

1 studente

2 sttudente

3 studente

4 studente

range

Vediamo graficamente

11

Osservazioni:

1. Il campo di variazione dà informazioni sulla distribuzione dei dati:

• più R è piccolo più i dati sono concentrati; • più R è grande più i dati sono dispersi.

2. R è espresso nella stessa unità di misura dei dati

3. Tuttavia R tiene conto solo dei dati estremi della distribuzione e non di tutti i dati, pertanto distribuzioni diverse ma con gli stessi valori estremi hanno range uguali Es. Range 1aprova = Range 2a prova.

ma distribuzione 1a prova Distribuzione 2a prova

12

SCARTO MEDIO DALLA MEDIA ARITMETICA

Un altro modo per calcolare la variabilità dei dati (tenendo conto di tutti i dati) consiste nel calcolare la distanza di tutti i dati dalla media e fare la media aritmetica di tali distanze

Scarto medio = Distanza media dei dati dalla media

n

xxxxxxn

.....

S medio Scarto 21

m

1a Prova scarti da M1° studente 3 -3,252° studente 5 -1,253° studente 8 1,754° studente 9 2,75

media 6,25 0,00

Osservazione

n

xxxxxx n

.....s m da Scarto 21

m

Scarto sm = 0

14

Esempio



media 6,25

x1 = 3 – 6,25 = 3,25; x2 = 5 – 6,25 = 1,25;

x3 = 8 – 6,25 = 1,75; x4 = 9 – 6,25 = 2,75;

Sm = 3,25 + 1,25 + 1,75 + 2,75 = 2,25

4

15

Calcoliamo lo Scarto medio per tutte le tre prove

Scarto 1a prova = 2,25 dati più dispersi, risultati più eterogenei

Scarto 3a prova = 0,38 dati più concentrati, risultati più omogenei

Scarto 2a pr. Scarto 1a pr. “Le Distribuzioni Differiscono”


media 6,25 6,25 6,25scarto medio 2,25 2,13 0,38

16

Diagramma degli scarti dalla media

Diagramma degli scarti dalla media

-5,00-4,00

-3,00-2,00

-1,000,00

1,002,00

3,004,00

1 2 3

num. prova

Sca

rto

dalla

med

ia

stud.1

stud.2

stud.3

stud.4

17

Osservazioni:

1. Lo scarto medio dalla media dà informazioni sulla distribuzione dei dati:

• più SM è piccolo più i dati sono concentrati; • più SM è grande più i dati sono dispersi.

2. SM è espresso nella stessa unità di misura dei dati

3. Non ha l'inconveniente del “Campo di variazione” in quanto SM tiene conto di tutti i dati della distribuzione

18

VARIANZA E SCARTO QUADRATICO MEDIO

Sono gli indici di variabilità più utilizzati, e tengono conto della distribuzione di tutti i dati.

Varianza

Rappresenta la media aritmetica dei quadrati delle distanze dei dati dalla media M

n

xxxxxx n22

22

12 ..... Varianza

19

n

x

n

xxn

i

n

i

1

2

1

2

2 Varianza

20

Esempio - Varianza



media 6,25

(x1)2 = (3 – 6,25 )2 = 10,5625; (x2)2 = (5 – 6,25 )2 = 1,5625;

(x3)2 = (8 – 6,25 )2 = 3,0625; (x4)2 = (9 – 6,25 )2 = 7,5625;

2 = 10,5625+1,5625+3,0625+7,5625 = 5,6875

4

21

Calcoliamo la Varianza per tutte le tre prove

Varianza 1aprova = 5,69 dati più dispersi, risultati più eterogenei

Varianza 3a prova = 0,19 dati più concentrati, risultati più omogenei

Varianza 2a pr. Varianza 1a pr “Le Distribuzioni Differiscono”


media 6,25 6,25 6,25varianza 5,69 6,19 0,19

22

SCARTO QUADRATICO MEDIO O DEVIAZIONE STANDARD

È uguale alla radice quadrata della varianza

n

x

n

xxn

i

n

i

1

2

1

2

medioquadr Scarto

n

xxxxxx n

22

2

2

1 ..... medio quadr. Scarto

23

Esempio - Scarto quadratico medio

Riprendiamo le valutazioni della prima prova

1a Prova scarti da M scarti2

1° studente 3 -3,25 10,5625

2° studente 5 -1,25 1,5625

3° studente 8 1,75 3,0625

4° studente 9 2,75 7,5625

media 6,25 0,00 5,6875

3848,26875,521

2

n

xn

i

24

Calcoliamo lo Scarto quadratico medio per tutte le prove

Scarto q. 1aprova = 2,38 dati più dispersi, risultati più eterogenei

Scarto q. 3aprova = 0,43 dati più concentrati, risultati più omogenei

Scarto q. 2a pr. Scarto q. 1a pr “Le Distribuzioni Differiscono”

1° studente 3 2 62° studente 5 7 73° studente 8 8 64° studente 9 8 6

media 6,25 6,25 6,25scarto quadratico 2,38 2,49 0,43Scarto dalla media 2,25 2,13 0,38

25

Osservazioni:

1. La varianza 2 e lo scarto quadratico medio danno

informazioni sulla distribuzione dei dati:

• più 2 e sono piccoli più i dati sono concentrati; • più 2 e sono grandi più i dati sono dispersi.

2. Entrambi gli indici tengono conto di tutti i dati della distribuzione

26

3. Entrambi si basano sulla proprietà della media per cui

la somma dei quadrati degli scarti dalla media è

minima

4. La varianza è espressa mediante il quadrato dell’unità

di misura dei dati

5. Lo scarto quadratico nella stessa unità di misura dei

dati e pertanto viene preferito alla varianza

27

Il coefficiente di variazione CV

Il CV è una misura relativa di dispersione (le precedenti sono misure assolute) ed è una grandezza adimensionale.

E’ particolarmente utile quando si devono confrontare le distribuzioni di due gruppi con medie molto diverse o con dati espressi in scale differenti (es. confronto tra variazione del peso e variazione dell’altezza).

%100

xCV

28

Se i valori di CV sono esterni a quelli indicati

« o si è in presenza di errori di rilevazione,

« oppure il fenomeno presenta aspetti particolari.

« se CV è molto basso (2 – 3 %) bisogna sospettare l’esistenza di fattori limitanti la variabilità,

« se CV è molto alto (intorno al 40% o più) è molto probabile l’esistenza di fattori che aumentano la variabilità

In natura il coeff. di variazione tende a rimanere costante per ogni fenomeno: i valori normalmente variano dal 5% al 15%

29

Calcoliamo il Coeff. di variazione delle tre prove

CV 1a prova = 38,16% dati più dispersi, risultati più eterogenei

CV 3a prova = 6,93% dati più concentrati, risultati più omogenei

CV 2a pr. CV 1a pr “Le Distribuzioni Differiscono”


media 6,25 6,25 6,25scarto quadratico 2,38 2,49 0,43coeff. variazione 38,16% 39,80% 6,93%

EsempioNel reparto di ginecologia e ostetricia di un ospedale è stato rilevato il peso di un campione di 80 neonati maschi e contemporaneamente il peso dei rispettivi papà. I dati ottenuti sono espressi nella seguente tabella:

Coefficiente di variazione

Gruppo Media Deviazione Standard

Neonati 3,4 kg 0,8

Babbo 82 kg 15

Ci si chiede se, rispetto alla variabile peso, esiste più variabilità nel gruppo dei neonati o in quello dei papà.

Per poter operare un confronto sulla variabilità dei due gruppi è opportuno calcolare i rispettivi coefficienti di variazione:

Osservando i risultati si può concludere che il gruppo dei bambini presenta una maggiore variabilità rispetto a quella del gruppo dei Papà.

32

LE MISURE DI FORMA

Sono indici sintetici utilizzati per evidenziare particolarità nella forma della distribuzione.

Noi esamineremo:Noi esamineremo:

• l’asimmetrial’asimmetria

• la curtosila curtosi

33

ASIMMETRIA

Una distribuzione è simmetrica quando la sua curva di frequenza presenta un asse di simmetria

In una distribuzione simmetrica media, mediana e moda sono coincidenti.

Confronto di distrib. normali

0

0,05

0,1

0,15

0,2

0,25

0 2 4 6 8 10 12 14 16

valori della variabile

fre

qu

en

za

1° distrib. normale

media = mediana = moda

In una distribuzione asimmetrica media, mediana e moda non sono più coincidenti

La differenza (distanza) tra la media e la moda può essere considerata una misura della asimmetria

34

ii

ii

i

f

fxxa

3

3

1

Un altro coeff di asimmetria è il Coeff. di asimmetria (di Fisher)

= scarto quadratico medio

Se a = 0 distribuzione simmetrica

Se a > 0 asimmetria destra

Se a < 0 asimmetria sinistra

Sono state proposte diverse misure dell’ asimmetria, per esempio le più semplici sono:

modax

medio quadratico scarto

modaeticamediaaritmasimmetria

mediana)x

medio quadratico scarto

edianamtmetica3(mediaariasimmetria

(3)

Dette rispettivamente: primo e secondo coeff. di asimmetria di Pearson

35

ASIMMETRIA POSITIVA (AS. DESTRA)

moda < mediana < mediamoda < mediana < media

La distribuzione è asimmetrica quando non presenta nessun asse di simmetria.Si ha un’asimmetria positiva o destra quando il ramo destro della curva è più lungo di quello sinistro

In questo caso si ha:

Asimmetria positiva o destra

0

2

4

6

8

10

12

0 20 40 60 80 100 120 140 160

valori

frequenza

media=63,65

moda = 48mediana =58

36

ASIMMETRIA NEGATIVA (AS. SINISTRA)

media < mediana < modamedia < mediana < moda

Si ha un’asimmetria negativa o sinistra quando il ramo sinistro della curva è più lungo di quello destro

In questo caso si ha:

Asimmetria negativa o as. sinistra

0

2

4

6

8

10

12

14

0 20 40 60 80 100 120 140

valori

freq

uenz

a

media = 85,24

moda = 100mediana = 90

37

CURTOSISe una distribuzione è simmetrica o quasi simmetrica allora può esser più o meno appuntita o più o meno appiattita rispetto alla distribuzione normale (o di Gauss)

Se la curva è

• più appuntita si dice curva Leptocurticacurva Leptocurtica

• più appiattita si dice curva Platicurticacurva Platicurtica

ii

ii

i

f

fxxK

4

4

1

Coeff. di curtosi di Pearson

= scarto quadratico medio 0 K < + Se K = 3 distribuzione normalese K > 3 curva leptocurticaSe K < 3 curva platicurtica.

38

CURTOSI

Confronto delle Curtosi

-0,05

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 2 4 6 8 10 12 14 16


fre

qu

en

za

leptocurtosi K = 8,57

platicurtosi K = 2,8

curva normale K = 3

39

CURTOSI

Spesso il coeff. di curtosi viene indicato con b2 che, come visto, nel caso della distribuzione normale è = 3

pertanto, talvolta, la curtosi viene indicata con (b2 – 3)

Allora:

se la distribuzione è normale (b2 – 3 ) = 0

se la distribuzione è leptocurtica (b2 – 3 ) > 0

se la distribuzione è platicurtica (b2 – 3 ) < 0

Esempio 1Data la seguente distribuzione unitaria del carattere X:

X: 4 2 4 2 6 4 0 4 0 2 4 4a. Calcolare la media aritmetica utilizzando la distribuzione di frequenza;b. Verificare che la somma degli scarti dalla media è zero;c. Verificare che la somma degli scarti al quadrato dalla media ( varianza) è più piccola della somma dal valore 2 ( ciò vale per ogni altro valore diverso dalla media aritmetica ).

xi fi xifi

0 2 0 -3 -6 18 -2 8

2 3 6 -1 -3 3 0 0

4 6 24 1 6 6 2 24

6 1 6 3 3 9 4 16

Media =3 12 36 0 0 36 4 48

Esercizio 2Con riferimento alla seguente distribuzione di un gruppo di 60 aziende, secondo la classe di fatturato, calcolarea.La media e la classe modale;b.La varianza e lo scarto quadratico medio della distribuzione di fatturato.

033,05

167,0167,0

60

10

i

iii A

fhf

Quando i valori si presentano raggruppati in classi si parla di classi modali.

Se la distribuzione delle unità statistiche hanno intervalli di ampiezza diversa, allora la classe modale è quella classe a cui corrisponde la massima densità di frequenza hi. Nel nostro caso:

Nel nostro caso è la classe modale 0 – 5

b) La varianza e lo scarto quadratico medio della distribuzione di fatturato.

45

Fine Lezione

La deviazione standard è particolarmente significativa nelle distribuzioni gaussiane (grafico simmetrico rispetto alla media).

Si può dimostrare che se la distribuzione è gaussiana, si ha che:

Confronto di distrib. normali

0

0,05

0,1

0,15

0,2

0,25

0 2 4 6 8 10 12 14 16


fre

qu

en

za

1° distrib. normale

σ è un parametro che caratterizza la distribuzione normale (Gaussiana)

3%74,993

2%45,952

%27,68

XvalorideiX

XvalorideiX

XvalorideiX

576,2%99576,2

96,1%9596,1

MvalorideiM

MvalorideiM

In una distribuzione perfettamente simmetrica con media M

valorideiM

valorideiM

%9957,2

%9596,1

Il costo mensile del trasporto scolastico in una popolazione di 800 studenti, ha una distribuzione gaussiana.Il costo medio mensile è CM=56 € e la deviazione standard = 5 €;a.Quanti sono gli studenti che hanno un costo tra 56 – 61 €?b.Quanti studenti hanno un costo superiore a 66€? ( M+2 )c.Quanti sono gli studenti che hanno un costo tra 56 – 61 €?

Risposta a.865,15

2

27,68100546

100

27,68800

Risposta b. 275,2

2

45,9510018

100

275,2800

Risposta c.

86,812

27,68

2

45,95655

100

86,81800

La popolazione e il campione

E’ la ricerca dei valori dell’universo attraverso un suo campione.

Il campione deve riprodurre in piccola scala la popolazioneI nostri campioni vengono dedotti mediante estrazione anche ripetuta.

Questo significa che ogni elemento della popolazione ha la stessa possibilità di essere nuovamente estratto.

Le formule sono più semplici.


Esempio:

Una azienda agricola produce 25.000 polli da rosticceria ogni 40 giorni del peso di 1,6 kg con una tolleranza di 0,1 kg. I polli da scartare sono lo 0,2% del totale.


I dati che fornisce il campione rappresentano la stima della popolazione.Gli eventuali differenze andranno discusse ed eventualmente modificate.

Riassumiamo i parametri in una tabella.

La sistribuzione campionaria

Stima della media

Come si può stimare la media dell’universo utilizzando la media del campione?

Questa procedura si chiama stima puntualeMeglio accompagnarla anche dalla deviazione standard del campione

In questo caso posso utilizzare la deviazione standard del campione s, che però non essendo uno stimatore corretto, va modificata in questo modo:

intervallo di confidenza: intervallo di valori plausibili per quel parametro, che viene definito intervallo di confidenza (o intervallo di fiducia).

Se la confidenza deve essere del 95%, significa che il 95% dei campioni estratti deve avere una altezza compresa nell’intervallo qualcosa

Mi aspetto che questi 57 studenti abbiano un’altezza compresa nell’intervallo:

La media del campione considerato è compresa nell’intervallo delle medie campionarie

ES: Stimiamo l’altezza media in una popolazione di ragazzi di 19 anni sapendo che da un campione di 65 di essi, abbiamo rilevato che l’altezza media e la deviazione standard sono rispettivamente:

effettuiamo una stima puntuale a un livello di confidenza del 99%

Errore standard

L’intervallo di confidenza pari al 99% sarà:

Il reddito annuo (in migliaia di euro) di 7 fratelli è il seguente:

La concentrazione

Individui A B C D E F G

Reddito in migliaia di €

15 20 12 10 18 30 35

Gli Indici di VARIABILITA ’

Documents

Transcript of Gli Indici di VARIABILITA ’