Statistica Applicata all'edilizia Lezione 2: Analisi ... · Grafico di dispersione 2 Indici di...
Transcript of Statistica Applicata all'edilizia Lezione 2: Analisi ... · Grafico di dispersione 2 Indici di...
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Statistica Applicata all’ediliziaLezione 2: Analisi descrittiva dei dati
Orietta Nicolis
E-mail: [email protected]
1 marzo 2011
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Programma
1 Analisi grafica dei datiGrafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
2 Indici di posizione e variabilitàIndici di posizioneIndici di dispersioneIl boxplot
3 Analisi di correlazione tra due o più variabili
4 Casi di studio
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Programma
1 Analisi grafica dei datiGrafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
2 Indici di posizione e variabilitàIndici di posizioneIndici di dispersioneIl boxplot
3 Analisi di correlazione tra due o più variabili
4 Casi di studio
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Tipi di variabili1
variabili
quantitative qualitativequantitative qualitative
discrete continue norminali ordinali
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Numero abitazioni: nuovi fabbricati eampliamenti
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafico per i valori assoluti e per percentuali
N. abitazioniNuovi fabbricati 156.388Ampliamenti 17.002Totale 173.39
N. abitazioni %Nuovi fabbricati 156.388 90.19Ampliamenti 17.002 9.81Totale 173.39 100
156.388
17.002
0
20
40
60
80
100
120
140
160
180
Nuovi fabbricati Ampliamenti
90.19%
9.81%
Nuovi fabbricatiAmpliamenti
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Fabbricati residenziali per numero diabitazioni e ripartizione geografica. Anno 2000(composizione percentuale)
1 2 3-15 16-30 oltre 30 TotaleNord 37.2 18.7 37.7 4.8 1.6 100.0Centro 37.6 18.9 36.9 5.0 1.5 100.0Sud 56.5 15.7 23.7 3.1 1.0 100.0Isole 64.6 16.2 16.8 1.9 0.5 100.0Italia 44.0 17.9 32.6 4.2 1.3 100.0
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafico del numero di abitazioni
0
10
20
30
40
50
60
70
1 abitaz. 2 abitaz. 3-15 abitaz. 16-30abitaz
oltre 30
NordCentroSudIsoleItalia
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: % di fabbricati residenziali per tipo distruttura portante e numero di piani. Anno 2000
Pietra e mattoni Cemento armato Altro Totale1 piano 2.8 6.6 0.7 10.22 piani 11.9 24.6 2.2 38.73 piani 7.8 25.8 2.0 35.64 piani 2.2 7.8 0.6 10.65 piani 0.2 2.7 0.1 3.06 piani – 1.0 0.1 1.17 piani – 0.4 0.1 0.48 piani – 0.2 0.2 0.29 piani – 0.2 0.2 0.2Totale 24.9 69.3 5.8 100
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafici fabbricati
% fabbricati per materiale e n. piani
0
5
10
15
20
25
30
1piano
2 piani 3 piani 4 piani 5 piani 6 piani 7 piani 8 piani 9 piani
Mattone e pietraCemento armatoAltro
%fabbricati totali per n. di piani
10%
39%36%
11% 3%
1%
0%
0%
0%
1 piano2 piani3 piani4 piani5 piani6 piani7 piani8 piani9 piani
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: abitazioni in fabbricati per numero di stanzee tipologia di comune. Anno 2000.
N. stanze: 1 s. 2 s. 3 s. 4 s. 5 s. oltre 5 TotaleCapoluoghi 3.2 18.6 25.6 31.3 17.3 4 100Altri Comuni 2.4 15.8 24.5 29 20.6 7.6 100Italia 2.6 16.3 24.6 29.5 20 7 100
0
5
10
15
20
25
30
35
1 stanza 2 stanze 3 stanze 4 stanze 5 stanze oltre 5
CapoluoghiAltriItalia
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Andamenti (o trends) nel tempo
Esempio: Andamento dell’Indice (trimestrale) della Produzione delleCostruzioni (IPC) dal gennaio 1995 a marzo 2006.
Tempo (t) IPC1995/1 79.71995/2 90.51995/3 82.51995/4 93.51996/1 79.11996/2 92.8. . . . . .
IPC
60
70
80
90
100
110
120
130
140
1995
/1
1995
/4
1996
/3
1997
/2
1998
/1
1998
/4
1999
/3
2000
/2
2001
/1
2001
/4
2002
/3
2003
/2
2004
/1
2004
/4
2005
/3
2006
/2
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Andamento dei prezzi medi mensili delle case nel RegnoUnito (UK) da agosto 2004 al gennaio 2007.
Tempo (t) PrezziAug-04 £153.743Sep-04 £153.727Oct-04 £152.159Nov-04 £153.439Dec-04 £152.623Jan-05 £151.757Feb-05 £152.879Mar-05 £153.876Apr-05 £156.128. . . . . .
£140,000
£145,000
£150,000
£155,000
£160,000
£165,000
£170,000
£175,000
£180,000
Aug-0
4
Oct-04
Dec-0
4
Feb-0
5
Apr-0
5
Jun-
05
Aug-0
5
Oct-05
Dec-0
5
Feb-0
6
Apr-0
6
Jun-
06
Aug-0
6
Oct-06
Dec-0
6
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Andamento Euribor (a 3 mesi) dal 1 gennaio 1999 al 19ottobre 2001.
Tempo (t) Euribor01− Jan − 99 3.24504− Jan − 99 3.23405− Jan − 99 3.22206− Jan − 99 3.21407− Jan − 99 3.20608− Jan − 99 3.19611− Jan − 99 3.19312− Jan − 99 3.190. . . . . .
0.000
1.000
2.000
3.000
4.000
5.000
6.000
01-
Jan-
99
24-
Feb
-99
19-
Apr
-99
10-
Jun-
99
03-
Aug
-99
24-
Sep
-99
17-
Nov
-99
10-
Jan-
00
02-
Mar
-00
25-
Apr
-00
16-
Jun-
00
09-
Aug
-00
02-
Oct
-00
23-
Nov
-00
17-
Jan-
01
12-
Mar
-01
03-
May
-01
26-J
un-0
1
17-A
ug-0
1
10-O
ct-0
1
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafici per il monitoraggio strutturale
Esempio: Spostamenti a Finale Ligure dal 21 giugno 2002 al 6novembre 2002.
Jul02 Aug02 Oct02
28
29
30
31
mm
Liv 1
Jul02 Aug02 Oct02
43.5
44
44.5
45
45.5
mm
Liv 2
Jul02 Aug02 Oct02
37
37.5
38
mm
Liv 3
Jul02 Aug02 Oct02
33.5
34
34.5
35
mm
Liv 4
Jul02 Aug02 Oct02
40
41
42
mm
Liv 5
Jul02 Aug02 Oct0214
15
16
17
18
mm
Liv 6
Jul02 Aug02 Oct0220.6
20.8
21
21.2
21.4
mm
Liv 7
Jul02 Aug02 Oct02
48
48.5
49
mm
Liv 8
Jul02 Aug02 Oct02
35
35.5
36
mm
Liv 9
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Spostamenti (Ara Pacis)
Oct03 Oct03 Nov03 Dec03 Dec03 Jan04 Feb04
−4
−3
−2
−1
0
1
2
mm
Ch 4
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Percentuali di abitazioni in fabbricati perclasse di superficie utile abitabile e tipologia dicomune per l’anno 2000.
m2: 0− 45 46− 75 76− 95 96− 110 111− 130 > 130 Tot.Capol. 13.2 38.4 30.6 8.6 5.4 3.8 100Altri 10.5 37.3 25.9 11.9 7 7.4 100Italia 11.0 37.6 26.8 11.2 6.7 6.7 100
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Rappresentazioni tramite istogrammi.
Quando abbiamo un fenomeno quantitativo continuo con datiraggruppati in classi si costruisce un istogramma procedendo comesegue:
1 Si dispongono i valori degli estremi degli intervalli delle classisull’asse delle ascisse ripettando l’unità di misura dell’asse
2 si tracciano dei rettangoli avendo come base gli estremidell’intervallo e come altezza la densità di frequenza li .Attenzione : utilizzare le frequenze assolute o relative puòportare a grafici completamente sballati.
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
EsempioSia
ai : ampiezza di ciascuna classeni : numerosità (frequenza assoluta) di ciascuna classefi : frequenza relativa di ciascuna classeli = ni/ai : densità di frequenza
considerando i dati per l’Italia e il numero di fabbricati nuoveabitazioni (pari a 156388) si ha:
Classi fi ni ai li0a 45 0.11 156388 45 382.2845a 75 0.376 58801.888 30 1960.0675a 95 0. 268 41911.984 20 2095.6095a 110 0.112 17515.456 15 1167.70110a 130 0.067 10477.996 20 523.90130a300 0.067 10477.996 170 61.64Tot. 100 156388
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Istogramma
500
1000
1500
2000
2500
50 100 150
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Variazioni del tasso Euribor.
−0.04 −0.03 −0.02 −0.01 0 0.01 0.02 0.03 0.04 0.05 0.060
50
100
150
200
250
300
350
400
450
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafici per il monitoraggio strutturale
Esempio: Istogramma degli spostamenti a Finale Ligure dal 21giugno 2002 al 6 novembre 2002.
28 29 30 310
200
400
600
800
1000
mm
Liv 1
43.5 44 44.5 45 45.50
200
400
600
mm
Liv 2
37 37.5 380
200
400
600
mm
Liv 3
33.5 34 34.5 350
200
400
600
800
mm
Liv 4
40 41 420
500
1000
1500
2000
2500
mm
Liv 5
14 15 16 17 180
200
400
600
800
mm
Liv 6
20.6 20.8 21 21.2 21.40
100
200
300
400
500
mm
Liv 7
48 48.5 490
200
400
600
mm
Liv 8
35 35.5 360
200
400
600
mm
Liv 9
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Grafico di dispersione
Esempio: Relazione tra il prezzo di vendita delle case di unadeterminata città e il valore accertato.
Valore accertato Prezzo diaccertato vendita78.17 94.180.24 101.974.03 88.6586.31 115.575.22 87.5. . . . . . 40
50
60
70
80
90
100
110
120
50 55 60 65 70 75 80 85 90
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Grafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
Esempio: Spostamenti (Ara Pacis)
9 10 11 12 13 14 15 16 17 18 19
−4
−3
−2
−1
0
1
2
3Ch 4, R2=0.963
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
Programma
1 Analisi grafica dei datiGrafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
2 Indici di posizione e variabilitàIndici di posizioneIndici di dispersioneIl boxplot
3 Analisi di correlazione tra due o più variabili
4 Casi di studio
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
Indici di posizione
Minimo e Massimo: x(1) e x(n);
Media aritmetica (semplice e ponderata): 1n
∑ni=1 xi e
1∑pi
∑ni=1 xipi
Mediana:Quantili (quartili e percentili);
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
La mediana
La mediana è quel valore che, una volta ordinati i dati del campione,lascia alla sua sinistra e alla sua destra la metà del campioneLa mediana divide a metà la distribuzione dei datiPuò essere calcolata solo per fenomeni ordinabiliSe n è l’ampiezza del campione, si procede così:1) si ordinano i dati in ordine crescente2) si calcola il valore (n + 1)/23a) se esiste (n + 1)/2 (caso n dispari) la mediana è quel valore.3b) se (n + 1)/2 non è un numero intero (caso n pari)
fenomeno quantitativo: si fa la media tra il valore precedente equello successivo alla posizione (n + 1)/2fenomeno qualitativo: si confrontano le modalità di postoprecedente e successivo alla posizione (n + 1)/2 e se coincidonoquella è la mediana, altrimenti la mediana è indeterminata.
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
Indici di dispersione
Scarto interquartile: Q3 −Q1;Campo di variazione: x(n) − x(1);
La varianza: 1n
∑ni=1(xi − x)2;
Scarto quadratico medio:√σ2;
Coefficiente di variazione:√σ2
µ , con µ = 1n
∑ni=1 xi ;
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
Il boxplot
La distribuzione di una variabile statistica viene rappresentatacome una scatola. gli estremi della scatola sono Q1 e Q3;la scatola è tagliata dalla mediana;i baffi della scatola:
- baffo superiore: Q1 − 1.5 · (Q3 − Q1);- baffo inferiore: Q3 + 1.5 · (Q3 − Q1);
se non ci sono valori in corrispondenza dei baffi questi siaccorciano al dato più vicino tutti i valori fuori dai baffi si segnanocome punti isolati
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Indici di posizioneIndici di dispersioneIl boxplot
Esempio: Valori di PM10.
Inverno 160 187 141 88 110 66 74 156Estate 62 59 49 61 71 59 45 34
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Programma
1 Analisi grafica dei datiGrafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
2 Indici di posizione e variabilitàIndici di posizioneIndici di dispersioneIl boxplot
3 Analisi di correlazione tra due o più variabili
4 Casi di studio
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
La covarianza tra X ed Y
La covarianza è un indice che misura la dispersione delle coppiedi punti dal baricentro.La covarianza, al contrario della varianza, si occupa anche dimisurare l’eventuale direzione della variabilitàLa formula della covarianza è
σxy = Cov(X ,Y ) =1n
n∑i=1
(xi − xn)(yi − yn)
ovvero (formula alternativa)
σxy =1n
n∑i=1
(xi · yi )− (xn · yn)
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
L’indice di correlazione tra X ed Y
Vale la seguente relazione
−σx · σy ≤ σxy ≤ σx · σy
e quindi possiamo definire l’indice di correlazione
ρxy =σxy
σx · σy− 1 ≤ ρxy ≤ 1
ρxy =0 solo se X ed Y sono incorrelateρxy =1 solo se X ed Y sono in relazione lineare direttaρxy =-1 solo se X ed Y sono in relazione lineare inversa
N.B.: L’assenza di relazione lineare non implica che non sianopresenti altri tipi di relazione
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Esercizi
Determinare l’indice di correlazione lineare per le seguenti misure:1 Spostamenti di Finale rispetto alla temperatura.2 Spostamenti di Ara Pacis rispetto temperatura.3 Spostamenti del misuratore di giunti Mg1 del Ponte di Certosa
rispetto alla temperatura.4 Indice dei prezzi delle case e indice Euribor.
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Programma
1 Analisi grafica dei datiGrafici per dati qualitativi: a barre e a tortaGrafici per serie storiche: andamentiGrafici per dati quantitativi: IstogrammiGrafico di dispersione
2 Indici di posizione e variabilitàIndici di posizioneIndici di dispersioneIl boxplot
3 Analisi di correlazione tra due o più variabili
4 Casi di studio
Orietta Nicolis Statistica Applicata all’edilizia
Analisi grafica dei datiIndici di posizione e variabilità
Analisi di correlazione tra due o più variabiliCasi di studio
Esercizi
Eseguire un’analisi statistica descrittiva dei seguenti insiemi di dati ecommentare i risultati ottenuti:
1 Indice della produzione nelle costruzioni (IPC)2 Indice Euribor3 Prezzi delle case in UK4 Monitoraggio degli spostamenti di Finale Ligure.5 Monitoraggio degli spostamenti di Ara Pacis.6 Monitoraggio dei misuratori di giunti del ponte di Certosa.
Orietta Nicolis Statistica Applicata all’edilizia