G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali 1 Rappresentazione Rappresentazione dei dati con dei dati con istogrammi istogrammi Giovanni Filatrella Giovanni Filatrella ( ( [email protected][email protected]) ) Elaborazione Statistica dei Dati Elaborazione Statistica dei Dati Sperimentali Sperimentali Facoltà di Scienze MM FF e NN, Università Sannio
29
Embed
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali 1 Rappresentazione dei dati con istogrammi Giovanni Filatrella ( [email protected].
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
1
Rappresentazione Rappresentazione dei dati con dei dati con istogrammiistogrammi
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 Sperimentali
2
Dati grezziI dati sperimentali si presentano in
genere sotto forma di tabelle: 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 Sperimentali
3
Analisi dei dati
I dati così raccolti devono essere elaborati per rispondere a delle domande:
1. Il tasso di fertilità è stato maggiore nel 1992 o nel 1993?
2. Le variazioni da una regione all’altra sono grandi?
3. Quale potrebbe essere stato sulla base di questi dati il tasso nel 1998?
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
4
Come si risponde in presenza di variabilità:
Il tasso di fertilità è stato maggiore nel 1992 o nel 1993?I valori sottolineati sono quelli maggiori, e non
L’analisi statistica di questi dati dovrebbe dare una risposta quantitativa
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
5
Importante
In presenza di variabilità la domanda “qual è più grande” potrebbe dipendere da molti fattori – in seguito vedremo quindi vari approcci che potrebbero quindi dare risultati diversi per lo stesso insieme di dati.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
6
Definizioni
• Individui: i soggetti delle misure
• Variabile casuale:Una grandezza misurabile che assume valori in principio diversi per i diversi individui
Ex: nella tabella (1) se si seleziona una regione un “individuo” è un anno. La variabile casuale è il tasso di fertilità.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
7
Applicazione del concetto di “individuo” e “variabile
casuale” 1990 1991 1992 1993 1994 1995 1996 1997
Val d'Aosta 1.183 1.160 1.116 1.013 1.082 1.102 1.196 1.314
In corrispondenza di ogni anno (ovvero di ogni individuo) si misura una quantità: il numero di figli nati in quell’anno per 1000 donne (la variabile casuale).Nell’analisi di qualsiasi tipo di dati è essenziale innanzitutto comprendere quali siano gli “individui” e quale sia la “variabile casuale”.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
8
Nomenclatura dei diversi tipi di variabili casuali
Una grandezza misurabile, cioè una variabile casuale, può comunque appartenere a diverse categorie:
1) Continua: può assumere un qualsiasi valore fra i numeri reali;
2) Discreta: può assumere un qualsiasi valore fra i numeri interi;
3) Nominale: può assumere diversi valori, ma fra questi non vi è nessun ovvio ordinamento.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
9
Esempi di variabile continua:
1. Misurare l’altezza di coloro che seguono questo corso;
2. Misurare il peso di coloro che seguono questo corso;
3. Misurare la distanza che percorre ognuno di coloro che seguono questo corso per raggiungere la Facoltà.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
10
Esempi di variabile discreta:
1. Misurare l’anno di nascita di coloro che seguono questo corso;
2. Misurare il numero di fratelli e sorelle di coloro che seguono questo corso;
3. Misurare il numero di crediti già conseguiti da coloro che seguono questo corso.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
11
Esempi di variabile nominale:
1. Misurare il luogo di nascita di coloro che seguono questo corso;
2. Misurare la scuola di provenienza di coloro che seguono questo corso;
3. Misurare il Codice di Avviamento Postale della residenza di coloro che seguono questo corso.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
Per le tre variabili casuali:x1 {Il tasso di fertilità per il 1991 nelle varie regioni}x2 {L’anno in cui ogni regione ha mostrato il minimo tasso di fertilità}x3 {La regione che ogni anno ha mostrato il massimo tasso di fertilità}
stabilire di quale tipo si tratti
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
13
Risposte
1. x1 {Il tasso di fertilità per il 1991 nelle varie regioni}
continua2. x2 {L’anno in cui ogni regione ha
mostrato il minimo tasso di fertilità} discreta
3. x3 {La regione che ogni anno ha mostrato il massimo tasso di fertilità}
nominale
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
14
Problema
Il tasso di fertilità è il numero di figli, quindi dovrebbe essere un intero. Perché invece asseriamo che può assumere un qualsiasi valore e quindi è una variabile continua?
Rispondere a casa scrivendo la motivazione.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
15
Importanza dell’elaborazione dei dati
Es.: per le variabili x2 e x3, anche se la tabella contiene sicuramente l’informazione, non è ovvio sapere cosa succede.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
16
x1 {Il tasso di fertilità misurato nel 1991}
OSSERVAZIONI
• Gli individui sono le regioni• La variabile casuale è continua
Ma aver isolato i dati non basta a darci un’ideadi cosa succeda.
1,124 individui per i quali la variabile 1,124 compresa fra 1 ed 1,21,1601,162
1,207
1,233 individui per i quali la variabile è 1,291 compresa fra 1,2 ed 1,41,353
1,406
1,410 individui per i quali la variabile è 1,557 compresa fra 1,4 ed 1,6
1,601
1,668 individui per i quali la variabile è 1,775 compresa fra 1,6 ed 1,81,810 individui per i quali la variabile è
compresa fra 1,8 e 2
Questa prima elaborazione aiutaa comprendere cosa succede.
D: cosa si nota dalla tabella ordinata?
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
18
Suddivisione in “Classi”
Gli intervalli della slide precedente si dicono “classi”:
I classe: 1 b 1.2
II classe: 1.2 b 1.4
III classe: 1.4 b 1.6
IV classe: 1.6 b 1.8
V classe: 2 b
b{tasso di natalità}
Il numero di individui in una classe è la “frequenza assoluta” :
9
4
3
3
1
Ni{frequenza assoluta}
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
19
Definizioni
• Si dice “Classe” un intervallo di valori della variabile casuale cui un individuo può appartenere o no. Il numero di classi in cui suddividere dei dati grezzi dipende da come risulta più efficace la rappresentazione.
• L’intervallo della variabile casuale compreso in una classe si dice “Ampiezza della classe”. Anche le ampiezze delle classi non possono essere decise a priori. Ove possibile, è preferibile che siano tutte uguali.
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
20
Rappresentazione efficace della suddivisione in “Classi”
La “freq. assoluta” può essere espressa in percentuali:
45%
20%
15%
15%
5%
una percentuale {fiX100}
La “freq. assoluta” diviso il totale N di individui è la “frequenza relativa”:
0.45
0.20
0.15
0.15
0.05
fi=Ni/N{frequenza relativa}
G. Filatrella: Corso di Elaborazione Statistica dei Dati Sperimentali
21
Tabella riassuntiva
No b Classe frequenza frequenza frequenzaassoluta relativa relativa %