Lez. 3 - Gli Indici di VARIABILITA’
- Campo di variazione - Scarto dalla media - Varianza
- Scarto quadratico medio - Coefficiente di variazione
Elementi di Statistica descrittiva
Elementi 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
Esempio
In tre differenti prove di matematica 4 studenti hanno riportato le seguenti valutazioni
1a Prova 2a Prova 3a Prova
1° studente 3 5 6
2° studente 5 7 7
3° studente 8 6 6
4° 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
Diagramma di distribuzione delle tre prove
Diagramma dispersione dati
01 23 45 67 89 10
0 1 2 3 4
num prova
valutazioni 1 studente
2 sttudente 3 studente 4 studente media
• nel caso della 1
aprova e 2
aprova sarà opportuno fare un recupero per alcuni studenti
• nel caso della 3
aprova l’insegnante può ritenere che gli obiettivi siano stati raggiunti dalla classe, anche se ad un livello solo sufficiente
Diagramma dispersione dati
01 23 45 67 89 10
0 1 2 3 4
num prova
valutazioni 1 studente
2 sttudente 3 studente 4 studente media
• 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
Campo variazione = x
max– x
minCampo di variazione
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
Esempio
Consideriamo le valutazioni della prima prova
1a Prova 1° studente 3 2° studente 5 3° studente 8 4° studente 9
media 6,25
Xmax = 9;
Xmin = 3 Range = 9 – 3 = 6
Calcoliamo il Range per tutte le tre prove
1a Prova 2a Prova 3a Prova
1° studente 3 2 6
2° studente 5 7 7
3° studente 8 8 6
4° studente 9 8 6
media 6,25 6,25 6,25
range 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?
Campo di variazione delle tre prove
01 2 34 56 78 109
0 1 2 3 4
num prova
valutazioni
1 studente 2 sttudente 3 studente 4 studente
range
Vediamo graficamente
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
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
x x
x x
x
x
n
...
S medio
Scarto
m 1 2Esempio
Consideriamo le valutazioni della prima prova
1a Prova 1° studente 3 2° studente 5 3° studente 8 4° studente 9
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 4Calcoliamo 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”
1a Prova 2a Prova 3a Prova
1° studente 3 2 6
2° studente 5 7 7
3° studente 8 8 6
4° studente 9 8 6
media 6,25 6,25 6,25
scarto medio 2,25 2,13 0,38
Diagramma degli scarti dalla media
Diagramma degli scarti dalla media
-5,00 -4,00 -3,00 -2,00 -1,00 0,00 1,00 2,00 3,00 4,00
1 2 3
num. prova
Scarto dalla media
stud.1 stud.2 stud.3 stud.4
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
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
x x
x x
x
x1 2 2 2 n 2
2 ...
Varianza
n x n
x
x
n in
i
12 1
2
Varianza
Esempio - Varianza
Consideriamo le valutazioni della prima prova
1a Prova 1° studente 3 2° studente 5 3° studente 8 4° studente 9
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 4Calcoliamo 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”
1a Prova 2a Prova 3a Prova
1° studente 3 2 6
2° studente 5 7 7
3° studente 8 8 6
4° studente 9 8 6
media 6,25 6,25 6,25
varianza 5,69 6,19 0,19
Scarto quadratico medio o
Deviazione standard
È uguale alla radice quadrata della varianza
n x n
x x
n
i n
i
12 1
2
medio quadr
Scarto
n
x x
x x
x
x1 2 2 2 ... n 2
medio
quadr.
Scarto
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 ,
2 6875
,
2
5
1
2
n
x
n
i
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”
1a Prova 2a Prova 3a Prova
1° studente 3 2 6
2° studente 5 7 7
3° studente 8 8 6
4° studente 9 8 6
media 6,25 6,25 6,25
scarto quadratico 2,38 2,49 0,43
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
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
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
x
CV
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%
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
1a Prova 2a Prova 3a Prova
1° studente 3 2 6
2° studente 5 7 7
3° studente 8 8 6
4° studente 9 8 6
media 6,25 6,25 6,25
scarto quadratico 2,38 2,49 0,43 coeff. variazione 38,16% 39,80% 6,93%
Le misure di Forma
Sono indici sintetici utilizzati per evidenziare particolarità nella forma della distribuzione.
Noi esamineremo:
Noi esamineremo:
• l’asimmetria l’asimmetria
• la curtosi la curtosi
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
frequenza
1° distrib. normale
media = mediana
= moda
In una distribuzione
asimmetrica media, mediana e moda non sono più
coincidenti
e proprio la differenza
(distanza) tra la media e la moda può essere considerata
i i
i i
i
f f x x
a
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:
moda x
medio quadratico
scarto
moda etica
mediaaritm
asimmetria
mediana) x
medio quadratico
scarto
ediana m
tmetica 3(mediaari
asimmetria
) 3(
Dette rispettivamente: primo e secondo coeff. di asimmetria di Pearson
moda < mediana < media moda < mediana < media
Asimmetria positiva (as. Destra)
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
frequenza
media < mediana < moda media < mediana < moda
Asimmetria negativa (as. Sinistra)
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
frequenza
media = 85,24
moda = 100 mediana = 90
Curtosi
Se 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 Leptocurtica curva Leptocurtica
• più appiattita si dice curva Platicurtica curva Platicurtica
ii
i
f
f x x
K
4
4
1
Coeff. di curtosi di Pearson
= scarto quadratico medio 0 K < + inf
Se K = 3 distribuzione normale
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
valori della variabile
frequenza
leptocurtosi K = 8,57
platicurtosi K = 2,8 curva normale
K = 3