∆ ∆
Corso di Laurea in Economia e Management STATISTICA – 10 CFU
Giuseppina Albano
Dipartimento di Scienze Economiche e Statistiche Università degli Studi di Salerno
∆ ∆
Unità 1
La Statistica e i suoi obiettivi
∆
Definizione della Statistica
• La statistica può essere definita come
• La statistica è in pratica un insieme di metodologie finalizzate all’analisi dei dati per la
– Conoscenza di collettivi – Sintesi dell’informazione
– Analisi induttiva di tipo probabilistico
STATISTICA - Università di Salerno
La scienza delle decisioni in condizione di incertezza
3
∆
Obiettivi statistica
• Riduzione della complessità (informativa)
– Eccesso di informazione
– Informazioni eterogenee e non classificate o organizzate
• Decisioni in condizioni di incertezza
– Informazioni ridotte parziali o limitate – Incertezza andamenti futuri
STATISTICA - Università di Salerno 4
∆
Statistica descrittiva e inferenziale
1. Metodi grafici e numerici utilizzati per la
– Raccolta
– Rappresentazione – Elaborazione
– Sintesi dei dati
2. Metodi utilizzabili per la:
– Previsione.
– La stima.
– Altre forme di decisioni in condizioni di incertezza.
STATISTICA - Università di Salerno 5
∆
Applicazioni
• Sondaggi di opinione
• Ricerche di mercato
• Efficacia di un farmaco/terapia
• Analisi di qualità
• Gestione delle scorte di magazzino
• Gestione delle code
• Gestione di portafoglio
• Scelte di politica economica
• …….
STATISTICA - Università di Salerno 6
∆
Alcune nozioni base
• Rilevazione statistica
• Popolazione/campione
• Parametro/statistica
• Unità statistica
• Carattere
• Modalità
STATISTICA - Università di Salerno 7
∆
Rilevazione statistica (o indagine)
• È il complesso di operazioni rivolte ad acquisire informazioni su un dato fenomeno
– Con un metodo fornito dalla statistica
– Su cui possono essere usati, per la sua analisi, strumenti statistici.
STATISTICA - Università di Salerno 8
∆
Popolazione
• È qualsiasi insieme di elementi, reale o ipotetico, presente o futuro, che forma oggetto di uno
studio statistico.
• Esempi:
– Famiglie residenti in Campania, al 31/12/2014
– Residenti in Campania, al 31/12/2014, in età compresa tra i 16 ed i 65 anni – Possibili cinquine estraibili sulla ruota di Napoli
– Voti che uno studente può ricevere all’esame di Statistica
STATISTICA - Università di Salerno 9
∆
Campione
• Il campione è un sottoinsieme della popolazione di riferimento dello studio
STATISTICA - Università di Salerno 10
∆
Parametri e statistiche
• Un parametro è una sintesi numerica delle caratteristiche della popolazione
• Una statistica è una sintesi numerica dei dati campionari
• Esempi
• Percentuale di statunitensi (nella popolazione o nel campione, rispettivamente) che credono nel paradiso
• Reddito medio degli italiani (nella popolazione o nel campione, rispettivamente)
STATISTICA - Università di Salerno 11
∆
Unità statistica
• È l’elemento di base della popolazione sulla quale viene effettuata la rilevazione.
• Esempi.
– Se si è interessati al reddito familiare l’unità statistica è l’intera famiglia.
– Se si è interessati al reddito individuale, ogni componente della famiglia costituisce una unità statistica.
STATISTICA - Università di Salerno 12
∆
Carattere statistico
• È il fenomeno oggetto di studio, rilevato o misurato sulle unità statistiche
• Esempio. Data l’unità statistica famiglia è possibile rilevare:
– Il numero di componenti – Il reddito familiare
– La condizione familiare
– La spesa per beni di consumo culturale
STATISTICA - Università di Salerno 13
∆
Modalità
• È l’espressione concreta (il modo) del carattere nella unità statistica
• Esempio:
– Popolazione: famiglie residenti in Campania al 31/12/2014 – Unità statistica: la famiglia Rossi
• Carattere: reddito familiare annuale (migliaia €)
• Modalità: 34
• Carattere: numero di componenti
• Modalità: 4
STATISTICA - Università di Salerno 14
∆
Tipi di rilevazioni statistiche
• Rilevazioni statistiche globali (censimenti):
tutte le unità statistiche della popolazione sono oggetto di indagine.
– Pro: immagine completa della popolazione – Cons: tempi di risposta e costi
• Rilevazioni statistiche parziali (campioni):
solo una parte, un sotto insieme della popolazio- ne, è oggetto di indagine.
– Pro: tempi di riposta e costi
– Cons: si aggiunge l’errore campionario
STATISTICA - Università di Salerno 15
∆
Tipi di rilevazioni statistiche
2• Rilevazioni statistiche semplici: viene rilevato un solo carattere statistico
• Rilevazioni statistiche multiple (multivariate):
vengono rilevati due o più caratteri statistici
STATISTICA - Università di Salerno 16
∆
Classificazione dei caratteri
• Variabili: assumono come modalità dei numeri reali (anche note come «variabili quantitative»)
– Continue (in linea di principio, possono assumere qualunque valore reale in un intervallo)
– Discrete (i valori variano nel discreto)
• Mutabili: assumono come modalità delle qualità, degli attributi non numerici (anche note come «variabili
categoriali»)
– Sconnesse (modalità non ordinabili) – Ordinabili (modalità ordinabili)
STATISTICA - Università di Salerno 17
∆
Esempi di variabili
• Variabili discrete
– Il numero di componenti di una famiglia (1, 2, 3, ...) – Il numero di incidenti su un tratto di strada, in dato
periodo, (0, 1, 2, ... )
– Il numero di passeggeri di una linea aerea
• Variabili continue
– Peso (67.4 kg) – Altezza (1.75 m)
– Reddito annuale percepito (24.4 milioni)
STATISTICA - Università di Salerno 18
∆
Esempi di mutabili
• Mutabili sconnesse
– Il genere (M o F)
– La religione (cattolico, protestante, ebreo, ortodosso, musulmano)
• Mutabili ordinabili
– Titolo di studio (nessuno, licenza elementare, licenza media, licenza superiore, laurea)
– Il gradimento di un prodotto (scarso, mediocre, sufficiente, discreto, ottimo)
STATISTICA - Università di Salerno 19
∆
Classificazione delle rilevazioni statistiche
STATISTICA - Università di Salerno
Rilevazioni Statistiche
•Continue
•Discrete
•Sconnesse
•Ordinabili Globali Semplici
Multiple
Variabili Mutabili
Mutabili
Variabili •Continue
•Discrete
•Sconnesse
•Ordinabili Parziali
20
∆
Tecniche di campionamento
• Insieme di procedure per la selezione di un campione rappresentativo da una data
popolazione.
STATISTICA - Università di Salerno 21
∆
Il campione casuale (semplice)
• Insieme di n elementi estratti da una
popolazione di riferimento in modo tale che
ogni campione di pari numerosità abbia a priori la stessa probabilità di essere estratto
• Campionamento con reinserimento
• Campionamento senza reinserimento
• Il numero di elementi (indicato con n)
rappresenta la dimensione campionaria
STATISTICA - Università di Salerno 22
∆
Altri metodi di campionamento
• Campionamento sistematico
• Campionamento stratificato
• Campionamento a grappoli
• Campionamento multi-stadio
• ….
STATISTICA - Università di Salerno 23
∆
Errore campionario
• È l’errore che viene commesso quando viene
impiegata una statistica campionaria per prevedere il valore di un parametro della popolazione.
• Tale errore si riflette nel modo in cui i valori delle stesse statistiche variano da campione a campione
• In un campione casuale è possibile determinare, e quindi controllare, l’ampiezza dell’errore
campionario (margine di errore)
STATISTICA - Università di Salerno 24
∆
Altri fattori di distorsione
• Oltre all’errore campionario, altri fattori possono contribuire a determinare variabilità nei valori
assunti dalle statistiche nei differenti campioni:
– Distorsione campionaria
– Distorsioni dovute alle risposte
– Distorsioni dovute alle non-risposte
• A differenza dell’errore campionario, è più difficile controllare e limitare gli effetti di tali fattori di distorsione
STATISTICA - Università di Salerno 25
∆
Distorsione campionaria
• Si ha quando il campione viene individuato mediante metodi non-probabilistici o è sotto- rappresentativo della popolazione.
• Esempi:
– Al pubblico di un programma televisivo viene chiesto di telefonare ed esprimere un voto su una qualche materia (campione volontario)
– Ad un campione casuale estratto sulla base dell’elenco telefonico viene sottoposto un questionario (l’elenco telefonico è una lista incompleta della popolazione)
STATISTICA - Università di Salerno 26
∆
Distorsioni dovute alle risposte
• Si verificano quando i soggetti campionati
danno risposte non corrette o alterate ai quesiti che vengono loro presentati
• Esempi:
– Quesiti formulati in modo fuorviante o non chiaro dall’intervistatore
– Ordine delle domande in grado di influenzare le risposte – L’intervistato si sente «giudicato» dall’intervistatore
STATISTICA - Università di Salerno 27
∆
Distorsioni dovute alle non-risposte
• Si verificano quando alcuni dei soggetti
campionati non vengono intervistati oppure
quando si rifiutano di rispondere a tutte o parte delle domande nel questionario (dati mancanti)
STATISTICA - Università di Salerno 28