Trattamento e Analisi statistica dei dati sperimentali
Modulo II
: Sintesi dei dati sperimentaliL4. Dati Ordinali:
Indici di posizione
Prof. Carlo Meneghini
dip. di Scienze Università Roma Tre e-mail: carlo.meneghini@uniroma3.it
1. Variabili Ordinali
Indici
•posizione
•dispersione o variabilità
•Asimmetria
•...
Informazioni quantitative
x
Indici statistici
Indici di posizione e dispersione
Indici statistici
Posizione
•Minimo
•Massimo
•Quartili
•Mediana
•Media
Dispersione
•Intervallo (range)
•distanza interquartile
•deviazione standard
•varianza
Indici di posizione
Indice Funzione
Minimo = MIN(dati)
Massimo = MAX(dati)
Quartile = QUARTILE(dati,Quarto)
Mediana = MEDIANA(dati)
Media = MEDIA(dati)
Posizione
Mediana
La mediana è il valore che divide a metà il campione dei dati:
ordinati in modo crescente i dati, la mediana è:
• il valore in posizione centrale (numero dispari di dati)
• Il valore tra i due dati centrali (numero pari di dati)
Funzione EXCEL: = MEDIANA (A1:B10)
1, 2, 3 1, 2, 5, 9, 22
1, 2, 3, 4 1, 2, 5, 7, 9, 22
2,5 6
Quartili
I quartili: ordinati in modo crescente i dati:
• I Quartile: individua la posizione che separa il primo 25% dei dati dal resto (25o percentile);
• II Quartile: divide a metà la distribuzione dei dati (corrisponde alla mediana) (50o percentile);
• III Quartile: individua la posizione che separa i primi 75% dei dati dal restante 25% (75o percentile).
Funzione EXCEL: = QUARTILE(A1:B10;x)
x=1, 2, 3
Media
La media
= MEDIA (DATI)
∑
=
=
Ntot
1 i
i tot
N x X 1
La media rappresenta il baricentro della
distribuzione dei dati.
Media e mediana
Dati Media Mediana
1, 2, 3 2 2
1,2,6 3 2
1,2,13 5.3 2
La Mediana dipende poco dai dati estremi
Media e mediana coincidono se la distribuzione dei dati è simmetrica
media mediana media
mediana
x
Media
Proprietà della media
x c
cx = ⋅
N c c Nc c N
N
i
=
=
= ∑
=1
Media di una costante c 1
Media del prodotto per una costante
c c =
x c N x
c x
N c cx
N
i i i
N
i
⋅
=
=
= ∑ ∑
=
=1 1
1 1
Media della somma x + y = x + y
( ) y x y
x N y N
N x y
x
N
i i N
i i N
i
i
i + = + = +
=
+ ∑ ∑ ∑
=
=
=1 1 1
1 1
1
Media pesata
La media per dati aggregati
∑
∑
=
= =K
j
j K
j
j j
N x N X
1 1
Problema: calcolare la media dei voti nell’esame di Analisi dati per un gruppo di Ntot studenti.
media pesata
∑
=
=
K
j
j
tot N
N
1
Media pesata
media pesata
∑
=
=
K
j
j j x f
X
1
∑
=
=
K
j
j tot
j x
N X N
1
∑
=
=
K
j
j
tot N
N
1
∑
∑
=
= =K
j
j K
j
j j
N x N X
1 1
Freq. Assolute
Freq. relative
Media Pesata
Calcolo della media pesata
1. Calcola f i x i
2. Calcola
∑
=
=
K
1 i
i i x f X
1
2
Media Pesata
Calcolo della media per dati aggregati:
la funzione
MATR.SOMMA.PRODOTTO(dati;dati)
0. definisci i valori medi degli intervalli x i
1. Calcola
∑
=
=
K
1 i
i i x f X
Media pesata
Dati aggregati per classi
Per variabili continue i valori sono aggregati per classi di dati piuttosto che per singolo valore
Media pesata
Dati aggregati per classi
Dobbiamo assumere che i dati siano distribuiti in modo uniforme in ogni classe. Per ogni
classe prendiamo come riferimento il centro (punto medio) della classe
xj
Media pesata
∑
=
=
K
j
j j x f
X
∑ 1
∑
=
= =K
j
j K
j
j j
N x N X
1 1
Freq. Assolute Freq. relative
Dati aggregati per classi
x j
Media Pesata
Calcolo della media pesata: classi
0. definisci i valori medi degli intervalli x j 1. Calcola f j x j
2. Calcola
∑
=
=
K
j
j j x f X
1
Media Pesata
Calcolo della media per dati aggregati:
la funzione
MATR.SOMMA.PRODOTTO(dati;dati)
0. definisci i valori medi degli intervalli x j
1. Calcola
∑
=
=
K
j
j j x f X
1
Media e Valore atteso
La media (media campionaria) è un parametro calcolato su un campione di N dati.
X
valore atteso: µ
La media campionaria rappresenta una stima della media esatta che potremmo ottenere avendo a
disposizione tutti i dati della popolazione:
µ
X
E’ il valore che ci aspettiamo di
ottenere se avessimo a disposizione =
∑
tot Ntot→∞→µN
xi
X N1
Teorema del limite centrale 1
Il teorema del limite centrale:
1. Il valore atteso della distribuzione delle medie
campionarie è uguale al valore atteso della distribuzione
µ
Campione A
XA
Campione B
XB
Campione C
XC
( )
= →→∞ µ=
∑
M Ml
xl
X M
1
1
µ
→
= →∞
=
∑tot Ntot N
i
i tot
N x X
1
1