SCATTER PLOT
Uno scatter plot, o diagramma a dispersione, è uno strumento grafico utilizzato in
statistica per visualizzare la relazione tra due variabili quantitative. In questo tipo di
grafico, ogni punto rappresenta un'osservazione e la posizione del punto è
determinata dai valori delle due variabili.
Caratteristiche principali di uno scatter plot:Assi: Lo scatter plot ha due assi, l'asse
orizzontale (x) e l'asse verticale (y). Ogni asse rappresenta una delle due variabili
quantitative.
Punti: Ogni punto sul grafico rappresenta un'osservazione con una coppia di valori (x,
y). La posizione del punto è determinata dal valore della variabile x sull'asse
orizzontale e dal valore della variabile y sull'asse verticale.
Relazione tra variabili: Il diagramma a dispersione è utile per identificare il tipo di
relazione tra le due variabili. Può mostrare una relazione positiva (quando i punti
tendono a salire da sinistra a destra), una relazione negativa (quando i punti tendono
a scendere da sinistra a destra), o nessuna relazione apparente (quando i punti sono
sparsi casualmente).
Esempio pratico:
Supponiamo di voler esaminare la relazione tra le ore di studio (variabile x) e i
punteggi degli esami (variabile y) di un gruppo di studenti. Ogni punto nel diagramma
a dispersione rappresenterebbe un singolo studente, con la posizione del punto
determinata dal numero di ore di studio sull'asse x e dal punteggio dell'esame
sull'asse y. Un pattern ascendente suggerirebbe che più ore di studio tendono ad
essere associate a punteggi più alti.
Come interpretare uno scatter plot:
Pattern lineare: Se i punti formano una linea retta o quasi retta, suggerisce una
relazione lineare tra le due variabili.
Pattern curvilineo: Se i punti formano una curva, suggerisce una relazione non lineare.
Nessun pattern: Se i punti sono sparsi senza un pattern evidente, potrebbe non esserci
una relazione tra le due variabili.
CERCHIO CORRELAZIONI
Il cerchio delle correlazioni è un grafico utilizzato principalmente nell'analisi delle
componenti principali (PCA - Principal Component Analysis) per visualizzare la
correlazione tra variabili originali e le componenti principali. Questo tipo di grafico è
molto utile per comprendere come le variabili contribuiscono alle componenti
principali e come son o correlate tra loro.
DISTRIBUZIONE F
La distribuzione F è una distribuzione di probabilità continua che è fondamentale in
statistica, particolarmente nelle analisi della varianza (ANOVA), nella regressione
lineare e in molti altri test statistici. Prende il nome dal matematico Ronald Fisher. La
distribuzione F è definita da due parametri, i gradi di libertà del numeratore (d1) e del
denominatore (d2) La distribuzione F assume valori non negativi (da 0 all'infinito).Noi
abbiamo visto la sua applicazione in regressione multipla.
DISTRIBUZIONE T
