Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Statistica prof Gennaro punzo, Esercizi di Statistica

Appunti presi a lezione tramite prof Gennaro punzo seguito

Tipologia: Esercizi

2024/2025

Caricato il 07/05/2025

carmen-comentale-2
carmen-comentale-2 🇮🇹

9 documenti

1 / 5

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Le frequenze assolute per le classi sono 5, 10, 15, 10 e 5, per un totale di 45 osservazioni. Si utilizza un
istogramma per rappresentare graficamente la distribuzione. Le classi di valori sono sulle ascisse e le frequenze
assolute sulle ordinate. Ogni rettangolo dell’istogramma rappresenta una classe, con base pari all’ampiezza
della classe e altezza pari alla frequenza assoluta. L’area totale dell’istogramma è 450, che è la somma delle
aree di tutti i rettangoli (perché 10 volte l'ampiezza della classe). Questo valore è importante poiché rappresenta
il totale delle osservazioni.
Potrei pensare di trasformare questo istogramma in una curva continua, cioè potrei pensare di sovrapporre a
questo istogramma una curva, una curva che in qualche modo va a interpolare questi dati. Quindi interpolare
cosa vuol dire? Vuol dire sostituire costituire, oppure sovrapporre a questo grafico, a questo istogramma, una
curva, una curva continua, cioè una curva che non ha una soluzione di continuità. Devo stare attento che l'area
sottesa alla curva deve coincidere esattamente con l'area sottesa a tutti i rettangoli. Quando è l'area sottesa a
tutti i rettangoli? Abbiamo detto 450, no? Perché è l'area della somma di ogni singolo rettangolo. Quindi l'area
totale dei rettangoli, che è 450, deve coincidere esattamente con l'area sottesa alla curva. cioè c'è una sorta di
compensazione tra le parti del diagramma che vado a perdere e la parte che in qualche modo io vado a
recuperare l'unico vincolo che devo fare l'unico vincolo che devo rispettare nel momento in cui io vado a
sovrapporre a questo istogramma una curva continua è quello di stare attento che l'area totale sotteso alla
curva corrisponde esattamente all'area totale di tutti i rettangoli che compongono il mio istogramma.
il tipo di curva che io vado a sovrapporre all'istogramma potrebbe differire a seconda della configurazione
stessa che assume l'istogramma. Quindi io posso avere tante curve quante sono gli istogrammi. curva
simmetrica=Vuol dire che io posso individuare un asse, che io chiamo per esempio asse di simmetria, rispetto al
quale io posso dividere la mia curva in due parti speculari, in due parti esattamente speculari, Speculare cosa
vuol dire? Vuol dire che quello che accade al lato sinistro della distribuzione è esattamente uguale al lato destro
della distribuzione. La distribuzione statistica si dice simmetrica rispetto ad un asse, che io chiamo asse di
simmetria, se è possibile individuare un asse verticale tale che divide la distribuzione in due parti specularmente
uguali. Cioè tale che divide la distribuzione in due parti speculari. Che vuol dire due parti speculari? Vuol dire
che il ramo destro della distribuzione coincide esattamente con il ramo sinistro. Cioè praticamente io posso
sovrapporre i due rami della curva in maniera perfettamente speculare e coinciderebbero esattamente.
statisticamente vuol dire che tutto quello che accade sul ramo sinistro della distribuzione è uguale a quello che
accade sul ramo destro della distribuzione (DISTRIBUZIONE PERFETTAMENTE SIMMETRICA).
se una distribuzione è simmetrica, media, moda e mediana coincidono esattamente in un unico
numero; potrebbe pure capitare che una distribuzione che presenta media, moda e mediana uguali sia
invece non simmetrica.
una distribuzione che non è simmetrica si dice che è asimmetrica. esistono due forme di asimmetria
asimmetria a destra (asimmetria positiva) perché il ramo più lungo della distribuzione, cioè quello realmente
asimmetrico, quello che realmente mi dà problemi, è quello che sta sulla coda destra, della distribuzione quindi
quello che è asimmetrico è il ramo destro della distribuzione quindi la distribuzione è asimmetrica a destra.
pf3
pf4
pf5

Anteprima parziale del testo

Scarica Statistica prof Gennaro punzo e più Esercizi in PDF di Statistica solo su Docsity!

Le frequenze assolute per le classi sono 5, 10, 15, 10 e 5, per un totale di 45 osservazioni. Si utilizza un istogramma per rappresentare graficamente la distribuzione. Le classi di valori sono sulle ascisse e le frequenze assolute sulle ordinate. Ogni rettangolo dell’istogramma rappresenta una classe, con base pari all’ampiezza della classe e altezza pari alla frequenza assoluta. L’area totale dell’istogramma è 450, che è la somma delle aree di tutti i rettangoli (perché 10 volte l'ampiezza della classe). Questo valore è importante poiché rappresenta

il totale delle osservazioni.

Potrei pensare di trasformare questo istogramma in una curva continua, cioè potrei pensare di sovrapporre a questo istogramma una curva, una curva che in qualche modo va a interpolare questi dati. Quindi interpolare cosa vuol dire? Vuol dire sostituire costituire, oppure sovrapporre a questo grafico, a questo istogramma, una curva, una curva continua, cioè una curva che non ha una soluzione di continuità. Devo stare attento che l'area sottesa alla curva deve coincidere esattamente con l'area sottesa a tutti i rettangoli. Quando è l'area sottesa a tutti i rettangoli? Abbiamo detto 450, no? Perché è l'area della somma di ogni singolo rettangolo. Quindi l'area totale dei rettangoli, che è 450, deve coincidere esattamente con l'area sottesa alla curva. cioè c'è una sorta di compensazione tra le parti del diagramma che vado a perdere e la parte che in qualche modo io vado a recuperare l'unico vincolo che devo fare l'unico vincolo che devo rispettare nel momento in cui io vado a sovrapporre a questo istogramma una curva continua è quello di stare attento che l'area totale sotteso alla curva corrisponde esattamente all'area totale di tutti i rettangoli che compongono il mio istogramma. il tipo di curva che io vado a sovrapporre all'istogramma potrebbe differire a seconda della configurazione stessa che assume l'istogramma. Quindi io posso avere tante curve quante sono gli istogrammi. curva simmetrica=Vuol dire che io posso individuare un asse, che io chiamo per esempio asse di simmetria, rispetto al quale io posso dividere la mia curva in due parti speculari, in due parti esattamente speculari, Speculare cosa vuol dire? Vuol dire che quello che accade al lato sinistro della distribuzione è esattamente uguale al lato destro della distribuzione. La distribuzione statistica si dice simmetrica rispetto ad un asse, che io chiamo asse di simmetria, se è possibile individuare un asse verticale tale che divide la distribuzione in due parti specularmente uguali. Cioè tale che divide la distribuzione in due parti speculari. Che vuol dire due parti speculari? Vuol dire che il ramo destro della distribuzione coincide esattamente con il ramo sinistro. Cioè praticamente io posso sovrapporre i due rami della curva in maniera perfettamente speculare e coinciderebbero esattamente. statisticamente vuol dire che tutto quello che accade sul ramo sinistro della distribuzione è uguale a quello che accade sul ramo destro della distribuzione (DISTRIBUZIONE PERFETTAMENTE SIMMETRICA). ▪ se una distribuzione è simmetrica, media, moda e mediana coincidono esattamente in un unico numero; potrebbe pure capitare che una distribuzione che presenta media, moda e mediana uguali sia invece non simmetrica. ▪ una distribuzione che non è simmetrica si dice che è asimmetrica. esistono due forme di asimmetria asimmetria a destra (asimmetria positiva) perché il ramo più lungo della distribuzione, cioè quello realmente asimmetrico, quello che realmente mi dà problemi, è quello che sta sulla coda destra, della distribuzione quindi quello che è asimmetrico è il ramo destro della distribuzione quindi la distribuzione è asimmetrica a destra.

Asimmetria a sinistra (o un'asimmetria negativa) vuol dire che il ramo più lungo della distribuzione sta sul lato sinistro della distribuzione stessa ANALIZZO ASIMMETRIA POSITIVA O DESTRA=La moda la leggo in corrispondenza di una frequenza più alta in corrispondenza; Quindi, la moda la posso identificare facilmente. Quindi Mi troverò prima la moda, al centro la mediana, a destra la media. Quindi Sicuramente la moda è più piccola della mediana che a sua volta è più piccola della media aritmetica (ma non è detto che se la moda è più piccola della mediana che a sua volta è più piccola della media la distribuzione sia asimmetrica a destra).LA MEDIA È PIÙ GRANDE DI TUTTI PERCHÉ RISENTE DEI VALORI ANOMALI QUINDI CI SONO DEI DATI MOLTO GRANDI PER CUI LA MEDIA È INFLUENZATA. ANALIZZO ASIMMETRIA NEGATIVA O SINISTRA=frequenza più elevata nelle classi medio alte cioè valori poco frequenti però molto bassi. LA MEDIA SI TROVA SEMPRE AL CENTRO tra la moda e la mediana; quelle che si scambiano i ruoli sono la media e la moda perché la media questa volta è più piccola rispetto alla mediana chi a sua volta sarà più piccola rispetto alla moda. INDICI PER VALUTARE SE C'È SIMMETRIA O ASIMMETRIA (Quanto è grave questa mancanza di simmetria) ❖ INDICE ANALITICO DI FISCHER (BETA) va a calcolarsi gli scarti dalla media e faccio La sommatoria degli scarti al cubo, così mi conserverò sempre il segno. Al denominatore per eliminare l'effetto dell'unità di misura lo divido per sigma al cubo e questo indice così costruito si chiama beta.

  • B= 0 Gli scarti positivi si compensano esattamente con gli scarti negativi quindi quello che succede a sinistra è esattamente quello che succede a destra quindi abbiamo che sono speculanti, Cioè simmetrici quindi la distribuzione è simmetrica
  • B> 0 (Beta potrebbe essere maggiore di zero perché essendo scarti al cubo il numero che esce può essere sia positivo che negativo). Se è maggiore di zero io ho più scarti positivi Che eccedono sugli scarti negativi e quindi vuol dire che C'è un'asimmetria a destra o positiva
  • B<0 Io ho più scarti negativi che eccedono sugli scarti positivi e quindi vuol dire che c'è una asimmetria a sinistra o negativa. BETA È UN INDICE RELATIVO, ADIMENSIONALE, PURO MA NON È NORMALIZZATO, CIOÈ NON VARIA IN UN INTERVALLO PREDEFINITO, MA PUÒ ASSUMERE QUALSIASI NUMERO DEI NUMERI REALI.

• FUNZIONE DI DENSITÀ DELLA CURVA NORMALE

Se la curva è perfetta io dico che è normale(simmetrica).Simmetria : La curva

normale è simmetrica, il che significa che le frequenze sono distribuite equamente attorno

alla media.

Curva Ipernormale : Se una curva è simmetrica ma più alta al centro e sulle code

rispetto alla normale, si definisce "ipernormale" o "leptocurtica".

o Questo indica una maggiore concentrazione di frequenze al centro e nelle code

della distribuzione. "Quando la curva è più alta al centro ed è più alta sulle code,

vuol dire che al centro e sulle code le frequenze sono più alte."

Curva Iponormale: Al contrario, se la curva è più bassa al centro e sulle code, si

definisce "iponormale" o "platykurtica".

o Qui, le frequenze al centro e sulle code sono inferiori rispetto a quelle di una

distribuzione normale.

Curtosi : Riguarda la forma di una distribuzione e può essere classificata come:

o Ipernormale : Se l'indice di curtosi è maggiore di 3.

o Normale : Se l'indice di curtosi è esattamente 3 (mesocurtica).

o Iponormale : Se l'indice di curtosi è inferiore a 3.

• INDICI ANALITICI DI CURTOSI PEARSON

o Se γ = 3: distribuzione normale.

o Se γ > 3: distribuzione ipernormale (leptocurtica).

o Se γ < 3: distribuzione iponormale (platykurtica).

"Se l'indice esce proprio 3 vuol dire che la distribuzione è normale." Indice di Curtosi di

Pearson : Si riferisce all'indice calcolato come γ,incentrato su 3.

  • INDICE DI CURTOSI DI FISHER : Si riferisce all'indice calcolato come γ', centrato su

zero. "Gamma non può essere negativo, ma se io gli sottraggo il 3 può diventare

negativo." si sottrae 3 dall'indice originale

  • Se γ' = 0: distribuzione normale.
  • Se γ' > 0: distribuzione ipernormale.
  • Se γ' < 0: distribuzione iponormale.