Riassunti VERIFICATO
descrizione numerica dei dati
201 visualizzazioni
15 download
Nessun voto ancora
Di cosa parla
Riassunto AI · si legge in un minuto
Questa guida offre una panoramica essenziale sulla descrizione numerica dei dati, fondamentale per l'analisi statistica in economia e commercio. Vengono esaminate le misure di tendenza centrale come media, mediana e moda, e quelle di variabilità tra cui campo di variazione, differenza interquartile, varianza e deviazione standard, utili per comprendere la dispersione dei dati. Il documento illustra inoltre le misure delle relazioni tra variabili (covarianza e correlazione lineare) e le basi della regressione, insieme alle forme di distribuzione e ai metodi di trasformazione dei dati, come la standardizzazione (Z-score), per comparazioni efficaci.
Leggi il riassunto completo
- Misure di tendenza centrale:
- Media: La somma delle osservazioni divisa per il loro numero. Può essere media di popolazione o media campionaria.
- Mediana: Il valore che divide le osservazioni ordinate in due metà uguali (50° percentile), meno sensibile agli estremi.
- Moda: Il valore che si presenta con maggiore frequenza. Una distribuzione può essere multimodale.
- Misure di variabilità:
- Campo di variazione: La differenza tra il massimo e il minimo valore osservato, molto sensibile agli outlier.
- Differenza interquartile (IQR): La differenza tra il terzo quartile (Q3) e il primo quartile (Q1), meno influenzata dagli estremi. Richiede l'ordinamento dei dati e il calcolo della mediana per dividere in quartili.
- Varianza: La media dei quadrati delle deviazioni dalla media. Esistono varianza di popolazione e campionaria.
- Deviazione standard: La radice quadrata della varianza, la misura di variabilità più comune.
- Coefficiente di variazione: Il rapporto tra la deviazione standard e la media, utile per confrontare la variabilità tra distribuzioni diverse.
- Misure delle relazioni tra due variabili:
- Covarianza: Indica la direzione e la forza di una relazione lineare tra due variabili (positiva per relazione diretta, negativa per inversa).
- Coefficiente di correlazione lineare (Pearson's r): Una misura standardizzata della forza e direzione di una relazione lineare, con valori tra -1 (perfetta inversa) e +1 (perfetta diretta), dove 0 indica assenza di relazione lineare.
- Regressione lineare semplice: Descrive la relazione tra due variabili con l'equazione Y = b0 + b1X, dove b1 è la pendenza e b0 l'intercetta.
- Forme della distribuzione:
- Obliqua a sinistra: Media < Mediana.
- Simmetrica: Media = Mediana.
- Obliqua a destra: Media > Mediana.
- Trasformazione dei dati:
- L'aggiunta di una costante modifica media e mediana, ma non varianza e deviazione standard.
- La moltiplicazione per una costante modifica media, mediana, varianza (al quadrato) e deviazione standard.
- Standardizzazione (Z-score): Trasforma i dati in modo che abbiano media 0 e deviazione standard 1, utile per confrontare distribuzioni con scale diverse, tramite la formula Z = (X - media) / deviazione standard.
Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo
Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.
Studia questi appunti con l'AI
Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.
In preparazione: di solito è pronto in giornata.
Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.
Simula l'esame con domande costruite su questi appunti.
Ripassa l'esame di STATISTICA
20 carte di ripasso sul programma ufficiale dell'insegnamento. Prova le prime:
Definisci la probabilità secondo l'impostazione classica e spiegane il limite principale. Gira la carta
Nell'impostazione classica (di Laplace) la probabilità di un evento è il rapporto tra il numero di casi favorevoli e il numero di casi possibili, purché tutti gli esiti siano equiprobabili. Il limite principale è proprio questo presupposto: la definizione è applicabile solo se gli esiti sono equiprobabili, e rischia quindi di essere circolare quando non lo sono.
Enuncia gli assiomi di Kolmogorov della probabilità. Gira la carta
Dato uno spazio campionario Ω, una funzione di probabilità P associa a ogni evento un numero tale che: P(A) è non negativa; P(Ω)=1; per eventi a due a due incompatibili la probabilità dell'unione è la somma delle probabilità. Da questi assiomi discendono le proprietà elementari, come P(A^c)=1-P(A).
Che cos'è la probabilità condizionata e qual è il teorema di Bayes? Gira la carta
La probabilità condizionata P(A|B) è la probabilità di A sapendo che B si è verificato, e si calcola come P(A∩B)/P(B) con P(B)>0. Il teorema di Bayes esprime P(A|B) come P(B|A)P(A)/P(B), ed è usato per aggiornare una probabilità alla luce di una nuova informazione.
Carte generate con l'intelligenza artificiale dal programma dell'insegnamento: possono contenere errori.
Di cosa parla l'insegnamento
STATISTICA · 1° anno · 9 CFU · STAT-01/A
Possedere una base teorico concettuale piuttosto ampia, anche se matematicamente poco formalizzata, ed una sufficiente dimestichezza con le tecniche fondamentali di rilevazione e di elaborazione dei dati. Al termine del corso, lo studente avrà sviluppato le seguenti competenze declinate secondo i Descrittori di…