Statistica - frequenza, media, mediana, moda, percentili, varianza, standard deviation

STATISTICA

STATISTICA - ci sono tante definizioni; arte e scienza di imparare dai dati; si interessa in quasi tutti i campi e materie

UNITÀ STATISTICA - elemento, unità elementare di cui si osservano i DATI

POPOLAZIONE o COLLETTIVO

- insieme di tutte le unità statistiche omogenee rispetto ad una o più caratteristiche

da cui si rilevano alcune variabili (caratteri), caratteristiche delle unità; selezione delle unità omogenee per alcuni aspetti ed eterogenee delle caratteristiche variabili tra l'uno e l'altro

Le variabili possono essere:

1. QUANTITATIVE - cioè possono essere messe in corrispondenza con dei numeri, esprimibili in scala numerica; tipicamente vengono distinti in:
   • - quantitative discrete, che si mettono in corrispondenza con i numeri interi (sono tipicamente i conteggi, es. quanti figli si ha, quante auto...)
   • – quantitative continue, chiamate anche a scala di intervalli, lo sono variabili che si possono esprimere anche con numeri decimali (pesi, altezze ecc.); sono fenomeni potenzialmente sempre raffinabili
2. QUALITATIVE - non si possono mettere in corrispondenza con dei numeri, se non per convenzioni di etichetta); si possono dividere in:
   • - ordinali - si possono mettere in ordine, ma non possono fare le operazioni (es. titoli di studio)
   • - nominali - non si possono mettere in ordine (es. il tipo di lavoro)

STATISTICA

STATISTICA : ci sono tante definizioni; oltre al senso di imporre dei dati si inserisce in quel tutti i campi e materie

UNITÀ STATISTICA : ELEMENTO, UNITÀ ELEMENTARE SU CUI SI OSSERVANO I DATI

POPOLAZIONE o COLLETTIVO -> insieme di tutte le unità statistiche che omogenee rispetto ad uno o più caratteristiche

da cui si rilevano alcune variabili (caratteri), caratteristiche delle unità. selezione delle unità omogenee per alcuni aspetti col variare delle caratteristiche variabili tra l'uno e l'altro

Le VARIABILI possono essere:

1. QUANTITATIVE cioè possono essere messe in corrispondenza con dei numeri esprimibili in scala numerica;
   • quantitative discrete, che si mettono in corrispondenza con i numeri interi (sono tipicamente i conteggi es. quanti figli si ha, quante auto...)
   • quantitative continue, chiamate anche a scala di intervalli, le sono variabili che si possono esprimere anche con numeri decimali (pesi, altezze ecc.); sono fenomeni potenzialmente sempre raffinabili
2. QUALITATIVE non si possono mettere in corrispondenza con dei numeri (se non per convenzioni di etichetta); si possono dividere in:
   • ordinate -> si possono mettere in ordine , ma non posso fare le operazioni (es, titoli di studio)
   • nominale -> non si possono mettere in ordine (es. il tipo di uomo)

(nella realtà, comunque, ci potrebbero essere più tipi di dati)

Esistono due tipologie di rilevazioni statistiche:

• Dati sperimentali: dove il ricercatore fa esperimenti di laboratorio e ha possibilità di controllo
• Dati osservazionali: non si ha la possibilità di controllo

Caratteristiche della popolazione obiettivo

Indagine o per campionamento (individuazione della popolazione) o per censimento - di tutta la popolazione, occorre la lista degli individui

es

• ISTAT - "popolaz olio", anche se la popolazione è quella umana, però es. sono una città buona in Italia e voglio rilevare qualcosa, non posso rilevare in questo caso even es. di tutta

Fasi dell'indagine

• Definizione gli obiettivi, le unità [&] le variabili da rilevare e la scelta del periodo di riferimento ("imper, es, se ISTAT vuole calcolare la disoccupazione)
• Individuazione della lista e della popolazione
• Piano di campionamento parte da rilevazioni puramente casuale e fino ai piani molto complicati molto importante
• Raccolta dei dati fase più costosa, scelta della rilevazione, formulazione questionario (le quale deve essere univo, non ambiguo ed essere capito da tutti)
• Registrazione dei dati, il questionario è "parse" ad ogni passaggio per registrazione su supporti vari, controllo & correzione (può essere fatto in tanti modi)
• Elaborazione & analisi dei dati

Esperimento: completo, ancora riesce produrre non n è una enorme statistico, però i sono gli effetti ampl effettati ed elaborazione

Campionamento: si assume un sottinsieme, però costi, tempi, indagini, più mirate ed approfondite