ESERCITAZIONE RIEPILOGO di Statistica Descrittiva 1 ESERCITAZIONE MISURE DI TENDENZA CENTRALE 2 Il Monte dei Paschi di Siena vuole fare una propaganda mirata per emettere più carte di credito ricaricabili. Se la banca dispone delle seguenti informazioni su quale gruppo di individui sicuramente avrà più presa se fa una propaganda mirata? Livello di istruzione dei titolari attuali Licenza elementare Licenza media Licenza media superiore laurea Numero di titolari 100 150 250 400 Il carattere è qualitativo ordinale posso calcolare la mediana 3 Livello di istruzione dei titolari attuali Numero di Nj titolari Fj Licenza elementare 100 100 0.11 Licenza media 150 250 0.28 Licenza media superiore 250 500 0.56 laurea 400 900 1.00 Me=licenza media inferiore Il carattere è qualitativo ordinale la miglior misura di tendenza centrale è la mediana. La banca potrebbe decidere di fare una pubblicità target su coloro che hanno titolo minore o uguale alla Mediana cioè la licenza media superiore. 4 Supponiamo di aver letto sui giornali le seguenti informazioni sulla % di pubblicità che viene effettuata Italia e in Germania. TV 54,8% TV 31,9% Stampa 28,7% Stampa 51,9% Radio 5,9% Radio 4,8% Internet 2,5% Internet 4,5% altro 8,1% altro 6,9% Con quale misura di tendenza centrale potremmo sintetizzare l’informazione? 5 I dati riportati sono le quotazioni di un titolo in borsa rilevati negli ultimi cinque mesi: 2.5, 1.8, 3, 2.6, 4 Se il valore 2.6 fosse erroneamente trascritto come 26 quale sarebbe l'effetto sulle seguenti misure di tendenza centrale e perché? a) Un incremento della media aritmetica. b) Un incremento della mediana. c) Un incremento della moda. 6 La seguente tabella riporta il numero di rimorchiatori osservati in 10 giorni nel porto di Napoli. Giorni 1° rimorchiatori 4 2° 5 3° 3 4° 2 5° 1 6° 5 7° 3 8° 2 9° 1 10° 3 a)In media nel porto ci sono più rimorchiatori nei primi 5 giorni o nei restanti 5? 7 Alla sede centrale delle poste di Firenze si rilevano i tempi di attesa per usufruire del servizio su cinque clienti. 50 30 25 15 10 Entra un nuovo cliente che ha molta fretta e domanda all’impiegato quanto più o meno deve attendere in fila. L’impiegato risponde non più di 10 minuti. Valutare tale risposta sulla base dei dati a disposizione. Se fosse attendibile l’affermazione dell’impiegato dovrei osservare una media dei tempi di attesa inferiore o al massimo uguale a 10. Uno sguardo ai dati fa capire che tale affermazione è completamente arbitraria, perché? 8 Supponiamo che un ricercatore sia interessato a valutare se la distanza tra il valore aggiunto pro-capite delle aziende più ricche e di quelle più povere sia sostanzialmente diverso tra Sicilia e Piemonte sulla base delle seguenti informazioni. sicilia 25 32 81 50 49 43 64 48 piemonte 48 43 20 28 26 23 29 80 9 SICILIA: Q3/Q1=50/32=1,56 v.a. Fi 25 32 43 48 49 50 64 81 0,125 0,25 0,375 0,5 0,625 0,75 0,875 1 PIEMONTE: Q3/Q1=43/23=1,89 v.a. Fi 20 23 26 28 29 43 0,125 0,25 0,375 0,5 0,625 0,75 48 80 0,875 1 C’è più distanza tra i valori aggiunti in Piemonte che in Sicilia 10 Esercizi vari 11 I valori standardizzati Se il carattere quantitativo X ha media µ e deviazione standard σ allora è possibile sempre ottenere i suoi valori standardizzati yi xi i=1…n La distribuzione del carattere Y avrà allora media zero e deviazione standard uguale ad 1 12 esempio Supponiamo di aver osservato i seguenti valori 2, 4, 5, 5 , 6, 8, 10, 12, 18, 20 µ=9 σ =5.73 I valori standardizzati saranno dati da: y1=(2-9)/5,73=-1.22 y2=(4-9)/5,73=-0.35 ecc.. 13 Caso di studio L’andamento dei consumi e dei redditi in USA negli anni (19211942) Un ricercatore vuole studiare l’andamento dei consumi e dei redditi in USA negli anni 19211942. Ha a disposizione la seguente serie storica dei consumi e redditi in USA dal 1921 al 1942. ANNO 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 1942 CONSUMO 39,20 41,90 45,00 49,20 50,60 52,60 55,10 56,20 57,30 57,80 55,00 50,90 45,60 46,50 48,70 51,30 57,70 58,70 57,50 61,60 65,00 69,70 REDDITO 43,70 40,60 49,10 55,40 56,40 58,70 60,30 61,30 64,00 67,00 57,70 50,70 41,30 45,30 48,90 53,30 61,80 65,00 61,20 68,40 74,10 85,30 14 Sviluppare lo studio del ricercatore. Tenendo presente che le domande a cui vuole rispondere sono le seguenti: • la media del consumo di quanto è inferiore a quella del reddito? • la serie dei consumi e dei redditi presentano la stessa variabilità? • a quanto ammontano le mediane del consumo e del reddito? 15 Analisi del caso di studio: SINTESI DEI RISULTATI La media del consumo è 53.22 dollari Quella del reddito è di 57.66 dollari La deviazione standard è 7.39 e 10.94 La mediana è 52.7 e 57.75 Allora possiamo dire che il reddito medio è in genere più alto che il consumo medio. La variabilità del reddito rispetto alla media sembra più alto CV(consumo)=53.22/7.40=0.13 CV(reddito)=57.66/10.94=0.18 In conclusione la variabilità del reddito è più alta di quella del consumo 16 100,00 80,00 60,00 CONSUMO REDDITO 40,00 20,00 22 19 16 13 10 7 4 1 0,00 I consumi e i redditi hanno un andamento crescente per i primi 10 anni. Intorno agli anni ’30 (recessione) cominciano a decrescere per poi risalire inseguito 17 Esercizio 1 Su un gruppo di 10 individui sono state raccolte le seguenti informazioni: X=genere, Y=stipendio medio mensile, Z=giudizio personale sul livello di reddito percepito (I=insufficiente, M=Medio, B=Buono) Individui 1 2 3 4 5 6 7 8 9 10 X M F F F M M F F F M Y 1350 1420 1230 1100 870 1100 1200 1210 1300 1400 Z B B M M I I B B M B a) b) c) d) e) per ciascuna variabile si definisca la scala di misura quale rappresentazione grafica si potrebbe fare per ognuna delle tre variabili? per ciascuna variabile si costruisca la distribuzione di frequenza per ciascuna variabile si calcoli l’indice di tendenza centrale più appropriato si consideri il carattere Y, e si supponga che in un altro gruppo di individui si sia ottenuta una media pari a 1100 e una varianza pari a 23000, in quale dei due gruppi si ha la variabilità maggiore? Giustificare le risposte con la teoria. 18 Esercizio Si consideri la distribuzione degli alunni della scuola secondaria di primo grado per giudizio riportato all’esame di Stato nell’Anno scolastico 2006/07 in Italia (dati Istat) Giudizio Licenziati Sufficiente 37,1 Buono 26,4 Distinto 19,2 Ottimo 17,3 100,0 a) Determinare la moda e la mediana. b) Misurare l’eterogeneità della distribuzione 19 19 Si tratta di una distribuzione percentuale Fj Giudizio Licenziati fj Sufficiente 37,1 0,371 0,371 Buono 26,4 0,264 0,635 Distinto 19,2 0,192 0,827 Ottimo 17,3 0,173 1 100,0 1,000 La moda, ossia la modalità più frequente, è sufficiente Per il calcolo della mediana sulla colonna delle frequenze relative cumulate si individua la prima Fj che è uguale o maggiore di 0,5 La mediana è Buono 20 20 b) Eterogeneità della distribuzione Giudizio Licenziati Sufficiente 37,1 0,371 0,1376 Buono 26,4 0,264 0,0697 Distinto 19,2 0,192 0,0369 Ottimo 17,3 0,173 0,0299 100,0 1,000 0,2741 fj f2j K E1 1 fj2 1 0,2741 0,7259 j1 0 E1 e1 K 1 3 0,75 K 4 0,7259 0,968 0,75 21 21 Esercizio Si consideri la seguente distribuzione di 100 imprese per classi di fatturato: Classi di fatturato (migliaia di euro) (0-20] (20-50] (50-100] Totale N. imprese 30 50 20 100 a) Rappresentare graficamente la distribuzione b) Determinare la moda 22 22 a) Costruzione dell’istogramma. Le classi hanno diversa ampiezza. E’ necessario calcolare la densità di frequenza Classi di fatturato (migliaia di euro) nj Ampiezza classe (aj) Densità di freq (hj) 0-20 30 20 1,5 20-50 50 30 1,67 50-100 20 50 0,4 Totale 100 b) La classe modale è quella che ha la densità di frequenza maggiore. Quindi la classe modale è 20-50 23 23 ISTOGRAMMA hi 1,7 1,5 0 20 50 100 24 24