Vai alla Home Page About me Courseware Federica Living Library Federica Federica Podstudio Virtual Campus 3D La Corte in Rete
 
Il Corso Le lezioni del Corso La Cattedra
 
Materiali di approfondimento Risorse Web Il Podcast di questa lezione

Massimo Aria » 4.Indici statistici di posizione


Indice di posizione

Obiettivo di una misura di posizione è quello di sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza così da consentire confronti nel tempo, nello spazio o tra situazioni differenti.

In altre parole, si intende individuare un valore che rappresenti la direzione, la tendenza centrale di una variabile statistica.

Tipologia di indici di posizione

Nel contesto della statistica descrittiva sono stati proposti numerosi indici di posizione.

Tra questi il concetto di media ha assunto un ruolo preponderante nella rappresentazione del concetto di posizione (o centro) di una distribuzione.

Tra gli indici di posizione maggiormente utilizzati si fa riferimento a:

  • Media
  • Moda
  • Mediana

Il concetto di media

La media è un concetto primitivo per l’essere umano.

Pur non avendo nozioni di statistica, la moltitudine delle persone fa quotidianamente riferimento alla media per esprimere una sintesi.

La media è un indice di posizione per variabili quantitative.

Criterio della trasferibilità

Scelta una funzione “f”, la media si definisce, secondo Chisini, come quel valore che se sostituito alle osservazioni di una distribuzione non ne muta il valore della funzione.

A seconda del criterio della trasferibilità considerato si distinguono differenti tipologie di media:

  • Media aritmetica (“f”=somma)
  • Media geometrica (“f”=prodotto)
  • Media armonica (“f”=somma degli inversi)
Criterio della trasferibilità di Chisini.

Criterio della trasferibilità di Chisini.


Media aritmetica

È il valore di posizione per eccellenza, a cui spesso si fa riferimento con il semplice termine “media”.

La media aritmetica si definisce come “quel valore che, sostituito alle N osservazioni della distribuzione, non ne muta la somma degli elementi” (Chisini).

A seconda della distribuzione:

  • Per distribuzioni unitarie della variabile X si parlerà di media aritmetica semplice. Ottenuta come somma dei valori assunti dalla distribuzione rapportata al numero di osservazioni.
  • Per distribuzioni di frequenza della variabile X si parlerà di media aritmetica ponderata. Ottenuta come somma dei valori della X ponderati per le rispettive frequenze e rapportata al numero delle osservazioni.
Definizione della media aritmetica semplice

Definizione della media aritmetica semplice

Definizione della media aritmetica ponderata

Definizione della media aritmetica ponderata


Proprietà della media aritmetica

La media aritmetica gode delle seguenti proprietà:

  1. Internalità. La media è sempre compresa tra il valore minimo e il valore massimo della distribuzione
  2. Baricentro. La media è pari a quel valore che rende nulla la somma degli scarti (si definisce scarto la differenza tra un’osservazione e la media)
  3. Linearità.
    a) Se si aggiunge (o si sottrae) una costante a tutti i valori della distribuzione, la nuova media sarà pari alla vecchia media più (o meno )la costante
    b) Se si moltiplica tutti i valori della distribuzione per una costante, la nuova media sarà pari alla vecchia media per la costante
  4. Associatività. Se si divide la distribuzione in g gruppi e se ne calcolano le medie, la media generale sarà pari alla media ponderata delle g medie dei gruppi
  5. Minimo della somma degli scarti al quadrato. La media è pari a quel valore che rende minima la somma degli scarti al quadrato.

Media aritmetica per distribuzioni in classi

In presenza di una distribuzione di frequenza in classi (nel caso di variabili continue), nel calcolo della media è necessario individuare, per ogni classe un valore rappresentativo della stessa.

Si introduce il concetto di valore centrale della classe.

Esso è ottenuto come semi-somma degli estremi di ogni classe.

La media è calcolata come media ponderata dei valori centrali per le rispettive frequenze delle classi.


Media geometrica

Se si definisce come criterio della trasferibilità il prodotto, la media secondo Chisini prende il nome di media geometrica.

Essa si definisce come il la radice (di ragione N) del prodotto dei valori della distribuzione della variabile X.

La media geometrica, coinvolgendo il prodotto delle modalità, va utilizzata in quei casi in cui la variabile varia in ragione proporzionale.

Esempio:

Si pensi alla necessità di calcolare un tasso di interesse medio di un investimento bancario di durata pluriennale.

Essendo il tasso variabile nel tempo allora la media geometrica può consentire di individuare il tasso medio per un dato montante dopo k anni.

Formulazione della media geometrica

Formulazione della media geometrica


Media armonica

Se si definisce come criterio della trasferibilità la somma degli inversi, la media secondo Chisini prende il nome di media armonica.

Essa si definisce come il la somma degli inversi dei valori della distribuzione della variabile X rapportata al numero di osservazioni.

La media armonica è utile quando occorre sintetizzare un rapporto tra variabili quando la somma dei termini a denominatore è pari ad una costante.

Esempio:

Si pensi al calcolo della velocità media di un automobile che ha percorso spazi diversi in tempi diversi.
La velocità media è la media armonica delle singole velocità ponderate per gli spazi percorsi nei singoli tratti.

Formulazione della media armonica

Formulazione della media armonica


Medie lasche

Si definiscono medie lasche (o medie di posizione) quelle che utilizzano alcuni valori particolari della distribuzione di frequenza, per individuare una particolare modalità che ha una collocazione centrale rispetto a tutte le altre.

Tra le medie lasche, sono riconducibili:

  • Moda
  • Mediana

Moda

La Moda Mo (o norma) di una distribuzione di frequenza è la modalità cui corrisponde la massima frequenza, assoluta o relativa.

Per distribuzioni che presentano due o più modalità con massima frequenza si parla di distribuzioni bimodali o plurimodali.

La moda può essere calcolata per qualunque carattere statistico, sia esso qualitativo che quantitativo.

Nella realtà, essa trova però scarsa applicazione nel caso di variabili continue (distribuzione in classi) in quanto:

  • appare irreale immaginare che vi sia un unico valore moda della distribuzione
  • affermare che per una classe modale (classe con maggior frequenza) il valore centrale sia rappresentativo della stessa è una semplificazione non facilmente accettabile
Esempio della moda di una distribuzione

Esempio della moda di una distribuzione


Mediana per variabili discrete

La Mediana Me è il valore che bipartisce la distribuzione ordinata delle modalità di una variabile X, in modo tale che la metà delle osservazioni sia inferiore alla mediana e l’altra metà sia invece superiore.

La mediana è quindi quel valore per cui la funzione di ripartizione empirica vale ½: F(Me)=0,5.

Il calcolo della mediana si differenzia a seconda che esso riguardi una distribuzione unitaria o una distribuzione di frequenza.

NB. Prima di calcolare la mediana bisogna sempre ordinare la distribuzione in ordine crescente sulla base delle modalità della variabile X.

Formulazione della mediana

Formulazione della mediana

Esempi del calcolo della mediana

Esempi del calcolo della mediana


Mediana per variabili continue

Per distribuzioni in classi, la mediana si calcola in due passi.

Innanzi tutto si perviene alla identificazione della classe mediana come quella classe la cui funzione di ripartizione F è pari a ½.

Successivamente si identifica, attraverso un calcolo proporzionale, il valore mediano all’interno della classe mediana.

Formulazione della mediana per variabili continue

Formulazione della mediana per variabili continue


Quartili

Come già affermato, la mediana è un indice che bipartisce egualmente la distribuzione ordinata.

Estendendo questo concetto a più ripartizioni è possibile definire i quartili.

Dividendo egualmente la distribuzione in quattro parti, si identificano:

  • il primo quartile Q1. Rappresenta quella modalità tale che il 25% delle osservazioni assumono valori inferiori ad essa mentre il restante 75% hanno valori superiori.
  • il secondo quartile Q2 che equivale alla mediana.
  • il terzo quartile Q3. Rappresenta quella modalità tale che il 75% delle osservazioni assumono valori inferiori ad essa mentre il restante 25% hanno valori superiori.

Analogamente, ripartendo la distribuzione in dieci o cento parti, si possono definire i decili così come i percentili.
La mediana corrisponderà al quinto decile e al cinquantesimo percentile.

Formulazione dei quartili

Formulazione dei quartili


Prossima lezione

Nella prossima lezione si affronteranno i seguenti argomenti:

  • concetto di variabilità di una distribuzione
  • indici statistici di variabilità assoluta e relativa
  • Contenuti protetti da Creative Commons
  • Feed RSS
  • Condividi su FriendFeed
  • Condividi su Facebook
  • Segnala su Twitter
  • Condividi su LinkedIn
Progetto "Campus Virtuale" dell'Università degli Studi di Napoli Federico II, realizzato con il cofinanziamento dell'Unione europea. Asse V - Società dell'informazione - Obiettivo Operativo 5.1 e-Government ed e-Inclusion

Fatal error: Call to undefined function federicaDebug() in /usr/local/apache/htdocs/html/footer.php on line 93