Corso di Laurea: Economia Aziendale

Insegnamento: Statistica (9 CFU)

Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

01 – Rappresentazioni statistiche e grafiche Unità n° 03

Per descrivere l’insieme delle modalità di un carattere osservato su un collettivo è possibile

ricorrere alla distribuzione di frequenza o ad una sua opportuna rappresentazione grafica

Occupati per settore produttivo - 1971-2001

Anni
Settore 1971 1981 1991 2001
Agricoltura 20,1 13,3 8,4 5,2 Vogliamo studiare la distribuzione per settore
Industria 39,5 37,2 32,0 31,8 produttivo in Italia tra il 1971 e il 2001
Servizi 40,4 49,5 59,6 63,0

Occupati in Agricoltura ('71-'01)

Occupati per settore produttivo (2001) 25
5.20% 20.1
20

Agricoltura 15 13.3
31.80%
Industria 10 8.4
5.2
63.00% Servizi 5

0
1971 1981 1991 2001
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

02 – Intensità (totale) di un fenomeno Unità n° 03

Solitamente vogliamo studiare la manifestazione del carattere oggetto di studio in ciascuna

delle unità che compongono il collettivo

Allo stesso tempo spesso è utile conoscere anche l’intensità totale del fenomeno nel collettivo
studiato, cioè l’ammontare di carattere posseduto complessivamente da tutte le unità

Intuitivamente siamo portati ad intendere l’ammontare totale di carattere come la somma delle
misurazioni/osservazioni effettuate su ciascuna unità: questo però è solo uno dei possibili modi,
quindi è necessario valutare caso per caso come calcolare l’intensità sul collettivo

In generale possiamo dire che i due operatori matematici più utilizzati sono la somma e il
prodotto. E’ possibile considerare quindi tre diversi metodi di calcolo dell’intensità totale:

f(x 1 ,x 2 ,..,x k ) = somma

f(x 1 ,x 2 ,..,x k ) = prodotto
f(x 1 ,x 2 ,..,x k ) = somma di potenze r me dei valori del carattere
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

03 – Come calcolare l’intensità totale Unità n° 03

Il calcolo dell’intensità totale differisce a seconda del tipo di distribuzione che andiamo a
considerare e del tipo di fenomeno studiato:

DISTRIBUZIONE UNITARIA

x1 x2 x3 x4 … xN x1 + x2 + x3 + x4 + … + xN = Sxi

x1 × x2 × x3 × x4 × … × xN = Pxi

DISTRIBUZIONE DI FREQUENZA
x1 x2 x3 x4 … xk x1 × n 1 + x2 × n 2 + … + xk × n k = S xi × n i
n1 n2 n3 n4 … nk
x1 n 1 × x2 n 2 × x3 n 3 × … × xk n k = P xi n i

(nelle distribuzioni in classi sostituiamo alle modalità xi i valori centrali delle classi ci)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

04 – Esempio (1) Unità n° 03

Consideriamo le commesse ottenute da un’industria manifatturiera nel corso di un anno (in ML di €):

2 0,5 0,72 1 0,375 1 0,5 3,25

Per ottenere il fatturato complessivo dell’industria nell’anno è sufficiente sommare gli importi delle
differenti commesse, ottenendo 9,345 ML di €

Da un punto di vista statistico le diverse commesse rappresentano un collettivo e gli importi sono le
osservazioni su ciascuna unità statistica del carattere “valore della commessa”

Se trasformiamo la distribuzione unitaria in una distribuzione di frequenza otteniamo

xi 0,375 0,5 0,72 1 2 3,25

ni 1 2 1 2 1 1

Moltiplicando ogni modalità per il numero di unità statistiche su cui sono state osservate si ottiene
allo stesso modo l’intensità totale (cioè 9,345 ML di €)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

05 – Esempio (2) Unità n° 03

Consideriamo di depositare il 1 gennaio una certa quantità di denaro S in banca e di ricevere su

questo ammontare un interesse annuo pari a i1: alla fine dell’anno avremo un ammontare pari alla
quantità iniziale più gli interessi maturati

S + S × i1 = S × (1 + i1)

Il secondo anno, la quantità in banca è differente. Supponiamo di non prelevare alcuna quantità e
di avere questa volta un interesse annuo pari a i2:

S × (1 + i1) + S × (1 + i1) × i2 = S × (1 + i1) × (1 + i2)

Dopo k anni, considerando un interesse annuo pari a (i1, i2, i3, …, ik) l’ammontare complessivo (in
questo caso l’intensità totale del nostro fenomeno) risulta essere pari a:

S × (1 + i1) × (1 + i2) × … × (1 + ik)

Come si vede la quantità ottenuta di anno in anno è proporzionale a quella degli anni precedenti
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

06 – La statistica mente? Unità n° 03

Sai ched'è la statistica? E' 'na cosa

che serve pe' fa' un conto in generale
de la gente che nasce, che sta male,
che more, che va in carcere e che sposa.

Ma pe' me la statistica curiosa

è dove c'entra la percentuale,
pe' via che, lì, la media è sempre eguale
puro co' la persona bisognosa.

Me spiego, da li conti che se fanno

seconno le statistiche d'adesso
risurta che te tocca un pollo all'anno:
Spesso è utile sintetizzare i dati ma
e, se nun entra ne le spese tue, occorre farlo nel modo opportuno!
t'entra ne la statistica lo stesso
perchè c'è un antro che se ne magna due.
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

07 – "Redistribuire" l’intensità totale… Unità n° 03

Il passaggio da un elenco di modalità alle distribuzioni di frequenza con modalità distinte o con
classi di modalità, consente una prima sintesi dei dati: il processo di sintesi non può limitarsi solo
a questa diversa rappresentazione dei dati ma deve spingersi oltre fino a sintetizzare in un unico
dato numerico una caratteristica d’interesse

L’idea è quella di sostituire tutte le modalità del carattere in esame con un’unica modalità che le
rappresenti: ottenuta l’intensità complessiva del fenomeno è necessario quindi procedere ad una
“redistribuzione” dello stesso su tutte le unità statistiche

Questa finalità può essere perseguita attraverso la determinazione di opportuni indici sintetici del
fenomeno considerato, dette misure o indici di centralità

Alcuni indici sono adatti a sintetizzare tutti i tipi di carattere, altri invece sono utilizzabili solo se si
studiano caratteri quantitativi
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

08 – Misure di centralità di una distribuzione Unità n° 03

Le misure di centralità (o tendenza centrale) esprimono sinteticamente il centro ideale della

distribuzione, ossia quel valore intorno al quale tendono a gravitare i dati

Per questo occorrono misure sintetiche che “centrino” la distribuzione di un certo fenomeno e
consentano il passaggio da una pluralità di informazioni ad un solo valore numerico

La scelta di un indice sintetico è legato essenzialmente a tre fattori:

1) tipologia del carattere in esame (qualitativo o quantitativo)

2) la sua rappresentazione statistica (distribuzione unitaria, di frequenza o in classi)
3) le motivazioni che inducono a “riassumere” la distribuzione in un unico valore rappresentativo

Per le ragioni riportate non è possibile definire una sola misura di centralità

Inoltre è bene tenere presente che indipendentemente dall’indice adoperato, il valore di sintesi
ottenuto non è detto che coincida esattamente con una delle modalità osservate
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

09 – Misure di centralità di una distribuzione: le medie Unità n° 03

Le medie sono utili perché sono espresse nella stessa unità di misura del carattere osservato
e perché danno una idea immediata della manifestazione del fenomeno nel collettivo

Medie analitiche Calcolate con operazioni

algebriche sulle modalità

Medie di posizione Non richiedono operazioni

algebriche sulle modalità

Le medie, data la loro funzione di sintesi, possono essere impiegate per confrontare:
- uno stesso fenomeno rilevato su collettivi diversi
- uno stesso fenomeno rilevato in tempi diversi e/o luoghi diversi
- due o più fenomeni diversi tra di loro
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

10 – La media Unità n° 03

La media è un concetto primitivo per gli esseri umani, percepito con immediatezza, tuttavia la
sua misura è arbitraria perché, come visto, il criterio utilizzato dipende strettamente dalle
informazioni ritenute rilevanti e dagli obiettivi per i quali l’indice è calcolato

Una media di una variabile X secondo Cauchy (1821) è qualunque valore reale M intermedio
tra il valore più piccolo della distribuzione ordinata in senso crescente x(1) (minimo) e il valore
più grande x(N) (massimo)

X(1) £ M £ x(N)

Per quanto ovvio e convincente, tale requisito costituisce in effetti più un aspetto importante
da considerare che una soluzione, essendo generalmente infiniti i numeri reali che soddisfano
tale criterio, detto di internalità

Una media di una variabile X secondo Chisini (1929) è invece quel valore (interno) che rispetto
ad una funzione sintetica lascia inalterato il valore

f(x1, x2, …, xn) = f(M, M, …, M)

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

11 – Media aritmetica Unità n° 03

Supponiamo di volere effettuare uno studio per capire qual è il mezzo più conveniente per
raggiungere l’università. Registriamo i tempi impiegati da un piccolo collettivo di studenti che
solitamente utilizza l’auto: qual è il tempo medio impiegato per raggiungere il campus?

Tempo Tempo
studente studente
(min.) (min.)
1 23 7 28
2 32 8 33
3 44 9 45
4 21 10 34
5 36 11 29
6 30 12 31

x
a = (23+32+44+21+36+30+28+33+45+34+29+31)/12 = 386/12 = 32,17 minuti
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

12 – Notazione Unità n° 03

La media aritmetica di un insieme di n osservazioni x1, x2, … xN di un carattere quantitativo X

è data da:

1 1 N
xa = ( x1 +x 2 +...+xN ) = å x i
N N i=1

Se il carattere X è quantitativo discreto e conosciamo la sua distribuzione di frequenza:

1 K
con frequenze assolute xa = å x ini

?
N i=1
Perché
K
con frequenze relative xa =å x i fi
i=1
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

13 – Media aritmetica per distribuzioni di frequenza Unità n° 03

Consideriamo la distribuzione unitaria relativa al n° di impianti di 12 imprese industriali:

3, 6, 6, 5, 3, 2, 5, 3, 2, 4, 2, 4

Vogliamo calcolare quanti impianti in 3+6+6+5+3+2+5+3+2+4+2+4

media possiede ciascuna impresa xa = =3,75 (impianti)
12
N° impianti imprese
2 3
3 3
4 2
æ 2×(3)+3×(3)+4×(2)+5×(2)+6×(2) ö
ç ÷
5 2 è 12 ø
6 2
Totale 12

Dal confronto delle due formule si comprende come nel caso di distribuzioni di frequenza si
tenga conto dell’importanza di ciascuna modalità in termini di manifestazione nel collettivo
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

14 – Media aritmetica per distribuzioni in classi Unità n° 03

Nel caso di una distribuzione di frequenza per un carattere X suddiviso in classi, possiamo
calcolare approssimativamente la media utilizzando il valore centrale di ciascuna classe

Prezzi e quantità delle specialità vendute da una farmacia giornalmente

Prezzo Valore Ammontare
N° confezioni
(a confezione) centrale carattere
20 –| 30 25 112 25*112 = 2800

30 –| 35 32.5 53 32.5*53 = 1722.5

35 –| 40 37.5 27 37.5*27 = 1012.5

40 –| 50 45 9 45*9 = 405

Totale 201 5940 euro

1 k
xa = å cini = 5940/201 = 29.55 € (a confezione)
N i=1
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

15 – Notazione Unità n° 03

Per le distribuzioni in classi vale quanto appena detto: se calcoliamo la media a partire dalla
rappresentazione in frequenze assolute o in frequenze relative abbiamo lo stesso risultato

N.B.: in entrambi i casi non otteniamo la vera media ma una sua approssimazione

X v.c. n f
x1-x2 c1 n1 f1
estr. inferiore + estr. superiore
x2-x3 c2 n2 f2 ci =
2
… … … …
xi-1-xi ci ni fi
1 k k
… … … … xa = å cini xa =å ci fi
xk-1-xk ck nk fk N i=1 i=1
totale N 1
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

16 – Esempio Unità n° 03

Vogliamo calcolare l’altezza media di un collettivo di 200 individui a partire dalla distribuzione
in classi del carattere altezza (in centimetri)

Una volta individuati i v. centrali xa cm

per ogni classe si calcola la media:
si ottiene uguale risultato sia con
le frequenze assolute che relative xa cm
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

17 – Quali proprietà ha la media aritmetica? Unità n° 03

La media aritmetica gode di cinque proprietà fondamentali:

1) La media è sempre un valore interno alla distribuzione ordinata dei dati (INTERNALITA’)

2) La somma di tutte le differenze tra i valori della distribuzione e il loro valore medio è
sempre pari a zero

3) La somma di tutte le differenze al quadrato tra i valori della distribuzione e il loro valore
medio è sempre un minimo

4) La media è invariante per trasformazioni affini (LINEARITA’)

5) La media di un carattere osservato su una popolazione divisa in sottogruppi è pari alla

media delle medie di tutti i sottogruppi (ASSOCIATIVITA’)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

18 – Linearità della media aritmetica Unità n° 03

Consideriamo due valori costanti a e b: se i valori xi vengono trasformati nei valori yi = a + bxi,
allora tra le media aritmetica delle yi e quella delle xi esiste la stessa relazione (lineare) che
esiste tra le yi e le xi, cioè

ya = a + bxa

La relazione ci dice che la media è invariante per trasformazioni affini: questo vuol dire che se
aggiungiamo a tutti i valori di una distribuzione una costante a allora la media della nuova
distribuzione sarà pari a quella della distribuzione originaria maggiorata della quantità a; allo
stesso modo se moltiplichiamo a tutti i valori di una distribuzione per una costante b allora la
media della nuova distribuzione sarà proporzionale a quella della distribuzione originaria di una
quantità b

PROVA: calcolare la media della distribuzione (23, 24, 22, 20, 26, 23), poi la media della
distribuzione (23+3, 24+3, 22+3, 20+3, 26+3, 23+3) e la media della distribuzione (23x3, 24x3,
22x3, 20x3, 26x3, 23x3)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

19 – Associatività della media aritmetica Unità n° 03

La media aritmetica complessiva di più gruppi è uguale alla media aritmetica delle medie di
ciascun gruppo, considerando quante unità del collettivo appartengono a ciascun gruppo

Supponiamo che la popolazione sia suddivisa in H gruppi, ognuno di numerosità Ni (i=1,2,…,H)

Sia xi la media aritmetica del carattere in esame nell’i-esimo gruppo (i=1,2,…,H)

La proprietà afferma che la media complessiva del carattere oggetto di studio può essere calcolata
nel modo seguente

x1N1 + x2N2 + ... + xHNH å xN i i

xa = = i=1

N1 + N2 + ... + NH N
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

20 – Esercizio Unità n° 03

La giornata lavorativa di un’azienda metallurgica è

organizzata su tre turni diversi. Il 1° turno di lavoro è
composto da 100 operai che hanno un’età media di 50
anni; il 2° turno è composto da 75 operai che hanno
un’età media di 46 anni, mentre l’ultimo turno è
composto da 45 operai con una età media di 37 anni.
Determinare l’età media degli operai che lavorano
nell’azienda

xa anni

Quale proprietà abbiamo utilizzato

?
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

21 – Esercizio Unità n° 03

Supponiamo che il reddito lordo annuo (in €) relativo al 2003 di 5 dirigenti di una amministrazione
pubblica si quello sotto riportato:

Si supponga che nel 2004 tutti i dirigenti abbiamo ricevuto un “bonus di produttività” pari a 10000
euro e che inoltre il loro reddito lordo, a causa degli adeguamenti salariali, sia aumentato dell’1,35%
rispetto al 2003. Determinare il reddito medio lordo dei 5 dirigenti nel 2004

ya (xa) €

?
xa
Quale proprietà abbiamo utilizzato
€
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

22 – Sintesi di variabili doppie miste e quantitative Unità n° 03

y1 … yj … yc TOT Consideriamo una variabile doppia (X,Y) e

supponiamo che sia stata organizzata in una
x1 n11 … n1j … n1c n1. tabella che contiene sulle righe le r modalità
… … … … … … … di X e sulle colonne le c modalità di Y

xi ni1 … nij … nic ni. Supponiamo che la variabile (X,Y) sia mista o
… … … … … … … quantitativa (cioè che almeno una delle due
variabili in gioco sia quantitativa)
xr nr1 … nrj … nrc nr.
Se entrambe le variabili sono quantitative è
TOT n.1 … n.j … n.c n.. possibile calcolarne la media aritmetica

r c

xa ya
n n

Supponiamo ora che X sia una variabile qualitativa e che Y sia invece una variabile quantitativa: non è più
possibile calcolare la media di X mentre invece possiamo calcolare la media di Y
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

23 – Esempio Unità n° 03

Consideriamo la distribuzione doppia di frequenza del tipo di birra preferito e dell’età di un

collettivo di consumatori: ovviamente possiamo calcolare la media solo della variabile in colonna

Età
18 - 22 23 - 26 27 - 30 Individuiamo i valori centrali delle diverse
Bionda 12 22 11 45 classi di età e quindi calcoliamo la media
Tipo di
Rossa 5 9 14 28 considerando quante unità statistiche
Birra
Scura 3 15 18 36 appartengono alle diverse classi
20 46 43 109

v.c. 20 24,5 28,5 20 × 20 + 24,5 × 46 + 28,5 × 43

ya = = 25,25 anni
n.j 20 46 43 109 109

I consumatori del collettivo che stiamo esaminando hanno una età media di 25,25 anni
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

24 – Medie condizionate Unità n° 03

Supponiamo di voler studiare la distribuzione condizionata Y|x : siamo interessati a vedere come si
distribuisce nel collettivo il carattere misurato dalla variabile Y fissato un certo valore della variabile X

f(X=x 1 ,Y=y j ) f1j

f(Y|x 1 )= = al variare di j abbiamo la
f(X=x 1 ) f1. distribuzione di Y rispetto a x1

Possiamo allora calcolare anche la media di Y fissato un certo valore della variabile X, ottenendo così
una media condizionata: è come se calcolassimo la media della sottopopolazione che presenta x1

M(voto|m)

M(voto|f)

M(Y|xi) M(voto)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

25 – Esercizio Unità n° 03

Nella tavola che segue è riportata la distribuzione di 250 individui che abitualmente trascorrono
le vacanze in località di mare della provincia di Cosenza secondo il luogo prescelto (X) e l’età (Y):

0 -| 20 20 -| 40 40 -| 60 60 -| 80
Fuscaldo 14 25 21 34
Diamante 15 23 11 15
Sibari 12 11 19 5
Cariati 5 23 7 10

(1) Tra tutti gli individui con età superiore ai 40 anni, quanti preferiscono la costa ionica?

(2) Calcolare l’età media dei turisti e l’età media dei turisti per luogo di villeggiatura prescelto
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

26 – Un diverso punto di vista Unità n° 03

Nella realtà bisogna spesso considerare l’importanza delle diverse modalità di un carattere
secondo un criterio diverso dalla sua frequenza…

VOTO CF Se calcoliamo la media considerando

1 27 5 solo il voto degli esami otteniamo:
2 23 10
3 20 10 xa = 125/5 = 25
4 30 5
5 25 5

Se però assegniamo ad ogni esame un diverso peso, ad esempio i crediti,

cosa accade al valore medio?
?
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

27 – Media ponderata Unità n° 03

La media aritmetica ponderata di un insieme di N valori osservati di un carattere quantitativo

X con pesi non negativi, è data da:

k
æ ö
x1p1 + x2p2 + ... + xkpk å xipi k ç p ÷
xa = = i=1k =å x i ç k i ÷
p1 + p2 + ... + pk ç p ÷
å çå i÷
i=1
p i
i=1 è i=1 ø
la somma dei pesi relativi
deve essere sempre pari a 1

Attraverso la media ponderata è possibile valutare sinteticamente un fenomeno, espresso in

termini di carattere quantitativo discreto o continuo, inserendo anche un sistema di pesi che
tenga conto dell’importanza che le diverse manifestazioni dello stesso hanno all’interno della
popolazione oggetto di studio
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

28 – Esempio Unità n° 03

Calcoliamo il voto medio con la media ponderata:

VOTO CF
1 27 5
xa =
( 27 × 5 ) + ( 23 ×10 ) + ( 20 ×10 ) + (30 × 5 ) + ( 25 × 5 )
24
= 24
2 23 10
5+10+10+5+5
3 20 10
4 30 5
5 25 5
Il voto medio è 24, più basso di quello calcolato
con la media aritmetica (pari a 25)
unità osservazioni pesi

Attenzione! Nel calcolo della media ponderata l’intensità totale del fenomeno deve essere
rapportata non al numero di unità statistiche (nell’esempio 5) ma al totale dei pesi utilizzati
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

29 – La media geometrica Unità n° 03

Nello studio di alcuni fenomeni, ad esempio quelli economici, si osservano dati distribuiti
secondo un andamento di tipo geometrico: ciò vuol dire che il carattere studiato si modifica
mediante proporzioni

In questi casi ha senso da un punto di vista statistico moltiplicare i dati piuttosto che sommarli

1
æ N
ö N
xg = x1 × x2 × ... × xN = ç Õ xN ÷
N

è i=1 ø

Per poter calcolare la media geometrica è necessario che i valori siano tutti positivi
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

30 – Calcoliamo l’intensità totale Unità n° 03

Riprendiamo l’esempio di un capitale S depositato in banca per 3 anni: supponiamo di avere

ogni anno un tasso d’interesse diverso (tasso variabile)

Il tasso medio è quel tasso che sostituito ai tre diversi tassi applicati dalla banca ci consente di
ottenere lo stesso ammontare (intensità totale del fenomeno)

ANNO TASSO VARIABILE TASSO (MEDIO) FISSO i*

Fine 1°
S+i1S=S(1+i1) S+i*S=S(1+i*)
anno
Fine 2°
S(1+i1)+i2S(1+i1)=S(1+i1)(1+i2) S(1+i*)+i*S(1+i*)=S(1+i*)(1+i*)=S(1+i*)2
anno
Fine 3°
S(1+i1)(1+i2)+i3S(1+i1)(1+i2)= S(1+i1)(1+i2)(1+i3) S(1+i*)2+i*S(1+i*)2= S(1+i*)3
anno

TOTALE S(1+i1)(1+i2)(1+i3) S(1+i*)3

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

31 – Dall’intensità totale a quella media Unità n° 03

Per comodità assumiamo S=1: per calcolare il tasso medio dobbiamo soddisfare la relazione

(1 + i1) × (1 + i2) × … × (1 + iN) = (1 + i*)N

La nostra incognita è quindi il tasso i*, eleviamo i due elementi della relazione per il reciproco di N
così da ottenere

[(1 + i1) × (1 + i2) × … × (1 + iN)] 1/N = (1 + i*)

Quindi il tasso medio sarà uguale a

[(1 + i1) × (1 + i2) × … × (1 + iN)] 1/N - 1= i*

[( i1) × (i2) × … × (iN)] 1/N = i*

Abbiamo utilizzato la media geometrica, moltiplicando tutte le modalità e “redistribuendole” tra

le diverse unità elevando l’intensità totale per 1/N, reciproco della numerosità del collettivo
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

32 – Esempio Unità n° 03

Nella tabella seguente sono riportati i dati sulla popolazione italiana residente dal 1981 al 2001

Popolazione Variazione Tasso

(in mil) relativa sviluppo
1981 56.52 - -
1986 56.59 1.0012 1.2‰
1991 56.77 1.0032 3.2‰
1996 56.88 1.0018 1.8‰
2001 56.99 1.0021 2.1‰

xg = 4 0.0012×0.0032×0.0018×0.0021=0.0020 : 2,0‰
Dal calcolo della media geometrica possiamo dedurre che la popolazione italiana è cresciuta
nel periodo 1981-2001 con un tasso medio di variazione pari allo 2,0 ‰
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

33 – Media geometrica per distribuzioni di frequenza Unità n° 03

Nel caso in cui dobbiamo calcolare la media geometrica di dati organizzati in una distribuzione
di frequenza dobbiamo tener conto di quante unità statistiche hanno manifestato le differenti
modalità del carattere

xg = x × x × ... × x
N n1
1
n2
2
nk
k

Se abbiamo delle frequenze relative dobbiamo ovviamente modificare la formula ottenendo

f1 f2 fk
xg =x × x × ... × x
1 2 k

Nel caso di distribuzioni in classi si sostituisce il valore centrale delle classi alle modalità xi
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

34 – Esercizio Unità n° 03

Si consideri la seguente distribuzione che riporta il tasso praticato da alcune banche sui mutui
per l’acquisto della prima casa:

Tramite un indice opportuno, si calcoli il tasso

medio praticato dalle banche in questione

Soluzione

xi = · ln

0 0,0028 -5,875 il tasso medio è pari al 5,63%

0 0,0002 -8,701
0 0,0610 -2,797
0 0,0630 -2,765
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

35 – Esercizio Unità n° 03

Il 15 novembre 2012 l’Istat ha

pubblicato il rapporto sulla
Natalità e fecondità della
popolazione residente 2011

Sulla base dei dati riportati

sull’infografica qui presente:

calcolare e commentare la
variazione relativa media dei
1)
nati e dei nati da genitori non
coniugati tra il 2008 e il 2011
rapporto completo

calcolare e commentare i tassi di variazione

2) per i nati e i nati da genitori non coniugati,
motivando le scelte effettuate
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

36 – Medie di dati percentuali (1) Unità n° 03

Le percentuali possono talvolta ingannare perché consentono di rappresentare fattispecie

molto diverse da un punto di vista concettuale e interpretativo

(a) il 16% degli impiegati dell’azienda Alfa è di genere femminile

(b) il n° di impiegate di Alfa è cresciuto del 16% tra il 2008 e il 2012

Nel caso (a) si rapporta una parte del collettivo all’ammontare totale del collettivo stesso,
nel caso (b) si confronta una parte del collettivo osservata in un dato momento con la
stessa osservata in un momento diverso

?
qual è la percentuale media di donne impiegate nelle aziende del
settore in cui opera l’azienda Alfa?
qual è la percentuale media di crescita dell’occupazione femminile
in Alfa dalla sua fondazione a oggi?

Che tipo di media si deve utilizzare nei due casi in esame?

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

37 – Medie di dati percentuali (2) Unità n° 03

La percentuale media è sempre uguale alla media delle percentuali?

nf N nf/N %
Alfa 8 50 0.160 16.0 se la proporzione di donne impiegate, rispetto alle
Beta 24 83 0.289 29.0 corrispondenti popolazioni di riferimento, è molto
Gamma 13 26 0.500 50.0 dissimile nelle diverse aziende, la media aritmetica
SETTORE 45 159 0.283 28.3 non è un buon indice di sintesi e va invece preferita
media aritmetica % 0.316 31.6 una media ponderata con pesi pari al n° di impiegati
media ponderata % 0.283 28.3 per ciascuna azienda

Solo se le popolazioni sono pressoché uguali è possibile utilizzare la media semplice

nf N nf/N % nf N nf/N %
Alfa 18 50 0.360 36.0 Alfa 8 68 0.118 11.8
Beta 22 83 0.265 26.5 Beta 24 80 0.300 30.0
Gamma 20 26 0.769 76.9 Gamma 13 66 0.197 19.7
SETTORE 60 159 0.377 37.7 SETTORE 45 214 0.210 21.0

media aritmetica % 0.465 46.5 media aritmetica % 0.205 20.5

media ponderata % 0.377 37.7 media ponderata % 0.210 21.0
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

38 – Robustezza della media aritmetica Unità n° 03

Abbiamo visto come con le medie sia possibile sintetizzare i dati rilevati in un collettivo, allo scopo
di descrivere il fenomeno che ci interessa studiare

Con le medie analitiche si opera una trasformazione “matematica” dei dati:

1) non è possibile utilizzare questi indici su dati qualitativi (non esiste la media del colore degli
occhi o del titolo di studio…)
2) i valori osservati molto piccoli o molto grandi rispetto alla distribuzione del carattere nel
collettivo (detti valori anomali) influenzano il valore dell’indice e portano ad una lettura
del fenomeno fuorviante

Consideriamo la statura delle giocatrici di una squadra di pallavolo: Come si vede dai dati in tabella,
la media rispetta la proprietà
cm 173 169 173 175 170 175 209 172 dell’internalità ma di fatto non è
rappresentativa perché
superiore a 7 modalità su 8:
ordiniamo i dati in senso crescente questo è dovuto al fatto che il
valore 209 risulta essere molto
più grande rispetto agli altri, e
quindi tende ad “attrarre” il
cm 169 170 172 173 173 175 175 209 valore medio

L’altezza media è pari a 177 cm…

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

39 – Le medie di posizione Unità n° 03

Le medie di posizione consentono di sintetizzare il fenomeno con criteri

differenti rispetto a quelli visti per le medie analitiche

si tiene conto della frequenza delle

modalità del carattere studiato
MODA
(può essere calcolata su qualsiasi
tipo di carattere)

si tiene conto della posizione delle

modalità del carattere studiato
MEDIANA
(può essere calcolata su qualsiasi
tipo di carattere ordinabile)

Analogamente alle medie analitiche sono espresse nella stessa unità di misura dei dati
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

40 – La moda Unità n° 03

La moda Mo è la modalità più frequente della distribuzione del carattere

Consideriamo la distribuzione dei consumi (in ML di €)

Consumi Numero dei reparti ospedalieri delle strutture della ASL di una
ml.(€) reparti grande città
1.0 20
La moda è in questo caso 2.5, perché a questa modalità
1.5 80
corrisponde la frequenza più alta (140)
2.0 90
2.5 140 Mo = 2.5 ML di € (è il consumo modale)
3.0 70
Totale 400 (il consumo medio è invece xa = 2.2 ML di €)

I reparti spendono più frequentemente tale ammontare

Per determinare la moda possiamo utilizzare le frequenze assolute, le frequenze relative o

le frequenze percentuali: la moda è sempre la modalità prevalente
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

41 – Moda per distribuzioni in classi Unità n° 03

Nel caso di distribuzioni in classi ovviamente non possiamo individuare una modalità prevalente
ma dobbiamo invece fare riferimento alla classe di modalità più frequenti

Consumi N° Ampiezza Densità

Così come per le distribuzioni di frequenza
ml.(€) reparti classe frequenza
possiamo considerare le frequenze assolute,
5 -| 2.5 100 2 100/2 = 50 relative o percentuali
2.5 -| 3.5 90 1 90/1 = 90
3.5 -| 6.0 210 2.5 210/2.5 = 84 Se però le classi non sono equiampie bisogna
fare riferimento alla densità di frequenza
Totale 400

La classe modale è la classe della distribuzione corrispondente alla frequenza più alta (se le
classi sono equiampie) o alla densità di frequenza più alta (se le classi non sono equiampie)

Nell’esempio in tabella la moda Mo, o meglio la classe modale, è pari a 2.5-|3.5 (ML di €)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

42 – Caratteristiche della Moda Unità n° 03

La moda di una distribuzione è la modalità a cui è associata la frequenza più elevata, quindi
si evince facilmente che la moda è un indice di posizione che può essere determinato per
qualsiasi tipo di carattere, quantitativo o qualitativo

È comunque necessario puntualizzare alcune aspetti fondamentali

1) la moda può ritenersi un buon criterio di sintesi quando si presenta con una frequenza
“nettamente maggiore” di tutte le altre modalità (almeno il 50% delle osservazioni). In tal
caso è ragionevole assumerla come valore tipico del fenomeno, cioè come quel valore più
idoneo a rappresentarlo sinteticamente

2) la moda potrebbe non essere unica: se si individuano due modalità con frequenza maggiore
si parla di distribuzione bimodale (due mode)

3) se tutte le modalità del carattere presentano all’incirca le stesse frequenze, allora non ha
senso determinare la moda: per alcuni studiosi già non ha senso parlare di moda se nella
distribuzione si individuano più di due valori maggiormente ricorrenti
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

43 – Distribuzioni bimodali Unità n° 03

È possibile che nel collettivo ci siano 2 gruppi omogenei rispetto ad un’altra caratteristica

Un’industria di vasellame vuole controllare la qualità della creta utilizzata nella lavorazione
N° impurità N° impurità per cm2
per cm2 Campioni
1 40 100
2 70 80 Dall’analisi della distribuzione si
3 50 60 evince che le modalità prevalenti
4 30
40 sono due (70 e 80)
5 60
6 80 20
7 40 0 Se teniamo conto del fatto che i
Totale 370 1 2 3 4 5 6 7
campioni di creta sono prelevati
N° impurità N° impurità per cm2 da due diversi siti allora possiamo
per cm2 Cava 1 Cava 2 Campioni
100
vedere come in effetti il collettivo
1 40 0 40
2 70 0 70 80
esaminato può essere suddiviso
3 35 15 50 60
in due diversi sotto-collettivi e di
4 10 20 30
40
conseguenza sfruttare questa
5 5 55 60
6 0 80 80 20
informazione per meglio studiare
7 0 40 40 0 il fenomeno
Totale 160 210 370 1 2 3 4 5 6 7
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

44 – La mediana Unità n° 03

La mediana è il centro di un insieme di valori ordinati, è cioè il valore che bipartisce il collettivo
statistico in due gruppi di uguale numerosità

La determinazione della mediana richiede quindi, come prerequisito, che il carattere in esame sia
almeno ordinale. Pertanto potrà essere determinata per tutti i tipi di caratteri quantitativi o
qualitativi, tranne quelli sconnessi (es. colore degli occhi -> no | reddito, titolo di studio -> si)

A seconda della numerosità e di come sono organizzati i dati, cambia il modo di determinare
l’indice: in generale per le distribuzioni unitarie si guarda alla numerosità, cioè se le unità del
collettivo sono pari o dispari; per le distribuzioni di frequenza si guarda invece alle frequenze
cumulate, meglio se relative

Considerando una successione di N valori ordinati in senso non decrescente:

X(1) £ x(2) £ ... £ x(i) £ ... £ x(N)

la mediana Me è definita come il valore centrale della successione, cioè come quel valore che è
preceduto e seguito dallo stesso numero di dati della distribuzione (50%-50%)
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

45 – La mediana per distribuzioni unitarie Unità n° 03

E’ la modalità presentata dall’unità centrale del collettivo

Divide il collettivo in due sottoinsiemi di uguale numerosità: uno con modalità di ordine più
basso e l’altro con modalità di ordine più alto

Statura delle giocatrici di una squadra di pallavolo

cm 173 169 173 175 170 175 209 172

Ordiniamo i dati
cm 169 170 172 173 173 175 175 209

50% 50%

Il calcolo della mediana è possibile solo per caratteri quantitativi o qualitativi ordinabili
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

46 – Come si calcola la mediana Unità n° 03

1) Ordinare le unità in senso crescente

2) Individuare la posizione in graduatoria dell’unità centrale:
§ se n è dispari, la posizione è (n+1)/2
(la mediana è la modalità presentata dall’unità centrale)
§ se n è pari si hanno due unità centrali con posizione n/2 e n/2 +1
(si hanno due mediane date dalle modalità delle due unità centrali:
se il carattere è quantitativo, possiamo considerare come mediana
la semisomma dei valori delle due unità centrali)

cm 169 170 172 173 173 175 175 209

La mediana non è sensibile alla presenza di valori anomali! Me xa

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

47 – Esempio (dati quantitativi) Unità n° 03

La mediana è la modalità corrispondente alla

posizione centrale della distribuzione se la
distribuzione ha una numerosità dispari o alla
semisomma delle modalità corrispondenti
alle posizioni centrali della distribuzione se la
distribuzione ha numerosità dispari

Nell’esempio proposto la mediana Me non è

pari a 5 ma a x(5), quindi alla modalità 2

Analogamente nel secondo caso la mediana

Me non è pari a 5 e 6 ma a x(5) e x(6), quindi
per convenzione si considera il valore

Me = 0,5·(x(5) + x(6)) = 2.5

 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

48 – Esempio (dati qualitativi) Unità n° 03

Consideriamo i giudizi ricevuti dagli scolari di una classe elementare alla fine dell’anno
Ordiniamo le modalità in senso crescente poiché il giudizio è espresso sulla base di un carattere
qualitativo ordinato

Studente Giudizio Studente Giudizio

1 Insufficiente 1 Insufficiente

2 Sufficiente 4 Insufficiente

3 Buono 2 Sufficiente

4 Insufficiente 5 Sufficiente
La modalità DISCRETO
5 Sufficiente 6 Discreto rappresenta la mediana della
distribuzione
6 Discreto 3 Buono

7 Ottimo 9 Buono

8 Ottimo 7 Ottimo

9 Buono 8 Ottimo
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

49 – La mediana per distribuzioni di frequenza Unità n° 03

Per le distribuzioni di frequenza è necessario osservare le frequenze cumulate relative:

X n f F La mediana Me è la modalità xi se la corrispondente frequenza

cumulata relativa Fi è maggiore o uguale a 0,50 (50%):
x1 n1 f1 F1
in tal caso l’unità che lascia a destra e a sinistra lo stesso numero di
… … … … osservazioni si trova tra le unità che presentano xi
xi ni fi Fi
… … … …
xk nk fk 1
Consideriamo ad esempio la distribuzione del numero di figli in un
Totale N 1 collettivo di 50 famiglie:
La Me non può essere 1
perché le famiglie con meno
di un figlio sono il 34%: in
corrispondenza di 2 abbiamo
0,72 e cioè il 72%, quindi le
famiglie con meno di 2 figli
sono quelle che bipartiscono
la distribuzione
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

50 – Mediana per distribuzioni in classi Unità n° 03

Se il carattere è suddiviso in classi, si può ottenere un valore ben approssimato assumendo

implicitamente l’ipotesi che nella classe mediana le unità siano distribuite uniformemente

La classe mediana è la classe xi-1 -| xi se la corrispondente frequenza

X n f F cumulata relativa Fi è maggiore o uguale a 0,50: una volta individuata
x1-|x2 n1 f1 F1 la classe mediana, si può ottenere la mediana per approssimazione
x2-|x3 n2 f2 F2 lineare
… … … …
xi-1-|xi ni fi Fi
… … … …
xk-1-|xk nk fk 1
totale N 1
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

51 – Esempio Unità n° 03

Consideriamo la distribuzione del numero di impiegati per anni di servizio in una industria

Anni di servizio n. impiegati N F Dalle fr. cumulate individuiamo la classe mediana: in

0 -| 1 7 7 0,06 corrispondenza di 5-|10 anni abbiamo 0,61 -> il 61%
1 -| 5 18 25 0,22 degli impiegati ha meno di 10 anni di servizio, quindi
5 -| 10 45 70 0,61 in questa classe si trova il valore che lascia a destra e
10 -| 20 25 95 0,83 sinistra lo stesso numero di osservazioni
20 -| 30 20 115 1,00
Totale 115 A questo punto applichiamo la formula

La mediana, per quanto detto, sarà uguale a:

fr. cumulata alla classe precedente la classe mediana
ampiezza classe mediana
æ 0,5 - 0,22 ö
Me » 5 + çç ÷÷ × 5 = 5 + 3,59 = 8,59 anni
è 0,61 - 0,22 ø
estremo inferiore classe mediana fr. cumulata alla classe mediana
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

52 – I percentili Unità n° 03

Come abbiamo visto, la mediana è quel valore che divide il collettivo statistico in due parti
uguali ognuna contenente il 50% delle unità

Estendendo il discorso possiamo immaginare di suddividere il collettivo in 100 parti, ognuna

delle quali contenente lo stesso numero di unità. I valori che suddividono la distribuzione in
100 parti di uguale numerosità sono detti percentili (o quantili)

Si definisce p-mo percentile, corrispondente alla frazione p/100 del collettivo, la modalità xi del
carattere che suddivide il collettivo in due gruppi tali che:
1) il primo gruppo ha numerosità N(p/100) e le sue unità hanno una modalità al più (inferiore
o uguale) pari a xi
2) il secondo gruppo ha numerosità N(1-p/100) e le sue unità hanno una modalità almeno
(superiore o uguale) pari a xi

In generale il p-esimo percentile è quello che lascia alla sua sinistra il p% della
distribuzione ordinata dei valori osservati e alla sua destra il (100-p)%
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

53 – Percentili delle distribuzioni unitarie Unità n° 03

In generale il p-esimo percentile è la modalità che (in senso crescente) si trova nella posizione

i = [p / 100 · Num. Collettivo]

Se i è intero si considera la media tra xi e xi+1, se invece i non è intero si considera xi+1

Significa che su una popolazione di

Che cosa significa essere al
100 individui abbiamo 5 soggetti più
5° percentile di statura?
bassi di noi e 95 più alti

5% 95%
5° percentile
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

54 – Il 25° e 75° percentile: i quartili Unità n° 03

Alcuni percentili in particolare sono di interesse per la descrizione dei fenomeni

I quartili sono dei percentili che consentono di dividere la distribuzione in quattro parti uguali:
- se p=25 allora abbiamo il 25° percentile (detto primo quartile, Q1), cioè la modalità che lascia
a sinistra il 25% delle unità
- se p=75 allora abbiamo il 75° percentile (detto terzo quartile, Q3), cioè la modalità che lascia
a sinistra il 75% delle unità

cm 169 170 172 173 173 175 175 209

Q1 Q 2 =Me Q3
25% 75%
50%

Il secondo quartile, per p=50, coincide con la mediana della distribuzione e rappresenta quella
modalità che lascia a sinistra (e a destra) il 50% delle unità statistiche
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

55 – I percentili delle distribuzioni unitarie e di frequenza Unità n° 03

Per determinare i percentili nelle distribuzioni unitarie e di frequenza si può utilizzare lo stesso
procedimento visto per la mediana

Per le distribuzioni unitarie è necessario ordinare i dati in senso crescente e quindi individuare il
percentile come quella modalità corrispondente all’unità statistica che divide la distribuzione in
due gruppi, in base a quanto detto precedentemente

Per le distribuzioni di frequenza è sempre utile riferirsi alle frequenze cumulate relative per
individuare la modalità che ci interessa

ATTENZIONE
Vale la pena sottolineare come i percentili siano sempre le modalità e non le posizioni!

Per non confondersi è possibile riferirsi a quanto visto per la media: anche in questo
caso il valore che ci interessa è compreso tra il valore più piccolo e più grande della
distribuzione, ed espresso nella stessa unità di misura con cui si stanno leggendo i dati
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

56 – Percentili delle distribuzioni di frequenza Unità n° 03

Per le distribuzioni di frequenza è necessario osservare le frequenze cumulate relative:

Il percentile p è la modalità xi se la corrispondente frequenza

X n f F cumulata relativa Fi maggiore o uguale a p/100: in tal caso tra
x1 n1 f1 F1 le unità che presentano xi si trova l’unità statistica che lascia a
destra il p% delle osservazioni
… … … …
xi ni fi Fi Consideriamo ad esempio la distribuzione del numero di figli in un
… … … … collettivo di 50 famiglie:
xk nk fk 1
X n f F
totale N 1 0 5 0.10 0.10 Possiamo individuare il 10° percentile
1 12 0.24 0.34 in corrispondenza della modalità 0:
2 19 0.38 0.72
3 9 0.18 0.90 vuol dire che è al più pari al 10% il
numero di famiglie che non hanno
4 4 0.08 0.98
figli, o alternativamente che più del
5 1 0.02 1
10% delle famiglie ha almeno un figlio
Totale 50 1 -
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

57 – Percentili delle distribuzioni in classi Unità n° 03

Per le distribuzioni in classi vale il principio dell’approssimazione lineare: si individua la classe per la
quale la funzione di ripartizione è al più pari a p/100 e quindi si determina il valore del percentile
per approssimazione lineare attraverso la stessa proporzione già utilizzata per la mediana

F AB x DE
AB:AD = BC:DE AD =
C BC
Fi
E
p/100 æ 0,25 - Fi-1 ö
Q 1 » x i-1 + ç ÷ × ωi
Fi-1
A
B è Fi - Fi-1 ø
D

x æ 0,75 - Fi-1 ö
xi-1 Qx xi Q 3 » x i-1 + ç ÷ × ωi
è Fi - Fi-1 ø
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

58 – Esempio Unità n° 03

Consideriamo la distribuzione del numero di impiegati per anni di servizio in una industria

Anni di servizio n. impiegati N F Per calcolare ad esempio il terzo quartile si deve

individuare la classe che lascia a destra il 75% delle
0 -| 1 7 7 0,06 osservazioni
1 -| 5 18 25 0,22
5 -| 10 45 70 0,61 La classe 10-20 lascia a destra l’83% delle modalità e
10 -| 20 25 95 0,83 quindi anche il 75%
20 -| 30 20 115 1,00
Totale 115 Per quanto detto, Q3 sarà uguale a:

æ 0,75 - 0, 61 ö
Q3 » 10 + ç ÷ × 10 = 10 + 6,36 = 16,36 anni
è 0,83 - 0,61 ø
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

59 – Rappresentazione grafica Unità n° 03

Da un punto di vista grafico possiamo individuare e commentare i percentili dal poligono delle
frequenze, rappresentazione della funzione di ripartizione empirica della distribuzione

Q3
“Tagliando” il poligono delle
fr. in corrispondenza di 0,25
Me (25%) si ottiene il valore del
primo quartile, a 0,50 (50%) si
Q1 ha la mediana e a 0,75 (75%)
si ha il terzo quartile

In corrispondenza degli altri valori (compresi tra 0 e 1) si hanno tutti gli altri percentili
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

60 – Valori positivi e valori negativi Unità n° 03

Quando nella distribuzione di un carattere osserviamo sia valori positivi sia valori negativi abbiamo
alcuni problemi ad utilizzare le medie analitiche

Esempio:
Analizzando la distribuzione dei prezzi della benzina negli ultimi 6 anni si sono osservati
i seguenti tassi di variazione

2% -5% 2,5% 1% -0,75%

Qual è il tasso medio di variazione?

Per calcolare il tasso medio dovremmo utilizzare la media geometrica: il problema è che la media
geometrica può essere calcolata solo in presenza di valori positivi, quindi nell’esempio proposto
siamo “costretti” ad utilizzare la media aritmetica o la mediana per sintetizzare la distribuzione dei
prezzi e avere una idea della intensità media del fenomeno oggetto di studio
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

61 – Riepilogo Unità n° 03

La scelta dell’indice più opportuno per descrivere sinteticamente la distribuzione di un certo

fenomeno nel collettivo oggetto di studio dipende da diversi fattori

1) dobbiamo innanzi tutto considerare la natura del carattere, perché come visto non tutti
gli indici sono idonei, ad esempio, a descrivere dei caratteri qualitativi. Se il carattere è
qualitativo ordinato allora è possibile utilizzare sia la moda sia la mediana, se il carattere
è invece qualitativo sconnesso allora è possibile utilizzare solo la moda

2) nel caso di caratteri quantitativi è possibile utilizzare le medie di posizione e le medie

analitiche. In relazione a queste ultime la scelta dipende dal modo di calcolare l’intensità
totale del fenomeno, cioè se il carattere è additivo o moltiplicativo

3) un altro elemento da prendere in considerazione è, nel caso dei caratteri quantitativi, la

presenza o meno dei cosiddetti valori anomali. È infatti dimostrato che ad esempio la
media aritmetica è sensibile a valori molto più piccoli o molto più grandi rispetto a quelli
presenti nella distribuzione: potrebbe essere comunque conveniente in questi casi usare
la mediana
 Corso di Laurea: Economia Aziendale
Insegnamento: Statistica (9 CFU)
Docente: M.Misuraca (aula1) / D.Costanzo (aula2)

62 – Un caso reale… Unità n° 03

Il 4 aprile 2009 i maggiori quotidiani italiani hanno

pubblicato i dati del Ministero dell’Economia relativi
alle dichiarazioni dei redditi delle persone fisiche nel
2007. In questa elaborazione grafica dell’ANSA sono
riportate delle informazioni che possono essere lette
con alcuni degli strumenti della Statistica Descrittiva
studiati in questo corso

Esercizio. Sulla base delle informazioni riportate:

1) Individuare il collettivo, il fenomeno e i caratteri
studiati, specificandone la natura
2) Individuare intensità totale e intensità media del
fenomeno nel collettivo
3) Determinare le distribuzioni di frequenza a partire
dai dati delle rappresentazioni grafiche