Statistica Descrittiva

Introduzione

• Video dedicato alla statistica descrittiva, fondamentale per tecniche di analisi dei dati e organizzazione nelle aziende.
• Playlist esplorativa della statistica, utile per chi lavora nel campo tecnologico e dell'intelligenza artificiale.
• Focus sul ramo descrittivo della statistica, essenziale per raccogliere, organizzare e visualizzare i dati.

Tecniche di campionamento

• Campionamento casuale semplice

  • Ogni unità ha la stessa probabilità di essere inclusa.
  • Pro: Rappresentativo, facile da implementare.
  • Contro: Difficile da realizzare porta a porta, rischio di bassa rappresentatività per certe zone.

• Campionamento sistematico

  • Seleziona ogni k-esima unità in una lista ordinata della popolazione.
  • Pro: Distribuzione uniforme rispetto ad una variabile.
  • Contro: Rischio di bias se c'è una periodicità nella lista.
  • Esempio: Misurazione inquinamento aria ogni 6 ore.

• Campionamento stratificato

  • Popolazione divisa in strati omogenei, campionamento all'interno di ciascuno strato.
  • Pro: Aumenta la precisione delle stime statistiche.
  • Contro: Richiede conoscenza preliminare della popolazione.
  • Esempio: Abitudini di acquisto suddivise per fasce di età.

• Campionamento a grappolo

  • Divide la popolazione in gruppi (es. quartieri, scuole), campionamento interi gruppi.
  • Pro: Efficace in termini di tempo e costi.
  • Contro: Rischio di bias se i grappoli non sono rappresentativi.

Tabelle di frequenza

• Riassumono dati categoriali e numerici mostrando quante volte ogni valore o categoria appare.
• Frequenze assolute: Numero di volte che una categoria o valore si verifica.
• Frequenze relative: Proporzione di ciascuna categoria rispetto al totale.
• Frequenze cumulative: Somma delle frequenze assolute fino a una certa categoria.
• Utili per riassumere i dati, individuare tendenze, creare visualizzazioni (istogrammi, grafici a barre, boxplot).

Definizioni statistiche fondamentali

• Media: Somma dei valori divisa per il numero totale.
• Mediana: Valore centrale di un insieme ordinato di dati.
• Moda: Valore che appare più frequentemente.
• Deviazione standard: Misura la dispersione dei dati rispetto alla media.
• Varianza: Media delle deviazioni al quadrato dei valori dalla loro media.
• Percentili: Valori sotto i quali cade una certa percentuale di osservazioni.
• Outlier: Valori anomali che si discostano significativamente dalla media.

Principali grafici e diagrammi

• Istogrammi
  • Visualizzano distribuzione di dati quantitativi, ogni barra rappresenta frequenza delle osservazioni.
• Grafici a barre
  • Confrontano dati categoriali, possono essere verticali o orizzontali.
• Grafici a torta
  • Rappresentano percentuali, non adatti se le categorie sono molte.
• Diagrammi a dispersione (scatter plot)
  • Analizzano relazione tra due variabili quantitative, rappresentati da punti su un grafico.
• Boxplot (diagramma scatola)
  • Riassumono la distribuzione di dati quantitativi, mostrano mediana, quartili e valori anomali.
  • Utili per visualizzare la dispersione e individuare outlier.