HomeCorsiIntroduzione alla statistica

Criteri di selezione di una misura centrale

Capitolo 2 · Statistica descrittiva · lezione 8 di 57
Riservato agli abbonati — ecco l'inizio
Scegliere una misura: scegliere la giusta misura di tendenza centrale è essenziale per descrivere un valore tipico dei dati osservati. Quando una distribuzione è simmetrica, media e mediana sono molto vicine, il che significa che le due misure descrivono fedelmente i dati. Un'applicazione mostra istogrammi del numero di crimini per distretto di Londra. Usate l'elenco a discesa per passare da un tipo di crimine all'altro e osservate dove si collocano le linee della media e della mediana su ciascuna distribuzione. Quale tipo di crimine può essere descritto altrettanto bene dalla media quanto dalla mediana? Rispondete alla domanda 0XP Risposte possibili Selezionate una sola r
Il seguito di questa lezione è riservato agli abbonati Crea il tuo account gratuito per provare gli esercizi di esempio, poi passa all'accesso completo quando vuoi.

Crea il tuo account gratuito

Senza carta di credito, in trenta secondi.
Continua con Google
oppure
Iscriviti con un'e-mail
Già registrato? Accedi
Continuando, accetti le condizioni d'uso e la politica sulla privacy. I tuoi dati sono ospitati nell'Unione europea.

Accesso completo DATAGOZ

19 €/ mese — oppure 190 € / anno
  • Tutti i corsi pubblicati e i percorsi professionali
  • Esercizi e quiz corretti automaticamente
  • Allenamento, esame e attestato di frequenza
  • Senza impegno, disdettabile online
Vedi i piani
Questa lezione fa parte del corso

Introduzione alle statistiche

long_training6 capitoli · 57 lezioni
  • La piattaforma di formazioneiscritti
  • Definizione e ruolo della statisticaabbonati
  • Applicazioni concrete della statistica nel mondo realeiscritti
  • Tipologia e identificazione dei datiabbonati
  • Statistica descrittiva vs statistica inferenzialeabbonati
  • Misure di tendenza centraleabbonati
  • Caso di studio: analisi del numero di reati per distretto a Londraabbonati
  • Criteri di selezione di una misura centralesiete qui
  • Analisi dei quartieri londinesi ad alta criminalitàabbonati
  • Misure di dispersione e di variabilitàabbonati
  • Definizione degli indicatori di dispersioneabbonati
  • Visualizzazione della dispersione con i box plot (diagrammi a scatola)abbonati
  • Caso di studio: identificazione dei reati con deviazione standard elevataabbonati
  • Principi fondamentali del calcolo delle probabilitàabbonati
  • Confronto e gerarchizzazione delle probabilitàabbonati
  • Caso pratico: probabilità di una vendita superiore alla mediaabbonati
  • Nozione di probabilità condizionataabbonati
  • Eventi dipendenti vs eventi indipendentiabbonati
  • Caso pratico: analisi probabilistica di un carrello della spesa con più di 10 articoliabbonati
  • Introduzione alle distribuzioni discreteabbonati
  • Identificazione e classificazione delle distribuzioniabbonati
  • Media empirica (campione) vs media teorica (popolazione)abbonati
  • Introduzione alle distribuzioni continueabbonati
  • Confronto: distribuzioni discrete vs distribuzioni continueabbonati
  • Rilevamento e proprietà della distribuzione normaleabbonati
  • Calcolo di probabilità con una distribuzione uniformeabbonati
  • La distribuzione binomialeabbonati
  • Identificazione di una legge binomialeabbonati
  • Influenza delle probabilità sulla forma binomialeabbonati
  • Determinazione dei parametri nn e ppiscritti
  • La distribuzione normale (legge gaussiana)iscritti
  • Caratteristiche di una distribuzione normaleiscritti
  • Proprietà e peculiarità della legge normaleiscritti
  • Rilevazione dell'asimmetria di una distribuzione (skewness)iscritti
  • Caratterizzazione dell'appiattimento di una distribuzione (kurtosis)iscritti
  • Il Teorema del Limite Centrale (TLC)iscritti
  • Visualizzazione e comportamento delle distribuzioni campionarieiscritti
  • Teorema del Limite Centrale vs Legge dei grandi numeriiscritti
  • Condizioni di applicazione del Teorema del Limite Centraleiscritti
  • La distribuzione di Poissoniscritti
  • Modellazione e riconoscimento dei processi di Poissoniscritti
  • Interpretazione del parametro lambda (λλ)iscritti
  • Fondamenti dei test d'ipotesiiscritti
  • Caso di studio: relazione tra esposizione al sole e sonnoiscritti
  • Procedura metodologica di un test d'ipotesiiscritti
  • Distinzione tra variabili indipendenti e dipendentiiscritti
  • Procedura sperimentaleiscritti
  • Principi e identificazione degli esperimenti controllatiiscritti
  • Giustificazione e importanza della randomizzazioneiscritti
  • Nozione di correlazioneiscritti
  • Misura della correlazione tra più variabiliiscritti
  • Interpretazione e limiti della correlazione (causalità)iscritti
  • Identificazione dei fattori di confondimento (variabili confondenti)abbonati
  • Analisi e interpretazione dei risultati di un testabbonati
  • Soglie di significatività (αα) e valori pabbonati
  • Rischi statistici: errori di tipo I (αα) e di tipo II (ββ)abbonati
  • Conclusioneiscritti
Lezione successiva

Analisi dei distretti londinesi ad alta criminalità

Vedi il programma Crea un account per continuare