T

CAPITOLO

a INTRODUZIONE
ALLA STATISTICA

1 I dati statistici |▶ Esercizi a p. a19

■ Fenomeno collettivo, popolazione

Vuoi organizzare una serata con i tuoi amici per festeggiare il tuo compleanno.
Per te è importante che partecipi il maggior numero di persone, quindi chiedi a
ciascuno quale, fra tre possibili date, è quella che preferisce. In base alle risposte
ottenute decidi quale sarà il giorno in cui si terrà la serata.
Quello che hai fatto è, in piccolo, un’indagine statistica.
In generale l’indagine statistica si basa sull’osservazione, sulla raccolta, sull’analisi
e sull’interpretazione di dati relativi a determinate situazioni o fatti, detti fenomeni
collettivi.
Per fenomeno di solito si intende ciò che capita intorno a noi. È possibile distinguere
fra fenomeni che si presentano sempre con le stesse caratteristiche, chiamati feno-
meni tipici, e fenomeni che si manifestano ogni volta con caratteristiche diverse, sul
cui comportamento è difficile fare previsioni, detti fenomeni atipici.
Per esempio: sono fenomeni tipici quelli che possono essere descritti con una legge
fisica, come la caduta di un corpo; sono fenomeni atipici gli eventi meteorologici.
In alcuni casi di fenomeni atipici, se si effettuano numerose osservazioni, si posso-
no evidenziare delle caratteristiche uniformi. In questo caso si parla di fenomeni
collettivi.

ESEMPIO Sono fenomeni collettivi:

MATEMATICA
E STORIA
• il numero di nascite in un ospedale in un anno;
Dai censimenti ai son- • le età dei residenti di un certo paese;
daggi d’opinione L’uti-
lizzo di dati statistici per
• l’altezza di alberi di pioppo in una piantagione.
ottenere informazioni Possiamo perciò dare la seguente definizione.
utili per il governo degli
stati, quali il numero di I fenomeni collettivi sono fenomeni che interessano un numero abbastanza grande
abitanti, di soldati, di di individui, che presentano caratteristiche uguali o simili fra loro.
addetti ai vari mestieri
ecc., risale ai popoli Definiamo popolazione o universo l’insieme di elementi che viene preso in consi-
antichi, in particolare ai
Cinesi e agli Egizi. derazione in un’indagine con una o più caratteristiche in comune.

Approfondimento
Se il rilevamento dei dati avviene su tutta la popolazione l’indagine si definisce cen-
simento.

a2
 Paragrafo 1. I dati statistici T

TEORIA
Se l’indagine viene condotta solo su una parte di popolazione, la porzione considera- Listen to it
ta è detta campione. Per essere attendibile, un campione deve essere rappresentativo A sample is a set of obser-
della popolazione, ossia deve riprodurre su scala ridotta gli stessi dati rilevati per vations taken from a subset
l’intera popolazione. of a population.

Ogni elemento della popolazione è detto unità statistica. Ogni unità può essere sem-
plice, se consiste in una singola persona od oggetto, oppure composta, per esempio
un nucleo famigliare.
Si dice dato statistico il risultato di un rilevamento su una unità statistica.
ESEMPIO Si vuole svolgere un’indagine sul numero di studenti assenti in un de-
terminato giorno in una scuola.
Popolazione: tutti gli studenti iscritti a quella scuola;
Unità statistica: ogni singolo studente;
Dato statistico: ciascun alunno assente in quel giorno.
A seconda del tipo di popolazione che si prende in considerazione, si suddivide la
statistica in:
• statistica descrittiva, che ha lo scopo di raccogliere e di elaborare i dati per de- MATEMATICA
INTORNO A NOI
scrivere fenomeni collettivi relativi a una popolazione nel suo complesso;
L’indagine statistica
• statistica induttiva (o inferenza statistica), che si occupa dei metodi che, parten- ▶ Come si effettua
do dall’analisi delle caratteristiche di una parte della popolazione (campione), un’indagine statistica?
permettono di estendere i risultati all’intera popolazione.
Approfondimento
In questo capitolo ci occuperemo di statistica descrittiva.

■ I caratteri qualitativi e i caratteri quantitativi

Per ogni unità è possibile studiare diverse caratteristiche. Ogni caratteristica rappre-
senta un carattere della popolazione.
Ogni carattere viene descritto mediante le modalità con cui esso si può manifestare.
I caratteri possono essere di due tipi:
• caratteri qualitativi, detti anche mutabili statistiche, quelli le cui modalità sono
costituite da attributi (aggettivi o espressioni verbali);
• caratteri quantitativi, detti anche variabili statistiche, quelli le cui modalità sono
espresse da numeri che possono essere il risultato di un’operazione di conteggio
o di misurazione.
ESEMPIO Il carattere «mezzo di trasporto» è qualitativo e le sue modalità sono,
per esempio, treno, auto, aereo e nave.
Il carattere «i giorni di assenza in un anno degli studenti di un liceo» è un carat-
tere quantitativo, che può assumere modalità: 1, 2, 3, 4…
Le variabili statistiche si possono suddividere in discrete e continue.
• Le variabili discrete sono variabili quantitative le cui modalità derivano da un’o-
perazione di conteggio. Possono assumere un numero finito di valori, per esem-
pio: il carattere «giorni di assenze degli studenti a scuola» assume valori n, che
appartengono a un intervallo di numeri naturali.
• Le variabili continue sono variabili quantitative che derivano da un’operazio-
ne di misurazione. Possono assumere infiniti valori in un intervallo reale. Per
esempio «l’altezza» dei ragazzi che frequentano una scuola assume valori x che
appartengono a un determinato intervallo di R .

a3
T Capitolo a. Introduzione alla statistica

■ Le tabelle di frequenza
TEORIA

Listen to it

The frequency of a specific

quality is the number of sta- DEFINIZIONE
tistical units within the consid- La frequenza F è il numero delle unità statistiche che presentano una determi-
ered population that present
that quality. nata modalità qualitativa o quantitativa.

ESEMPIO Un’indagine svolta su 28 studenti di una classe, relativa ai mezzi di

trasporto con cui si recano a scuola, ha dato i seguenti risultati.
Legenda: A-automobile; M-motorino o scooter; P-a piedi; C-bicicletta; B-auto-
bus o pullman.
A, B, M, M, P, A, A, B, P, B, C, A, B, B, B, C, P, B, A, C, C, A, M, B, M, B, A,
C.
Contando la frequenza di ciascuna modalità costruiamo la relativa tabella.
Modalità Frequenza
automobile 7
a piedi 3
autobus/pullman 9
motorino/scooter 4
bicicletta 5
totale delle unità statistiche 28

L’insieme delle coppie ordinate di cui il primo elemento è la modalità e il secondo la

frequenza corrispondente viene detto distribuzione di frequenza.
Spesso interessa il valore della frequenza confrontato con il numero totale delle unità
statistiche. Infatti siamo in situazioni diverse se, per esempio, la frequenza di una
modalità è 7 rispetto a un totale di 28 o se, invece, è 7 rispetto a un totale di 280. Per
questo motivo viene calcolata la frequenza relativa, di cui diamo la definizione.

DEFINIZIONE
La frequenza relativa f di una particolare modalità è il rapporto fra la frequen-
F
za della modalità stessa e il numero totale n delle unità statistiche: f = n .

Nell’esempio precedente la frequenza della modalità «automobile» è 7, ossia 7 stu-

denti su 28 raggiungono la scuola in automobile; pertanto la frequenza relativa è
7 1
f = 28 = 4 = 0, 25 .

La frequenza relativa può essere espressa anche in percentuale, moltiplicandola per

100: la frequenza percentuale della modalità automobile è 25%. Questo significa che,
in una distribuzione con le stesse caratteristiche di quella data, su un campione di
100 studenti 25 vanno a scuola in automobile.

▶ In un campione di 3500 persone, il 27% ha guardato una certa trasmissione televisiva.

Calcola, utilizzando la formula inversa F = f $ n , il numero delle persone del campione che ha
guardato la trasmissione.

a4
 Paragrafo 1. I dati statistici T

TEORIA
ESEMPIO

Distribuzione delle frequenze relative

Frequenza Frequenza relativa
Modalità Frequenza F
relativa f percentuale f%
automobile 7 1/4 25%
a piedi 3 3/28 11%
autobus/pullman 9 9/28 32%
motorino/scooter 4 1/7 14%
bicicletta 5 5/28 18%
totale 28 1 100%
Le frequenze relative percentuali della tabella sono approssimate alle unità.

La somma delle frequenze relative alle diverse modalità è uguale a 1, la somma

delle frequenze relative percentuali è uguale a 100%.

▶ Chiamiamo x1, x2, x3 e x4 i valori che descrivono la modalità di una rilevazione. Sappiamo che F1 = 25, f2 = 6%, f4 = 12% e
che il totale delle frequenze è 500. Determina le altre frequenze assolute e relative e compila la tabella con tutte le frequenze.

Animazione

↓ Tabella 1
■ Le classi di frequenza Misura
Numero
Studiamo l’altezza di un gruppo di studentesse di 15 anni (→ tabella 1). d’ordine
altezza
(in metri)
In casi come questo, è utile raggruppare le modalità in classi, determinando la fre-
1 1,56
quenza di ogni classe. Abbiamo suddiviso le misure in cinque classi (→ tabella 2).
2 1,64
↓ Tabella 2
3 1,62
Classe Frequenza Frequenza relativa percentuale 4 1,68
1,55-1,60 2 11% 5 1,69
1,60-1,65 5 26% 6 1,76
1,65-1,70 7 37% 7 1,75
8 1,72
1,70-1,75 4 21%
9 1,61
1,75-1,80 1 5%
10 1,69
Di solito l’estremo inferiore di ciascuna classe viene considerato escluso dalla classe, 11 1,65
mentre quello superiore incluso. Per esempio, nella tabella precedente il valore 1,60 12 1,73
è relativo alla classe 1,55-1,60 e non alla classe 1,60-1,65. 13 1,68
Il raggruppamento in classi fornisce meno informazioni (per esempio, non sappia- 14 1,67
mo quanto misurano esattamente le 7 altezze comprese fra 1,65 e 1,70 m), però 15 1,66
fornisce una sintesi più leggibile del fenomeno.
16 1,60
Di ogni classe è spesso utile calcolare il valore centrale, che si ottiene dividendo 17 1,64
per 2 la somma degli estremi della classe. Per esempio, il valore centrale della classe 18 1,67
1, 60 + 1, 65
1,60-1,65 è 2 , ossia 1,625. 19 1,74

a5
T Capitolo a. Introduzione alla statistica

■ Le serie statistiche
TEORIA

Listen to it Una serie statistica è una tabella che riporta nella prima colonna le modalità di un
carattere qualitativo (mutabile statistica) e nella seconda colonna le frequenze corri-
A statistical series is a set
of data categories with their spondenti o le misure (intensità) corrispondenti. Anche l’intensità, infatti, può essere
frequencies. considerata come un tipo particolare di frequenza.
Le serie statistiche sono dette:
• rettilinee: quando le modalità hanno un ordine logico di successione, da una
posizione iniziale a una finale (per esempio il titolo di studio);
• cicliche: quando è stabilito un ordine con cui si succedono le modalità, ma non
è possibile stabilire qual è il primo termine, a meno di non stabilire una conven-
zione (per esempio le stagioni); il ciclo può essere ripetuto;
• sconnesse: quando l’ordine con cui si succedono le modalità indicate nella pri-
ma colonna della tabella è del tutto arbitrario (per esempio un elenco di attività
sportive).
Una serie è detta dicotomica quando la mutabile statistica presenta solo due moda-
lità, una opposta all’altra (per esempio il genere maschile/femminile).

ESEMPIO Nella prima tabella sono riportati, per ogni ordine di scuola, il numero
di iscritti (frequenza) nell’anno scolastico 2012/2013.
La serie è rettilinea.

Tipo di scuola Numero iscritti

Scuola dell’infanzia 1 686 095
Scuola primaria di primo grado 2 828 240
Scuola secondaria di primo grado 1 779 758
Scuola secondaria di secondo grado 2 652 448

La seconda tabella riporta per quattro famiglie il reddito annuo (intensità) rela-
tivo all’anno 2014.
La serie è sconnessa.

Famiglia Reddito (€)

Rossi 27 000
Bruni 41 050
Bianchi 37 820
Neri 29 400

Produzione
Anno Un caso frequente di serie statistica è la serie storica, dove la modalità qualitativa è
di mais (t)
rappresentata da una successione temporale (anni, mesi, …).
2008 540
Queste serie sono importanti perché permettono di studiare l’andamento di un fe-
2009 320 nomeno nel tempo (trend), individuare componenti cicliche più o meno regolari e
2010 610 isolare elementi anomali o anormali.
L’individuazione del trend permette di formulare previsioni per il futuro. Un esem-
2011 680
pio è proposto nella tabella a lato in cui è riportato l’andamento della produzione di
2012 590 mais in un’azienda agricola.

a6
 Paragrafo 1. I dati statistici T
■ Le seriazioni statistiche

TEORIA
Una seriazione statistica è una tabella che riporta nella prima colonna le modalità Listen to it
di un carattere quantitativo (variabile statistica) e nella seconda colonna le frequen-
A variate is a quantity which
ze corrispondenti. may take any of the values of
a specified set with a speci-
Le modalità di un carattere quantitativo possono essere discrete (se possono assume- fied relative frequency.
re soltanto un numero finito di valori) o continue (se possono assumere un qualsia-
si valore all’interno di un intervallo preso nell’insieme dei numeri reali).
Un esempio di seriazione statistica è pro- Numero Numero
posto nella tabella a fianco, in cui i 250 di locali di appartamenti
appartamenti gestiti da un’agenzia im- 1 10
mobiliare sono stati suddivisi secondo la
2 42
modalità «numero di locali».
3 76
4 80
5 34
6 8

■ Le tabelle a doppia entrata

Nella tabella di seguito riportiamo il voto finale in inglese e in tedesco dei quindici
alunni promossi di una classe.
Numero
d’ordine
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Voto in
inglese
7 6 8 6 8 7 7 8 8 6 6 6 7 7 7
Voto in
tedesco
8 6 6 6 6 7 8 7 9 6 7 6 7 6 8

Per interpretare l’andamento dei due voti possiamo procedere alla costruzione di
una tabella che può essere letta sia nel senso delle righe sia nel senso delle colonne
(tabella sotto).
Questa tabella a doppia entrata per- Voto in
mette di conoscere quanti sono com- tedesco
6 7 8 9
plessivamente gli alunni che hanno un Voto in
determinato voto in inglese e in tedesco, inglese
ma anche di leggere immediatamente 6 4 1
quanti sono gli alunni che hanno un 7 1 2 3
certo voto in tedesco e contempora-
8 2 1 1
neamente un altro voto in inglese. Per
esempio, se vogliamo sapere quanti stu-
denti hanno 7 in tedesco e 8 in inglese, leggiamo il valore che si trova all’incrocio fra
la terza riga e la seconda colonna, ossia 1.

Le tabelle a doppia entrata ci permettono l’osservazione delle unità statistiche sotto

due modalità. Quando entrambe le modalità sono quantitative, come nell’esempio
precedente, si hanno tabelle di correlazione. Se almeno una delle modalità è quali-
tativa, si hanno tabelle di contingenza.

a7
T
TEORIA Capitolo a. Introduzione alla statistica

2 La rappresentazione grafica
dei dati |▶ Esercizi a p. a21

■ L’ortogramma
Riportiamo su un asse verticale le frequenze numero di studenti (frequenza)
della tabella di pagina a4 riferita alla mo-
9
dalità di trasporto degli studenti. Sull’asse
8
orizzontale segniamo tanti segmenti quante 7
sono le modalità, tutti della stessa lunghezza.

autobus / pullman
6
Per ogni segmento tracciamo un rettango- 5
4

automobile
lo che ha per altezza la corrispondente fre-

motorino/
3

bicicletta
quenza (→ figura 1a).

scooter
a piedi
2
▶ Un’agenzia utilizza 25 La rappresentazione che otteniamo è detta 1
guide turistiche, ognuna ortogramma. In esso a ogni frequenza cor-
specializzata in una sola modalità di trasporto
lingua straniera: 9 in
risponde un rettangolo che ha l’altezza pro-
inglese, 6 in francese, porzionale alla frequenza stessa. ↑ Figura 1a
4 in tedesco e 6 in spa-
gnolo. Rappresenta la I rettangoli possono anche essere disposti
serie statistica con una con la base sull’asse verticale. Le frequenze
tabella, un ortogramma e sono riportate sull’asse orizzontale e le mo- modalità di trasporto
un diagramma a blocchi.
dalità sono segnate sull’asse verticale. In bicicletta
Animazione questo caso la rappresentazione si chiama motorino/
diagramma a blocchi (→ figura 1b). scooter
autobus / pullman

Listen to it
■ L’istogramma a piedi

A histogram is a type of Per rappresentare la distribuzione della → ta- automobile

frequenza
statistical graph in which rec- bella 2, riportiamo sull’asse orizzontale i va-
tangles proportional in area 1 2 3 4 5 6 7 8 9
lori degli estremi delle classi, ottenendo così
to the class frequencies are
erected on sections of the
dei segmenti le cui lunghezze rappresentano ↑ Figura 1b
horizontal axis. The width of le ampiezze degli intervalli (→ figura 2).
each section represents the Disegniamo poi dei rettangoli che hanno per
corresponding class interval numero di studentesse
basi tali segmenti e la cui area è proporziona- (frequenza)
of the variate.
le alla frequenza della classe. Otteniamo così 8
una rappresentazione detta istogramma. 7
Se le classi, come nel nostro esempio, hanno 6
tutte la stessa ampiezza, anche in un isto- 5
gramma, come in un ortogramma, è suf- 4
▶ Abbiamo misurato l’al- 3
tezza di piante di mais, a ficiente prendere rettangoli con le altezze
2
partire da 140 cm e fino proporzionali alle frequenze.
a 180 cm. Con intervalli 1
Se in un istogramma si congiungono i punti 0
di ampiezza 10 cm, otte-
medi dei lati superiori dei rettangoli, si ottie- 1,55 1,60 1,65 1,70 1,75 1,80
niamo le frequenze 20,
90, 150, 40. Rappresenta ne una spezzata, chiamata anche poligono misura dell’altezza (m)
la seriazione con una delle frequenze (→ figura 3). Ogni vertice ↑ Figura 2
tabella e con un isto-
gramma. Traccia il poli-
del poligono delle frequenze corrisponde al
gono delle frequenze. valore centrale di una classe.

Animazione Se le classi hanno la stessa ampiezza, di solito si considerano come vertici della spezzata
anche i punti corrispondenti ai valori centrali delle classi immediatamente preceden-

a8
 Paragrafo 2. La rappresentazione grafica dei dati T

TEORIA
te e immediatamente successiva a quelle per numero di studentesse ▶ Rappresenta i seguenti
(frequenza)
le quali la frequenza è diversa da 0. Queste dati, relativi a consegne
classi hanno frequenza 0. 8 di pacchi per giorno
poligono
delle lavorativo, con un isto-
Per esempio, nell’istogramma della → figu- 7
frequenze gramma che li raggruppi
6
ra 3, consideriamo anche 1,525 e 1,825. in modo efficace.
5
21, 26, 12, 18, 13, 13,
Si può verificare che in tal modo la somma 4
18, 26, 26, 21, 21, 13,
delle aree dei rettangoli dell’istogramma è 3
26, 21, 18, 16, 18, 21,
uguale all’area delimitata dall’asse orizzonta- 2 18, 16, 21, 18, 23, 16,
1 16, 16, 20, 25, 17, 20,
le e dal poligono delle frequenze (→ figura 4).
0 25, 13, 16, 18.
1,525 1,575 1,625 1,675 1,725 1,775 1,825 Confronta la tua solu-
■ I diagrammi cartesiani misura dell’altezza (m) zione con quella propo-
sta nel video.
Consideriamo la seguente distribuzione ↑ Figura 3
Video
di frequenze, che descrive quante imprese
artigiane, fra quelle scelte come campio-
8
ne, hanno un certo numero di dipendenti
7
(tabella di seguito). Riportiamo sull’asse 6
delle ascisse il numero dei dipendenti 5
delle imprese artigiane e sull’asse delle 4
ordinate le frequenze. Dopo aver segnato 3
i punti, li colleghiamo, e la spezzata che 2
otteniamo mette in risalto la forma della 1
0
distribuzione delle frequenze. La spezza-
ta in figura descrive la forma della distri- ↑ Figura 4
buzione di frequenza.
frequenza
Numero dipendenti ▶ Le seguenti coppie
Frequenza 10 sono relative all’an-
imprese artigiane
8 damento annuale del
2 2 numero dei residenti in
6 un Comune:
3 8
(2007; 8450);
4 6 4 (2008; 8490);
(2009; 8460);
5 2 2
(2010; 8485);
0 (2011; 8496);
0 1 2 3 4 5 6 (2012; 8502).
numero dipendenti imprese artigiane Rappresenta la serie
storica mediante una
Con i diagrammi cartesiani si rappresentano spesso i fenomeni storici, dove la spez- tabella e un diagramma
cartesiano.
zata evidenzia l’andamento di un fenomeno nel tempo. Per esempio, la seguente
spezzata mette in evidenza l’andamento dei prezzi di un prodotto in tempi succes-
sivi.
prezzo (€)

7
Anno Prezzo (€)
2006 5,81 6,5

2007 6,41
6
2008 6,61
2009 6,21 5,5
2005 2006 2007 2008 2009 2010 2011
2010 6,81 anni

a9
T Capitolo a. Introduzione alla statistica

■ L’areogramma
TEORIA

Listen to it

A pie chart is a diagram L’areogramma, detto anche diagramma circolare o diagramma a torta, è partico-
in which a circle is broken
larmente utile per rappresentare le frequenze relative percentuali.
down into its constituent
parts. A number of degrees Si presenta come un cerchio che viene suddiviso in tanti settori circolari. Ognuno di
out of the total of 360° is questi settori corrisponde a una modalità qualitativa o quantitativa e ha un’ampiezza
allocated proportionally to (e quindi una superficie) proporzionale alle frequenze.
the total represented by each
part. Gli angoli al centro dei diversi settori hanno ampiezza proporzionale alle frequenze
percentuali.

ESEMPIO Consideriamo le frequenze 1,75 - 1,80 1,55 - 1,60

▶ Rappresenta con un
areogramma la seria- relative percentuali dell’altezza delle stu- 5%
zione statistica descritta dentesse nella tabella 2. Per determinare 11%
nella tabella. l’ampiezza x corrispondente a una certa 21%
93,6°
Durata frequenza relativa percentuale f% si utilizza
26%
vacanza N. la proporzione:
(n. persone 37%
giorni) 360° $ f%
x|360° = f%|100 " x = 100 . 1,70 - 1,75 1,60 - 1,65
0-7 24 1,65 - 1,70
7-14 36 Calcoliamo l’ampiezza dell’angolo re-
lativo alla frequenza relativa alla classe 1,60-1,65:
14-21 12
360° $ 26
21-28 8 x= 100 = 93, 6° .
Totale 80
Il settore circolare ha angolo al centro di ampiezza uguale a 93,6°. Allo stesso
Animazione
modo si ricavano le ampiezze degli altri settori.

■ Gli ideogrammi e i cartogrammi

MATEMATICA
INTORNO A NOI Gli ideogrammi utilizzano figure che richiamano il contenuto del fenomeno e ne
Il fumo fa male? Il danno una visione immediata. Le figure hanno dimensioni diverse, con aree propor-
fumo rappresenta uno zionali ai dati che rappresentano.
dei principali fattori di
rischio nell’insorgenza
Consideriamo la serie storica della tabella di seguito, che riporta il numero di au-
di numerose patologie tomobili vendute da un concessionario. Possiamo così disegnare il seguente ideo-
che colpiscono in primo gramma. Si nota subito che il numero di automobili vendute è aumentato negli anni.
luogo l’apparato respi-
ratorio e quello cardio-
Automobili vendute
vascolare.
Anno Numero automobili 2007
vendute
2008
2007 161
2008 194 2009
2009 215
▶ Perché possiamo 2010 257 2010
affermare che, in chi
smette di fumare, il
rischio si riduce pro-
gressivamente fino ad I cartogrammi sono grafici utilizzati per rappresentare dati relativi ad aree geogra-
avvicinarsi a quello dei fiche. Si costruiscono utilizzando una carta geografica del territorio considerato e
non fumatori? segnando le varie aree con colori diversi o con segni convenzionali come puntini più
La risposta o meno fitti, tratteggio. Una legenda accompagna la rappresentazione per consentire
la lettura del fenomeno considerato.

a10
 Paragrafo 3. Gli indici di posizione centrale T

TEORIA
ESEMPIO Numero di operatori del set-
tore formaggi DOP per regione (anno
2009). 0
0-500
Il cartogramma fa risaltare, più della 500-3000
3000-10 000
serie da cui proviene, l’assenza di ope- Oltre 10 000

ratori in Liguria e Abruzzo. In effetti in

queste regioni, secondo questa rileva-
zione, non esistono formaggi DOP.

3 Gli indici di posizione

Misura
centrale |▶ Esercizi a p. a24 Numero
d’ordine
altezza
(in metri)
In statistica si cerca di riassumere una serie di dati con un valore medio (compreso 1 1,77
tra il minimo e il massimo valore della distribuzione) che possa esprimere sinteti-
camente il fenomeno. 2 1,69
Esistono medie di calcolo, che si determinano tenendo conto di tutti i valori della 3 1,69
distribuzione (media aritmetica, media ponderata), e medie di posizione, che si cal- 4 1,73
colano tenendo conto solo di alcuni valori (mediana e moda).
5 1,62

■ La media aritmetica 6 1,70

7 1,68
Supponiamo di voler confrontare l’altezza del gruppo A di studentesse del paragrafo
1 con quella delle studentesse di un secondo gruppo (gruppo B), di cui riportiamo i 8 1,64
valori nella → tabella 3. 9 1,76
Affiancando le tabelle delle frequenze dei due gruppi (→ tabella 4), scopriamo che 10 1,68
non è facile effettuare un confronto. 11 1,72
Classe Frequenza gruppo A Frequenza gruppo B 12 1,75
1,55-1,60 2 0 13 1,68
1,60-1,65 5 2
14 1,77
1,65-1,70 7 7
1,70-1,75 4 4 15 1,73
1,75-1,80 1 3 16 1,66
↑ Tabella 4 ↑ Tabella 3
Calcolando, invece, la media aritmetica relativa ai due gruppi di dati, otteniamo
un’informazione sintetica della distribuzione dei dati.

DEFINIZIONE
La media aritmetica M, o media, di una sequenza di n numeri x 1, x 2 , ..., x n è il Listen to it
quoziente fra la loro somma e il numero n. The arithmetic mean, or
mean, is defined as the sum
x1 + x 2 + f + xn
M= n
of the terms divided by the
number of terms.

a11
T
TEORIA Capitolo a. Introduzione alla statistica

MATEMATICA La media aritmetica M A dei dati del gruppo A è

INTORNO A NOI
1, 56 + 1, 64 + 1, 62 + f + 1, 64 + 1, 67 + 1, 74
Partite di calcio Il MA = 19 - 1, 672 ,
calcio è lo sport più
seguito e amato in Italia.
Le partite del campiona- mentre la media aritmetica MB dei dati del gruppo B è
to appassionano migliaia
1, 77 + 1, 69 + 1, 69 + f + 1, 77 + 1, 73 + 1, 66
di tifosi, spesso disposti MB = 16 - 1, 704 .
ad andare anche in
trasferta pur di seguire
la propria squadra del
Poiché M B 2 M A , possiamo dire che le studentesse del gruppo B hanno mediamente
cuore. un’altezza maggiore di quelle del gruppo A.
Negli esempi precedenti abbiamo utilizzato la media come valore di sinte-
si, ossia come un valore che riassume una caratteristica di un insieme di dati.
Inoltre possiamo notare che, in questi esempi, la media si trova proprio nel-
la zona della distribuzione dove si addensano maggiormente i risultati. Quando
un valore di sintesi ha questa proprietà, diciamo che è un buon indice di
▶ È vero che è più facile posizione centrale. Come vedremo, non sempre la media è un buon indice di po-
vincere una partita in
casa che in trasferta? sizione centrale.

La risposta ▶ Un negozio di scarpe,

durante il periodo dei saldi
N. clienti 4 5 6 7 8 9 10
estivi, ha rilevato il numero dei N. giorni 12 11 14 8 7 12 11
giorni in cui vi è stato un certo
flusso di clienti.
Calcola il numero medio giornaliero dei clienti che hanno effettuato acquisti nel periodo con-
siderato.

■ La media ponderata
Reti Frequenza
Consideriamo la tabella a sinistra, relativa al numero di reti per partita nelle prime
due giornate di un campionato di calcio di serie A in cui si giocano 10 partite per
0 2 ogni giornata. Calcoliamo la media:
1 0
0 + 0 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 3+ 3+ 3+ 4 + 4 + 4 + 4 + 5+ 5+ 6 + 6
M= 20 .
2 7
3 3 Al numeratore possiamo anche scrivere 0 $ 2 + 2 $ 7 + 3 $ 3 + 4 $ 4 + 5 $ 2 + 6 $ 2:
4 4 ogni numero di reti viene moltiplicato per la sua frequenza. La media è allora:
5 2 0$2+2$7+3$3+4$4+5$2+6$2
M= 2+7+3+4+2+2 = 3, 05 .
6 2
Le frequenze rappresentano i diversi «pesi» che devono avere i singoli valori nel
calcolo della media. Più grande è la frequenza di un valore, maggiore è l’influenza
che esso ha sul valore medio.
La media calcolata in questo modo può essere considerata come caso particolare di
un più generale tipo di media.

DEFINIZIONE
Data una sequenza di numeri x1, x2, ..., xn e associati a essi i numeri p1, p2, ..., pn,
detti pesi, chiamiamo media aritmetica ponderata P il quoziente fra la somma
dei prodotti dei numeri per i loro pesi e la somma dei pesi stessi.
x1 p1 + x 2 p 2 + f + xn pn
P= p1 + p 2 + f + pn

a12
 Paragrafo 3. Gli indici di posizione centrale T

TEORIA
La media aritmetica è un caso particolare di media ponderata in cui tutti i pesi sono PROBLEMA
uguali a 1. Tasse Le aliquote
IRPEF determinano l’im-
posta progressiva sul
▶ Da una popolazione formata da 40 famiglie, si è ottenuta la seguente distribuzione relativa reddito che un cittadino
al numero dei componenti del nucleo familiare.
deve pagare all’erario.
Nel 2004 il sistema
N. componenti Totale
1 2 3 4 di aliquote era: per il
del nucleo familiare n. famiglie reddito fino a 15 000
euro, aliquota del 23%;
Frequenza 4 14 19 3 40 da 15 001 a 29 000 euro,
Calcola la media (ponderata) del numero dei componenti del nucleo familiare. aliquota del 29%; da
[2,525] 29 001 a 32 600 euro,
aliquota del 31%; da
32 601 a 70 000, aliquo-
Se calcoliamo la media aritmetica ponderata nel caso di dati raggruppati in classi, ta del 39%; per i redditi
superiori, aliquota del
possiamo assumere come valori x 1, x 2, ..., x n i valori centrali di ogni classe e come 45%.
pesi le frequenze. In questo caso il valore ottenuto per la media aritmetica ponderata ▶ Quanto ha pagato
può essere diverso dalla media aritmetica dei dati. all’erario un cittadino
con un reddito, nel
ESEMPIO Calcoliamo la media aritmetica ponderata relativa alla tabella 4, 2004, di 40 000 euro?
gruppo A: ▶ Qual è stata la sua
aliquota media?
1, 575 $ 2 + 1, 625 $ 5 + 1, 675 $ 7 + 1, 725 $ 4 + 1, 775 $ 1
P= 2+5+7+4+1 - 1, 667 .
Scheda di lavoro

Il valore ottenuto è diverso, anche se di poco, dalla media aritmetica 1,672, che si
ottiene facendo la somma delle singole altezze e dividendo per 19, in quanto in
ogni classe abbiamo sostituito ai valori della classe il valore centrale moltiplicato
per la relativa frequenza.

La media ponderata tuttavia è particolarmente significativa quando i pesi servono

per indicare l’importanza dei diversi valori.

ESEMPIO Ai cinque quesiti di una prova sommativa viene attribuita una diversa
Punti Peso
importanza.
I punti ottenuti per ogni quesito da uno studente sono quelli della tabella a destra, 2 1
dove sono anche riportati i pesi da attribuire a ciascun quesito. 4 2,5
Calcoliamo la media ponderata: 4 1
2 $ 1 + 4 $ 2, 5 + 4 $ 1 + 2 $ 1 + 8 $ 2, 5 2 1
P= 1 + 2, 5 + 1 + 1 + 2, 5 = 4, 75 .
8 2,5
Il valore che otteniamo è maggiore di quello della media aritmetica semplice
( M = 4 ), perché i punteggi più alti sono stati conseguiti nei quesiti ai quali è stata
data maggiore importanza.

■ La mediana ▶ I prezzi delle banane

(in €/kg), rilevati in un
Consideriamo i sette valori seguenti: 8, 12, 7, 9, 4, 10, 55. certo giorno al mercato
Calcoliamo la media aritmetica: di una città, erano i
seguenti: 1,98; 1,90;
8 + 12 + 7 + 9 + 4 + 10 + 55
M= 7 = 15 . 1,85; 1,95; 2,10; 1,80;
2,20. Calcola il valore
15 non è un buon indice di posizione centrale in quanto tutti i numeri, tranne 55, della mediana e della
media.
sono minori di 15. È proprio la presenza del numero 55, molto maggiore degli altri, [1,95; 1,97]
che «sposta» il valore medio rispetto alla posizione centrale.

a13
T
TEORIA Capitolo a. Introduzione alla statistica

Preferiamo allora scegliere un indice di posizione centrale nel seguente modo:

• disponiamo i numeri in ordine crescente (o decrescente):
4, 7, 8, 9, 10, 12, 55;

• scegliamo il valore 9, che sta al centro. Tale valore è detto mediana.

La mediana di una sequenza dispari di numeri suddivide la sequenza in due gruppi
contenenti lo stesso numero di elementi.
Si può determinare la mediana anche nel caso in cui il numero dei dati è pari. Cer-
chiamo, per esempio, la mediana degli otto valori seguenti:
36, 22, 41, 8, 33, 46, 38, 44.
Dopo averli disposti in ordine crescente, 8, 22, 33, 36, 38, 41, 44, 46, prendiamo
come mediana la media dei due valori centrali, 36 e 38.
36 + 38
La mediana è: 2 = 37 .

Listen to it DEFINIZIONE
The median is that value Data la sequenza ordinata di n numeri x1, x2 , ..., xn , la mediana Me è:
•
of the variate which divides
the total frequency into two
il valore centrale, se n è dispari;
halves.
• la media aritmetica dei due valori centrali, se n è pari.

■ La moda
Consideriamo i valori
3, 8, 2, 3, 5, 1, 7, 3, 5, 3, 15, 2, 10, 3, 12, 4
e ordiniamoli in senso crescente:
1, 2, 2, 3, 3, 3, 3, 3, 4, 5, 5, 7, 8, 10, 12, 15.
Osserviamo che il 3 ha una frequenza molto maggiore rispetto agli al-
tri e che vicino al 3 si trovano molti degli altri valori presenti. In questo caso si
preferisce assumere come indice di posizione centrale tale numero, che viene chia-
mato moda.

Listen to it DEFINIZIONE
The mode is that value of Date le modalità x1, x2, ..., xn , si chiama moda Mo la modalità qualitativa o quan-
the variate which is assumed titativa a cui corrisponde la frequenza massima.
by the greatest number of
members of the population.
La moda indica il valore più «presente» nella distribuzione. Ci sono serie di dati che
hanno più di una moda. Consideriamo, per esempio, i risultati di un compito in
classe riportati nella tabella a fianco.
La distribuzione risulta bimodale, ossia ha due valori distinti per la moda, infatti ha
Voti di un compito
per moda sia 5 sia 7. Ciò significa che nella classe si possono distinguere due gruppi
Voti 4 5 6 7 8 di studenti: uno sufficiente e uno insufficiente. Questo tipo di informazione sarebbe
Frequenza 2 9 3 9 2 andato perso se avessimo riassunto i risultati del compito con la media o la mediana,
che, come puoi verificare, valgono entrambe 6.

a14
 Paragrafo 4. Gli indici di variabilità T

TEORIA
Possiamo calcolare la moda anche nel caso di distribuzioni di frequenze i cui valori
sono raggruppati in classi. In tal caso si parla di classe modale.

▶ La seriazione statistica rappresentata nella tabella è relativa al numero di guasti meccanici

riportati da 26 automezzi di un’impresa di spedizioni nei primi 30 000 km. Calcola la media
aritmetica, la mediana e la moda.

N. guasti 0 1 2 3 4
N. automezzi 5 8 7 4 2

Animazione

4 Gli indici di variabilità |▶ Esercizi a p. a31

Le due sequenze di valori:

a. 12, 24, 32, 43, 56, 74, 88; b. 42, 43, 44, 46, 49, 52, 53
sono costituite dallo stesso numero di valori e, per entrambe, la media è 47. Tuttavia,
la distribuzione dei valori intorno al valore medio 47 è diversa per le due sequenze:
i valori della seconda sequenza sono più vicini al valore medio, mentre quelli della
prima sono più sparsi.
In statistica, per indicare questo fatto, si dice che le due sequenze hanno diversa
dispersione o variabilità.
Per misurare la dispersione si usano indici di variabilità quali il campo di
variazione, lo scarto semplice medio e la deviazione standard.

■ Il campo di variazione
DEFINIZIONE ▶ Calcola la media e
Il campo di variazione di una sequenza di numeri è la differenza fra il valore il campo di variazione
dei periodi di passaggio
maggiore e il valore minore.
della cometa di Halley,
che hanno intervalli
Per esempio, nella sequenza a il campo di variazione è 88 - 12 = 76, nella sequenza diseguali a causa dell’ef-
fetto gravitazionale dei
b è 53 - 42 = 11.
pianeti Giove e Saturno.
I periodi, in anni, degli
■ Lo scarto semplice medio ultimi dodici passaggi
sono stati: 75,8; 74,4;
Il campo di variazione non è un indice molto accurato, in quanto tiene conto soltan- 76,9; 76,3; 74,9; 76,1;
to del primo e dell’ultimo valore e non di quelli intermedi. Inoltre non tiene conto 75,2; 77,6; 77,0; 79,1;
77,4; 79,1.
delle frequenze.
Consideriamo le due sequenze di numeri:
c. 1, 4, 5, 5, 6, 6, 7, 7, 7, 12;
d. 1, 1, 1, 1, 2, 10, 10, 11, 11, 12
che hanno lo stesso numero di valori, la stessa media, 6, e lo stesso campo di varia-
zione, 11. Tuttavia i valori della sequenza d sono più lontani dal valore della media
6 di quelli della sequenza c.
Cerchiamo un indice che permetta di rilevare questa differenza.

a15
T
TEORIA Capitolo a. Introduzione alla statistica

Per ogni valore di c calcoliamo lo scarto assoluto dalla media, che è la differenza in
valore assoluto fra il valore stesso e la media. Indichiamo con S1 il primo scarto, con
S2 il secondo e così via.
S1 = 1 - 6 = 5 , S6 = 6 - 6 = 0 ,

S2 = 4 - 6 = 2 , S 7 = 7 - 6 = 1,

S 3 = 5 - 6 = 1, S 8 = 7 - 6 = 1,

S 4 = 5 - 6 = 1, S 9 = 7 - 6 = 1,

S5 = 6 - 6 = 0 , S10 = 12 - 6 = 6 .
Calcoliamo ora la media aritmetica degli scarti, che chiamiamo scarto semplice me-
▶ È stato rilevato per
dieci giorni consecutivi
dio e indichiamo con Sc , poiché riferito alla sequenza c:
il prezzo (in €/kg) della 5+2+1+1+0+0+1+1+1+6
zucca «piacentina» in Sc = 10 = 1, 8 .
un mercato generale
all’ingrosso di frutta e Il valore dello scarto semplice medio di 1,8 ci dice che, mediamente, i valori della
verdura: sequenza si discostano di 1,8 dalla media.
1,25; 1,10; 1,10; 1,15;
1,10; 1,05; 1,00; 0,95; Ripetendo il procedimento per la sequenza d, otteniamo lo scarto semplice medio Sd :
0,90; 1,05. 5+5+5+5+4+4+4+5+5+6
Calcola lo scarto Sd = 10 = 4, 8 .
semplice medio.
Osserviamo che Sd 2 Sc : in d i valori sono mediamente più lontani dalla loro media.

DEFINIZIONE
Lo scarto (o scostamento) semplice medio S di una sequenza di numeri x1, x2,
…, xn è la media aritmetica dei valori assoluti degli scarti dei numeri stessi dalla
loro media aritmetica M.
x1 - M + x 2 - M + f + xn - M
S= n

Osservazione. Gli scarti dalla media vanno presi in valore assoluto, perché ciò che
interessa è lo scostamento di ogni dato dalla media e non se il dato è minore o
maggiore del valore medio stesso. Infatti, la media aritmetica degli scarti, non
considerati in valore assoluto, è sempre uguale a 0 (prima proprietà della media
artimetica).
Questa proprietà si può dimostrare come segue. Indicati con x1, x2, ..., xn i diversi dati
e con M la loro media aritmetica, la media degli scarti è:
^ x1 - M h + ^ x 2 - M h + f + ^ xn - M h
n =
64444 4n7 4444
volte
48
x1 + x 2 + f + xn - M - M - f - M
n =

x1 + x 2 + f + xn - nM x + x 2 + f + xn
n = 1 n - M = M - M = 0.

▶ Sono stati misurati i seguenti

tempi in un esperimento nel quale
Tempo (s) 2,04 2,05 2,06 2,07 2,08
una sfera è rotolata lungo un piano Frequenze 4 6 18 10 2
inclinato alto 5 cm e lungo 100 cm.
Verifica che la somma degli scarti dalla media aritmetica è nulla.

a16
 Paragrafo 4. Gli indici di variabilitˆ T
■ La deviazione standard

TEORIA
Più spesso si utilizza la deviazione standard, perché è un indice più sensibile del pre-
cedente, anche per piccole variazioni nella distribuzione dei dati intorno alla media.
Questo indice si basa sulla seconda proprietà della media aritmetica: la somma dei qua-
drati degli scarti dalla media aritmetica è sempre minore della somma dei quadrati degli
scarti da un valore diverso dalla media aritmetica. Se si tiene come valore di riferimento
la media aritmetica, la somma dei quadrati degli scarti assume il valore minimo.
Consideriamo la sequenza di otto valori 4, 7, 9, 13, 14, 18, 21, 34, la cui media
aritmetica è 15.
Per ogni valore calcoliamo lo scarto e lo eleviamo al quadrato. I valori che si otten-
gono vengono detti scarti quadratici.
(4 - 15)2 = 121; (7 - 15)2 = 64; (9 - 15)2 = 36; (13 - 15)2 = 4;
(14 - 15)2 = 1; (18 - 15)2 = 9; (21 - 15)2 = 36; (34 - 15)2 = 361.
Calcoliamo la media degli scarti quadratici, chiamata varianza, che si indica con v 2
(si legge «sigma al quadrato»):
121 + 64 + 36 + 4 + 1 + 9 + 36 + 361
v2 = 8 = 79 .

Otteniamo la deviazione standard, che indichiamo con la lettera greca v (si legge
«sigma»), eseguendo la radice quadrata della varianza:
v= 79 - 8, 8882 .

DEFINIZIONE
La deviazione standard v o scarto quadratico medio di una sequenza di nu-
meri x1, x2, ..., xn è la radice quadrata della media aritmetica dei quadrati degli
scarti dei numeri stessi dalla loro media aritmetica.
^ x1 - M h2 + ^ x 2 - M h2 + f + ^ x n - M h2
v= n

▶ Calcola la deviazione standard della seguente seriazione statistica relativa a un test attitu-
dinale di un gruppo di studenti in una prova di velocità di lettura.

Pagine lette in 30 minuti 10 12 16 18

Numero studenti 3 13 9 5

Animazione

▶ Un’azienda agricola in provincia di Bologna ha prodotto in sei anni le seguenti quantità di

patate (espresse in quintali).

Anni 2009 2010 2011 2013 2014 2015

Produzione (q) 1500 1400 1600 1300 1200 1400

Calcola la deviazione standard della produzione negli anni considerati.

a17