CURVA NORMALE (simmetrica):

gauss la inventa x misurare un fenomeno più volte nel tempo (= condizioni e strumenti) dai
risultati diversi. Quindi pensò che ci fossero delle perpetuazioone nelle misure a causa di
errori accidentali—-> funzione parametrizzata in funzione della grande grandezza x
individuare in maniera univoca la distribuzione
grandezze:
numero delle osservazioni
Valore medio
Scarto quadratico medio
parametri:
s: distanza in valore assoluto di ciascun punto di flesso al punto di massimo
(distanza fra asse di simmetria e punti di flesso della curva di frequenza)
—-> curva normale assume forma aguzza
N: area sotto la curva
—-> cambiano in modo proporzionale le ordinate della curva normale
m: ascissa del punto massimo (asse di simmetria)
—-> curva subisce una traslazione sull’asse delle ascisse
(punto di flesso cambia concavità m-s o m+s)
osservando le stature empiriche di un collettivo si prova a capire se possono essere
rappresentati da una curva normale se si le condizioni indicate sono vere se no c’è fattore di
disturbo

QUESTIONARIO: strumento standardizzato x raccogliere info su variabili quantitative e

qualitative
rilevazioni dirette:
-tramite intervistatore
faccia a faccia focalizzata o biografica, con questionario)
organizzazione territoriale, condizionamento e costosa
maggiori possibilità di spiegare e collaborare direttamente con rispondente nuoto
Telefonica: poco costosa e da organizzare e condizionare, tempestiva, controllo e
“indelicatezza”
rispondente può farsi aiutare e non è chiaramente identificato
-auto compilata
Con questionario postale: poco costosa e da organizzar, indelicatezza x anonimato
tempi lunghi, poche risposte o partecipazione, no identificazione no aiuti
con indagini di opinione: argomenti di attualità
studi panel: Su stessi soggetti per lungo tempo (longitudinale)
studi di trend: stesso tema nel corso del tempo
indirette: intervistatore esamina documenti e sopralluogo
occasionali o periodiche
1 progettazione concettuale: definisci popolazione di riferimento, argomenti, caratteristiche di
interesse del fenomeno da studiare, finalità conoscitive e tecnica di rilevazione (dando una
definizione precisa dell’oggetto dell’indagine
es: indagine sulla devianza dai definizione devianza)
individua possibilità di errore:
si potrebbe rifiutare di rispondere x obiettivo commerciale, privatezza o minoranza
—> lettera di accompagnamento, anonimato e correzione/omissione da campione originale
2 redazione: scegli tipo domande in base a contenuto (caratteristiche socio demografiche,
atteggiamenti e comportamenti), ordine e forma (Aperte a risposta libera Con libertà di
rispondere ma ma campione piccolo o strutturate a risposta chiusa con risposta standard ma
campione grande)
riguardanti caratteristiche socio-demografiche, atteggiamenti e comportamenti
aperta concedono più libertà e spontaneità, quando non sei in grado di preventivare
risposte/fenomeno sconosciuto/problema complesso e delicato
ma. troppo vaghe e incomprese x risposte generiche (dipendono dal livello culturale di
ognuno) —> provocano rifiuto
chiusa facilmente modificabili/rispondibili (anche grazie aiuto di risposte multiple e
sollecitano ricordi/definizioni) riferimento a dati sensibili—> risposte veritiere e comparabili
ma. alternative e ordine possono influenzare risposta e lunghezza porta risposta a casi
formula domande basandoti su linguaggio semplice o conciso, sintassi e contenuto
tipi:
filtro: puoi saltare quesiti x intervistati con caratteristiche comuni/dettagli inutili
condizionata (da risposta precedente)
tecniche:
- di controllo x verificare attendibilità delle risposte precedenti
-di batteria x formulate nello stesso stesso modo quindi in un unico blocco
ma possono essere risposte a caso
scelta delle domande
metti in luce che il consenso alla norma non è scontato ed è normale anche un
comportamento negativo ponendo domande in forma indiretta
domande (di varia lunghezza) in ordine logico: prima domanda con risposte semplici/
contengono info per le domande successive, aperte/delicate alla fine, separa coppie di
domande con funzione di controllo
risposte: prevedibile e indica come rispondere
3 verifica: distribuito a poche persone ma rappresentative degli strati di collettivo statistico
oggetto di rilevazione tramite pretest x evidenziare domande poco chiare

CAMPIONAMENTO: procedimento attraverso cui si estraggono unità n campionarie dal

complesso delle N unità della popolazione
PROBABILISTICO
(Campione: insieme delle n (ampiezza del campione) unità campionarie selezionate tra le N
unità che compongono la popolazione)
in base a variabilità (sé poca piccolo campione se tanta grande campione) di popolazione e
accuratezza (se poca piccolo campione se tanta grande campione) della stima e non dalla
dimensione di popolazione
- campione casuale semplice con ripetizione: popolazione d’origine invariata perché ogni N
rimane costante e uguale a 1/N la probabilità di estrazione del n successivo
senza: popolazione d’origine si riduce di un’unità per cui la probabilità di scelta
del primo, del secondo etc saranno: 1/N 1/N-1 1/N-2
(unità che fa parte del campione esclusa dalle successive estrazioni)
é semplice, economico e statisticaente rappresentativo x non favorisce
ma. necessita una completa lista della popolazione ed è casuale
-stratificato: numerosità della popolazione è elevata quindi difficile numerare tutti gli
elementi compresi quelli di interesse—-> dividi la popolazione in strati omogenei (individuo
non in più strati) formati da individui con caratteristiche simili es:reddito
-sistematico: unità campionarie selezionate ad ogni intervallo non sorteggiate
prima unità svelata a caso altre secondo passo di campionamento
es: da q a k (basandosi su variabili) dopo k+numero scelto a caso e così via
semplifica estrazione che rimane comunque casuale anche se manca una lista precisa della
popolazione (N)
ma. comunque influenzato da selezione
-a due o più stadi: popolazione elevata necessita di semplificazioni estrattive ed
economiche dividendo gerarchicamente in livelli individuandone in ordine le varie unità
risparmio di spese e tempo x necessita solo lista unità appartenenti a stadi d’interesse
ma. grande lavoro per scegliere stadi e conseguentemente poca rappresentatività
NON PROBABILISTICI: individui inclusi nell’indagine in modo non casuale ma scelte
condizionate dal ricercatore
- a scelta ragionata: non a caso ma scelta del ricercatore in base a considerazioni razionali
e giudizi personali di fenomeni e criteri
- accidentale: non sceglie campione ma inserisce nell’indagine le prime unità volontarie
risparmio di tempo e denaro ma poco accurato
- a valanga: le unità vengo scelte partendo da prime unitá selezionate
con determinate caratteristiche che sceglieranno individui con opinioni simili
un campione é buono se è rappresentativo senza distorsioni
IN BASE A DOMANDA SCLGO DIMENSIONE DEL CAMPIONE e eventuali frazionamenti
(analisi multivariata)
VARIABILITÀ:
attitudine di caratteri/fenomeni di assumere differenti modalità
(mutabilità nel caso qualitativo) per sintetizzare le diversità delle situazioni reali
indici con valori positivi o nulli
“ 0 nel caso di uguaglianza di termini
“ rescere all’aumentare della differenza fra i termini di una serie/distribuzione
Assoluta indici basati su differenza tra campo di variazione e differenze interquartilica,
Scarti dei singoli valori da una loro media e differenza tra i termini
Relativa
la variabilità si riferisce alla tendenza dei valori di un dataset a differire l’uno
dall’altro. In altre parole, indica quanto i dati sono “sparsi” o “concentrati” attorno a
un valore centrale, come la media. Una bassa variabilità indica che i dati sono
raggruppati vicino alla media, mentre un’alta variabilità indica che i dati sono più
dispersi.
Esistono diverse misure statistiche per quantificare la variabilità, tra cui:
Campo di variazione (o range): È la differenza tra il valore massimo e il valo
re minimo nel dataset. È una misura semplice ma sensibile ai valori anomali (outlier).
Varianza: Misura la dispersione dei dati attorno alla media. Si calcola come la media dei
quadrati delle differenze tra ciascun valore e la media. L’unità di misura della varianza è il
quadrato dell’unità di misura dei dati originali, il che può renderla difficile da interpretare
direttamente.
Deviazione standard: È la radice quadrata della varianza. Esprime la dispersione dei dati
nella stessa unità di misura dei dati originali, rendendola più facile da interpretare. Una
deviazione standard elevata indica una maggiore dispersione dei dati.
Scarto interquartile (IQR): È la differenza tra il terzo quartile (Q3) e il primo quartile (Q1) del
dataset. Rappresenta la dispersione del 50% centrale dei dati ed è meno sensibile ai valori
anomali rispetto al campo di variazione.
Coefficiente di variazione: È il rapporto tra la deviazione standard e la media, espresso in
percentuale. È utile per confrontare la variabilità di dataset con medie diverse o unità di
misura diverse.
quantitativa: Esprime una quantità, un valore numerico. Può essere misurata e le
operazioni matematiche (come somma, media, ecc.) hanno un significato. Le variabili
quantitative si dividono ulteriormente in:
Discrete: Assumono solo valori interi. Ad esempio, il numero di figli in una famiglia, il
numero di auto in un parcheggio.
Continue: Possono assumere qualsiasi valore all’interno di un intervallo. Ad esempio,
l’altezza di una persona, la temperatura di una stanza, il peso di un oggetto.
qualitativa: Descrive una qualità o una caratteristica. Non è numerica, anche se a volte può
essere codificata con numeri (ad esempio, 1=maschio, 2=femmina). Le operazioni
matematiche non hanno significato. Le variabili qualitative si dividono ulteriormente in:
Nominali: Classificano le osservazioni in categorie senza un ordine intrinseco. Ad esempio,
il colore degli occhi, il gruppo sanguigno, la nazionalità.
Ordinali: Classificano le osservazioni in categorie con un ordine intrinseco.
MEDIA x sintesi e comparazione di rilevazione statistica in un unico valore chiaro anche se
ogni volta che si sintetizza si perdono info partendo da alcune quantità assunte come
invarianti o alcune condizioni tra gli scarti
valore medio é sempre interno a distribuzione: min valore di x x1<x<xN max valore di X
analitiche x tutti i termini di serie
-aritmetica: ammontare complessivo del carattere X attribuibile a ogni unità statistica del
collettivo
-geometrica: valore che sostituito ai termini di una serie/distribuzione ne lascia inalterato il
prodotto, si usa quando vuoi che il valore medio risulti meno sensibile ai valori estremi
-armonica: usando prporzionalitá inversa ai singoli termini lasciandone inalterata la somma
del loro inverso
-potenza: sostituita dai singoli termini della distribuzione lascia inalterata la somma di termini
elevati alla T potenza
lasche x particolari termini
-VC: esprime il centro del campo di variazione di una variabile statistica tra il valore più
grande e quello più piccolo
-mediana: ripartisce la graduatoria lasciando al suo di sopra su di sotto un uguale numero di
valori, se è N dispari il valore sarà quello centrale, se è pari i due termini centrali però fra di
loro
-quartili: valori della distribuzione che la dividono in quattro parti uguali
-moda: valore che rappresenta la modalità più elevata del fenomeno osservato
PONDERATA

NON PONDERATA

CONCENTRAZIONE (R):
misura il modo in cui un fenomeno quantitativo si distribuisce tra le unità statistiche che lo
compongono se una variabile è distribuita in modo equo o diseguale tra le unità di
osservazione.
R =0—-> equidistribuzione
R=1—-> massima concentrazione
0<R<1—-> intermedia “
massima discordanza

REGRESSIONE: studio di come varia in media il carattere dipendente a variare di quello

indipendente
se c’è dipendenza fra carattere dipendente (conseguente) y e indipendente x (antecedente)
che se varia rimane costante si crea regressione
coefficiente (b) >0—> positivo: dir Prop
<0—> negativo: Inv Prop
=0—> nullo: indipendente

CORRELAZIONE :
se c’è interdipendenza non è possibile comprendere relazione fra X e Y, si può fare
riferimento alla associazione concorde(Ai valori più elevati di uno corrispondono valori più
elevati dell’altro) o discorde (a valori piccoli di uno corrispondono valori grandi dell’altro)
0<r<1—> —> Correlazione positiva imperfetta
r=+1—>max concordanza correlazione positiva perfetta
r=0—> no relazione —> indipendenza
-1<r<0—> correlazione negativa imperfetta
r=-1—>massima discordanza—> correlazione negativa perfetta