1 / 10

Trasformazione dei dati

Trasformazione dei dati. E’ possibile: - Riscalare i dati Aggiungere o sottrarre una costante Moltiplicare o dividere per una costante - Standardizzare i dati. Aggiungere o sottrarre una costante. Esempio: 5 atlete sono state pesate all’inizio dell’allenamento per le olimpiadi.

judith-williamson
Download Presentation

Trasformazione dei dati

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Trasformazione dei dati E’ possibile: - Riscalare i dati Aggiungere o sottrarre una costante Moltiplicare o dividere per una costante - Standardizzare i dati

  2. Aggiungere o sottrarre una costante Esempio: 5 atlete sono state pesate all’inizio dell’allenamento per le olimpiadi. Si sono osservati i seguenti valori (in kg): 55, 59, 63, 66, 67 Il peso medio delle atlete è pari a 62kg. Se, dopo un mese di allenamenti, ogni atleta ha perso 5kg, quale sarà il peso medio delle atlete? 50, 54, 58, 61, 62 Il peso medio è di 57kg!!!

  3. 55, 59, 63, 66, 67 50, 54, 58, 61, 62 Se, all’inizio dell’allenamento, lo scarto quadratico medio era pari a 4,47; quanto varrà σ dopo una settimana? σ sarà ancora pari a 4,47!!!! • Se si aggiunge o sottrae dai dati una costante: • la media risulterà aumentata o diminuita del valore della costante • lo scarto quadratico medio rimane invariato

  4. Moltiplicare o dividere per una costante Sottoposte ad una dieta alimentare ipocalorica, il peso delle atlete dopo un mese è diminuito del 10%. 55 – 59 – 63 – 66 - 67 49,5 - 53,1 - 56,7 - 59,4 – 60,3 Anche il peso medio e lo scarto quadratico medio risulteranno diminuiti del 10%:

  5. Se i dati si moltiplicano o si dividono per una costante: la media e lo scarto quadratico medio risulteranno moltiplicati o divisi per il valore della costante

  6. Esempio:di seguito sono riportate le temperature (in °C) massime osservate dal 2000 al 2005 presso la stazione meteorologica di Bolzano: 18,4° - 16,8° - 16,9° - 17,7° - 16,8° La temperatura media è pari 17,32°C Quanto varrà la temperatura media in gradi Fahrenheit? Dal momento che la relazione tra gradi Fahrenheit e gradi centigradi è XF=32+1,8XC La temperatura media in gradi Fahrenheit è pari a XF=32+1,8XC=32+1,8*17,32=

  7. Standardizzazione dei dati Si ricorre alla standardizzazione dei dati quando si vogliono confrontare i dati di più distribuzioni o con scale diverse: osservazione-media Z= scarto quadratico medio • Il valore standardizzato misura di quanti scarti quadratici medi un’osservazione è distante dal valore medio. In particolare: • Z > 0 indica che l’osservazione è superiore alla media • Z < 0 indica che l’osservazione è superiore alla media • Z = 0 indica che l’osservazione è uguale alla media

  8. Riprendiamo l’esempio precedente e standardizziamo i dati 55 59 63 66 67 -1,56 -0,67 0,22 0,89 1,12 La media dei valori standardizzati è zero mentre lo scarto quandratico medio è pari ad 1 N.B. Se un valore standardizzato è minore di 2 o maggiore di 2 vuol dire che è un valore anomalo

  9. Tab. Distribuzione di frequenza di alcuni quartieri di Southampton in base ad alcuni svantaggi sociali

  10. 2,65=(2,84 + 2,68 + 2,43)/3

More Related