Introduzione alla Statistica

Ti sei mai chiesto come si fanno i sondaggi politici o come le aziende prevedono le vendite? Tutto parte dalla statistica! Questa materia si divide in due grandi rami che hanno scopi diversi ma complementari.

La statistica inferenziale ti permette di trarre conclusioni su un'intera popolazione studiando solo un campione rappresentativo. Non ti dà certezze assolute, ma usa il calcolo delle probabilità per fare affermazioni precise e quantitative.

La statistica descrittiva invece si concentra sull'analisi dei dati che hai davanti. Il suo obiettivo è semplificare grandi quantità di informazioni trasformandole in grafici e numeri che raccontano una storia chiara. Può anche verificare se i tuoi dati seguono un modello teorico specifico.

💡 Ricorda: La statistica descrittiva organizza quello che vedi, quella inferenziale ti aiuta a capire quello che non vedi!

Le Fasi dell'Indagine Statistica

Fare una ricerca statistica è come pianificare un viaggio: serve un percorso ben definito. Le sette fasi sono la tua roadmap per non perderti tra i dati.

Inizia sempre definendo cosa vuoi scoprire e chi vuoi studiare. Poi formula le tue ipotesi e pianifica come raccogliere i dati. Puoi farlo direttamente (con questionari o esperimenti) o indirettamente (usando dati già raccolti da enti come l'ISTAT).

Una volta raccolti i dati, devi organizzarli, elaborarli e analizzarli per verificare se le tue ipotesi iniziali erano corrette. È un processo che richiede metodo, ma ti darà risultati affidabili.

💡 Consiglio pratico: Più tempo dedichi alla pianificazione iniziale, meno problemi avrai nell'analisi finale!

Rapporti Statistici e Numeri Indice

I rapporti statistici sono il modo più semplice per confrontare fenomeni diversi. Hai quattro tipi principali: di composizione (parte rispetto al tutto), di coesistenza (due gruppi dello stesso collettivo), di derivazione $causa-effetto$ e di frequenza (intensità di un fenomeno).

I numeri indice sono fondamentali per analizzare come cambia un fenomeno nel tempo o nello spazio. Con la base fissa confronti sempre con un periodo di riferimento fisso, mentre con la base mobile confronti periodi consecutivi.

Puoi facilmente convertire da un tipo all'altro usando semplici operazioni matematiche. Per passare da base fissa a mobile, dividi gli indici consecutivi. Per il contrario, moltiplichi gli indici mobili progressivamente.

L'esempio della tabella prezzi ti mostra come applicare queste formule nella pratica. Con un po' di esercizio diventerai abile in questi calcoli che sono essenziali per l'analisi economica.

💡 Trucco: I numeri indice a base mobile sono perfetti per vedere variazioni immediate, quelli a base fissa per trend di lungo periodo!

Numeri Indice Complessi e Caratteri Statistici

Quando devi confrontare più variabili contemporaneamente, entrano in gioco gli indici complessi. L'indice di Laspeyres usa le quantità del periodo base, quello di Paasche le quantità del periodo corrente, mentre Fisher combina entrambi con la media geometrica.

I caratteri statistici si dividono in qualitativi (descritti con parole) e quantitativi (espressi in numeri). Quelli qualitativi possono essere sconnessi (come il colore dei capelli) o ordinati (come il livello di istruzione). Quelli quantitativi sono discreti (numero intero) o continui (qualsiasi valore in un intervallo).

La variabile statistica assegna numeri alle unità studiate, mentre la mutabile statistica assegna qualità. Questa distinzione è fondamentale per scegliere i metodi di analisi corretti.

Le frequenze assolute contano quante volte compare ogni modalità, quelle relative esprimono la stessa informazione in percentuale sul totale.

💡 Importante: La somma delle frequenze assolute deve sempre dare il totale delle osservazioni, quella delle relative deve sempre dare 1!

Distribuzione Cumulata e Funzione di Ripartizione

La frequenza cumulata ti dice quante osservazioni hai fino a un certo valore. È come salire una scala: ad ogni gradino aggiungi le frequenze precedenti. La funzione di ripartizione fa lo stesso ma con le frequenze relative.

Questa funzione ha proprietà importanti: esiste sempre, è sempre crescente, ha discontinuità in corrispondenza dei valori osservati, vale 0 prima del valore minimo e 1 dopo quello massimo.

Per caratteri continui raccolti in classi, la funzione può sembrare una scala con gradini regolari. Quando hai molti dati, puoi approssimarla con una linea retta nel tratto di ciascuna classe.

I grafici mostrano chiaramente queste proprietà. Nella versione discreta vedi dei salti netti, in quella continua dei gradini più regolari. Entrambe partono da 0 e arrivano a 1.

💡 Visualizza: Immagina la funzione di ripartizione come un contatore che sale man mano che incontri nuovi valori!

Rappresentazioni Grafiche e Indici di Posizione

Per caratteri qualitativi usa diagrammi a barre o a torta. I primi mostrano chiaramente le differenze tra categorie, i secondi evidenziano le proporzioni del totale. Per costruire un diagramma a torta, ricorda che 360° corrispondono al totale delle osservazioni.

Per caratteri quantitativi discreti usa l'ortogramma (barre separate), per quelli continui l'istogramma (rettangoli adiacenti). Nell'istogramma l'altezza rappresenta la densità di frequenza, non la frequenza stessa.

Le distribuzioni congiunte studiano due caratteri insieme. Hai tabelle di contingenza (entrambi qualitativi), miste (uno qualitativo, uno quantitativo) o di correlazione (entrambi quantitativi).

La moda è il valore più frequente. Una distribuzione può avere una, due o più mode. È l'unico indice che funziona anche per caratteri qualitativi e ha la proprietà interessante che il reciproco della moda equivale alla moda dei reciproci.

💡 Ricorda: Scegli sempre il grafico più adatto al tipo di dati che stai rappresentando!

Mediana, Quantili e Media

La mediana divide i tuoi dati ordinati esattamente a metà. È una misura robusta, non influenzata da valori estremi. Per trovarla: se hai un numero dispari di dati prendi quello centrale, se pari fai la media dei due centrali.

I quantili generalizzano questo concetto. I quartili dividono in quattro parti $Q₁, Q₂=mediana, Q₃$, i decili in dieci, i percentili in cento. Sono fondamentali per capire come si distribuiscono i tuoi dati.

La media aritmetica è il valore che lascia invariata la somma dei dati. Ha proprietà utili: è sempre compresa tra minimo e massimo, la somma degli scarti dalla media è zero, minimizza la somma dei quadrati degli scarti.

La media geometrica conserva il prodotto dei dati ed è essenziale per calcolare rendimenti e tassi di crescita. Funziona solo con valori positivi e dà risultati sempre inferiori o uguali alla media aritmetica.

💡 Strategia: Usa la mediana quando hai valori estremi che potrebbero distorcere la media aritmetica!

Misure di Variabilità e Dispersione

La variabilità misura quanto i tuoi dati sono diversi tra loro. Puoi calcolarla con la differenza media semplice o con ripetizione. Maggiore è questo valore, più i dati sono sparsi.

La dispersione misura invece quanto i dati si allontanano da un valore di riferimento (di solito la media). Il range è la misura più semplice: differenza tra massimo e minimo. Per evitare l'influenza dei valori estremi usa lo scarto interquartile $Q₃ - Q₁$.

Lo scarto semplice medio calcola la distanza media dalla media aritmetica. La varianza eleva al quadrato queste distanze per evitare che si annullino. Non è molto interpretabile perché ha unità di misura al quadrato.

La deviazione standard risolve questo problema: è la radice quadrata della varianza e si esprime nella stessa unità dei dati originali. Rappresenta la distanza media di ogni osservazione dalla media.

💡 Interpretazione: Una deviazione standard piccola significa dati concentrati attorno alla media, una grande significa dati molto sparsi!