Statistica descrittiva e statistica
inferenziale
1
ALCUNI CONCETTI
POPOLAZIONE E CAMPIONE
• Popolazione: insieme finito o infinito di unità statistiche classificate
secondo uno o più caratteri
• Campione: sottoinsieme proprio di una popolazione, estratto dalla
popolazione medesima con un metodo di campionamento
rappresentativo
• Statistica descrittiva (dati da popolazione e da campione)
• Statistica inferenziale (estensione dal campione alla popolazione)
TEORIA DELLA PROBABILITÁ
Legame tra
• · descrizione quantitativa
• · inferenza statistica
2
RICHIAMI DI CAMPIONAMENTO E INFERENZA
STATISTICA
• Popolazione infinita o finita ma molto numerosa
• Limiti di risorse (denaro, tempo, organizzazione)
all’effettuazione di una rilevazione censuaria
• Studio dei fenomeni di interesse su un
sottoinsieme della popolazione
• Campione statistico di numerosità n:
sottoinsieme di n elementi (o di eventi elementari)
tratti da un universo statistico
• Se nella scelta degli elementi da includere nel
campione si rispettano alcune regole, è possibile
valutare tali informazioni in termini probabilistici
3
4
• Campionamento probabilistico (o casuale): è
nota, o calcolabile, la probabilità di ogni unità
statistica della popolazione di entrare a far
parte del campione
• Selezione non probabilistica (campione non
probabilistico): non è nota, né è ricavabile, la
probabilità di inclusione nel campione
• Col campione casuale in qualche fase della
procedura di estrazione del campione viene
impiegato un elemento di casualizzazione (il
controllo della procedura di estrazione delle
unità che vanno a formare il campione viene
sottratto all’uomo e affidato al caso)
5
VARI TIPI DI CAMPIONE
CAMPIONI PROBABILISTICI
(ogni unità che lo compone viene estratta con una probabilità nota)
•
CAMPIONAMENTO CASUALE SEMPLICE:
•
CAMPIONAMENTO SISTEMATICO:
•
CAMPIONAMENTO STRATIFICATO: si articola in tre fasi: a) innanzitutto bisogna
tutte le unità della popolazione di
riferimento hanno la stessa probabilità di essere incluse nel campione (sorteggio o tavola
dei numeri casuali);
differisce dal campionamento casuale
semplice solo dal punto di viste della tecnica di estrazione dei soggetti; le unità
campionarie vengono estratte scorrendo la lista dei soggetti e selezionandone uno ogni
dato intervallo.
suddividere la popolazione di riferimento in sottopopolazioni (dette strati) il più possibile
omogenee; b) si estrae un campione da ogni strato; c) si uniscono i campioni
corrispondenti ai singoli strati per ottenere il campione complessivo;
•
CAMPIONAMENTO A STADI:
•
CAMPIONAMENTO A GRAPPOLI:
la popolazione viene suddivisa in unità primarie e
unità secondarie. Il campionamento si effettua in due stadi, cioè attraverso due estrazioni:
si estrae un campione di unità primarie e successivamente un campione di unità
secondarie all’interno delle unità primarie estratte in precedenza.
simile al campionamento a stadi e viene
utilizzata quando la popolazione risulta naturalmente suddivisa in gruppi di unità
spazialmente contigue (famiglie, classi scolastiche, reparti di lavoro, ecc.). Non vengono
estratte le unità elementari ma i grappoli e poi tutte le unità del grappolo estratto sono
6
incluse nel campione.
CAMPIONI NON PROBABILISTICI
quando il disegno probabilistico non può essere impostato oppure si sa a priori
che non potrà essere attuato nella fase di rilevazione
• CAMPIONAMENTO PER QUOTE:
in primo luogo bisogna
suddividere la popolazione di riferimento in un certo numero di strati definiti da alcune
variabili delle quali si conosce la distribuzione; quindi si calcola il peso percentuale di
ciascuno strato, cioè la quota di popolazione complessiva che appartiene ad ogni strato;
infine, moltiplicando ciascuno di questi pesi per l’ampiezza n del campione si stabiliscono
le quote, cioè il numero di interviste da effettuare in ciascuno strato. Utilizzato nelle
ricerche di mercato e nei sondaggi di opinione.
• CAMPIONAMENTO A VALANGA:
consiste nell ’ individuare i
soggetti da inserire nel campione a partire dagli stessi soggetti intervistati. Si parte da un
piccolo numero di individui dai requisiti richiesti, i quali sono utilizzati come informatori
per identificare altri individui aventi le medesime caratteristiche; col procedere della
rilevazione il numero dei nominativi dovrebbe crescere esponenzialmente.
• CAMPIONAMENTO A SCELTA RAGIONATA:
le unità
vengono scelte sulla base di alcune loro caratteristiche. Trova applicazione nel caso di
campioni molto piccoli o in situazioni particolari nelle quali l’importanza di alcune unità
esige la loro inclusione ai fini della completezza delle informazioni raccolte.
7
ESTRAZIONE CON E SENZA RIPETIZIONE.
Estrazione con ripetizione o Bernoulliana:
• Lascia invariata la popolazione di origine
• 1/N è la probabilità di estrazione di ciascun elemento
Estrazione senza ripetizione o esaustiva:
• La popolazione di origine si riduce di una unità a
seguito di ogni estrazione
• 1/N, 1/(N-1), ……, 1/(N-n+1) sono rispettivamente la
probabilità di estrazione del primo, del secondo,
……, dell’n.esimo elemento del campione
8
UNIVERSO DEI CAMPIONI
ESTRAZIONE CON RIPETIZIONE
N × N × N × N...... × N = N n
ESTRAZIONE SENZA RIPETIZIONE
N!
N ( N 1) ( N 2) ....... ( N n 1)
( N n)!
ESTRAZIONE IN BLOCCO
N ( N 1) ...... ( N N 1) N
n!
n
9
STATISTICHE CAMPIONARIE
• Qualsiasi funzione calcolata sui dati campionari, che non
dipende da parametri ignoti
• Sono statistiche campionarie, tra l ’ altro, tutti gli indici
descrittivi (media, mediana, varianza, ecc.) quando siano
calcolati su un campione piuttosto che sulla popolazione
completa
• Le statistiche si indicano generalmente con le lettere
dell’alfabeto latino: si userà la lettera maiuscola per la variabile
che assume i diversi valori di quella statistica nell’universo
campionario al variare del campione; con la lettera minuscola
si indica, invece, il particolare valore assunto dalla statistica a
seguito dell’estrazione di un dato campione.
10
DISTRIBUZIONI CAMPIONARIE DELLE
STATISTICHE
Rappresenta tutti i possibili valori che la statistica può
assumere al variare del campione nell ’ universo
campionario.
L ’ importanza della distribuzione campionaria delle
statistiche ai fini dell’inferenza è legata alla possibilità
di determinare i limiti di validità dei risultati campionari
per l’intera popolazione.
Tale distribuzione campionaria è una funzione discreta
o continua che comprende tutti i valori di una statistica
nell ’ universo dei campioni, non va confusa con la
distribuzione del carattere oggetto di studio.
11
