statistica descrittiva mappa concettuale

Approfondisci

La statistica descrittiva raccoglie, organizza e sintetizza i dati senza trarre inferenze su una popolazione più ampia. Comprende misure di tendenza centrale come media, mediana e moda, misure di dispersione come varianza e deviazione standard, oltre a tabelle, grafici e indici di forma delle distribuzioni. È il punto di partenza di ogni analisi quantitativa in economia, scienze sociali e ricerca sperimentale.

Tendenza centrale: quale misura scegliere
Media, mediana e moda descrivono il centro di una distribuzione in modi diversi. La media aritmetica usa tutti i valori ma è sensibile ai valori estremi: in una serie di redditi, pochi redditi molto alti possono spostarla notevolmente verso l'alto. La mediana, essendo il valore centrale dei dati ordinati, resta stabile anche in presenza di valori anomali ed è quindi preferita per variabili come reddito o prezzi degli immobili. La moda è l'unica misura utilizzabile con le variabili qualitative, come il colore preferito o la categoria professionale. In una distribuzione perfettamente simmetrica e unimodale le tre misure coincidono; con asimmetria positiva la media supera la mediana, con asimmetria negativa la media è inferiore.

Dispersione: perché il centro non basta
Due gruppi possono avere la stessa media ma una variabilità molto diversa: gli studenti di due classi con media 60 possono avere voti tutti vicini oppure molto sparsi. La deviazione standard misura lo scarto medio dei dati dalla media ed è la misura di dispersione più usata, perché entra nel calcolo di molti strumenti successivi. La varianza è il suo quadrato ed è espressa in unità al quadrato, quindi meno immediata da interpretare. Lo scostamento interquartile, basato sulla differenza tra terzo e primo quartile, non è influenzato dai valori estremi ed è utile con distribuzioni asimmetriche. Il coefficiente di variazione, rapportando la deviazione standard alla media, permette confronti tra variabili con unità di misura diverse.

Grafici e rappresentazione dei dati
La scelta del grafico dipende dal tipo di variabile. Per le variabili qualitative si usano diagrammi a barre o a settori circolari, che mostrano la composizione in categorie. Per le variabili quantitative continue l'istogramma raggruppa i dati in classi e rivela la forma della distribuzione: simmetrica, asimmetrica o bimodale. Il box plot sintetizza mediana, quartili e valori estremi, rendendo visibili anche i possibili outlier. Il diagramma di dispersione mette in relazione due variabili quantitative e mostra la direzione di un'eventuale associazione. Occorre però attenzione alle scale troncate o esagerate, che possono amplificare o nascondere differenze reali nei dati.

Dalla descrizione all'inferenza
La statistica descrittiva si limita a riassumere i dati osservati: calcola medie, proporzioni e indici del campione senza estenderli automaticamente alla popolazione. Quando si vuole generalizzare, ad esempio stimare la media di una popolazione a partire da un campione, si entra nel campo della statistica inferenziale, che usa la teoria della probabilità. Un errore comune è interpretare una correlazione come relazione causale: due variabili possono variare insieme per effetto di una terza variabile nascosta o per puro caso. Per questo l'analisi descrittiva va sempre accompagnata da una lettura critica del contesto, del metodo di raccolta dei dati e della rappresentatività del campione esaminato.