Nel vasto campo della statistica descrittiva, la frequenza assoluta rappresenta uno degli strumenti più elementari e allo stesso tempo fondamentali per l'organizzazione e l'analisi dei dati. Essa è la chiave per comprendere la distribuzione di un certo carattere o variabile all'interno di un insieme di osservazioni, sia esso un campione o un'intera popolazione. Questo articolo esplorerà in dettaglio la definizione, il calcolo e l'importanza della frequenza assoluta, ponendola nel contesto più ampio delle distribuzioni di frequenza e delle sue relazioni con altri tipi di frequenze.
Le Basi della Statistica Descrittiva: Dati e Caratteri
Prima di addentrarci nella frequenza assoluta, è essenziale stabilire alcuni concetti base della statistica. La statistica descrittiva ha il compito di sintetizzare e presentare i risultati di una ricerca sperimentale o di un'indagine statistica in modo chiaro e conciso. Quando si raccolgono dati su una popolazione o su un campione, i risultati si presentano inizialmente come un insieme di "dati grezzi", cioè informazioni non ancora organizzate, sintetizzate o elaborate.
Per "popolazione" si intende l'insieme degli elementi che sono oggetto di un'indagine statistica, ovvero l'insieme delle unità, dette unità statistiche o individui di una popolazione, sulle quali viene effettuata la rilevazione di una certa caratteristica. Una proprietà che si possa osservare o studiare in ogni individuo è detta "carattere" o "attributo" oppure "variabile". Ad esempio, in un sondaggio fatto all'interno di una facoltà composta da 250 studenti, la popolazione statistica è costituita dai 250 studenti, e un carattere rilevato potrebbe essere il "Gradimento dei professori".
Definita una popolazione statistica, per "campione di grandezza n" si intende un insieme finito di individui della popolazione. Una rilevazione si dice campionaria quando è utile per desumere dal campione informazioni relative all'intera popolazione. In generale, quando si parla di grandezze in indagini statistiche si sottintende riferirsi a grandezze campionarie.
Cosa sono le Frequenze e Perché sono Importanti
Le frequenze si usano per rappresentare sinteticamente i dati elementari rilevati, utilizzando le distribuzioni di frequenza. Le frequenze sono fondamentali per analizzare un insieme di dati e per ottenere una visione proporzionale della distribuzione dei dati stessi. In statistica descrittiva, assumono particolare importanza tre tipi di frequenze: la frequenza assoluta, la frequenza relativa e la frequenza relativa percentuale. Queste, se organizzate in una tabella di frequenza, diventano uno strumento prezioso per organizzare e presentare chiaramente le informazioni sulla distribuzione dei valori di una variabile.
Definizione e Identificazione della Frequenza Assoluta
La frequenza assoluta, indicata spesso con il simbolo 'ni' o 'F', è il numero di volte che si presenta un certo dato. In altre parole, essa rappresenta quante volte una specifica modalità o valore di un carattere appare nell'insieme dei dati raccolti. Per esempio, se stiamo analizzando l'età di un gruppo di persone e troviamo che il valore "15 anni" compare 5 volte, la frequenza assoluta dell'età 15 anni è 5.
In un contesto pratico, come nell'esempio di un allenatore che registra le ore trascorse sui social media dai suoi giocatori, la frequenza assoluta ci permette di vedere quanti giocatori rientrano in una determinata categoria di ore. Se la tabella mostra che "2 giocatori passano 15 ore sui social durante una settimana", allora la frequenza assoluta per la modalità "15 ore" è 2.
La raccolta dei dati in forma tabellare è estremamente utile per avere una buona sintesi dei risultati ottenuti. Una tabella di frequenza fornisce una panoramica ordinata della frequenza con cui i valori si presentano in un campione o in una popolazione, consentendo di analizzare i modelli, identificare le tendenze e trarre conclusioni significative.
Come si Calcola la Frequenza Assoluta: Un Esempio Pratico
Il calcolo della frequenza assoluta è sorprendentemente semplice e diretto. Sapendo che le frequenze assolute si trovano contando quante volte un certo dato si ripete, è necessario - prima di tutto - individuare quali sono i dati presenti nell'insieme e, in seguito, contare quante volte compaiono.
Consideriamo un esempio concreto: le età di un gruppo di amici.Dati: 15, 15, 16, 17, 15, 16, 15, 14, 15, 16
- Individuare le modalità (età) presenti: Le età che compaiono in questo gruppo sono 14, 15, 16, 17 anni.
- Contare le occorrenze di ciascuna modalità:
- 14 anni: compare 1 volta
- 15 anni: compare 5 volte
- 16 anni: compare 3 volte
- 17 anni: compare 1 volta
In sintesi, la tabella delle frequenze assolute sarà:
| Età | Frequenze Assolute |
|---|---|
| 14 anni | 1 |
| 15 anni | 5 |
| 16 anni | 3 |
| 17 anni | 1 |
| Totali | 10 |
Il totale delle frequenze assolute (10 in questo caso) deve sempre corrispondere al numero totale dei dati nell'insieme (il numero di amici, che è 10). Questo serve come un rapido controllo di accuratezza.
Statistica: Frequenza assoluta, relativa e cumulata - Statistica p.2
Le Frequenze Relative e Percentuali: Un Passo Oltre la Frequenza Assoluta
Sebbene la frequenza assoluta sia fondamentale, spesso è utile contestualizzarla per comprendere meglio la proporzione di ogni modalità rispetto all'intero dataset. Qui entrano in gioco la frequenza relativa e la frequenza relativa percentuale.
Frequenza Relativa
La frequenza relativa (f) è il rapporto tra la frequenza assoluta (F) di un valore e il numero totale dei dati (T). Essa si calcola dividendo ogni frequenza assoluta per il numero totale dei dati. Le frequenze relative variano tra 0 e 1 e il loro totale è sempre 1.
Per riprendere l'esempio delle età:Numero totale dei dati (T) = 10
- 14 anni: 1 : 10 = 0,1
- 15 anni: 5 : 10 = 0,5
- 16 anni: 3 : 10 = 0,3
- 17 anni: 1 : 10 = 0,1
Aggiornando la tabella otteniamo:
| Età | Frequenze Assolute | Frequenze Relative |
|---|---|---|
| 14 anni | 1 | 0,1 |
| 15 anni | 5 | 0,5 |
| 16 anni | 3 | 0,3 |
| 17 anni | 1 | 0,1 |
| Totali | 10 | 1 |
La formula per la frequenza relativa è: $$ f = \frac{F}{T} $$
Ad esempio, se un insieme di dati è composto da 50 persone e 30 sono femmine, la frequenza relativa è pari a 0,6 (30 diviso 50).
Frequenza Relativa Percentuale
La frequenza relativa percentuale è la frequenza relativa espressa in percentuale. Per calcolarla, è sufficiente moltiplicare per 100 la frequenza relativa.
Per l'esempio delle età:
- 14 anni: 0,1 · 100 = 10%
- 15 anni: 0,5 · 100 = 50%
- 16 anni: 0,3 · 100 = 30%
- 17 anni: 0,1 · 100 = 10%
Di conseguenza, la tabella completa è la seguente:
| Età | Frequenze Assolute | Frequenze Relative | Frequenze Relative Percentuali |
|---|---|---|---|
| 14 anni | 1 | 0,1 | 10% |
| 15 anni | 5 | 0,5 | 50% |
| 16 anni | 3 | 0,3 | 30% |
| 17 anni | 1 | 0,1 | 10% |
| Totali | 10 | 1 | 100% |
Come si può notare, il totale delle frequenze relative è uguale a 1, mentre il totale delle frequenze relative percentuali è uguale a 100%. È importante notare che, a causa di arrotondamenti nel calcolo delle frequenze relative, può succedere di ottenere come totale delle frequenze percentuali il 99% o il 101% invece del 100%. Questo è un fenomeno comune dovuto all'approssimazione decimale. Ad esempio, 2 diviso 11 fa circa 0,18, e sommando approssimazioni si può non arrivare esattamente al 100%.
La Relazione tra Frequenze Assolute e Relative
Le frequenze assolute e le frequenze relative sono strettamente legate tra loro. Conoscendo una di queste è sempre possibile calcolare l'altra.Come visto, la frequenza relativa (f) si ottiene dalla frequenza assoluta (F) e dal totale (T) dei dati tramite la formula:$$ f = \frac{F}{T} $$Invertendo la formula, si può calcolare la frequenza assoluta (F) conoscendo la frequenza relativa (f) e il totale (T):$$ F = f \cdot T $$Ad esempio, in una classe di 20 studenti (T) i maschi hanno una frequenza relativa (f) pari a 0,4. Per conoscere la loro frequenza assoluta (F), si moltiplica la frequenza relativa (f=0,4) per il totale degli studenti (T=20), ottenendo F = 0,4 * 20 = 8. Quindi, ci sono 8 maschi nella classe.
Frequenze Cumulative: Visione Aggregata dei Dati
Oltre alle frequenze semplici, esistono le frequenze cumulative, che offrono una visione aggregata della distribuzione dei dati. Una tabella di frequenza può essere a frequenza cumulativa ascendente, dove il numero di occorrenze viene sommato dal valore più basso a ogni valore successivo, o a frequenza cumulativa discendente, dove viene sommato dal valore più alto verso il basso. Questi elementi aggiuntivi forniscono ulteriori informazioni sulla distribuzione dei dati e consentono un'analisi più dettagliata. Ad esempio, se si sta analizzando l'altezza delle persone, i valori o le categorie potrebbero essere "basso", "medio" e "alto". La frequenza cumulativa ascendente per "medio" includerebbe la somma delle frequenze per "basso" e "medio", mostrando quanti individui sono "bassi o medi".
Raggruppamento in Classi di Frequenza
Quando le modalità di un carattere sono molte, o quando si tratta di caratteri continui (come l'altezza, il peso, il reddito), è utile raggrupparle in "classi di frequenza". Questo processo semplifica l'analisi e la visualizzazione dei dati, rendendo la tabella di frequenza più gestibile. Una classe di frequenza è un intervallo di valori, ad esempio, "1,60-1,64 metri" per l'altezza. La frequenza assoluta di una classe è il numero di osservazioni che ricadono all'interno di quell'intervallo. La prima classe 1,60-1,64 ha come estremo inferiore 1,60 e come estremo superiore 1,64. È fondamentale assicurarsi che le classi siano ben definite, mutuamente esclusive (un dato appartiene a una sola classe) e collettivamente esaustive (tutti i dati sono inclusi in una classe).
Statistica: Frequenza assoluta, relativa e cumulata - Statistica p.2
Importanza e Applicazioni della Frequenza Assoluta nell'Analisi dei Dati
La frequenza assoluta, e con essa l'intera tabella di frequenza, è uno strumento indispensabile in numerosi contesti, dalla scienza al business.
- Identificazione di Modelli e Tendenze: Organizzando i dati in base alle frequenze, si possono facilmente identificare i valori più comuni (la moda) o meno comuni, rivelando modelli e tendenze sottostanti. Nelle ricerche di mercato, ad esempio, una tabella di frequenza aiuta a organizzare e riassumere i dati, rivelando i modelli e le preferenze dei consumatori. Utilizzando correttamente questo strumento, i ricercatori possono ottenere informazioni chiave che li aiutano a comprendere meglio il mercato e a prendere decisioni informate per il successo delle loro strategie di marketing.
- Confronti tra Serie di Dati: Permette di confrontare rapidamente la distribuzione di un carattere tra diverse popolazioni o campioni.
- Rilevazione di Anomalie: I valori con frequenze assolute insolitamente basse o alte possono indicare anomalie o errori nei dati.
- Base per Ulteriori Analisi: Le frequenze assolute sono il punto di partenza per il calcolo di altre misure statistiche, come le frequenze relative, le percentuali, la media e la moda. Nell'immagine che vedi in basso sono determinate la media e la moda.
- Supporto alle Decisioni: Grazie all'analisi delle frequenze, è possibile scoprire modelli chiave, fare previsioni e basare le conclusioni su prove solide, portando a decisioni più informate.
Ad esempio, l'osservazione che il reparto di difesa di una squadra trascorre più ore sui social media, evidenziato dalle frequenze assolute, potrebbe essere uno dei motivi per cui la squadra aveva avuto risultati negativi, suggerendo una possibile correlazione e la necessità di ulteriori indagini o interventi.
In conclusione, la frequenza assoluta, sebbene un concetto semplice, è un pilastro della statistica descrittiva. La sua corretta comprensione e applicazione sono essenziali per chiunque voglia dare un senso ai dati e utilizzarli per trarre conclusioni significative e prendere decisioni basate su evidenze.