Home » Finanza » Statistica, ma non la materia!

3D illustration of many pawns segmented in different categories over black background. concept of customer segmentation.

Il termine “statistica” deriva dalla parola latina “status”(inteso come stato politico o come stato delle cose), che indica un gruppo di numeri utilizzati per rappresentare informazioni di interesse umano. Si riferisce a una tecnica sviluppata per raccogliere, studiare, analizzare e trarre conclusioni da dati quantitativi. I dati ottenuti vengono poi utilizzati per prendere decisioni.

Gli analisti finanziari utilizzano le tecniche statistiche per analizzare e valutare grandi quantità di dati e per trasformarli in una forma matematica utile. La statistica è utilizzata in molti campi come l’economia, le scienze sociali, la produzione, la psicologia, ecc.

statistica

Tipi di statistica

La ricerca statistica può essere suddivisa in due categorie principali. Queste includono le statistiche descrittive e inferenziali.

1. Statistica descrittiva

Le statistiche descrittive descrivono le caratteristiche di base della popolazione e l’organizzazione dei dati. Ciò consente agli analisti di vedere e comprendere le caratteristiche dei dati. Ad esempio, supponiamo che un negozio di computer venda dispositivi elettronici e che 300 dei 1.000 dispositivi elettronici venduti siano computer portatili. Utilizzando questi dati, la descrizione dei dati potrebbe essere la seguente: il 30% del campione è costituito da computer portatili.

Misurazione della tendenza centrale

Le misure di tendenza centrale comprendono la media, la mediana e la modalità. Questi vengono utilizzati per mostrare le tendenze generali dei dati. La media viene utilizzata per indicare la media di tutte le parti dell’insieme di dati, mentre la mediana rappresenta la parte centrale dell’insieme di dati, ad esempio l’età media degli studenti che frequentano l’università. La modalità viene utilizzata per mostrare i dati più comuni nella popolazione, ad esempio l’età più comune degli studenti che iniziano il primo anno di università.

Misure di diffusione

Le misure di diffusione mostrano quanto simile o dissimile sia un insieme di valori e come questi siano correlati tra loro. Alcuni dei metodi statistici utilizzati per descrivere la distribuzione dei dati sono gli intervalli, i quartili, la varianza, la deviazione assoluta, la distribuzione di frequenza e la deviazione standard.

Ad esempio, in una classe di 20 studenti, il punteggio medio di un problema di matematica potrebbe essere di 70 su 100. Anche se la media dei voti è 70, non significa che tutti gli studenti otterranno 70. Significa piuttosto che i punteggi saranno distribuiti sia al di sotto che al di sopra del punteggio medio. In questo caso, le misure di dispersione vengono utilizzate per mostrare la distribuzione dei risultati.

statistica

2. Statistica inferenziale

La statistica interpretativa/inferenziale utilizza complessi calcoli matematici per dedurre le tendenze di un’ampia popolazione. Quando si analizza una popolazione numerosa, è difficile analizzare ogni singolo membro della popolazione. Invece, i ricercatori usano le statistiche inferenziali per determinare la relazione tra le variabili in un campione di popolazione e poi usano queste informazioni per prevedere come le variabili si relazionano alla popolazione.
Le statistiche inferenziali determinano la relazione tra le variabili e la popolazione.

Ad esempio, quando i ricercatori analizzano il numero di uomini sposati in una popolazione di un milione di uomini, prendono un campione della popolazione di un milione di uomini e poi generalizzano all’intera popolazione sulla base delle informazioni contenute nel campione.

Le due classificazioni principali comprendono i seguenti risultati:

  • Intervallo di confidenza: l’intervallo di confidenza viene calcolato a partire dalle statistiche dei dati osservati, che possono includere il valore vero di un parametro sconosciuto della popolazione. L’intervallo di confidenza viene calcolato a partire dalle statistiche dei dati osservati.
  • Test di ipotesi: il test di ipotesi si verifica quando i ricercatori analizzano un campione di una popolazione e poi utilizzano queste informazioni per fare inferenze sulla popolazione più ampia a cui il campione appartiene.

Proprietà della statistica

Alcune delle potenziali proprietà che una statistica dovrebbe avere:

1. Completezza

La completezza indica se i dati necessari per soddisfare la richiesta di informazioni sono disponibili nella risorsa di dati. La completezza dei dati è necessaria per garantire l’accuratezza dei dati osservati.

2. Coerenza

La coerenza è una questione di uniformità o stabilità dei dati. Alcuni dei metodi statistici utilizzati per misurare la coerenza sono la deviazione standard, l’intervallo e la varianza. Quando si misura la consistenza dei dati di un campione rappresentativo di un’ampia popolazione, si esamina solitamente la deviazione standard della media.

Quando si utilizzano strumenti per raccogliere dati, la coerenza può essere misurata anche valutando l’affidabilità dei risultati ottenuti.

3. Sufficienza

Una statistica è considerata adeguata se non ci sono altre statistiche che possono essere calcolate dal campione. Il concetto di adeguatezza è comune nella statistica descrittiva perché dipende fortemente dall’ipotesi sulla distribuzione dei dati

4. Imparzialità

Il bias statistico è determinato dalla differenza tra il valore vero del parametro misurato e il valore atteso dello stimatore. Se la media della distribuzione campionaria e il valore atteso del parametro sono uguali, la statistica è considerata priva di bias.