Nei secoli la statistica ha svolto un ruolo di primo piano nella comprensione scientifica del mondo, e quotidianamente ognuno di noi sperimenta in quali innumerevoli modi le affermazioni statistiche determinano la nostra vita o vengono abilmente sfruttate da parte dei media e dei centri di potere. Nell'era in cui i big data si affermano come disciplina fondamentale del mondo dell'economia, della finanza e in tutti gli aspetti della vita politica e sociale, essere consapevoli delle basi della statistica è piú importante che mai. Con questo libro, semplice e autorevole insieme, David Spiegelhalter guida il lettore attraverso i principî essenziali di un universo fondamentale quanto sconosciuto. Partendo da casi particolari della vita di tutti i giorni per introdurre ai concetti generali, Spiegelhalter ci mostra quanto la statistica possa contribuire per esempio a catturare un serial killer prima che colpisca ancora o a individuare il passeggero piú fortunato del Titanic o a capire quanto uno screening medico sia veramente necessario. E poi, quanti alberi ci sono sul pianeta? Davvero gli ospedali con piú pazienti hanno tassi di sopravvivenza piú alti?

Domande frequenti

Sì, puoi annullare l'abbonamento in qualsiasi momento dalla sezione Abbonamento nelle impostazioni del tuo account sul sito web di Perlego. L'abbonamento rimarrà attivo fino alla fine del periodo di fatturazione in corso. Scopri come annullare l'abbonamento.

No, i libri non possono essere scaricati come file esterni, ad esempio in formato PDF, per essere utilizzati al di fuori di Perlego. Tuttavia, puoi scaricarli nell'app Perlego per leggerli offline su smartphone o tablet. Per maggiori informazioni, clicca qui.

Perlego offre due piani: Essential e Complete

Essential è l'ideale per studenti e professionisti che amano esplorare un'ampia gamma di argomenti. Accedi alla libreria Essential, che include oltre 800.000 titoli di comprovata qualità e bestseller in vari settori, tra cui business, crescita personale e discipline umanistiche. Include tempo di lettura illimitato e voce standard per la sintesi vocale.
Complete: perfetto per studenti e ricercatori esperti che necessitano di un accesso completo e illimitato. Accedi a oltre 1,4 milioni di libri su centinaia di argomenti, inclusi titoli accademici e specialistici. Il piano Complete include anche funzionalità avanzate come la sintesi vocale premium e l'assistente di ricerca.

Entrambi i piani sono disponibili con cicli di fatturazione mensili, semestrali o annuali.

Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.

Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.

Sì! Puoi utilizzare l'app di Perlego su dispositivi iOS o Android per leggere quando e dove vuoi, anche offline. È perfetta per gli spostamenti quotidiani o quando sei in viaggio.
I dispositivi con iOS 13 e Android 7 o versioni precedenti non sono supportati. Scopri di più su come utilizzare l'app.

Sì, puoi accedere a L'arte della statistica di David Spiegelhalter, Daniele A. Gewurz, Luisa Doplicher, Daniele A. Gewurz,Luisa Doplicher in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Mathematics e Probability & Statistics. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Editore

Anno

Print ISBN

eBook ISBN

Argomento

Categoria

Probability & Statistics

albero decisionale o dendrogramma: forma di algoritmo di classificazione in cui si esaminano le caratteristiche una alla volta; la risposta determina la caratteristica da valutare in seguito, fino a ottenere la classificazione.

alfabetizzazione ai dati: comprensione dei principî che permettono di trarre insegnamenti dai dati, di sottoporli ad analisi elementari e di criticare la validità delle conclusioni stabilite in base ai dati.

algoritmo: regola o formula per trasformare le variabili d’ingresso in quelle di uscita, che possono essere previsioni, classificazioni o probabilità.

analisi e studi confermativi: studi rigorosi idealmente svolti secondo un protocollo prestabilito, per confermare o smentire le ipotesi sollevate dalle analisi e dagli studi esplorativi.

analisi e studi esplorativi: studi iniziali flessibili che permettono cambiamenti nella progettazione dello studio e nell’analisi per investigare filoni promettenti, e che sono destinati a generare ipotesi poi corroborate dagli studi confermativi.

analisi predittive: uso dei dati per creare algoritmi che realizzano previsioni.

apprendimento automatico: procedura che esamina dati complessi e formula algoritmi, per esempio di classificazione, previsione o raggruppamento.

apprendimento non supervisionato: identificazione delle classi basata su casi di appartenenza non prestabilita, tramite procedure di raggruppamento di qualche tipo.

apprendimento profondo / deep learning: tecnica di apprendimento automatico che parte dai tipici modelli di reti neurali artificiali e li generalizza a molti strati corrispondenti a vari livelli di astrazione, che vanno per esempio dai singoli pixel di un’immagine fino al riconoscimento di oggetti.

apprendimento supervisionato: costruzione di un algoritmo di classificazione basata su casi la cui appartenenza a certe classi è confermata.

bootstrap: metodo che genera gli intervalli di fiducia e la distribuzione degli indici statistici di verifica tramite il ricampionamento dei dati osservati, invece di ipotizzare un modello di probabilità per la variabile casuale. Un esempio elementare di ricampionamento bootstrap per un insieme di dati x₁, x₂, …, x_n è un campione di dimensioni n ottenuto estraendo i valori dall’insieme originario, con reimmissione; generalmente i valori vi compaiono con frequenze diverse rispetto all’insieme originario.

calibrazione: richiesta che le frequenze osservate degli eventi corrispondano a quelle derivate dalle previsioni probabilistiche. Per esempio, quando agli eventi si assegna una probabilità di 0,7, essi dovrebbero in effetti avvenire circa il 70% delle volte.

causalità inversa: si ha quando sulle prime il nesso tra due variabili sembra causale, ma potrebbe in realtà funzionare nella direzione opposta. Per esempio, gli astemi tendono ad avere peggiori condizioni di salute rispetto a chi beve moderatamente, ma il motivo è almeno in parte che i problemi di salute hanno spinto alcuni a smettere di bere.

coefficiente di regressione: in un modello statistico, parametro stimato che esprime l’entità del nesso tra una variabile esplicativa e un risultato dell’analisi di regressione multipla. Il coefficiente ha interpretazioni diverse a seconda se la variabile di risposta è continua (regressione lineare multipla), è una percentuale (regressione logistica), è un conteggio (regressione di Poisson) o un tempo di sopravvivenza (regressione di Cox).

comportamento induttivo: proposta elaborata negli anni Trenta da Jerzy Neyman ed Egon Pearson per formulare il test di ipotesi in termini del processo decisionale. Ne derivano le idee di dimensione, efficacia ed errori di primo e secondo tipo.

confondente: variabile associata sia a una variabile di risposta sia a una variabile predittiva e che può forse spiegarne in parte il nesso apparente. Per esempio, la statura e il peso dei bambini hanno una forte correlazione, in gran parte spiegata però dalla loro età.

controfattuale: scenario del tipo «e se», in cui si considera uno svolgimento alternativo degli eventi.

convalida incrociata: maniera di valutare la qualità di un algoritmo per le previsioni o le classificazioni eliminando sistematicamente alcuni casi, che vanno a comporre l’insieme di verifica.

correzione di Bonferroni: metodo per regolare la dimensione (errore di primo tipo) o gli intervalli di fiducia, consentendo il test simultaneo di molte ipotesi. In particolare, nel test di n ipotesi, per una dimensione globale (errore di primo tipo) pari ad α, ciascuna ipotesi è controllata con dimensione α/n. L’alternativa equivalente è specificare intervalli di fiducia del 100(1 – α/n)% per ogni quantità stimata. Per esempio, nel test di 10 ipotesi con un’α globale pari a 5%, i valori P sarebbero confrontati alla soglia di 0,05/10 = 0,005, e si userebbero gli intervalli di fiducia del 99...

Indice dei contenuti

Copertina
Frontespizio
Ringraziamenti
Introduzione
L’arte della statistica
I. Nelle giuste proporzioni: dati categoriali e percentuali
II. Riassumere e comunicare le cifre. Molte cifre
III. Ma in fondo perché studiamo i dati? Popolazioni e misure
IV. Cause ed effetti
V. Modellizzare i nessi fra variabili con la regressione
VI. Algoritmi, analisi e previsioni
VII. Quanto possiamo essere sicuri di quel che succede?. Stime e intervalli
VIII. La probabilità, linguaggio dell’incertezza e della variabilità
IX. Collegare la probabilità e la statistica
X. Rispondere a domande e definire scoperte
XI. Imparare dall’esperienza alla maniera bayesiana
XII. Dove può andare tutto a rotoli
XIII. Come migliorare la pratica della statistica
XIV. In conclusione
Glossario
Indice analitico
Il libro
L’autore
Copyright