Come raggruppare i dati in intervalli di classe
Raggruppare i dati in intervalli di classe è un passaggio cruciale nella statistica descrittiva. L'obiettivo è semplificare grandi quantità di dati grezzi per renderli più facili da leggere, analizzare e presentare in tabelle di distribuzione di frequenza o istogrammi. Quando i dati sono troppo eterogenei e dispersi, spesso è difficile individuare dei modelli. Gli intervalli di classe organizzano i dati in gruppi di valori specifici, consentendoci di comprendere più chiaramente la distribuzione dei dati, i valori che si presentano con maggiore frequenza e persino la tendenza centrale.
Questo articolo illustra il significato degli intervalli di classe, quando sono necessari e fornisce indicazioni pratiche per raggruppare i dati in intervalli di classe, corredate da esempi applicativi.
1. Comprendere gli intervalli delle lezioni
Un intervallo di classe è un intervallo di valori utilizzato per raggruppare i dati in una distribuzione di frequenza. Ogni intervallo ha in genere un limite inferiore e un limite superiore. Ad esempio, l'intervallo 10-19 indica che tutti i dati con valori compresi tra 10 e 19 rientrano in quella classe.
In una tabella di distribuzione di frequenza, gli intervalli di classe fungono da "contenitori" per valori simili. Ciò rende i dati più concisi rispetto all'elenco di tutti i valori singolarmente. Gli intervalli di classe costituiscono inoltre la base per la creazione di grafici come istogrammi e poligoni di frequenza.
2. Quando è necessario raggruppare i dati?
Non tutti i dati devono essere suddivisi in intervalli di classe. Il raggruppamento è generalmente necessario quando:
1. Grande quantità di dati, ad esempio più di 30 o 50 osservazioni.
2. L'intervallo dei dati è ampio, quindi i valori sono dispersi e difficili da leggere.
3. Vogliamo osservare il modello di distribuzione, ad esempio per scoprire se i dati tendono ad essere normali, asimmetrici o presentano doppi picchi.
4. I dati saranno presentati in un istogramma, poiché l'istogramma richiede classi di intervallo.
Se i dati sono pochi (ad esempio 10 valori), spesso è sufficiente una singola tabella di frequenza senza intervalli.
3. Passaggi per raggruppare i dati in intervalli di classe
Di seguito sono riportati i passaggi più comunemente utilizzati per formare gli intervalli di classe.
Passaggio 1: Determinare i dati minimi e massimi
Innanzitutto, identifica i valori minimo e massimo dei dati.
– Valore minimo = \( x_{\min} \)
– Valore massimo = \( x_{\max} \)
Questo valore verrà utilizzato per calcolare l'intervallo dei dati.
Passaggio 2: Calcolare l'intervallo
Il range è la differenza tra il valore massimo e il valore minimo:
\[
R = x_{\max} – x_{\min}
\]
Il range fornisce un'idea dell'ampiezza della distribuzione dei dati.
Passaggio 3: Determinare il numero di classi (k)
Il numero di classi può essere determinato in diversi modi. Il metodo più diffuso è quello di utilizzare la regola di Sturges:
\[
k = 1 + 3{,}3 \log_{10}(n)
\]
dove \( n \) rappresenta la quantità di dati.
I risultati dei calcoli vengono solitamente arrotondati al numero intero più vicino (o per eccesso) in modo che il numero di classi non sia troppo piccolo.
Oltre all'algoritmo di Sturges, esiste una pratica comune: scegliere una dimensione della classe compresa tra 5 e 12, a seconda delle esigenze di visualizzazione e della dimensione del campione. Tuttavia, l'algoritmo di Sturges è piuttosto valido per set di dati di dimensioni ridotte.
Passaggio 4: Calcolare l'ampiezza della classe (i)
L'ampiezza della classe è la lunghezza di ciascun intervallo di classe. La formula è:
\[
i = \frac{R}{k}
\]
Poiché le ampiezze delle classi devono essere facili da usare, vengono in genere arrotondate a un numero "pulito" (ad esempio, 5, 10, 2 o 0,5, a seconda del contesto dei dati). Questo arrotondamento è importante per garantire che gli intervalli siano facili da leggere ed evitare confusione.
Se i risultati dell'arrotondamento impediscono di includere tutti i dati, l'ampiezza della classe può essere leggermente aumentata.
Fase 5: Determinare i limiti della classe
Iniziate con il valore minimo come limite inferiore della prima classe. Quindi create intervalli successivi fino a includere il valore massimo.
Ad esempio, se il valore minimo è 32 e la larghezza della classe è 5, allora la classe può essere creata:
- 32–36
- 37–41
- 42–46
- ecc.
Importante: assicurarsi che non vi siano lacune o sovrapposizioni tra le classi. Tutti i valori dei dati devono appartenere esattamente a una sola classe.
Passaggio 6: (Facoltativo) Creare i limiti della classe
Se i dati sono numeri interi (ad esempio, punteggi di test), spesso si creano dei limiti di classe per rendere la classe continua. Ciò si ottiene aggiungendo 0,5 al limite superiore e sottraendo 0,5 al limite inferiore.
Ad esempio, per la classe 32–36, il confine di classe diventa:
- 31,5–36,5
Questo è utile per gli istogrammi, in modo che le barre si colleghino senza interruzioni.
Passaggio 7: Calcolare la frequenza di ciascuna classe
Una volta determinati gli intervalli di classe, si conta quanti punti dati ricadono in ciascun intervallo. I risultati vengono riportati nella colonna delle frequenze (f).
Per grandi quantità di dati, utilizzare il metodo di conteggio per essere più veloci e ridurre gli errori.
Passaggio 8: Costruire una tabella di distribuzione di frequenza
La tabella di distribuzione della frequenza minima contiene:
– Intervallo di classe
– Frequenza (f)
È possibile aggiungere altre colonne, ad esempio:
– Punto medio della classe (xi)
– Frequenza cumulativa
– Frequenza relativa (percentuale)
4. Esempio di raggruppamento dei dati
Ad esempio, sono disponibili i dati relativi ai punteggi dei test di 40 studenti, con un punteggio minimo di 42 e un punteggio massimo di 94.
1. Minimo = 42, Massimo = 94
2. Intervallo:
\[
R = 94 – 42 = 52
\]
3. Numero di classi (Sturges):
\[
k = 1 + 3{,}3 \log(40)
\approx 1 + 3{,}3(1{,}602)
circa 6,29
\]
Abbiamo arrotondato a 6 o 7 lezioni. Abbiamo scelto 7 lezioni per fornire maggiori dettagli.
4. Ampiezza della classe:
\[
i = \frac{52}{7} \approx 7{,}43
\]
Arrotondato a 8.
5. Forma intervalli a partire da 42 con una larghezza di 8:
- 42–49
- 50–57
- 58–65
- 66–73
- 74–81
- 82–89
- 90–97
L'ultimo intervallo ha raggiunto 97, quindi il valore massimo di 94 è stato comunque raggiunto.
6. Successivamente, calcola la frequenza di ciascun intervallo in base ai dati (ad esempio, utilizzando una linea). La tabella finale mostrerà quanti studenti rientrano in un determinato intervallo di punteggi, consentendoci di valutare rapidamente le prestazioni.
5. Consigli per rendere più efficaci gli intervalli tra le lezioni
1. Utilizza larghezze di classe uniformi per rendere le tabelle facilmente confrontabili.
2. Non inserire troppe classi, altrimenti la tabella diventerà lunga e difficile da leggere.
3. Non avere troppe poche classi, perché informazioni importanti potrebbero andare "perse" e la distribuzione potrebbe apparire troppo disordinata.
4. Regolare l'arrotondamento dell'ampiezza della classe in base al contesto dei dati. Per le temperature, 1 o 0,5 potrebbero essere appropriati; per i punteggi dei test, 5 o 10 sono in genere appropriati.
5. Ricontrollare i limiti delle classi per assicurarsi che tutti i dati siano stati inseriti senza valori mancanti.
conclusione
Raggruppare i dati in intervalli di classe è una tecnica importante per semplificare i dati e visualizzare chiaramente la distribuzione. I passaggi includono la determinazione dei valori minimi e massimi, il calcolo del range, la determinazione del numero di classi (spesso utilizzando la regola di Sturges), il calcolo dell'ampiezza delle classi, la costruzione degli intervalli e infine il calcolo della frequenza di ciascuna classe. Con gli intervalli di classe corretti, dati grezzi complessi possono essere trasformati in informazioni facilmente comprensibili, sia in tabelle che in grafici.
Se vuoi, posso anche creare un esempio completo con i dati grezzi (elenco di valori) e poi compilare una tabella di distribuzione di frequenza con un istogramma.
