Calcolare la DS per 5 voti di esame

Trova la deviazione standard di questi voti: $72, 78, 80, 84, 86$

Calcolare la media: $\bar{x} = \frac{72 + 78 + 80 + 84 + 86}{5} = \frac{400}{5} = 80$ = Media = $80$

Trovare ogni scarto dalla media: $72 - 80 = -8$ $78 - 80 = -2$ $80 - 80 = 0$ $84 - 80 = 4$ $86 - 80 = 6$ = Scarti: $-8, -2, 0, 4, 6$

Elevare al quadrato ogni scarto: $(-8)^2 = 64$ $(-2)^2 = 4$ $(0)^2 = 0$ $(4)^2 = 16$ $(6)^2 = 36$ = Scarti al quadrato: $64, 4, 0, 16, 36$

Calcolare la varianza (media degli scarti al quadrato): $\text{Varianza} = \frac{64 + 4 + 0 + 16 + 36}{5} = \frac{120}{5} = 24$ = Varianza = $24$

Estrarre la radice quadrata: $\sigma = \sqrt{24} \approx 4,90$ = DS $\approx 4,90$

Answer: La deviazione standard è circa $4,90$ punti. Questo significa che i voti tipicamente differiscono dalla media di circa 5 punti.

Confrontare la dispersione di due insiemi di dati

Insieme A: $10, 10, 10, 10, 10$ e Insieme B: $2, 6, 10, 14, 18$. Calcola la DS per entrambi.

Calcolare la media per entrambi gli insiemi: Insieme A: $\bar{x} = \frac{50}{5} = 10$ Insieme B: $\bar{x} = \frac{50}{5} = 10$ = Entrambe le medie = $10$

Trovare gli scarti per l'insieme A: Tutti i valori sono 10, quindi tutti gli scarti sono: $10 - 10 = 0$ = Scarti A: $0, 0, 0, 0, 0$

Trovare gli scarti per l'insieme B: $2-10=-8$, $6-10=-4$, $10-10=0$, $14-10=4$, $18-10=8$ = Scarti B: $-8, -4, 0, 4, 8$

Calcolare la varianza per entrambi: Insieme A: $\frac{0+0+0+0+0}{5} = 0$ Insieme B: $\frac{64+16+0+16+64}{5} = \frac{160}{5} = 32$ = Varianza A = $0$, Varianza B = $32$

Estrarre le radici quadrate: $\sigma_A = \sqrt{0} = 0$ $\sigma_B = \sqrt{32} \approx 5,66$ = DS A = $0$, DS B $\approx 5,66$

Answer: L'insieme A ha DS = $0$ (nessuna dispersione, tutti i valori identici). L'insieme B ha DS $\approx 5,66$ (valori lontani dalla media). Stessa media, dispersioni molto diverse!

DS campionaria vs DS di popolazione

Un campione di 4 temperature: $18, 22, 20, 24$ gradi. Calcola la deviazione standard CAMPIONARIA.

Calcola la media: $\bar{x} = \frac{18 + 22 + 20 + 24}{4} = \frac{84}{4} = 21$ = Media = $21$

Trova ogni scarto: $18 - 21 = -3$ $22 - 21 = 1$ $20 - 21 = -1$ $24 - 21 = 3$ = Scarti: $-3, 1, -1, 3$

Eleva al quadrato ogni scarto: $(-3)^2 = 9$ $(1)^2 = 1$ $(-1)^2 = 1$ $(3)^2 = 9$ = Al quadrato: $9, 1, 1, 9$

Calcola la varianza campionaria (dividi per n-1): $s^2 = \frac{9 + 1 + 1 + 9}{4-1} = \frac{20}{3} \approx 6,67$ = Varianza campionaria $\approx 6,67$

Estrai la radice quadrata: $s = \sqrt{6,67} \approx 2,58$ = DS campionaria $\approx 2,58$

Answer: La deviazione standard campionaria è circa $2,58$ gradi. Abbiamo usato $n-1 = 3$ perché questo è un campione di una popolazione più grande di temperature.

Mistake: Dimenticare di elevare al quadrato gli scarti

Why: Senza elevare al quadrato, gli scarti negativi e positivi si annullano, dando una somma vicina a zero indipendentemente dalla dispersione reale.

Correct: Eleva sempre al quadrato ogni scarto. La somma degli scarti al quadrato per un insieme disperso sarà grande.

Mistake: Dividere per $n-1$ invece di $n$ (o viceversa)

Why: La DS di popolazione usa $n$; la DS campionaria usa $n-1$. Usare la formula sbagliata dà risultati errati.

Correct: Usa $n$ quando hai tutti i dati (popolazione). Usa $n-1$ quando hai un campione di una popolazione più grande.

Mistake: Dimenticare di estrarre la radice quadrata alla fine

Why: Fermarsi alla varianza dà unità che sono al quadrato (come 'punti al quadrato'), che è difficile da interpretare.

Correct: Estrai sempre la radice quadrata della varianza per ottenere la deviazione standard nelle unità originali.

Mistake: Fare errori aritmetici sommando gli scarti al quadrato

Why: Con molti valori, è facile fare errori di calcolo.

Correct: Crea una tabella con colonne: Valore, Scarto, Scarto al quadrato. Verifica ogni calcolo.

Controllo qualità nella produzione

I responsabili di fabbrica calcolano la deviazione standard per assicurarsi che i prodotti rispettino costantemente le specifiche.

Una fabbrica produce bulloni che devono essere lunghi $10$ mm. Se $\sigma = 0,1$ mm, il 95% dei bulloni è entro $\pm 0,2$ mm dall'obiettivo. Se $\sigma = 0,5$ mm, c'è troppa variazione.

Confrontare le prestazioni degli studenti

Gli insegnanti calcolano la DS per capire quanto variano i voti degli studenti nei test.

Se una classe ha una media di 75 con DS = 5, la maggior parte degli studenti ottiene tra 70 e 80. Se DS = 15, i voti vanno da 60 a 90.

Q: Quando uso $n$ rispetto a $n-1$ nella formula?

A: Usa $n$ (DS di popolazione) quando i tuoi dati includono l'intero gruppo che stai studiando. Usa $n-1$ (DS campionaria) quando i tuoi dati sono un campione di una popolazione più grande. La correzione $n-1$ dà una stima migliore della vera dispersione della popolazione.

Q: Perché eleviamo al quadrato gli scarti invece di usare i valori assoluti?

A: Elevare al quadrato ha vantaggi matematici: è derivabile (utile in analisi), dà più peso agli scarti maggiori, e si collega al teorema di Pitagora e alla distanza euclidea. I valori assoluti funzionano ma non hanno queste proprietà.

Q: La deviazione standard può mai essere negativa?

A: No! Poiché stiamo estraendo la radice quadrata di una somma di numeri al quadrato, la deviazione standard è sempre zero o positiva. DS = 0 si verifica solo quando tutti i valori sono identici.