|
|
|
|
|
Galleria Tassonomica
di
Natura Mediterraneo
|
|
|
| Autore |
 Discussione  |
|
Aphyllo
Moderatore
Città: firenze
Prov.: Firenze
Regione: Toscana
9113 Messaggi
Micologia |
 Inserito il - 25 aprile 2007 : 18:56:14
|
Ciao Daniele.
Purtroppo, studiando l'allegato, ho perduto il filo del discorso da quando quando si introduce la "t di Student" (Fine della pag 2) .
Non credo di essere in grado di comprendere il significato di tutto ciò senza le giuste basi, che assolutamente mi mancano.
Se non ti dispiace mi potresti aiutare ad avere una visione "pratica" di questi parametri?
Passo a spiegarti quello che ho capito fino ad ora.
Mi è chiaro comunque come leggere e il significato del limite di confidenza e dell'indice di correlazione lineare.
Per quanto riguarda il il coefficiente di determinazione, non mi è chiaro il senso di elevare al quadrato un'altro indice...
Dello scarto quadratico medio non ho capito cosa rappresenta in pratica, come non ho capito l'utilità di elevarlo al quadrato per ottenere la Varianza.
Dei due indici di regressione lineare ho capito perfettamente il senso ma non come leggerli.
Sul Kurtosis e la "campana" di Gauss è buio completo!
Questo è quello che mi è uscito dalla misurazione di 12 spore di Botryobasidium isabellinum. La prima riga indica il numero di spore misurate. La prima colonna riguarda la Lunghezza, la seconda la larghezza e l terza è Q (rapporto tra lungh. e largh.)
Come interpretare questi dati?
1 N 12 0 0
2 Min 7.910 7.310 1.010
3 Media 8.677 7.945 1.093
4 Max 9.940 9.250 1.180
5 Varianza 0.422 0.451 0.002
6 SQM 0.664 0.687 0.050
7 Kurtosis -2.613 -2.257 -4.025
8 Limite di Confidenza Inf 8.301 7.556 1.065
9 Limite di Confidenza Sup 9.052 8.334 1.122
10 Indice di Correlazione Lineare 0.750 0 0
11 Coeffiente di determinazione 0.562 0 0
12 Indice di Regressione Lineare Y=a+b*X 2.107 0.827 0
13 Indice di Regressione Lineare X=a+b*Y 0.262 0.886 0
|
 |
|
|
Daniele
Utente V.I.P.
Città: Sesto San Giovanni
Prov.: Milano
Regione: Lombardia
292 Messaggi
Micologia |
Inserito il - 04 giugno 2007 : 10:56:54
|
Ciao Aphyllo,
scusa se ti rispondo solo ora, ma ero in appennino in mezzo agli allocchi e ai lucarini e li non ho internet.
Tu poni una serie di domande che richiedono risposte organiche e non a "spot".
Ti rimando perciò a un buon testo di statistica.
Se può esserti d'aiuto puoi consultare anche quanto ho scritto nel libro di Microscopia di M.T. Basso.
Rispondo comunque ad alcune tue domande.
Vediamo di fissare alcuni punti fissi.
1) Un insieme finito di unità statistiche ( individui) con le stesse caratteristiche filogenetiche si chiama POPOLAZIONE; sia essa popolazione umana, di alberi o di spore.
Lo stesso concetto è estensibile anche ad oggetti inanimati: autovetture della stessa marca e tipo; colate di acciaio della medesima qualità; al sangue contenuto nelle vene di un individuo ecc.
2) per ovvie ragioni non è possibile un esame al 100% dei parametri delle popolazioni ( per vedere se una persona ha il tasso di glicemia alto, non le si preleva tutto il sangue in corpo, ma solo un campione; per sapere se le piantine di una piantagione di tabacco sono infestate da parassiti si fa un controllo casuale su alcune foglie casuali di parcelle casuali ........)
3) La statistica parte dall'assunto teorico che tutte le unità statistiche che compongono una popolazione siano UGUALI a priori e che le differenze rilevate ( a posteriori) siano dovute SOLO a una variabilità naturale non meglio definita e definibile.
In pratica, in assenza di precisi fattori CAUSALI ogni campione di unità statistiche è uguale a priori ; cio: C1=C2=C3...=Ck....=Cn A posteriori, invece, si nota che C1, C2, C3,Ck,Cn si differienziano tra loro per una certa quantità in piu' o in meno.
In altre parole, SENZA la naturale variabilità intrinseca ad ogni fenomeno naturale, non esisterebbero le variabili ma solo le costanti e tutte le unità statistiche assumerebbero un unico identico valore.
Il compito della statistica è quello di misurare gli SCOSTAMENTI dal VALORE VERO che tutte le unità statistiche assumerebbero in assenza di variabilità.
4) La media è una misura della "tendenza centrale" di una seriazione statistica. Possiamo dire anche che la media, in assenza della variabilità di cui parlavo prima, sarebbe l'unica misura valida per tutte le unità statistiche.
In realtà, essendo sempre presente una sorgente di variabilità, la media diventa SOLO l'indicatore della tendenza centrale della distribuzione; cioè quel valore che meglio interpreta il fenomeno distributivo.
5) Ogni unità statistica si differenzierà dalla media per uno SCARTO ASSOLUTO cioè per un valore ( in piu' o in meno) comunque piccolo.
La somma di tutti gli scarti assoluti dalla media da per risultato ZERO; vale a dire: tutti gli scarti delle unità statistiche al di sotto della media, sommati agli scarti delle unità statistiche sopra la media, danno come risultato zero.
Se la media è una misura della concentrazione, lo scarto è una misura della dispersione attorno ad essa.
Siccome però la somma degli scarti assoluti da come risultato zero, bisogna ricorrere ad un artificio: elevare al quadrato gli scarti prima di sommarli.
La somma del quadrato degli scarti si chiama DEVIANZA.
La DEVIANZA DIVISA PER N ( N-1 per il campione ) da la VARIANZA.
La radice quadrata della varianza lo scarto quadratico medio.
In statistica si usa ora lo s.q.m. ora la varianza unicamente per semplicità di calcolo, per via dei vari test che si utilizzano.
Dunque per definire i parametri distributivi di un campione statistico occorre conoscere la media e lo s.q.m.
Si parlerà di MEDIA CAMPIONARIA E S.Q.M. CAMPIONARIO che sono solo una STIMA dei parametri "veri" della popolazione.
6) Se la popolazione è NORMALE si distribuirà a "campana" secondo la legge di Gauss- Laplace.
In realtà se tracciamo un grafico di un campione, soprattutto se esso è piccolo, molto difficilmente troveremo la classica forma a "campana" Essa potrà essere "gobba" in modo asimmetrico oppure avere una forma che fa pensare a distribuzioni diverse da quella "normale"
Per capire se si ha a che fare con una distribuzione normale si ricorre ai "momenti di ordine K".
Non entro nel merito del loro calcolo; tuttavia dico che i momenti terzo e quinto ci forniscono informazioni sulla simmetria della curva ( la curva di Gauss standardizzata è perfettamente simmetrica); ed il momento quarto ci da informazioni sulla "Curtosi" Cioè sullo sviluppo verticale della curva.
7) I vari software che si usano in micologia forniscono elementi di statistica bivariata: cioè danno informazioni sul grado di associazione-correlazione-dipendenza di una variabile (x) per esempio lunghezza delle spore, confrontata con una variabile (y) per esempio la larghezza.
In pratica, posto Y=f(x) si indaga se, al variare di X corrisponde una proporzionale variazione di Y.
L'algebra elementare ci dice che "una equazione in due variabili di primo grado è sempre rappresentabile con una retta"
vale a dire: ax+by+c=0 (quando manca il termine "C" vuol dire che la retta passa per il centro degli assi cartesiani)
Nella retta di regressione "a" rappresenta il punto di intercetta della retta con l'asse delle ordinate e "b" la pendenda della retta ( o coefficiente angolare).
L'equazione che fornisce il software ha valore "predittivo" cioè mette l'osservatore in grado di stimare un trend di crescita ( o di decrescita) di una determinata distribuzione di unità statistiche quando è nota anche solo una delle due variabili.
Se, per esempio lunghezza e larghezza fossero esattamente proporzionali, tutti i punti delle coppie xy tracciati sugli assi cartesiani si allineerebbero.
In realtà sugli assi si crea una certa "nuvola" ciò dipende dalla "mancanza di adattamento al modello" dovuta alla variabilità casuale ( nel nostro caso delle dimensioni sporali)
Il coefficiente di Correlazione ci fornisce una misura della bontà del modello stesso. Esso varia tra 0 e uno (piu' siamo prossimi a uno e piu' il modello è rappresentativo).
Per il coefficiente di determinazione vale lo stesso ragionamento che ho fatto per lo s.q.m. e la varianza ( anche se le ragioni teoriche sono un pò piu' complesse )
|
|
|
|
Aphyllo
Moderatore
Città: firenze
Prov.: Firenze
Regione: Toscana
9113 Messaggi
Micologia |
Inserito il - 15 giugno 2007 : 20:07:49
|
Grazie Daniele, le cose mi sono leggermente più chiare, anche se alcuni concetti permangono molto misteriosi!!! Sicuramente cercherò quel libro per leggere la parte riguardante la statistica.
Una paio di domande:
la varianza va da 0 a 1 e più è vicina a 0 più abbiamo misurazioni stabili, giusto?
I due indici di regressione lineare, ognuno dei quali ha due parametri, come si leggono?
|
|
|
|
FOX
Moderatore
Città: BAGNO A RIPOLI
Regione: Toscana
21536 Messaggi
Tutti i Forum |
Inserito il - 15 giugno 2007 : 20:43:46
|
Marco, quando vuoi visionarlo ho il libro in questione!
simo
________________________________________________________________
Alto è il prezzo quando si sfida per vanità il mistero della Natura - I. Sheehan |
|
|
|
Daniele
Utente V.I.P.
Città: Sesto San Giovanni
Prov.: Milano
Regione: Lombardia
292 Messaggi
Micologia |
Inserito il - 17 giugno 2007 : 00:26:55
|
| Messaggio originario di aphyllo:
Grazie Daniele, le cose mi sono leggermente più chiare, anche se alcuni concetti permangono molto misteriosi!!! Sicuramente cercherò quel libro per leggere la parte riguardante la statistica.
Una paio di domande:
la varianza va da 0 a 1 e più è vicina a 0 più abbiamo misurazioni stabili, giusto?
I due indici di regressione lineare, ognuno dei quali ha due parametri, come si leggono?
|
La varianza non va da zero a uno: essa è una misura della dispersione attorno alla media. Piu' i valori saranno "sparpagliati "e piu' la varianza sarà alta.
Ricorda che la varianza è la somma del quadrato degli scarti dalla media, diviso per N-1 ( varianza campionaria)
Quello che va da zero a uno è il coefficiente di correlazione. Va da zero ( nessuna correlazione ) a uno ( perfetta correlazione) perchè misura la relazione Y=f(x) per cui, se esiste una reazione/associazione/dipendenza della variabile Y con la variabile X il coeff. di correlazione indicherà la "misura" della stessa.
Di solito si ritiene che vi sia una sufficiente correlazione a partire da r= 0,6; al di sotto di questo valore si parla di correlazione debole..comunque non tale da ritenere valido il modello matematico proposto ( per esempio la correlazione lineare) |
|
|
|
Aphyllo
Moderatore
Città: firenze
Prov.: Firenze
Regione: Toscana
9113 Messaggi
Micologia |
Inserito il - 28 giugno 2007 : 12:16:38
|
Chiarissimo Daniele!
Grazie!! |
|
|
|
Discussione |
|
|
|
 Natura Mediterraneo |
© 2003-2024 Natura Mediterraneo |
|
|
Leps.it | Herp.it | Lynkos.net
|
Forum
|
Registrati
|
Msg attivi
|
Msg Recenti
|
Msg Pvt
|
Utenti
|
Galleria |
Map |
Gadgets
|
Cerca
|
|
FAQ | Regole |
| 
| 
Suggerimento: Come inserire i video di Youtube nel Forum Clicca qui!
Microquiz
