Quando guardiamo una sfilza di numeri, che siano fatturati mensili, voti scolastici o tempi di consegna, il nostro cervello cerca istintivamente un punto di riferimento.
Ma “la media” non è sempre la risposta giusta, e a volte può persino mentire.
C’è una differenza sostanziale tra ciò che succede “di solito” (moda), ciò che sta esattamente “nel mezzo” (mediana) e il “risultato bilanciato” (media).
Saper distinguere questi tre indici non serve solo a superare un esame di statistica, ma a non farsi ingannare dai titoli di giornale o dai report aziendali troppo ottimisti. Mettiamoci alla prova con 8 casi pratici, dai più banali ai più insidiosi.
- 👉 Statistica descrittiva: indici di posizione e di dispersione
- 👉 Esercizi svolti sugli indici di posizione
- 👉 Indici relativi di variabilità, asimmetria e curtosi (con esempi)
- 👉 Indici assoluti di variabilità (in breve)
- 👉 Statistica: studio della variabilità (con esempi)
- 👉 Relazioni tra due caratteri statistici
Quesito 1 (Facile)
Un piccolo negozio registra il numero di clienti in 7 giorni consecutivi: 10, 12, 12, 15, 18, 18, 18.
Qual è la moda di questa distribuzione?
- A) 12
- B) 15
- C) 18
- D) Non c’è moda
Risposta corretta: C) 18
Spiegazione:
La moda è il valore che compare con la frequenza più alta. Contiamo le occorrenze:
[math]\displaystyle \begin{aligned}
&10 \text{ (1 volta),} \\
&12 \text{ (2 volte),} \\
&15 \text{ (1 volta),} \\
&18 \text{ (3 volte).}
\end{aligned}[/math]
Il valore [math]18[/math] compare 3 volte, più di tutti gli altri. Quindi la moda è [math]18[/math].
💡 Osservazione:
In una distribuzione, possono esserci più di una moda (distribuzione bimodale o multimodale) oppure nessuna se tutti i valori compaiono una volta sola. Qui c’è una sola moda.
Domanda di riflessione:
Come si definisce la moda in una distribuzione di dati non raggruppati?
La moda è il valore (o i valori) che presenta la massima frequenza assoluta.
Quesito 2 (Facile)
Considera il seguente insieme di voti (su 10): 5, 6, 7, 7, 8.
Qual è la sua mediana?
- A) 5
- B) 6.5
- C) 7
- D) 6
Risposta corretta: C) 7
Spiegazione:
Per trovare la mediana si ordinano i dati (già ordinati) e si sceglie il valore centrale. Con [math]n=5[/math] (dispari), la posizione centrale è data da:
[math]\displaystyle \begin{aligned}
\text{Posizione} &= \frac{n+1}{2} = \frac{5+1}{2} = 3
\end{aligned}[/math]
Il terzo valore nella lista ordinata è 7.
💡 Osservazione:
Con un numero dispari di dati, la mediana è un valore effettivamente presente nell’insieme. Con un numero pari di dati, la mediana è la media dei due valori centrali.
Domanda di riflessione:
Perché è fondamentale ordinare i dati prima di calcolare la mediana?
Perché la mediana è definita come il valore che divide la distribuzione ordinata in due parti uguali. Senza ordine, non possiamo identificare correttamente il centro.
Quesito 3 (Facile-Medio)
Le età di 5 amici sono: 20, 22, 24, 24, 25 anni.
Qual è la media aritmetica delle età? E qual è la relazione tra media, mediana ([math]Mdn[/math]) e moda ([math]Mo[/math]) in questo caso?
- A) Media = 22, [math]Mdn = 24[/math], [math]Mo = 24[/math]. Quindi Media < [math]Mdn = Mo[/math]
- B) Media = 23, [math]Mdn = 24[/math], [math]Mo = 24[/math]. Quindi Media < [math]Mdn = Mo[/math]
- C) Media = 24, [math]Mdn = 24[/math], [math]Mo = 24[/math]. Quindi Media = [math]Mdn = Mo[/math]
- D) Media = 23.5, [math]Mdn = 24[/math], [math]Mo = 24[/math]. Quindi Media < [math]Mdn = Mo[/math]
Risposta corretta: B) Media = 23, [math]Mdn = 24[/math], [math]Mo = 24[/math]. Quindi Media < [math]Mdn = Mo[/math]
Spiegazione:
[math]\displaystyle \begin{aligned}
\text{Media} &= \frac{20+22+24+24+25}{5} = \frac{115}{5} = 23 \\
\text{Mediana} &: \text{Il valore centrale (terzo) nella lista} \\
&{} \quad \text{ordinata è 24.} \\
\text{Moda} &: \text{Il valore più frequente è 24.}
\end{aligned}[/math]
La relazione è quindi Media ([math]23[/math]) < Mediana ([math]24[/math]) = Moda ([math]24[/math]).
💡 Osservazione:
Quando Media < Mediana = Moda, spesso la distribuzione è asimmetrica negativa (o a sinistra)? Attenzione! Questo è un caso particolare con pochi dati. In realtà, per una classica asimmetria negativa (coda a sinistra), la moda è maggiore della mediana che è maggiore della media. Qui Media < Mediana = Moda, il che suggerisce che l’unico valore più basso (20) ha “abbassato” la media rispetto alla mediana e moda coincidenti.
Domanda di riflessione:
In una distribuzione perfettamente simmetrica e unimodale, quale relazione esiste tra media, mediana e moda?
In una distribuzione perfettamente simmetrica e unimodale, i tre indici coincidono: Media = Mediana = Moda.
Quesito 4 (Medio)
In una distribuzione di dati, la media è 30 e la mediana è 25. Cosa si può dedurre con maggiore probabilità sulla forma della distribuzione?
- A) È simmetrica.
- B) È asimmetrica positiva (coda a destra).
- C) È asimmetrica negativa (coda a sinistra).
- D) È bimodale.
Risposta corretta: B) È asimmetrica positiva (coda a destra).
Spiegazione:
La media è sensibile ai valori estremi, mentre la mediana è resistente (robusta). Se la media (30) è maggiore della mediana (25), significa che alcuni valori particolarmente alti (nella coda destra) hanno “tirato” la media verso l’alto, più di quanto la mediana sia stata influenzata. Questo è il tipico segnale di un’asimmetria positiva.
💡 Osservazione – Regola empirica per l’asimmetria:
[math]\displaystyle \begin{aligned}
&\text{Media} \approx \text{Mediana} \approx \text{Moda} : \text{Simmetria} \\
&\text{Media} > \text{Mediana} > \text{Moda} : \text{Asimmetria positiva (coda a destra)} \\
&\text{Media} < \text{Mediana} < \text{Moda} : \text{Asimmetria negativa (coda a sinistra)}
\end{aligned}[/math]
Domanda di riflessione:
Perché la media è più sensibile degli outlier (valori anomali) rispetto alla mediana?
Perché la media si calcola utilizzando il valore numerico di tutti i dati. Un outlier molto grande contribuisce con il suo valore elevato alla somma totale, spostando la media. La mediana, invece, dipende solo dalla posizione del dato centrale, non dal suo valore specifico.
Quesito 5 (Medio)
Supponiamo che in un test la media dei voti sia 6.5 e la mediana sia 7.0. Se il voto più basso, che era 3, viene corretto in 4, cosa accade con certezza?
- A) La media aumenta e la mediana aumenta.
- B) La media aumenta e la mediana rimane 7.0.
- C) La media diminuisce e la mediana diminuisce.
- D) La media rimane 6.5 e la mediana rimane 7.0.
Risposta corretta: B) La media aumenta e la mediana rimane 7.0.
Spiegazione:
Media: La media è la somma di tutti i voti diviso il numero di voti. Aumentando uno dei voti (da 3 a 4), la somma totale aumenta, quindi anche la media aumenterà. Formalmente:
[math]\displaystyle \begin{aligned}
\bar{x}_{nuova} &= \frac{(\sum x_{vecchi} – 3 + 4)}{n} \\
&= \frac{\sum x_{vecchi} + 1}{n} > \bar{x}_{vecchia}
\end{aligned}[/math]
Mediana: A meno che il voto corretto (3 o 4) non fosse proprio il valore centrale che determinava la mediana (7.0), cambiare un valore estremo non modifica la posizione del valore centrale. Poiché la mediana iniziale era 7.0, è probabile che 3 fosse un valore basso estremo. Sostituendolo con 4, l’ordinamento dei dati e la posizione centrale non cambiano, quindi la mediana rimane 7.0.
💡 Osservazione strategica:
La mediana è robusta rispetto ai cambiamenti dei valori estremi, a meno che questi non superino il valore mediano stesso. La media è invece sensibile a qualsiasi variazione di qualsiasi dato.
Domanda di riflessione:
In quale caso la correzione di un voto più basso potrebbe cambiare anche la mediana?
Se i dati fossero solo 3, e il voto più basso fosse anche il valore centrale (ad esempio, nell’insieme {3, 7, 8} la mediana è 7; se 3 diventa 4 e l’insieme diventa {4, 7, 8}, la mediana è ancora 7, quindi non cambia). Cambierebbe se l’insieme fosse {3, 7, 7} (mediana 7) e diventasse {4, 7, 7} (mediana ancora 7). Cambia davvero solo se il cambiamento altera la posizione del dato centrale nell’ordinamento, il che è raro per un singolo outlier.
Quesito 6 (Medio-Difficile)
In un gruppo di 10 numeri, la media è 15. Aggiungendo un undicesimo numero, la media diventa 16. Qual è l’undicesimo numero?
- A) 16
- B) 26
- C) 17
- D) 11
Risposta corretta: B) 26
Spiegazione:
Strumento: Usiamo la proprietà: [math]\text{Somma} = \text{Media} \times \text{Numero di elementi}[/math].
[math]\displaystyle \begin{aligned}
&\text{Somma iniziale (10 numeri):} \\
&S_{10} = 15 \times 10 = 150 \\
\\
&\text{Somma finale (11 numeri):} \\
&S_{11} = 16 \times 11 = 176 \\
\\
&\text{L’undicesimo numero è la differenza:} \\
&X = S_{11} – S_{10} = 176 – 150 = 26
\end{aligned}[/math]
💡 Osservazione:
Questo è un tipico problema di “media ponderata” implicita, dove stiamo aggiungendo un dato che sposta la media complessiva. La formula efficace è:
[math]\text{Nuovo Valore} = \text{Nuova Media} \times (n+1) – \text{Vecchia Media} \times n[/math]
Domanda di riflessione:
Quale proprietà fondamentale della media aritmetica hai utilizzato per risolvere il problema?
La proprietà per cui la somma di tutti i dati è sempre uguale alla media moltiplicata per il numero di dati ([math]S = M \times n[/math]). Questo legame è spesso la chiave per risolvere problemi in cui cambia il numero di elementi.
Quesito 7 (Difficile)
La distribuzione degli stipendi in un’azienda ha una media di €45.000, una mediana di €40.000 e una moda di €35.000. Se tutti gli stipendi vengono aumentati del 5%, quali saranno i nuovi valori di media, mediana e moda?
- A) Media: €47.250, Mediana: €42.000, Moda: €36.750
- B) Media: €45.000, Mediana: €40.000, Moda: €35.000 (rimangono uguali)
- C) Media: €45.000, Mediana: €42.000, Moda: €36.750
- D) Media: €47.250, Mediana: €40.000, Moda: €35.000
Risposta corretta: A) Media: €47.250, Mediana: €42.000, Moda: €36.750
Spiegazione:
Un aumento del 5% corrisponde a moltiplicare ogni stipendio per 1.05. Vediamo come reagiscono gli indici di posizione:
[math]\displaystyle \begin{aligned}
\text{Nuova Media} &= 45.000 \times 1,05 = 47.250 \\
&{} \quad \text{(La media è una misura lineare: se moltiplichiamo} \\
&{} \quad \text{ogni dato per } c \text{, anche la media viene moltiplicata per } c\text{.)} \\
\\
\text{Nuova Mediana} &= 40.000 \times 1,05 = 42.000 \\
&{} \quad \text{(Essendo una posizione con valore numerico,} \\
&{} \quad \text{segue la trasformazione dei dati.)} \\
\\
\text{Nuova Moda} &= 35.000 \times 1,05 = 36.750 \\
&{} \quad \text{(Il valore più frequente subisce la stessa} \\
&{} \quad \text{variazione percentuale.)}
\end{aligned}[/math]
💡 Osservazione importante:
Le relazioni di disuguaglianza tra gli indici si conservano sotto trasformazioni lineari (moltiplicazione per una costante positiva).
Prima: [math]\text{Moda (35k)} < \text{Mediana (40k)} < \text{Media (45k)}[/math].
Dopo: [math]36.75k < 42k < 47.25k[/math]. L’asimmetria positiva della distribuzione rimane invariata.
Domanda di riflessione:
Cosa succederebbe se, invece di un aumento percentuale, ogni dipendente ricevesse un bonus fisso di €2.000? Come cambierebbero media, mediana e moda?
Con una trasformazione lineare del tipo [math]\text{nuovo valore} = \text{vecchio valore} + k[/math] (traslazione), tutti e tre gli indici aumentano dello stesso valore assoluto [math]k[/math]. La media diventerebbe €47.000, la mediana €42.000, la moda €37.000. Le differenze tra di loro (es. [math]\text{Media} – \text{Mediana} = €5.000[/math]) rimarrebbero invariate.
Quesito 8 (Molto Difficile / Universitario)
Una distribuzione unimodale di dati ha una media di 50 e una deviazione standard di 10. Senza altre informazioni, possiamo affermare con certezza che:
- A) La mediana è maggiore di 50.
- B) La mediana è uguale a 50.
- C) La mediana è minore di 50.
- D) Non possiamo determinare la relazione tra media e mediana con queste sole informazioni.
Risposta corretta: D) Non possiamo determinare la relazione tra media e mediana con queste sole informazioni.
Spiegazione:
La media e la deviazione standard sono misure di tendenza centrale e di dispersione, rispettivamente. La deviazione standard ci dice quanto i dati sono sparsi attorno alla media, ma non ci dà informazioni sulla simmetria o asimmetria della distribuzione.
[math]\displaystyle \begin{aligned}
&\bullet \text{Distribuzione simmetrica unimodale:} \\
&\quad \text{Media} = \text{Mediana} = \text{Moda} \\
\\
&\bullet \text{Distribuzione asimmetrica positiva (coda a destra):} \\
&\quad \text{Media} > \text{Mediana} > \text{Moda} \\
\\
&\bullet \text{Distribuzione asimmetrica negativa (coda a sinistra):} \\
&\quad \text{Media} < \text{Mediana} < \text{Moda}
\end{aligned}[/math]
Conoscere solo media e deviazione standard non ci permette di discriminare tra questi casi. La mediana potrebbe essere uguale, maggiore o minore della media a seconda della forma della distribuzione.
💡 Osservazione:
Mentre la media è influenzata dal valore dei dati e la deviazione standard dalla loro dispersione quadratica, la mediana dipende esclusivamente dall’ordinamento posizionale. Senza conoscere il terzo momento centrale (skewness/asimmetria), la posizione della mediana rispetto alla media rimane indeterminata.
Domanda di riflessione:
Quale parametro statistico aggiuntivo sarebbe necessario per ipotizzare se la mediana sia maggiore o minore della media?
Sarebbe necessario conoscere l’indice di asimmetria (skewness). Se lo skewness è positivo, la media è solitamente maggiore della mediana; se è negativo, la mediana è solitamente maggiore della media.
Tabella Comparativa: Media, Mediana e Moda
Ecco un riepilogo delle proprietà fondamentali analizzate nei quesiti precedenti:
| Caratteristica | Media Aritmetica | Mediana | Moda |
|---|---|---|---|
| Definizione | Somma dei valori diviso il loro numero. | Valore centrale della distribuzione ordinata. | Valore che compare con la massima frequenza. |
| Sensibilità agli Outlier | Molto alta (non robusta). | Bassa (robusta). | Molto bassa. |
| Reazione a Traslazioni (+k) | Aumenta di [math]k[/math]. | Aumenta di [math]k[/math]. | Aumenta di [math]k[/math]. |
| Reazione a Scalature (×c) | Moltiplicata per [math]c[/math]. | Moltiplicata per [math]c[/math]. | Moltiplicata per [math]c[/math]. |
| Utilizzo Principale | Dati quantitativi simmetrici. | Dati con valori anomali o asimmetrici. | Dati nominali o per identificare picchi. |
Mini-Framework Diagnostico: Quale indice scegliere?
In base alla natura dei tuoi dati e alla presenza di anomalie, utilizza questa tabella decisionale per selezionare l’indice di tendenza centrale più appropriato:
| Situazione | Indice consigliato | Perché |
|---|---|---|
| Dati con outlier (es. stipendi estremi) | [math]\text{Mediana}[/math] | È robusta: non viene trascinata dai valori estremi. |
| Dati simmetrici (es. altezza popolazione) | [math]\text{Media}[/math] | Fornisce la massima informazione includendo ogni valore nel calcolo. |
| Dati categoriali (es. colore preferito) | [math]\text{Moda}[/math] | È l’unico applicabile: non si può fare la media dei colori. |
Nota tecnica: In presenza di asimmetria significativa, è sempre buona norma riportare sia la Media che la Mediana per offrire una visione completa della distribuzione.
Conclusione: La scelta dell’indice corretto dipende dalla natura dei dati e dalla presenza di eventuali anomalie. In una distribuzione perfettamente normale, i tre valori coincidono, rendendo l’interpretazione univoca.
Perché questi esercizi sono interessanti?
Quesiti 1-2: Servono a stabilire le fondamenta. La moda è fondamentale nel commercio (cosa vendiamo di più?), la mediana è il filtro per capire la distribuzione dei consumi.
Quesito 3-4: Introducono il concetto di distorsione. È qui che si impara che la media è “fragile”: basta un valore estremo per renderla poco rappresentativa della realtà.
Quesito 5: È un esercizio di sensibilità. Spiega perché, in molti concorsi o analisi di dati sporchi, si preferisce la mediana: è “sorda” ai piccoli cambiamenti agli estremi (robustezza).
Quesito 6: Questo è il classico “problema inverso” da consulente aziendale. Se conosciamo l’obiettivo (la media finale), quanto deve performare l’ultimo elemento per arrivarci?
Quesito 7: Dimostra la coerenza matematica. Se l’inflazione colpisce tutti al 5%, i rapporti di forza tra gli stipendi non cambiano. È un concetto rassicurante ma spesso ignorato nei dibattiti economici.
Quesito 8: È il “bagno di umiltà” statistico. Ci ricorda che due soli dati (media e varianza) non descrivono mai completamente una storia: senza la forma della distribuzione, stiamo ancora tirando a indovinare.
(498)
Altri articoli nella categoria "Esercizi svolti di Statistica"
- Indice di Laspeyres: formula, significato ed esercizi svolti
- Regressione lineare: esercizi progressivi dai minimi quadrati alla regressione multipla
- Statistica per il Marketing: Come Usare i Test d’Ipotesi (Z-Test) per A/B Test e ROI
- Analisi Statistica Avanzata: Indice di Gini, Asimmetria e Proprietà dei Residui nella Regressione
- Esercizi Svolti di Statistica Descrittiva: Mediana, Varianza, Box Plot e Correlazione (Con Spiegazioni)
- La Città dei Numeri Manipolati: Gioco Interattivo per Riconoscere le Fake News Statistiche
- Data Literacy: 5 Esercizi per non farsi ingannare dai Grafici (Statistica Pratica)
- Data Literacy: Guida Pratica per Interpretare Grafici Statistici (con Esercizi e Soluzioni)
- Come leggere le Tavole Statistiche (Z, t, Chi-quadrato): Guida Completa ed Esempi
- Come scegliere il test statistico giusto per decisioni aziendali: 3 esempi pratici nel Retail