Le seguenti tabelle riportano i dati relativi ai morti per incidenti stradali nel 1922 a Londra suddivisi per sesso e per età. Esamina i dati con opportuni strumenti matematici e valuta differenze e analogie tra i modi in cui il fenomeno si è verificato per i due sessi.
maschi morti per età (in anni) | femmine morte per età (in anni) | |||
[0,5) 120 [5,10) 184 [10,15) 44 [15,20) 24 [20,30) 23 [30,40) 50 | [40,50) 60 [50,60) 102 [60,70) 167 [70,80) 150 [80,100) 49 |
[0,5) 67 [5,10) 120 [10,15) 22 [15,20) 15 [20,30) 25 [30,40) 22 | [40,50) 49 [50,60) 76 [60,70) 104 [70,80) 90 [80,100) 27 |
I dati sono in quantità diverse (973 maschi e 617 femmine), e questo è sicuramente da collegare ai diversi comportamenti nel campo del lavoro, del gioco, ... che all'epoca vi erano tra i due sessi. Ma se calcolo la distribuzione percentuale e/o se traccio gli istogrammi verifico immediatamente che il loro andamento è simile. Anche le medie e le mediane sono molto vicine. Ecco grafici e calcoli realizzati con lo script histogram (accorpo le classi in quanto questo script consente di realizzare istogrammi solo con classi di eguale ampiezza):
2.5*120,7.5*184,12.5*44,17.5*24,25*23,35*50,45*60,55*102,65*167,75*150,90*49
A = 0 B = 100 intervals = 5 their width = 20
n=973 min=2.5 max=90 median=45 1^|3^ quartile=7.5|65 mean=40.90441932168551
A = 0 B = 100 intervals = 5 their width = 20
n=617 min=2.5 max=90 median=45 1^|3^ quartile=7.5|65 mean=41.04538087520261
I soli calcoli avrei potuto realizzarli anche con lo script pocket calculator:
Ottime rappresentazioni grafiche le posso ottenere con questi script (vedi anche qui):
Per altri commenti: distribuzione neGli Oggetti Matematici.
Ecco grafici e calcoli realizzati con R (vedi):
source("http://macosa.dima.unige.it/r.R") eta <- c(0, 5, 10,15,20,30,40, 50, 60, 70,80,100) moM <- c(120,184,44,24,23,50,60,102,167,150,49) moF <- c(67, 120,22,15,25,22,49,76, 104,90, 27) sum(moM); sum(moF) # 973 617 interv <- eta; freq <- moM BF=4.5; HF=2.5 noMean=1; histoclas(interv,freq) AboveX("M",20) PERC # 12.33 18.91 4.52 2.47 2.36 5.14 6.17 10.48 17.16 15.42 5.04 morestat() # Min. 1st Qu. Median Mean 3rd Qu. Max. # 0.000 8.349 46.920 40.900 67.350 100.000 # freq <- moF noMean=1; histoclas(interv,freq) AboveX("F",20) PERC # 10.86 19.45 3.57 2.43 4.05 3.57 7.94 12.32 16.86 14.59 4.38 morestat() # Min. 1st Qu. Median Mean 3rd Qu. Max. # 0.000 8.636 47.650 41.050 66.420 100.000
Per altri commenti: distribuzione neGli Oggetti Matematici.