INDICI E STRUMENTI DI CALCOLO di Rosanna Festa
In statistica computazionale le leggi matematiche che prevedono di trattare una grande quantità di dati prevedono assiomi di completezza, ai fini delle teorie formali. In statistica applicata esistono ambiti di applicazione teorici e metateorici che prevedono variabili quantitative, come nella statistica computazionale per algoritmi, dove la legge di Moore risponde soprattutto all’analisi di Fischer, e di conseguenza la logica di von Neumann fa riferimento alla variabile t di Student come sistema di riferimento campionario. Le statistiche di livello sono basate su classi di operazioni e linguaggi di compilazione e programmazione. Anche nei sistemi di numerazione troviamo codici di dispersione e indici aggregati di posizione, tramite anche la codifica del sistema alfanumerico (quello base). È possibile applicare la statistica inferenziale per studiare modelli matematici attraverso la logica formale, la statistica applicata prevede poi, oltre alla rappresentazione grafica dei dati, che è una dimostrazione lineare e un’analisi deduttiva, variabili numeriche su parametri di popolazione o come nella variabile aleatoria di Poisson. Il sistema statistico nazionale, basato prevalentemente su indagini di statistica applicata effettuati dall’Istituto nazionale di Statistica (ISTAT), che predispone tra l’altro il programma statistico nazionale, prevede un campionamento lineare mediante la statistica economica, la statistica parametrica, data warehouse e sistema decimale. Nel primo caso i dati si rilevano su un insieme aggregato composto, negli altri casi si prevede un frazionamento statistico dovuto all’esecuzione di rilevazioni statistiche, oltre alla comunicazione dei dati mediante indici, ma anche mediante i dati ufficiali dell’ EUROSTAT. Utilizzando metodi della statistica parametrica le variabili aleatorie possono avere valori positivi o negativi, mentre la statistica non parametrica non prevede in alcuni casi variabili standardizzate. L’analisi della varianza pone l’aspetto qualitativo dei dati, e lo sviluppo di serie statistiche mediante correlazione presenta l’aspetto quantitativo della distribuzione, così come la variabile casuale. Le posizioni statistiche nel campionamento, basata su elementi di inferenza sulla base di uno, due o più campioni,viene contraddistinta dalla statistica-test utilizzando indici di dispersione per cui si ha un campionamento complesso, o ancora di statistica inferenziale. Nei processi di produzione, così come nelle misurazioni economiche ed econometriche, si utilizzano indici di dispersione che possono essere omogenei o non omogenei, tramite probabilità congiunte o marginali (indici di disuguaglianza). Nelle variabili aleatorie normali, che rappresentano variabili caratterizzate da una funzione di densità simmetrica, e unimodale, le densità normali per valori alternativi della media e della varianza hanno funzioni periodiche. (1) Ma è possibile computare anche la funzione periodica per interrelazione, che può essere confrontata con l’analisi di Fischer nelle variabili aleatorie normali (interrelazione o simmetria). La probabilità, anche attraverso un’analisi parametrica standardizzata e singolarmente rilevata o corretta per la continuità, permette di ottenere un’intervallo di dati della Normale standardizzata, restanti le costanti parametriche di riferimento per successivi campionamenti (2). I sistemi complessi di elaborazione informatica prevedono una standardizzazione, variabili aleatorie e distribuzione di probabilità congiunte. Infatti la variabile aleatoria di Poisson si applica all’elaborazione di algoritmi tramite rappresentazione dei numeri reali e calcolo delle operazioni binarie (3), la variabile chi-quadrato per l’elaborazione di dati, in modo simile alla programmazione logica del software (4), la t di Student e l’analisi di Fischer per sistemi di dati, e sistemi SCSI per memorizzare dati e processare dati aggiuntivi del calcolatore.(5)