Che cos’è la statistica descrittiva?

È l’insieme dei metodi che servono a raccogliere, organizzare, sintetizzare e rappresentare i dati osservati. Non pretende di fare inferenza sulla popolazione, ma descrive ciò che è stato rilevato nel campione o nell’insieme di dati disponibile. Quindi lavora con tabelle, grafici e indici numerici.

Come si costruisce una distribuzione di frequenza?

Si contano le modalità o si raggruppano i valori in classi, assegnando a ciascuna il numero di osservazioni corrispondenti. Poi si possono calcolare frequenze relative e cumulate, che permettono di leggere meglio la distribuzione. È la base per tabelle e grafici come istogrammi e poligoni di frequenza.

Qual è la differenza tra media, mediana e moda?

La media è il valore medio calcolato usando tutte le osservazioni, quindi è sensibile ai valori estremi. La mediana è il valore centrale della distribuzione ordinata ed è robusta rispetto agli outlier. La moda è il valore più frequente e può essere utile anche per dati qualitativi.

Quando conviene usare la mediana invece della media?

Conviene usare la mediana quando la distribuzione è asimmetrica o quando ci sono valori anomali che alterano la media. In questi casi la mediana rappresenta meglio la posizione centrale dei dati. Per esempio, nei redditi la mediana è spesso più informativa della media.

Che cosa misurano varianza e deviazione standard?

Misurano la dispersione dei dati attorno alla media. La varianza è la media degli scarti quadratici dalla media, mentre la deviazione standard è la radice quadrata della varianza e torna alle stesse unità di misura dei dati. Più sono grandi, più i dati sono dispersi.

Perché nella varianza si usano gli scarti quadratici?

Perché la somma degli scarti semplici dalla media è sempre nulla e quindi non misura la dispersione. Elevando al quadrato si eliminano i segni e si penalizzano di più gli scarti grandi. Questo però rende la varianza meno immediata da interpretare, motivo per cui si usa spesso la deviazione standard.

Che cosa sono i quantili e in particolare i quartili?

I quantili sono valori che dividono la distribuzione ordinata in parti di uguale ampiezza in termini di frequenza cumulata. I quartili dividono i dati in quattro parti: il primo quartile lascia sotto di sé un quarto delle osservazioni, la mediana metà e il terzo quartile tre quarti. Servono a descrivere la posizione e la dispersione in modo robusto.

Come si legge un box-plot?

Il box-plot mostra mediana, quartili, intervallo interquartile e spesso i valori anomali. La scatola rappresenta il tratto centrale dei dati, mentre i baffi indicano l’estensione fuori dai quartili secondo una regola convenzionale. È utile perché consente un colpo d’occhio su posizione, dispersione e asimmetria.

Che cos’è un istogramma e in cosa differisce da un grafico a barre?

L’istogramma rappresenta una variabile quantitativa continua o raggruppata in classi, con aree proporzionali alle frequenze. Nel grafico a barre invece le barre sono separate e si usano per variabili qualitative o discrete. La differenza importante è che nell’istogramma conta l’area, non solo l’altezza, se le classi hanno ampiezze diverse.

Che cosa si intende per asimmetria di una distribuzione?

Una distribuzione è asimmetrica quando non è simmetrica rispetto a un centro. Nell’asimmetria positiva la coda si allunga a destra e spesso la media è maggiore della mediana; nell’asimmetria negativa succede il contrario. Questo aiuta a capire la forma dei dati e a scegliere misure adeguate di sintesi.

Che differenza c’è tra covarianza e correlazione?

La covarianza misura se due variabili tendono a variare nella stessa direzione o in direzione opposta, ma dipende dalle unità di misura. La correlazione standardizza la covarianza e assume valori confrontabili, così misura intensità e verso dell’associazione lineare. Se la correlazione è vicina a zero non c’è necessariamente indipendenza, ma solo assenza di legame lineare.

Come colleghi dispersione e asimmetria nell’interpretazione di una distribuzione?

La dispersione dice quanto i valori sono lontani dal centro, mentre l’asimmetria dice se questa dispersione è bilanciata o sbilanciata su un lato. Due distribuzioni possono avere la stessa media ma differire molto per varianza e forma. Per questo non basta mai un solo indice: bisogna leggere insieme posizione, variabilità e asimmetria.

Da dove parto se devo ripassare tutto in poco tempo?

Parti da media, mediana, moda, varianza, deviazione standard e poi passa a quartili, box-plot, istogrammi e correlazione.

Cosa devo ripassare assolutamente per non sbagliare all’orale?

Devi saper distinguere dati qualitativi e quantitativi, misure di posizione e dispersione, e interpretare correttamente correlazione e asimmetria.

Come posso collegare questo argomento ad altri temi del corso?

Collegalo a probabilità, regressione e inferenza: la descrizione dei dati è la base su cui poi costruisci modelli e conclusioni statistiche.

Guida aggiornata: settembre 2026 · a cura di Skooly · tutte le guide · altre domande di statistica

Domande d'esame sulla statistica descrittiva: le 12 che escono davvero, con le risposte

Su questo argomento il docente di solito ti chiede di distinguere bene tra sintesi numeriche e rappresentazioni grafiche dei dati, e soprattutto di capire quando usare ciascun indice. Vuole vedere che sai interpretare media, mediana, dispersione, quantili e correlazione, non solo calcolarli.

In due minuti: La statistica descrittiva serve a organizzare, sintetizzare e rappresentare un insieme di dati. Le misure di tendenza centrale, come media, mediana e moda, dicono dove si concentra la distribuzione; le misure di dispersione, come varianza e deviazione standard, dicono quanto i dati sono sparsi. I quantili e il box-plot aiutano a leggere posizione, asimmetria e valori anomali. Le distribuzioni di frequenza e gli istogrammi servono a rappresentare la forma dei dati, mentre covarianza e correlazione descrivono l’associazione tra due variabili quantitative.

I termini che il prof si aspetta: popolazione · campione · frequenza assoluta · frequenza relativa · media aritmetica · mediana · moda · varianza · deviazione standard · quantili · box-plot · covarianza · correlazione.

Le domande che escono all'esame

Che cos’è la statistica descrittiva?

È l’insieme dei metodi che servono a raccogliere, organizzare, sintetizzare e rappresentare i dati osservati. Non pretende di fare inferenza sulla popolazione, ma descrive ciò che è stato rilevato nel campione o nell’insieme di dati disponibile. Quindi lavora con tabelle, grafici e indici numerici.

Cosa vuole sentire: Vuole la distinzione netta tra descrivere i dati e fare inferenza. Errore tipico: Confondere la statistica descrittiva con la statistica inferenziale.
Come si costruisce una distribuzione di frequenza?

Si contano le modalità o si raggruppano i valori in classi, assegnando a ciascuna il numero di osservazioni corrispondenti. Poi si possono calcolare frequenze relative e cumulate, che permettono di leggere meglio la distribuzione. È la base per tabelle e grafici come istogrammi e poligoni di frequenza.

Cosa vuole sentire: Vuole che tu sappia passare dai dati grezzi a una tabella leggibile. Errore tipico: Dimenticare il ruolo delle frequenze relative e cumulate.
Qual è la differenza tra media, mediana e moda?

La media è il valore medio calcolato usando tutte le osservazioni, quindi è sensibile ai valori estremi. La mediana è il valore centrale della distribuzione ordinata ed è robusta rispetto agli outlier. La moda è il valore più frequente e può essere utile anche per dati qualitativi.

Cosa vuole sentire: Vuole che tu sappia definizione, uso e sensibilità ai valori anomali. Errore tipico: Trattarle come tre modi equivalenti di dire la stessa cosa.
Quando conviene usare la mediana invece della media?

Conviene usare la mediana quando la distribuzione è asimmetrica o quando ci sono valori anomali che alterano la media. In questi casi la mediana rappresenta meglio la posizione centrale dei dati. Per esempio, nei redditi la mediana è spesso più informativa della media.

Cosa vuole sentire: Vuole il criterio di scelta, non solo la definizione. Errore tipico: Dire solo che la mediana è 'il numero centrale' senza motivare il perché.
Che cosa misurano varianza e deviazione standard?

Misurano la dispersione dei dati attorno alla media. La varianza è la media degli scarti quadratici dalla media, mentre la deviazione standard è la radice quadrata della varianza e torna alle stesse unità di misura dei dati. Più sono grandi, più i dati sono dispersi.

Cosa vuole sentire: Vuole il significato sostanziale e il rapporto tra le due misure. Errore tipico: Pensare che varianza e deviazione standard siano misure di posizione.
Perché nella varianza si usano gli scarti quadratici?

Perché la somma degli scarti semplici dalla media è sempre nulla e quindi non misura la dispersione. Elevando al quadrato si eliminano i segni e si penalizzano di più gli scarti grandi. Questo però rende la varianza meno immediata da interpretare, motivo per cui si usa spesso la deviazione standard.

Cosa vuole sentire: Vuole capire il motivo matematico e interpretativo della definizione. Errore tipico: Rispondere solo che si fa 'per convenzione'.
Che cosa sono i quantili e in particolare i quartili?

I quantili sono valori che dividono la distribuzione ordinata in parti di uguale ampiezza in termini di frequenza cumulata. I quartili dividono i dati in quattro parti: il primo quartile lascia sotto di sé un quarto delle osservazioni, la mediana metà e il terzo quartile tre quarti. Servono a descrivere la posizione e la dispersione in modo robusto.

Cosa vuole sentire: Vuole la definizione formale e il legame con l’ordinamento dei dati. Errore tipico: Confondere i quartili con la semplice divisione in quattro intervalli uguali.
Come si legge un box-plot?

Il box-plot mostra mediana, quartili, intervallo interquartile e spesso i valori anomali. La scatola rappresenta il tratto centrale dei dati, mentre i baffi indicano l’estensione fuori dai quartili secondo una regola convenzionale. È utile perché consente un colpo d’occhio su posizione, dispersione e asimmetria.

Cosa vuole sentire: Vuole l’interpretazione del grafico, non la sola descrizione meccanica. Errore tipico: Dimenticare che il box-plot serve anche a individuare outlier e asimmetria.
Che cos’è un istogramma e in cosa differisce da un grafico a barre?

L’istogramma rappresenta una variabile quantitativa continua o raggruppata in classi, con aree proporzionali alle frequenze. Nel grafico a barre invece le barre sono separate e si usano per variabili qualitative o discrete. La differenza importante è che nell’istogramma conta l’area, non solo l’altezza, se le classi hanno ampiezze diverse.

Cosa vuole sentire: Vuole che tu distingua bene il tipo di variabile e il significato geometrico del grafico. Errore tipico: Usare istogramma e grafico a barre come sinonimi.
Che cosa si intende per asimmetria di una distribuzione?

Una distribuzione è asimmetrica quando non è simmetrica rispetto a un centro. Nell’asimmetria positiva la coda si allunga a destra e spesso la media è maggiore della mediana; nell’asimmetria negativa succede il contrario. Questo aiuta a capire la forma dei dati e a scegliere misure adeguate di sintesi.

Cosa vuole sentire: Vuole il collegamento tra forma della distribuzione e posizione delle misure centrali. Errore tipico: Dire solo 'la distribuzione non è simmetrica' senza interpretarne il verso.
Che differenza c’è tra covarianza e correlazione?

La covarianza misura se due variabili tendono a variare nella stessa direzione o in direzione opposta, ma dipende dalle unità di misura. La correlazione standardizza la covarianza e assume valori confrontabili, così misura intensità e verso dell’associazione lineare. Se la correlazione è vicina a zero non c’è necessariamente indipendenza, ma solo assenza di legame lineare.

Cosa vuole sentire: Vuole il confronto concettuale e il limite interpretativo della correlazione. Errore tipico: Scambiare la correlazione per causalità o per indipendenza assoluta.
Come colleghi dispersione e asimmetria nell’interpretazione di una distribuzione?

La dispersione dice quanto i valori sono lontani dal centro, mentre l’asimmetria dice se questa dispersione è bilanciata o sbilanciata su un lato. Due distribuzioni possono avere la stessa media ma differire molto per varianza e forma. Per questo non basta mai un solo indice: bisogna leggere insieme posizione, variabilità e asimmetria.

Cosa vuole sentire: Vuole un ragionamento integrato, non definizioni separate. Errore tipico: Ridurre tutto alla media come se bastasse da sola.

Fatti interrogare sulla statistica descrittiva, come all'esame. Carica le tue dispense, le slide o le sbobine, scegli il livello università e Skoo ti fa queste domande a voce, con il rigore di un esame: ti incalza se sei vago e alla fine ti dà una pagella sui quattro criteri, con le frasi che hai detto. I primi 30 minuti sono gratis, senza carta. Simula l'esame sulla statistica descrittiva

Le risposte vaghe che non passano

«La statistica descrittiva serve a descrivere i dati con grafici e numeri.»: Meglio: La statistica descrittiva organizza, sintetizza e rappresenta i dati osservati tramite tabelle, grafici e indici di posizione e dispersione, senza fare inferenza sulla popolazione.
«La varianza dice quanto i dati sono diversi tra loro.»: Meglio: La varianza misura la dispersione degli osservati attorno alla media tramite gli scarti quadratici; la deviazione standard è la sua radice quadrata ed è più interpretabile perché torna nelle stesse unità dei dati.
«La correlazione vuol dire che due variabili sono collegate.»: Meglio: La correlazione misura intensità e verso dell’associazione lineare tra due variabili quantitative; non implica causalità e non esaurisce tutte le possibili forme di dipendenza.

I collegamenti che fanno salire il voto

Probabilità — variabili aleatorie e distribuzioni. Ti aiuta a passare dai dati osservati alla nozione di distribuzione teorica e a capire perché certi indici descrivono il centro e la variabilità.
Econometria — regressione lineare e correlazione. La correlazione è il primo passo per leggere l’associazione tra variabili, ma la regressione aggiunge un modello esplicativo e predittivo.
Psicometria / Analisi dei dati — outlier, robustezza e rappresentazioni grafiche. Qui capisci perché mediana e box-plot sono più robusti della media quando i dati sono asimmetrici o affetti da valori anomali.

Come ti valuta la pagella sulla statistica descrittiva

Un'interrogazione si valuta su quattro criteri. Ecco cosa fa la differenza in questo argomento:

Criterio	Cosa fa la differenza qui
Conoscenza dei contenuti	La differenza la fa saper definire con precisione indici e grafici, e sapere quando ciascuno è adatto o fuorviante.
Correttezza espositiva e lessico specifico	Conta molto un’esposizione ordinata: prima la descrizione dei dati, poi posizione, dispersione, forma e relazioni tra variabili.
Capacità di analisi e collegamenti	Premia saper interpretare i numeri nel contesto, ad esempio riconoscendo asimmetria, outlier e limiti della correlazione.
Autonomia nell'argomentare	Fa salire il voto se sai scegliere da solo l’indice giusto in base al tipo di dato e spiegare il perché.

Criterio

Cosa fa la differenza qui

Conoscenza dei contenuti

La differenza la fa saper definire con precisione indici e grafici, e sapere quando ciascuno è adatto o fuorviante.

Correttezza espositiva e lessico specifico

Conta molto un’esposizione ordinata: prima la descrizione dei dati, poi posizione, dispersione, forma e relazioni tra variabili.

Capacità di analisi e collegamenti

Premia saper interpretare i numeri nel contesto, ad esempio riconoscendo asimmetria, outlier e limiti della correlazione.

Autonomia nell'argomentare

Fa salire il voto se sai scegliere da solo l’indice giusto in base al tipo di dato e spiegare il perché.

Domande frequenti

Da dove parto se devo ripassare tutto in poco tempo?: Parti da media, mediana, moda, varianza, deviazione standard e poi passa a quartili, box-plot, istogrammi e correlazione.
Cosa devo ripassare assolutamente per non sbagliare all’orale?: Devi saper distinguere dati qualitativi e quantitativi, misure di posizione e dispersione, e interpretare correttamente correlazione e asimmetria.
Come posso collegare questo argomento ad altri temi del corso?: Collegalo a probabilità, regressione e inferenza: la descrizione dei dati è la base su cui poi costruisci modelli e conclusioni statistiche.

Altre domande d'esame di statistica

L'inferenza: stima e test · La probabilità · La regressione lineare · Le variabili aleatorie e le distribuzioni · tutti gli argomenti di statistica

Come si prepara un orale universitario: simulare l'esame orale · Skooly per l'università.

Le domande e le risposte modello di questa pagina sono generate con l'intelligenza artificiale a partire dal programma scolastico, passate da una verifica automatica dei fatti e riviste a campione dalla redazione di Skooly (AI Act, Art. 50). Hai trovato un errore? Scrivi a supporto@skooly.it e lo correggiamo.