Concentrazione (statistica)

Questa voce sull'argomento statistica è solo un abbozzo.

Contribuisci a migliorarla secondo le convenzioni di Teknopedia. Segui i suggerimenti del progetto di riferimento.

In statistica la concentrazione è una proprietà dei caratteri trasferibili

Si usa distinguere i caratteri statistici in qualitativi - quando le modalità del carattere sono espresse mediante attributi - e quantitativi - quando le modalità sono espresse mediante valori numerici, rappresentativi di una misurazione o di un conteggio ^[1].

Un carattere quantitativo può essere misurato su scala di intervallo - quando lo 0 ha valore convenzionale e i confronti fra valori possono essere eseguiti mediante differenze - o su scala di rapporto - quando lo 0 sta ad indicare l'assenza del carattere medesimo e i confronti possono essere eseguiti anche mediante rapporti fra valori ^[2]. Alcuni caratteri quantitativi sono propri di una data unità statistica e non sono cedibili o trasferibili da questa ad altre unità, come per esempio la statura, il peso, l'età o il numero di figli partoriti da una donna. Esistono altri caratteri quantitativi, invece, che possono essere ceduti parzialmente o totalmente da un'unità ad un'altra. Ne sono un esempio il patrimonio o il reddito, nonché il numero di dipendenti di un'azienda o il numero di autovetture di una famiglia. Il carattere che un'unità statistica può cedere, anche parzialmente, ad un'altra è detto carattere trasferibile. I caratteri trasferibili sono misurati, naturalmente, su scala di rapporto^[3]

Si supponga di rilevare un carattere trasferibile in un collettivo composto da n individui. Le n osservazioni di tale carattere sono genericamente indicate con ${\displaystyle a_{1}}$, ${\displaystyle a_{2}}$,${\displaystyle \ldots }$, ${\displaystyle a_{n}}$ e, senza perdere in generalità, si supponga che tali valori siano ordinati in senso non decrescente, cioè ${\displaystyle a_{i}\leq a_{j}}$ quando ${\displaystyle i<j}$. Essendo il carattere trasferibile ha senso considerare la somma delle n osservazioni, cioè l'ammontare complessivamente posseduto dall'intero collettivo

${\displaystyle A=\sum _{i=1}^{n}a_{i}}$

I termini equidistribuzione e concentrazione fanno riferimento al modo in cui l'ammontare complessivo A è ripartito fra gli n individui. Un carattere trasferibile è equidistribuito quando l'ammontare complessivo A è distribuito in parti uguali fra tutti gli individui, cioè quando

${\displaystyle a_{i}={\frac {A}{n}},\quad i=1,\,2,\ldots ,\,n}$

In una simile situazione la frazione degli h individui più poveri è uguale a h/n ed essa possiede una frazione dell'ammontare complessivo A uguale a

${\displaystyle {\frac {1}{A}}\sum _{i=1}^{h}a_{i}={\frac {1}{A}}\sum _{i=1}^{h}{\frac {A}{n}}=\sum _{i=1}^{h}{\frac {1}{n}}={\frac {h}{n}},}$

cioè le due frazioni coincidono.

Quando il carattere non è equidistribuito, esso è tanto più concentrato quanto minore è la frazione dell'ammontare complessivo A che spetta ad una qualunque frazione degli individui più "poveri", oppure esso è tanto più concentrato quanto maggiore è la frazione dell'ammontare complessivo A che spetta ad una qualunque frazione degli individui più "ricchi". In altre parole, la frazione degli h individui più poveri è ${\displaystyle h/n}$; questi individui collettivamente posseggono una quota dell'ammontare A che può essere determinata come

${\displaystyle A^{-}={\frac {1}{A}}\cdot \sum _{i=1}^{h}a_{i}}$

Agli h individui più poveri si possono contrapporre idealmente gli h individui più ricchi. La frazione degli individui più ricchi sarà ancora ${\displaystyle h/n}$, ma la quota dell'ammontare da questi posseduta è

${\displaystyle A^{+}={\frac {1}{A}}\cdot \sum _{i=n-h}^{n}a_{i}}$

Eccetto che nel caso di equidistribuzione, risulta sempre ${\displaystyle A^{+}>A^{-}}$, cioè ${\displaystyle A^{+}-A^{-}>0}$ e questa differenza è tanto più grande quanto più il carattere è concentrato. Il carattere ha concentrazione massima quando una sola unità possiede l'intero ammontare A e le rimanenti n-1 unità possiedono 0. In questo caso risulta ${\displaystyle A^{+}=A}$ e ${\displaystyle A^{-}=0}$. Il concetto statistico di concentrazione ha molteplici applicazioni in ambito economico e sociale di cui si darà conto nel par. Applicazioni.

Dalla definizione di equidistribuzione e di concentrazione di un carattere quantitativo trasferibile è evidente che esiste un legame fra questi concetti e la variabilità. La situazione di equidistribuzione coincide chiaramente con una situazione di variabilità nulla. Mentre all'aumentare della concentrazione aumenta la variabilità e viceversa. Fissato l'ammontare complessivo A di un carattere trasferibile, è possibile determinare la distribuzione di frequenze che ha la massima variabilità rispetto ad una data misura (varianza, differenza semplice media, etc.). Si può dimostrare facilmente che tale distribuzione è proprio quella di massima concentrazione, cioè quella in cui n-1 individui posseggono 0 e un solo individuo possiede l'ammontare complessivo A. Potenzialmente, un qualsiasi indice relativo di variabilità può essere adatto a misurare la concentrazione, ma non tutti soddisfano i requisiti necessari per misurare in modo appropriato la concentrazione. Comunque, i legami sopra evidenziati si traducono in relazioni funzionali fra misure di variabilità e di concentrazione che saranno, brevemente, esaminate quando si illustreranno gli indici di concentrazione.

Il concetto statistico di omogeneità è per certi versi analogo a quello di equidistribuzione o concentrazione nulla: difatti, un collettivo è detto omogeneo rispetto ad un dato carattere se tutte le sue unità presentano la medesima modalità del carattere. Il concetto complementare di eterogeneità non coincide con quello di concentrazione. Equidistribuzione e concentrazione hanno anche un legame con i concetti di simmetria e asimmetria della distribuzione di un carattere quantitativo trasferibile.

Il diagramma di Lorenz è una rappresentazione grafica che consente di mettere rapidamente a confronto una situazione di concentrazione realmente osservata con la situazione ideale di equidistribuzione, nonché di calcolare alcune misure sintetiche della concentrazione.

Come nella precedente sezione "Equidistribuzione e concentrazione", supponiamo che le n osservazioni di un carattere trasferibile in un collettivo di n unità siano genericamente indicate con ${\displaystyle a_{1},\,a_{2},\ldots ,\,a_{n}}$ e, senza perdere in generalità, si supponga che tali valori siano ordinati in senso non decrescente, cioè ${\displaystyle a_{i}\leq a_{j}}$ quando ${\displaystyle i<j}$. Si defiscono le sequenze di valori:

1. ammontare cumulato posseduto dalle i unità più povere: ${\displaystyle A_{i}=\sum _{h=1}^{i}a_{h}}$. L'ultimo termine di questa successione, ${\displaystyle A_{n}}$, indica l'ammontare del carattere complessivamente detenuto dalle n unità statistiche^[4].
2. proporzione cumulata del totale posseduta dalle i unità più povere: ${\displaystyle q_{0}=0}$ e ${\displaystyle q_{i}={A_{i}}/{A_{n}}}$ per ${\displaystyle i\geq 1}$. Si tratta di una sequenza non decrescente di valori, poiché se ${\displaystyle i<j}$,allora risulta ${\displaystyle q_{j}={\frac {A_{j}}{A_{n}}}={\frac {A_{i}+a_{i+1}+\cdots +a_{j}}{A_{n}}}={\frac {A_{i}}{A_{n}}}+{\frac {a_{i+1}+\cdots +a_{j}}{A_{n}}}=q_{i}+{\frac {a_{i+1}+\cdots +a_{j}}{A_{n}}}\geq q_{i}}$.
3. proporzione cumulata delle i unità più povere: ${\displaystyle p_{0}=0}$ e ${\displaystyle p_{i}={i}/{n}}$ per ${\displaystyle i\geq 1}$. Si tratta di una sequenza strettamente crescente di valori, poiché se ${\displaystyle i<j}$, allora risulta ${\displaystyle {\frac {i}{n}}<{\frac {j}{n}}}$ e dunque ${\displaystyle p_{i}<p_{j}}$. Si osservi, inoltre, che i valori ${\displaystyle p_{i}}$ rappresentano anche la proporzione cumulata del totale posseduta dalle i unità più povere nel caso in cui vi fosse equidistribuzione del carattere. In tal caso infatti ogni unità possiederebbe ${\displaystyle {\bar {a}}=A_{n}/nr}$ e, pertanto, risulta ${\displaystyle A_{i}=i\cdot {\bar {a}}}$ e, naturalmente, ${\displaystyle A_{n}=n\cdot {\bar {a}}}$, pertanto ${\displaystyle {\frac {A_{i}}{A_{n}}}={\frac {i\cdot {\bar {a}}}{n\cdot {\bar {a}}}}={\frac {i}{n}}=p_{i}}$.

Notiamo, infine, che nel caso di equidistribuzione risulta ${\displaystyle p_{i}=q_{i}}$, mentre se il carattere è concentrato risulta ${\displaystyle q_{i}<p_{i}}$. Difatti per una nota proprietà della media aritmetica risulta ${\displaystyle {\frac {A_{i}}{i}}<{\frac {A_{n}}{n}}}$ e da questa si ottiene ${\displaystyle {\frac {A_{i}}{A_{n}}}<{\frac {i}{n}}}$.

La curva di Lorenz o di concentrazione si costruisce collocando su un sistema cartesiano monometrico la sequenza ${\displaystyle p_{i}}$ in ascissa e la sequenza ${\displaystyle q_{i}}$ in ordinata, congiungendo con segmenti i punti così individuati nel piano. Per un pronto confronto visivo con la situazione di equidistribuzione, si riporta sul grafico anche il segmento congiungente i punti ${\displaystyle \left(0,\,0\right)}$ e ${\displaystyle \left(1,\,1\right)}$.

• Borra, Simone e Di Ciaccio, Agostino, Statistica: metodologie per le scienze economiche e sociali, 2ª ed., McGraw-Hill, Milano, 2008;
• Leti, Giuseppe, Statistica Descrittiva, Il Mulino, Bologna, 1983;
• Zenga, Michele, Lezioni di statistica descrittiva, Giappichelli Editore, Torino, 2007.

V · D · M Statistica
Teoria statistica	Statistica descrittiva Media (aritmetica · geometrica · armonica · di potenza · aritmetico-geometrica · integrale) · Mediana · Moda · Intervallo di variazione · Varianza · Deviazione standard · Scarto medio assoluto · Simmetria · Differenza media (assoluta · logaritmica) · Curtosi Inferenza statistica Test di verifica d'ipotesi · Significatività · Ipotesi nulla/alternativa · Errore del I e del II tipo · Test Q · Test U · Test t · Test Z · Massima verosimiglianza · Standardizzazione · Valore p · Analisi della varianza Analisi di sopravvivenza Tasso di guasto · Stimatore di Kaplan-Meier · Test dei ranghi logaritmici Analisi della regressione Regressione lineare · Regressione nonlineare · Variabili strumentali · Metodo generalizzato dei momenti · Regressione logistica · Modello probit · Modello logit
Statistica economica	Istituti statistici ISTAT · EuroSTAT · Royal Statistical Society · U.S. Census Bureau · ISI · INSEE Siti web statistici Our World in Data · Statista · Bloomberg Terminal · Google Public Data Explorer · World Inequality Database · TradingEconomics · ACLED Software econometrici gretl · EViews