Statistica

La statistica è la scienza che ha come fine lo studio quantitativo e qualitativo di un "collettivo". Studia i modi (descritti attraverso formule matematiche) in cui una realtà fenomenica - limitatamente ai fenomeni collettivi - può essere sintetizzata e quindi compresa.
Con il termine statistica, nel linguaggio di tutti i giorni, si indicano anche semplicemente i risultati numerici (le statistiche richiamate nei telegiornali, ad esempio: l'inflazione, il PIL etc.) di un processo di sintesi dei dati osservati.

La scienza statistica è comunemente suddivisa in due branche principali:

• statistica descrittiva
• statistica inferenziale.

La statistica descrittiva

La statistica descrittiva ha come scopo quello di sintetizzare i dati attraverso i suoi strumenti grafici (diagrammi a barre, a torta, istogrammi, boxplot) e indici (indicatori statistici, indicatori di posizione come la media, di variazione come la varianza e la concentrazione, di correlazione, ecc.) che descrivono gli aspetti salienti dei dati osservati, formando così il contenuto statistico.

La statistica inferenziale

La statistica inferenziale (inferenza vuol dire trarre delle conclusioni logiche a partire dai dati disponibili) ha come obiettivo, invece, quello di stabilire delle caratteristiche dei dati e dei comportamenti delle misure rilevate (variabili statistiche) con una possibilità di errore predeterminata. Le inferenze possono riguardare la natura teorica (la legge probabilistica) del fenomeno che si osserva. La conoscenza di questa natura permetterà poi di fare una previsione (si pensi, ad esempio, che quando si dice che "l'inflazione il prossimo anno avrà una certa entità" deriva dal fatto che esiste un modello dell'andamento dell'inflazione derivato da tecniche inferenziali). La statistica inferenziale è fortemente legata alla teoria della probabilità. La statistica inferenziale si suddivide poi in altri capitoli, di cui i più importanti sono la teoria della stima (stima puntuale e stima intervallare) e la verifica delle ipotesi.

La statistica esplorativa

Intorno al 1950, a questi due primi capitoli della statistica, se ne affiancò un terzo

• la statistica esplorativa

In questo approccio i dati risultati da un esperimento vengono indagati attraverso metodi di sintesi (grafica e numerica) al fine di formulare ipotesi riguardo alla legge di probabilità sottesa al fenomeno studiato (questa è la differenziazione con la statistica inferenziale, in cui è sempre sottesa un'ipotesi riguardo alla legge di probabilità di cui i dati sono la controparte osservabile). Lo sviluppo naturale poi della statistica esplorativa è il data-mining (che agisce nel Data warehouse).

La ricerca esplorativa è mirata a:

1. sviluppare una più precisa formulazione di un problema definito in via preliminare anche in modo piuttosto vago;
2. formulare ipotesi sulle possibili variabili che agiscono nel contesto in cui si sviluppa il problema;
3. stabilire priorità sulle questioni da affrontare e studiare;
4. identificare e formulare le alternative di scelta possibili;
5. raccogliere informazioni sul problema, che serviranno poi per condurre una ricerca di tipo conclusivo.

In sostanza gli scopi principali di questo tipo di ricerca consistono nella formulazione di congetture o affermazioni (ipotesi molto generali e non ancora formalizzate per un trattamento statistico) riguardo, ad esempio, alla relazione fra due o più variabili.
La formulazione di questo tipo di ipotesi spesso scaturisce dall’impiego di specifiche e prestabilite procedure, quali: la ricerca di fonti secondarie; indagini presso informatori-chiave (es. esperti); focus group, la compilazione di casi di studio.

Normalizzazione di database

Per eliminare definitivamente la ridondanza dalle relazioni e quindi dal database, si ricorre ad un processo di normalizzazione: si tratta di un procedimento di tipo graduale, che realizza un’ottimizzazione progressiva a partire da relazioni non normalizzate fino a raggiungere un certo livello di normalizzazione.

Questo processo si fonda su un semplice criterio: se una relazione presenta più concetti tra loro indipendenti, la si decompone in relazioni più piccole, una per ogni concetto. Questo tipo di processo non è sempre applicabile in tutte le tabelle, dato che in taluni casi potrebbe comportare una perdita d'informazioni.

Prima di entrare in merito alla normalizzazione è bene introdurre alcuni particolari concetti:

Definizione di ridondanza:

Si ha ridondanza dei dati ogni volta che vengono memorizzati inutilmente dei dati ripetuti.

Esempio:
Si supponga di disporre di una tabella in cui vengono registrati tutti gli acquisti di merci effettuati da un’impresa mercantile.

Acquisti (Cod_fornitore, Nome_fornitore, Codice_fiscale, Merce, Quantità)

In un caso come questo i dati di Fornitore e Codice_ficale vengono ripetuti inutilmente ogni volta che compare la registrazione di un acquisto. Si può ovviare ad una tale problema separando le informazioni ridondanti della tabella acquisti:

Acquisti (Merce, Cod_fornitore, Quantità)
Fornitori (Cod_fornitore, Nome_fornitore, Codice_fiscale)

In questo modo se gli acquisti effettuati da un certo fornitore compaiono mille volte, non dovremo per mille volte ripetere inutilmente l’informazione Nome_fornitore, Codice_fiscale.

Dipendenza funzionale:

Si ha dipendenza funzionale tra un attributo x e una chiave se i valori di x dipendono dai valori assunti dalla chiave, ovvero se si viene a determinare una relazione biunivoca tra i valori di x e i valori della chiave.

Esempio:
Stabiliamo che nella relazione di esempio abbiamo come chiave primaria Nome e Cognome.

ANAGRAFICA (Nome, Cognome, Indirizzo)

È evidente che Indirizzo è dipendente funzionalmente dalla chiave, ciò significa che per ogni persona corrisponde un indirizzo.

Dipendenza funzionale transitiva:

Si verifica una dipendenza funzionale transitiva quando un attributo J appartenente alla relazione r dipende da un attributo K della relazione che non è chiave candidata e che a sua volta dipende da un attributo A, che è chiave candidata o primaria.

Data la relazione: r (A, B, K, J) con A chiave primaria o candidata e avendo che: (il simbolo -> significa : ” determina il valore di:”): A -> K e K -> J si verifica una dipendenza transitiva tra A e J , in quanto J dipende da A tramite K.

Esempio:
Nella seguente relazione possiamo renderci conto come il valore di Collocazione dipenda da Genere e come il valore di Genere dipenda da Identificativo_videocassetta:

VIDEOCASSETTE (Identificativo_videocassetta, Genere, Collocazione)

Identificativo_videocassetta è la chiave primaria, essa identificando la videocassetta determina il Genere; le videocassette vengono collocate raggruppandole per genere.

Prima forma normale:

Una relazione si dice in prima forma normale (1NF) se e solo se tutti i suoi attributi sono valori atomici.
Ciò implica che né gli attributi, né i valori da questi assunti possono essere scomposti ulteriormente.

La relazione che segue non è in prima forma normale:

NOME	INDIRIZZO
----------------------------------------	--------------------------
Rossi & C. s.p.a	Via Verdi, 5 Roma
Martini s.n.c.	Via Centrale, 4 Milano
Paoli s.a.s.	P.za Libertà, 12 Pisa
...................................	...................................

in quanto l’attributo INDIRIZZO non è atomico: può essere suddiviso in Indirizzo e Città. La relazione si normalizza trasformandola in:

NOME	INDIRIZZO	CITTA'
-----------------------------	--------------------------	-----------
Rossi & C. s.p.a	Via Verdi, 5	Roma
Martini s.n.c.	Via Centrale, 4	Milano
Paoli s.a.s.	P.za Libertà, 12	Pisa
...................................	...................................	............

Seconda forma normale:

Una relazione è in seconda forma normale se e solo se soddisfa la 1NF e inoltre ciascun attributo che non fa parte della chiave è indipendente funzionalmente da una qualunque chiave candidata.

Per normalizzare la relazione è necessario estrarre la dipendenza funzionale riscontrata tra un sottoinsieme della chiave e l’attributo in questione, che darà luogo ad un’altra relazione.

Se applichiamo quanto detto alla relazione r (A, B, C, V, Z) con ABC chiave primaria, V dipende funzionale da ABC e Z dipende funzionale da AB, per normalizzare la relazione dobbiamo realizzare due nuove relazioni come segue:

r’ (A, B, C, V) e r’’ (A, B, Z)

Esempio:
Abbiamo una relazione che rappresenta delle scrivanie da ufficio prodotte da una azienda industriale, la chiave primaria è data Tipo_tavolo e Tipo_legno.

Tipo_tavolo	Tipo_ legno	Tipo_finitura
------------------------	-----------------------	-------------------------
Manager	Mogano	Ottone
Manager	Ciliegio	Acciaio inox
Montecarlo	Noce	Sughero
Montecarlo	Mogano	Ottone
Top	Noce	Sughero

Tipo_finitura è dipendente funzionalmente da un sottoinsieme della chiave primaria, ovvero da Tipo_legno, dunque la tabella non è in 2NF.
È possibile normalizzare la relazione trasformandola in:

Tipo_tavolo	Tipo_legno
----------------------------------------	-----------------------------
Manager	Mogano
Manager	Ciliegio
Montecarlo	Noce
Montecarlo	Mogano
Top	Noce

Tipo_legno	Tipo_finitura
------------------------------	---------------------------------------
Mogano	Ottone
Ciliegio	Acciaio inox
Noce	Sughero

Terza forma normale:

La terza forma normale ha come scopo l’eliminazione dalla relazione delle dipendenze funzionali transitive.

Una relazione è in terza forma normale (3NF) se, oltre ad essere in 2NF, ciascun attributo che non partecipa alla chiave non è transitivamente dipendente da una qualunque chiave candidata.

Confronto tra Spreadsheet e DBMS

Spreadsheet

Per spreadsheet in informatica si parla di un software di produttività personale. È un programma che ci permette di effettuare calcoli, elaborare dati e tracciare rappresentazioni grafiche.
L’invenzione del foglio elettronico si deve a Bricklin. L’idea gli venne vedendo un suo professore universitario che disegnava una tabella di risultati di calcoli su una lavagna. Quando il professore rilevò un errore, dovette cancellare e riscrivere un’intera sequenza di valori nella tabella, facendo venire in mente a Bricklin che si poteva replicare il procedimento in un computer.
La sua idea divenne VisiCalc, il primo foglio elettronico, nonché la “killer application” che trasformò il personal computer da hobby per appassionati di computer in strumento di lavoro.
Microsoft Excel è un esempio di spreadshee tra i più diffusi. Il principio su cui si basa il foglio di calcolo è semplice: fornire una tabella, detta anche foglio di lavoro, formata da celle in cui si possono inserire dati, numeri o formule. Le celle sono la base fondamentale del foglio di calcolo, esse, per essere riconoscibili, sono costituite da una lettera e un numero. Le colonne sono indicate dalle lettere, le righe dai numeri.
Per ogni cella può essere scelta una determinata formattazione: carattere, dimensione e colore del carattere, grassetto, corsivo, colore e elementi dello sfondo.
Una cella può contenere un numero o del testo, o eseguire una formula e una funzione su altre celle.

DBMS

Un DBMS è costituito da un complesso insieme di programmi software che controllano l'organizzazione, la memorizzazione e il reperimento dei dati (campi, record e archivi) in un database.

Un DBMS accetta richieste di dati da parte del programma applicativo e "istruisce" il sistema operativo per il trasferimento dei dati appropriati. I DBMS sono regolati da meccanismi di autorizzazione mediante l’utilizzo di password che tutelano i contenuti nell’intero database o in una parte di esso.
I tre tipi di organizzazione più comuni sono il modello gerarchico, il modello reticolare e il modello relazionale: il modello dominante oggi è quello relazionale, normalmente utilizzato con il linguaggio di interrogazione SQL.
I DBMS relazionali sono detti anche RDBMS (Relational DBMS). Si tratta di un modello di database che consiste di diversi file separati che sono correlati l'un l'altro attraverso un campo chiave, ovvero un identificatore univoco della tupla. Si può accedere alle informazioni memorizzate in un file attraverso uno o più file, grazie alle relazioni stabilite tra questi.
Ad esempio, un database relazionale vede il collegamento fra un database anagrafico degli impiegati in una società ed il database delle retribuzioni, tramite un codice univoco che identifica il singolo impiegato.
Un DBMS fornisce agli utenti questi servizi:
- Persistent storage: permette la memorizzazione di grandi quantità di dati, ma garantisce una flessibilità molto più elevata
- Programming interface: permette agli utenti di accedere e modificare i dati attraverso un potente linguaggio di interrogazione
- Transaction management: supporta l'accesso concorrente ai dati evitando conseguenze indesiderate dovute a crash del sistema o dell'applicazione.
Tra i DBMS più diffusi il più conosciuto è sicuramente ACCESS, ideato dalla Microsoft, che ha la grande qualità di poter essere usato a più livelli, sia da programmatori esperti che da utenti alle prime armi. A differenze degli altri software, in Access un unico file comprende tutti gli strumenti per lo sviluppo delle applicazioni.

Comunicazione

Si riduce il numero degli iscritti a Scienze della Comunicazione dal anno 2006 al 2010

Dall’osservazione dati del Miur e dei siti dei singoli atenei italiani, emerge che l’andamento dei corsi in Scienze della Comunicazione dopo la riforma del 3+ 2: per l’anno accademico 2001-02 si contavano in Italia 68 corsi triennali della classe 14, per il 2006-07 sono 70. Tenendo conto, però, che tra il 2003 e il 2005 è stata toccata una punta di 78 corsi, poi calati a 73 l’anno successivo e a 70 quello dopo. Vediamo adesso il trend degli iscritti sui dati del Miur: dall’inizio del decennio a oggi si registra un costante calo delle immatricolazioni, dovuta a una politica di contenimento degli ingressi nei singoli atenei. Dai 19.587 immatricolati nel 2001/02 si è arrivati nel 2006/07 a 11.334, con una decrescita media del 10,6 % ogni anno.

Per quanto riguarda il numero totale degli iscritti a Scienze delle Comunicazione, dopo il picco di 57mila del 2004-05 (dai 26.500 del 2001/02) si va verso la stabilizzazione, con un lieve calo rispettivamente dell’1,5 e del 6 per cento nei due anni successivi. Interessanti sono i dati forniti dalla Facoltà di Scienze della Comunicazione dell’ Università Sapienza di Roma consultabili sul sito http://www.uniroma1.it/infostat/default.php.

La cosa fa alquanto riflettere come i corsi di laurea in SdC, però, hanno goduto più di interesse mediatico che della convalida di consolidate tradizioni accademiche.

Le perfomance sul mercato del lavoro non sono state quelle attese, alcuni attribuiscono questo problema alla poca selettività che si è venuta a creare alla Sapienza e anche in altri atenei, dove si deliberò di abrogare il numero programmato non appena terminato il primo quinquennio del corso presentando Scienze della comunicazione come il corso di laurea del futuro, in grado di creare figure con una preparazione flessibile e come tali altamente competitive nei più disparati contesti lavorativi. Questo provocò un boom di iscrizioni, tanto che la facoltà di Scienze della comunicazione della Sapienza che già al primo anno della sua istituzione era già la facoltà con la più alta popolazione studentesca dell'intero ateneo romano.