La distribuzione geometrica

Dopo aver visto in altri post la più famosa distribuzione discreta, la Binomiale, nonchè la distribuzione di Poisson e la distribuzione Beta, è giunto il momento di gettare uno sguardo alla distribuzione geometrica.

Quanti tentativi servono per avere un primo risultato positivo?

Si usa quando si fanno tentativi indipendenti, ciascuno dei quali può avere come esito il successo o il fallimento, e si è interessati a conoscere quanti tentativi occorrono per avere un primo risultato positivo.

In simboli:

\( X \sim Geo(p) \\ \\ \) Leggi tutto “La distribuzione geometrica”

Distribuzioni di probabilità: distribuzioni discrete – La Binomiale

 

Una variabile casuale (o variabile aleatoria, o stocastica) è una variabile che può assumere valori diversi in dipendenza da qualche fenomeno aleatorio. In molti libri di statistica è indicata semplicemente come v.c.
E’ un valore numerico.

Quando valori di probabilità sono assegnati a tutti i possibili valori numerici di una variabile casuale x, il risultato è una distribuzione di probabilità.

In termini ancora più semplici: una variabile casuale è una variabile i cui valori sono associati a una probabilità di essere osservati. L’insieme di tutti i possibili valori di una variabile casuale e le probabilità ad essi associati è chiamato distribuzione di probabilità. La somma di tutte le probabilità è 1.

Leggi tutto “Distribuzioni di probabilità: distribuzioni discrete – La Binomiale”

Tabelle di contingenza e probabilità condizionata

Avete mai notato come gli utenti che arrivano da mobile si comportano diversamente da quelli da desktop? Non è una sensazione: è una relazione tra due variabili categoriche. La variabile “dispositivo” (mobile o desktop) e la variabile “ha convertito” (sì o no) — mettendole in una tabella incrociata possiamo vedere se c’è un legame sistematico.

Le tabelle di contingenza (dette anche tabelle a doppia entrata) sono lo strumento base per farlo. Ci permettono di valutare l’interazione tra due variabili categoriche (qualitative) e di quantificare la probabilità condizionata — cioè quanto è probabile un evento “dato che” un altro si è verificato.

La domanda sulle differenze tra mobile e desktop, per esempio, si traduce in una probabilità condizionata: P(conversione | dispositivo = mobile) è diversa da P(conversione | dispositivo = desktop)? Se sì, c’è una relazione. Se no, le due variabili sono indipendenti.

Vediamo come funziona, partendo da un esempio volutamente leggero.

Leggi tutto “Tabelle di contingenza e probabilità condizionata”

Indice di Gini: come misurare (davvero) la concentrazione del traffico SEO

Hai mai notato come poche pagine del tuo sito si portino a casa la parte del leone del traffico?
La homepage, il blog, la pagina prodotti — e poi un lunghissimo elenco di pagine che, messe insieme, pesano meno di quelle tre.

È il principio di Pareto, lo conosciamo bene. Ma “l’80% del traffico viene dal 20% delle pagine” è un’euristica, non una misura.
Come facciamo a sapere se il nostro sito è più o meno concentrato della media? E se vogliamo confrontare due siti tra loro — o lo stesso sito in due momenti diversi?

Ci serve un indice che quantifichi la concentrazione in un numero solo.
Un numero che vale 0 quando tutto è distribuito in parti uguali, e 1 quando una singola pagina si prende tutto. Tra questi due estremi, lo spazio di tutte le distribuzioni reali.

Questo numero esiste. Si chiama indice di Gini, e misura la concentrazione di una variabile quantitativa trasferibile (una grandezza che può essere redistribuita senza cambiarne il totale: reddito, traffico, quote di mercato). Fu introdotto nel 1912 dallo statistico italiano Corrado Gini proprio per studiare la disuguaglianza nella distribuzione del reddito.
Da allora è diventato uno degli indicatori più usati in economia, sociologia — e sì, anche in analisi SEO.

Vediamo come funziona.

Leggi tutto “Indice di Gini: come misurare (davvero) la concentrazione del traffico SEO”