Statistiche campionarie
|
|
- Aniello Murgia
- 8 anni fa
- Visualizzazioni
Transcript
1 Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle analoghe statistiche calcolate sulla popolazione: la media campionaria (x) stima la media della popolazione (µ) La d.s. campionaria (s) stima la d.s. della popolazione (σ) Sia x sia s sono stimatori non distorti
2 Esperimento Un nuovo farmaco per il trattamento del cancro Dati disponibili: sopravvivenza (dalla prima diagnosi alla morte) media 38.3 mesi con d.s Esperimento: campione di pazienti trattati con il nuovo farmaco. Il tempo medio di sopravvivenza risulta 46.9 mesi. Domanda: cosa si può concludere riguardo la capacità del nuovo farmaco di prolungare la sopravvivenza in questo tipo di cancro?
3 Esempio empirico Si estrae da una popolazione di dimensioni N un campione di 100 individui e se ne calcola l altezza media x 1 = 168 cm Si ripete l operazione, calcolando la media x 2 = 162 cm Si può ripetere l operazione finché non sono stati estratti tutti i possibili campioni di 100 soggetti dalla data popolazione Le medie campionarie cosi ottenute saranno diverse l una dall altra
4 La media campionaria stima quindi la media della popolazione, ma con incertezza. Il grado di incertezza dipende da: 1) la dimensione del campione 2) la variabilità nella popolazione Poiché le medie campionarie sono diverse l una dall altra: Qual è la loro distribuzione?
5 Popolazione Distribuzione medie campionarie Campioni di dimensione n 1 Campioni di dimensione n 2 > n 1
6 Le proprietà di questa distribuzioni sono riassunte dal teorema del limite centrale: 1) Il valore medio della distribuzione campionaria è uguale alla media µ della popolazione. 2) La deviazione standard della distribuzione campionaria è funzione della numerosità n del campione, sia della d.s. σ della popolazione. Tale quantità è nota come errore standard: ( ES ) = σ n 3) La distribuzione campionaria è approssimativamente normale, indipendentemente dalla distribuzione della popolazione, posto n sufficientemente grande.
7 Popolazione con distribuzione uniforme (1000 osservazioni).092 Fraction 0 n = 2 n = 3 n = unif Fraction Fraction Fraction (mean) unif 0 1 (mean) unif 0 1 (mean) unif Fraction Fraction Fraction (mean) unif 0 1 (mean) unif 0 1 (mean) unif n = 5 n =10 n = 20
8 Riassumendo Vi sono 3 livelli: 1. popolazione (media = µ; d.s = σ) 2. campione (media = x; d.s.= s) 3. distribuzione campionaria (media = µ; d.s. = ES = σ n )
9 Poiché la distribuzione delle medie campionarie è una distribuzione normale, siamo in grado di calcolare l area sotto la curva utilizzando il rapporto critico e la statistica z Sarà: z = x σ µ n Ad esempio: qual è la probabilità di estrarre un campione di 10 individui con altezza media 175 da una popolazione che ha media 170 cm e d.s. 5? Z = ( ) /(5/ 10) = 6.33 Utilizzando le tavole la probabilità è < 0.001
10 Esercizio Il peso medio alla nascita di una popolazione è noto essere g, con d.s. 500 gr. 1) qual è la probabilità che un soggetto nasca sottopeso (< 2500 g)? 2) per il calcolo appena effettuato, avete assunto che il peso alla nascita fosse distribuito normalmente? 3) Qual è la probabilità che una campione di 100 individui estratti a caso dalla popolazione abbia un peso medio alla nascita inferiore ai 2500 g? 4) per il calcolo appena effettuato, avete assunto che il peso alla nascita fosse distribuito normalmente?
11 Risposte 1) z = ( ) / 500 = -1.4 Pr = ) z= ( ) / 50 = -14 Pr <0.001
12 Inferenza Che cosa si può dire della popolazione sulla base del campione? Possiamo utilizzare due approcci: 1) Intervallo di confidenza 2) Test d ipotesi
13 Premessa: Intervallo di probabilità Data una popolazione con σ e µ noti, posso calcolare l intervallo di valori entro cui sarà compreso il 95% delle medie di campioni di dimensione n estratti dalla popolazione. Utilizzo la distribuzione delle medie campionarie 95% 2.5% 2.5%
14 Devo quindi calcolare il limite inferiore ed il limite superiore dell intervallo. Dalle tavole, i valori di z che lasciano all esterno il 2.5% delle osservazioni sono rispettivamente 1.96 e Limite inferiore = (x - µ) / E.S. x = µ 1.96 E.S. Limite inferiore 1.96 = (x - µ) / E.S. x = µ E.S. Quindi: il 95% delle medie campionarie si trova nell intervallo µ ± 1.96 E.S.
15 Intervallo di confidenza Un ragionamento speculare può essere fatto quando si conosce solo il campione µ = x ± 1.96*ES Interpretazione: Quando si afferma che x ± 1.96*ES sono i limiti di confidenza per la media della popolazione si ha il 95% di dire un affermazione corretta
16 Esercizi 1) In un campione di 100 residenti a Torino si è trovata un altezza media di 160 cm. Calcolate l intervallo di confidenza al 95%, sapendo che la d.s. nella popolazione è 40 cm. 2) Calcolate ora l intervallo di confidenza al 90% per lo stesso campione 3) Che cosa succede agli intervalli di confidenza se aumenta la numerosità campionaria?
17 Risposte 1) limite superiore: *4 = limite inferiore: *4 = % IC: ( ) 2) limite superiore: *4 = limite inferiore: *4 = % IC: ( ) 3) se aumenta n, diminuisce l ES e pertanto si restringono gli intervalli di confidenza
18 Diversi intervalli di confidenza Dall esercizio si vede che si può decidere il livello di confidenza dell intervallo di confidenza: Z=1.64 intervallo al 90% Z=1.96 intervallo al 95% Z= 2.57 intervallo al 99%
19 Generalizzando Così come per la media gli intervalli di confidenza si possono stimare per altre statistiche, utilizzando la distribuzione teorica appropriata Ad esempio si può affermare che in uno studio il rischio relativo (RR) per tumore del polmone nei fumatori rispetto ai non fumatori era di 15 (intervallo di confidenza al 95%: 12-20) Ad esempio, nel caso la σ della popolazione non sia nota si utilizza la d.s campionaria (s) e una distribuzione teorica leggermente diversa rispetto alla distribuzione normale
20 Esercizio 31 pazienti sono selezionati da una popolazione di età compresa fra 14 e 20 anni affetta da sindrome alcolica fetale. Si suppone che l altezza sia distribuita come una variabile casuale gaussiana con deviazione standard σ = 6 cm. L altezza media nel campione in studio è di cm. Calcolare un intervallo di confidenza al 95% per la media della popolazione basato sul campione. Si può affermare che il valore fisso della media della popolazione sia compreso in tale intervallo?
21 Risposta IC95%: ( x 6/ 31, x 6/ 31) = = (145.3, 149.5)
22 Test di ipotesi (premessa) probabilita' f(z) α z = x σ µ n z z 0 Quale proporzione del campione è alla destra di un preselezionato valorequale valore medio consente di selezionare una specificata porzione della distribuzione di campionamento delle medie?quale dimensione del campione è necessaria affinché una specificata proporzione di medie si scosti di un dato ammontare dalla media della popolazione?
23 Test di ipotesi Con il test di ipotesi si verifica se il campione è compatibile con un ipotesi relativa alla popolazione Bisogna innanzitutto stabilire un ipotesi sulla statistica nella popolazione (ad esempio su quanto sia la media per una data variabile nella popolazione). L ipotesi è detta ipotesi nulla (H 0 ) Effettuando il test si determina se i dati osservati nel campione portano a rifiutare l ipotesi nulla o a non rifiutarla
24 Ipotesi nulla Solitamente l ipotesi nulla e un ipotesi di non effetto. E costruita in modo da poter essere rifiutata nel test di ipotesi. Si stabilisce un H 0 e si cercano informazioni per rigettarla. Qual è la base filosofica per procedere in questa maniera? Secondo il falsificazionismo di Popper non si possono confermare le ipotesi scientifiche, ma si possono rifiutare quando le teorie non sono compatibili con i dati empirici.
25 Ragionamento scientifico Acquisizione dei dati inerenti ad un fenomeno Descrizione del fenomeno attraverso i dati Elaborazione dei dati Ipotesi iniziale Rifiutata Non rifiutata
26 Test di ipotesi Ipotesi sulla media (ignota) di una popolazione : H 0 Confronto con la media X di un campione casuale estratto dalla popolazione Domanda: qual è la probabilità che la media di un campione casuale si scosti dalla media dell H 0 (µ) di un ammontare uguale o maggiore a quello della media osservata?
27 Test di ipotesi: passaggi 1. Si stabilisce l ipotesi nulla H 0 2. Si stabilisce quanto deve essere grande il rischio di fornire una risposta diversa dalla realtà (errore α) 3. Si costruisce il test statistico (lo Z in questo caso) 4. Si calcola la probabilità (p), data l ipotesi nulla, di ottenere un risultato come quello osservato nel campione o ancora più estremo 5. Si decide se la probabilità calcolata è sufficientemente piccola per asserire che l ipotesi nulla va rifiutata si stabilisce se il risultato del test è statisticamente significativo (p<α) o statisticamente non significativo (p>α)
28 Test d ipotesi su una media: un esempio In un campione di 100 residenti a Torino si è trovata un altezza media di 160 cm. Per similitudine con altre popolazioni si ritiene che sia ragionevole dire che i residenti a Torino abbiano un altezza media di 170 cm: questa è l ipotesi nulla. H o : µ = 170 cm H a : µ 170 cm α = 0.05, due code
29 Quale test di ipotesi Per la media abbiamo già visto come si calcola la probabilità di estrarre un campione con una data media da una data popolazione (ammettiamo che σ sia nota essere 40 cm) Z = (x - µ) / ES = ( ) / 4 = 2.5 Poichè l H a è di diversità e non è specificato se l altezza debba essere maggiore oppure minore di 170 cm, si utilizzano le due code della distribuzione Uno z di 2.5 corrisponde ad una probabilità p=0.012
30 Valore soglia E una probabilità di sufficientemente piccola da potere rifiutare l ipotesi nulla? Dipende! Quale probabilità vogliamo accettare? Questa probabilità è la probabilità di rifiutare l ipotesi nulla, quando questa è in realtà vera, detto anche errore α o di I tipo Verità Innocente colpevole Verdetto Innocente Corretto Sbagliato colpevole Sbagliato corretto Errore α Errore β (ο ΙΙ tipo)
31 Il valore soglia deve essere stabilito a-priori Come si fa spesso (per convenzione) abbiamo stabilito accettare un errore α del 5% e si dice che il test è statisticamente significativo se p<0.05. Nell esempio si può rifiutare l ipotesi nulla perchè p= Si dice allora che rifiutiamo l ipotesi che l altezza media dei residenti a Torino sia di 170 cm. Nota!! Tale affermazione ha senso solo se il campione è stato estratto correttamente dalla popolazione
32 Un valore di p (p-value) è la probabilità dei dati osservati data una particolare ipotesi nulla. Un p-value è basato sulle variazioni casuali: quanto è plausibile che il campione in esame o un campione più estremo siano il risultato di variazioni casuali? Il p-value calcolato dipende dalla distribuzione di campionamento che è basata sull ipotesi nulla. Un p-value rappresenta una porzione della distribuzione centrata sull ipotesi nulla Un p-value misura la forza dell evidenza contro l ipotesi nulla. Se un p-value è piccolo, allora o l ipotesi nulla è falsa oppure abbiamo selezionato un campione molto improbabile.
33 Piccoli p-value ci portano a rifiutare l ipotesi nulla. Tanto più piccolo il p-value tanto più convincente l evidenza contro l ipotesi nulla. Se un p-value è grande, l ipotesi nulla potrebbe ancora essere falsa, ma la dimensione del campione potrebbe essere insufficiente per rifiutarla. Comunque, ricordare che: un ipotesi nulla o è vera o è falsaesercizio In un campione di pazienti 100 diabetici viene misurata la pressione arteriosa diastolica (Pad): media = 90 mmhg. Sapendo che la d.s. (σ) per la Pad è 25 mmhg,
34 1. Conduci un test di ipotesi per vedere se i diabetici hanno una Pad uguale a quella della popolazione generale (Pad= 80 mmhg) 2. calcola l intervallo di confidenza al 95% 3. Commenta i risultati, confrontando l intervallo di confidenza con il test d ipotesi
35 Risposte 1. Test di ipotesi H 0 : µ = 80 mmhg H a : µ 80 mmhg α = 0.05, due code test z = (90-80) / 2.5 = 4 p< Rifiuto l H 0 2. Intervallo di confidenza Ricordando che x *ES µ x *ES 95% IC: 90 ± 1.96* (95% IC: )
36 Confronto tra due medie Il test di ipotesi si può costruire per altre statistiche. Ad esempio ci si può chiedere se un campione di uomini ed un campione di donne estratti dalla popolazione di Torino hanno la stessa altezza media
37 z = x µ ES Dove: x diventa (x u x d ) µ diventa 0 E l errore standard? La Varianza della differenza (o somma) di due variabili indipendenti è data dalla somma delle varianze (Continua )
38 Quindi d d u u d u n n X X VAR 2 2 ) ( σ + σ = ) ( ) ( d u d u X X Var X X ES = Sarà: Analogamente si può calcolare l intervallo di confidenza d u d u x x d u d u x x d u ES x x ES x x * ) ( ) ( 1.96* ) ( µ µ ( ) σ + σ = b 2 b a 2 a b a n n X X Z
39 Esercizio Ammettiamo che di avere un campione di uomini n=100 ed uno di donne n=150 e di voler confrontare le altezze medie. X u = 175 cm, X d = 168 cm. Ammettiamo di sapere che σ u =20, mentre σ d =21 E possibile affermare che non vi e differenza in altezza tra gli uomini e le donne? Calcolare la differenza in altezza con i relativi IC
40 Soluzioni Z = ( X a X b ) ( ) = = σ a σ + na nb 2 b (ES=2.63) p =0.008 limite sup =7+1.95*2.63 =12.1, limite inf = *2.63 =1.87 diff = 7 (95% IC: )
41 Risposte 3. 95% IC: *2.5 = ( ), mmhg 4. z = (90-80) / 2.5 = 4 p<0.001
Inferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliLa logica statistica della verifica (test) delle ipotesi
La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliInferenza statistica
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione in base ad informazioni ricavate da un campione. Inferenza statistica: indurre
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliL analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt
L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELL ROLE Six Sigma Master lack elt Dicembre, 009 Introduzione Nell esecuzione dei progetti Six Sigma è di fondamentale importanza sapere se
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliL analisi statistica
Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliUniversità del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie
Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
Dettagliè decidere sulla verità o falsità
I test di ipotesi I test di ipotesi Il test delle ipotesi consente di verificare se, e in quale misura, una determinata ipotesi (di carattere sociale, biologico, medico, economico, ecc.) è supportata dall
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
Dettagli8 Elementi di Statistica
8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per
DettagliTema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliEsercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliTabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza
ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente
DettagliIl significato della MEDIA e della MEDIANA in una raccolta di dati numerici
Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
Dettagli4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 L4, Corso Integrato di Psicometria - Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Rev. 18/04/2011 Inferenza statistica Formulazione
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliR - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre
R - Esercitazione 5 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre Lunedì 2 Dicembre 2013 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x,
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliCAPITOLO III CONFRONTI TRA DISTRIBUZIONI
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI 3.1 CONFRONTI TRA DISTRIBUZIONI OSSERVATE E DISTRIBUZIONI TEORICHE OD ATTESE. Nella teoria statistica e nella pratica sperimentale, è frequente la necessità di
DettagliIl test del Chi-quadrato
Il test del Chi-quadrato Prof.ssa Montomoli- Univ. di Pavia Prof.ssa Zanolin Univ. di Verona Il rischio di contrarre epatite C è associato all avere un tatuaggio? Cosa vuol dire ASSOCIAZIONE tra due variabili?
Dettaglidecidiamo, sulla base di un campione, se l ipotesi formulata è plausibile oppure no.
LA VERIFICA D IPOTESI Alla base dell inferenza statistica vi è l assunzione che i fenomeni collettivi possano essere descritti efficacemente mediante delle distribuzioni di probabilità. Abbiamo già considerato
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliANALISI DEI DATI EPIDEMIOLOGICI
ANALISI DEI DATI EPIDEMIOLOGICI Cenni di statistica Che cosa è la statistica Statistica descrittiva e statistica inferenziale Test statistici di ipotesi Intervalli di confidenza Analisi stratificata TEST
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliANALISI DI CORRELAZIONE
ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
Dettagli