Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
|
|
- Silvano Bertoni
- 5 anni fa
- Visualizzazioni
Transcript
1 Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di Gauss)
2 Riprendiamo alcune definizioni: Qualsiasi caratteristica che può essere misurata o categorizzata: variabile Variabile che può assumere diversi valori per effetto del caso: variabile casuale o variabile aleatoria
3 Possiamo costruire in modo empirico la distribuzione di frequenza di una variabile in un gruppo di soggetti. es. QUENCY CORPUSCOLI MIDPOINT
4 Possiamo anche compiere un passo successivo identificando una curva matematica che descriva l'andamento del grafico. In tal modo potremmo: - descrivere la distribuzione dei dati senza bisogno di mostrare la distribuzione di frequenza ma solo in base ai parametri della curva matematica. - confrontare gruppi di soggetti diversi in base ai parametri delle rispettive curve. - costruire una distribuzione di frequenza attesa, sulla base dei valori dei parametri.
5
6 ETA
7 L'uso di modelli matematici è comune alla maggior parte delle discipline: ad esempio, la curva esponenziale può essere usata per descrivere la crescita del numero di batteri in laboratorio, in assenza di condizioni limitanti y = ae bt I parametri sono a (numero iniziale) e b (velocità di crescita). Stimati questi parametri possiamo stimare il numero di batteri a determinati intervalli (t) dall'inizio dell'esperimento. - il parametro b corrisponde alla velocità di accrescimento, che possiamo confrontare per ceppi diversi
8 n CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. curve di crescita esponenziale b=0,4 b=0, t
9 - La funzione matematica che descrive un fenomeno (biologico, statistico ecc ) è definita 'MODELLO'. In questo caso possiamo parlare di Modello Esponenziale della crescita batterica. - Un modello adeguato descrive gli aspetti importanti del fenomeno che vogliamo studiare, senza entrare in dettagli inutili.
10 In questo caso la curva a campana è un modello soddisfacente CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
11 La distribuzione Gaussiana È la distribuzione di probabilità che meglio rappresenta molte variabili biologiche È la distribuzione di probabilità degli errori casuali È la distribuzione di probabilità delle statistiche campionarie È la distribuzione limite per altre distribuzioni di probabilità quando n
12
13 La distribuzione Gaussiana È la distribuzione di probabilità che meglio rappresenta molte variabili biologiche È la distribuzione di probabilità degli errori casuali È la distribuzione di probabilità delle statistiche campionarie È la distribuzione limite per altre distribuzioni di probabilità quando n
14
15 Distribuzione delle differenze tra glicemia misurata al polpastrello ed all avambraccio CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
16 La distribuzione Gaussiana È la distribuzione di probabilità che meglio rappresenta molte variabili biologiche È la distribuzione di probabilità degli errori casuali È la distribuzione di probabilità delle statistiche campionarie È la distribuzione limite per altre distribuzioni di probabilità quando n
17 Popolazione Medie campionarie
18 La distribuzione Gaussiana È la distribuzione di probabilità che meglio rappresenta molte variabili biologiche È la distribuzione di probabilità degli errori casuali È la distribuzione di probabilità delle statistiche campionarie È la distribuzione limite per altre distribuzioni di probabilità quando n
19
20 La distribuzione gaussiana come modello di una distribuzione di probabilità empirica Es. istogramma che descrive la distribuzione di frequenza di una variabile numerica in un gruppo di 400 soggetti
21
22 Aumento progressivamente la suddivisione dell istogramma CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
23
24
25 Distribuzione di probabilità (teorica) Distribuzione di frequenza (empirica)
26 La forma della distribuzione di probabilità normale flesso - +
27 La formula della distribuzione normale. E definita da Media (µ) e Deviazione Standard (σ) f ( x) = σ 1 2 π * exp ( x µ ) 2 σ 2 2
28 La distribuzione gaussiana o normale comprende una famiglia di curve, i cui parametri sono Media (µ) e Deviazione Standard (σ)
29 edia (µ): posizione centrale eviazione Standard (σ): 'ampiezza' della curva
30 Il grafico seguente mostra due curve normali con DS=1 (curva nera) e DS=2 (c.rossa). Entrambe hanno media=0. y DS= DS= x0
31 Data una variabile la cui distribuzione di probabilità è gaussiana, possiamo misurare la probabilità corrispondente a determinati intervalli di valori CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
32 0,95 0,50 0,50 P=0,025 x = 1,960 P=0,025
33 0,975 X=1,960 0,025 CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
34 0,95 P=0,05 X = 1,645 CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
35 0,95 P=0,025 x = 1,960 P=0,025
36 Applicazione delle regole della distribuzione gaussiana Data una variabile con distribuzione gaussiana (es. la statura), sono interessato a calcolare la probabilità di osservare un soggetto con valore x (o superiore). Conosco i parametri che descrivono la distribuzione di probabilità (media: µ e Deviazione Standard: σ). Come procedo?
37 Valore? CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
38 Calcolo il valore della statistica U, che mi consente di conoscere il valore di probabilità con l ausilio delle tavole della Distribuzione Normale Standardizzata Il calcolo della statistica U corrisponde ad una operazione di Normalizzazione. La statistica U indica la distanza tra x e la media, esprimendo la distanza in multipli della deviazione standard dove: U x: valore cui siamo interessati σ: deviazione standard nella popolazione µ: media nella popolazione = x µ σ U: deviata normale standardizzata corrispondente ai valori dati per (x, σ, µ).
39 Il calcolo di U corrisponde ad un operazione di standardizzazione. La curva iniziale viene dapprima centrata sullo 0 e quindi il valore sulle ascisse viene espresso in unità di deviazione standard
40 La curva iniziale CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
41 U = x µ σ La curva viene centrata sul valore 0
42 U = x µ σ il valore sulle ascisse viene espresso in unità di deviazione standard
43 Data una distribuzione normale con media µ e deviazione standard σ, il valore U, calcolato partendo dai valori dati per x, σ, µ e riportato sulle apposite tabelle indica la probabilità di osservare un valore compreso tra U e
44 da U a U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
45 Area sottesa alla curva tra U e U 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , ,00001 CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
46 Viene sempre mantenuta la corrispondenza tra la distribuzione normale standard e la distribuzione normale di partenza
47 da U a U=1,96 CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
48 U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. da U a da X a X=186,7
49 Attenzione A volte le tabelle forniscono la probabilità calcolata secondo altri riferimenti, ad esempio tra - e U, oppure tra 0 ed U. prestate attenzione alle spiegazioni fornite insieme alle tavole. Si può comunque sempre passare da un sistema all altro sfruttando la regola delle probabilità complementari.
50 Probabilità cumulativa per la Distribuzione Normale Standard (p da - a U). La tavola indica il valore di P(u), dato il valore di U Second digit of U U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
51 U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. da - a U da U a +
52 U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. da - a U da U a +
53 Alcuni valori utili da ricordare U = + 1,96 coda dx, 2,5% tra U = - 1,96 e U = 1,96 area centrale 95% U = - 1,96 coda sx, 2,5%
54 0,950 P=0,025 U = -1,960 U = 1,960 P=0,025
55 Esempio, quale sarà la probabilità di osservare un soggetto di statura inferiore a m 1,8672 data una popolazione con distribuzione gaussiana definita da altezza media 1,730 e deviazione standard 0,07? U = (1,8672-1,730) / 0,07 = + 1,96
56 Probabilità cumulativa per la Distribuzione Normale Standard. (p da - a U). La tavola indica il valore di P(u), dato il valore di U Second digit of U U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
57 U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. p=0,975 p = 0,025
58 Esempio, quale sarà la probabilità di osservare un soggetto di statura superiore a m 1,8672 data una popolazione con altezza media 1,730 e deviazione standard 0,07? U = (1,8672-1,730) / 0,07 = + 1,96 posso riferiremi alla tabella da U a oppure a quella da - a U, usando la regola delle probabilità di eventi complementari.
59 U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. p=0,975 p = 0,025
60 Probabilità cumulativa per la Distribuzione Normale Standard (p da - a U). La tavola indica il valore di P(u), dato il valore di U Second digit of U U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
61 Probabilità cumulativa per la Distribuzione Normale Standard. (p da - a U). La tavola indica il valore di P(u), dato il valore di U Second digit of U U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
62 Attenzione Nelle tabelle spesso si fa riferimento al valore della distribuzione normale standard indicandolo come Z invece che come U.
63
64 Esempio, quale sarà la probabilità di osservare un soggetto di statura inferiore a m 1,5928 data una popolazione con altezza media 1,730 e deviazione standard 0,07? U = (1,5928-1,730) / 0,07 = - 1,96
65
66
67 Se U < 0 ho due possibilità: 1. Se dispongo della tabella con la distribuzione di z da - a + oppure da - a 0, ricavo direttamente il valore di probabilità. 2. altrimenti calcolo U = -1 * U e ricavo p quindi p = 1- p
68 U = -1 * -1,96 = 1,96 p = 0,975 p= 1-p = 1 0,975 = 0,025
69 Posso infine calcolare la probabilità di estrarre casualmente dalla popolazione un soggetto che ha un valore compreso entro un certo scostamento dalla media della popolazione, in entrambe le direzioni. p(x > µ+x oppure x < µ-x norm(µ,σ))
70 Quale sarà la probabilità di osservare un soggetto la cui statura si scosta dalla media della popolazione di almeno m 0,1372?(data una popolazione con altezza media 1,730 e deviazione standard 0,07) Equivale al calcolo della probabilità di osservare: un soggetto con [altezza < (1,730-0,1372)] O un soggetto con [altezza > (1, ,1372)]
71 X = 1,730-0,1372 = 1,5928 X = 1, ,1372 = 1,8672
72 ??
73 X = 1,730-0,1372 = 1,5928 X = 1, ,1372 = 1,8672 U = (1,5928-1,730) / 0,07 = - 1,96 U = (1,8672-1,730) / 0,07 = + 1,96
74 0,950 P=0,025 U = -1,960 U = 1,960 P=0,025
75 x = 1,5928 x = 1,8672 CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità. 0, ,025
76 Esercizio Si consideri una popolazione con altezza distribuita come una Gaussiana con media (µ) = 172,5 cm e deviazione standard (σ) =6,25 cm. Qual è la probabilità di incontrare un individuo estratto da tale popolazione e di altezza superiore a cm 190? U = ( ,5) / 6,25 = 2,8 Da cui p= 0,00256
77 Esercizio Si consideri una popolazione con altezza distribuita come una Gaussiana con media (µ) = 172,5 cm e deviazione standard (σ) =6,25 cm. Qual è la probabilità che un individuo estratto da tale popolazione sia di altezza compresa tra cm 165 e 170? Qual è la probabilità che 2 individui estratti da tale popolazione siano entrambi di altezza compresa tra cm 165 e 170?
78 Esercizi consigliati da: Fowler et al, ed Edises. Cap 9 (p 225) es 4 Cap 9 (p 225) es 7 Cap 9 (p 225) es 10
79 Possiamo calcolare la probabilità di estrarre un campione con valore dato da una popolazione che segue una distribuzione di probabilità gaussiana?
80 Procediamo in modo analogo, sostituendo l Errore Standard alla Deviazione Standard. Z = x σ / µ x = n ES µ
81 Media campionaria Z = x σ / µ x = n ES µ
82 Media della popolazione Z = x σ / µ x = n ES µ
83 Z = x σ / µ x = n ES µ Deviazione standard della popolazione
84 Z = x σ / µ x = n ES µ Dimensione del campione
85 Qual è la probabilità di estrarre un campione di altezza media superiore o uguale a 176 cm di dimensione 10 soggetti da una popolazione di altezza media 170 e deviazione standard 11? Z = x µ = σ / n / 10 = 1,725
86 Probabilità cumulativa per la Distribuzione Normale Standard. (p da - a Z). La tavola indica il valore di P(z), dato il valore di Z Second digit of Z U CdL Infermieristica Pediatrica ed Ostetricia - Statistica Medica - Le distribuzioni teoriche di probabilità.
87 Normal Distribution (for a variable X) Parameters Graphs Mean (µ) 170 Scale Standard Deviation (σ) 3,47851 Left 140 Right 190 Probability Value of Variable (x) = 176 0,14 P(X = x) = 0 P(X x) = 0,95773 P(X x) = 0,04227 P( X between µ and x) = 0,45773 Inverse Probability P(X x) = 0,3 x = 168,176 P(-x X x) = 0,95 x = 176,818 P(X x) = 0,3 x = 171,824 0,12 0,1 0,08 0,06 0,04 0,02 0 Extra Tools Type pdf cdf Shade cumulative probability P(X <= 176) None X
Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di Gauss) CdL Area Tecnica -
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliUniversità del Piemonte Orientale Corsi di Laurea triennale di area tecnica. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità
Università del Piemonte Orientale Corsi di Laurea triennale di area tecnica Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione binomiale La distribuzione Normale (o di
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea
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
DettagliStatistica. Lezione 4
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliLA DISTRIBUZIONE NORMALE
LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -
DettagliUtilizzando la terminologia generica di prima, la variabile standardizzata X si calcola quindi
La variabile standardizzata Utilizzando la terminologia generica di prima, la variabile standardizzata X si calcola quindi X'= X Media(X ) DS(X ) Visto l ampio uso in statistica di questa procedura, la
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliModulo III. Definizione ed elementi di calcolo delle probabilità Le variabili casuali La distribuzione normale e la normale standardizzata
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO SRTAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliVariabili aleatorie gaussiane
Variabili aleatorie gaussiane La distribuzione normale (riconoscibile dalla curva a forma di campana) è la più usata tra tutte le distribuzioni, perché molte distribuzioni che ricorrono naturalmente sono
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Campionamento e distribuzione campionaria della media CdL Infermieristica
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliCORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità
CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliEsercizi sulle distribuzioni di probabilità.
Esercizi sulle distribuzioni di probabilità. - Quali sono i tre presupposti per poter applicare correttamente il modello di distribuzione binomiale? o i risultati possibili sono due eventi complementari
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
DettagliLA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE DEGLI ERRORI DI MISURA La distribuzione normale http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliLa distribuzione normale
La distribuzione normale Federico Plazzi 20 Giugno 2016 Distribuzione statistica Possiamo immaginare una distribuzione statistica come un istogramma: i dati sono divisi in classi di frequenza (o bin )
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliDistribuzione degli Errori di Misura. La distribuzione normale
Distribuzione degli Errori di Misura La distribuzione normale Errori casuali e sistematici Gli errori vengono generalmente suddivisi in due categorie: errori casuali ed errori sistematici. Gli errori casuali
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
DettagliSTATISTICA Lauree Triennali in OSTETRICIA ed INFERM. PEDIATRICA
STATISTICA Lauree Triennali in OSTETRICIA ed INFERM. PEDIATRICA 6--008 Tempo disponibile 45 minuti. Usate solo questo foglio per le risposte. Nome Cognome Numero di matricola Corso e sede Esercizio. A
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliDistribuzione esponenziale. f(x) = 0 x < 0
Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1
DettagliUlteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliSignificato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo
Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni
DettagliDISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
DettagliLe frequenze riportate in tabella possono essere considerate il risultato di un esperimento
0,9 0,8 0,7 0,6 0,5 0,4 0,3 Livello di alcol Frequenza assoluta Frequenza relativa Frequenza cumulativa assoluta Frequenza cumulativa relativa 0-0, 77 0,773 77 0,773 0,-0,4 6 0,070 93 0,843 0,4-0,6 0,048
DettagliIntroduzione all'inferenza Lezione 4
Last updated April 16, 2016 Introduzione all'inferenza Lezione 4 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Introduzione all inferenza Popolazione Campione
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliDISTRIBUZIONE NORMALE. Distribuzione teorica di probabilità, detta anche Gaussiana. Variabili continue
LEZIONE 12-2017 DISTRIBUZIONE NORMALE Distribuzione teorica di probabilità, detta anche Gaussiana Variabili continue Molte distribuzioni empiriche di fenomeno fisici e biologici, ma anche sociopsicologiche,
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliCampione: Esercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Campione: - raccolta finita di elementi estratti da una popolazione - scopo dell estrazione è quello di ottenere informazioni sulla popolazione - il campione deve essere rappresentativo della popolazione
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica parte 1 Massimo Guerriero Ettore Benedetti Indice Esercizi Presentazione dei dati Misure di sintesi numerica Probabilità Distribuzioni teoriche di probabilità Distribuzione
DettagliLa distribuzione t. Federico Plazzi. 7 Novembre 2015
La distribuzione t Federico Plazzi 7 Novembre 2015 Popolazione e campioni Popolazione e campioni Definizioni ed assunzioni di partenza Campione: l insieme di individui che abbiamo potuto osservare. Popolazione
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliMatematica con elementi di Informatica
Statistica descrittiva ed inferenziale Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliLezione VII: Z-test. Statistica inferenziale per variabili quantitative. Statistica inferenziale per variabili quantitative. Prof.
Lezione VII: Z-test Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Statistica inferenziale per variabili quantitative
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliAPPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD
APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA statistica descrittiva - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliLaboratorio di Calcolo Paola Gallo
Studio di una funzione Dopo aver calcolato limiti, massimi, minimi e flessi siamo in grado di stabilire noi quali estremi di variabilità e che passo dare alle mie x per poter visualizzare bene nel grafico
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
Dettaglideve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).
Indice 1. Frequenza e Probabilità. Parametri Statistici 3. Curva di Gauss 4. isure poco numerose: t di student nel caso non sia possibile effettuare un numero di misure adeguato (n
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliVariabili Casuali Continue
Distribuzione Normale Concentrazione di cloro nel sudore Variabili Casuali Continue 9 8 7 6 5 4 3 media = 98.8 meq/l mediana =. meq/l moda =. meq/l < 3 6 5 me/l La distribuzione empirica (diagramma a barre)
DettagliVariabile Casuale Normale
Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE DI GAUSS o DISTRIBUZIONE NORMALE 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809)
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Elementi di calcolo delle probabilità CdL Infermieristica Pediatrica ed
DettagliStatistica parametrica e non parametrica. Gli intervalli di confidenza
Statistica parametrica e non parametrica Per un campione univariato Gli intervalli di confidenza MEDIA CAMPIONARIA MEDIA VERA 1 Gli intervalli di confidenza 3 Gli intervalli di confidenza 4 Una introduzione
DettagliESERCITAZIONE N. 5 corso di statistica
ESERCITAZIONE N. 5corso di statistica p. 1/27 ESERCITAZIONE N. 5 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 5corso di statistica p. 2/27 Introduzione Variabili aleatorie discrete
DettagliUniversità del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corsi di laurea di area tecnica Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Corsi di laurea triennale di area tecnica - Corso di
Dettagli