Principi per la predisposizione di un piano di campionamento
|
|
- Aniello Basso
- 5 anni fa
- Visualizzazioni
Transcript
1 Principi per la predisposizione di un piano di campionamento Genova 9 Aprile 2015 Cristiana Maurella SC Epidemiologia e Osservatorio Epidemiologico
2 PERCHE SI CAMPIONA? Genericamente: per valutare alcune caratteristiche di una popolazione / lotto In sanità pubblica: per cercare un RISCHIO
3 Epidemiologia e Statistica STRUMENTI PER LA RICERCA DEL RISCHIO Test Diagnostico e Analisi Buone pratiche di campionamento
4 perchè un campione anzichè l intera popolazione? Survey È l operazione di osservazione del fenomeno di interesse sulle unità statistiche (in epidemiologia veterinaria: capi animali, alimenti) può essere effettuata su: tutte le unità di popolazione (indagine totale o censimento) un loro sottoinsieme, detto campione (indagine parziale o campionaria)
5 perchè un campione anzichè l intera popolazione? raramente è possibile esaminare ogni singolo elemento della popolazione: le risorse $, temporali, umane, di laboratorio sono limitate; l intera popolazione non è fisicamente raggiungibile o è in parte ignota; l osservazione comporta la distruzione degli elementi; il nr. di elementi della pop. è molto elevato o infinito, tanto che lo studio di ciascuno è fattibile solo teoricamente; non è interessante sapere tutto della popolazione. l esame di un numero ridotto di osservazioni, opportunamente selezionate, consente di superare questi problemi
6 perchè un campione anzichè l intera popolazione? Svantaggi dell indagine campionaria: perdita di parte dell informazione: non si otterrà il valore vero di popolazione ma solo una sua approssimazione, per quanto precisa (errore inevitabile); ricorso a tecniche statistiche relativamente complesse (procedure di stima e verifica di ipotesi). Vantaggi: risparmio di tempo e risorse; accuratezza (= validità) delle misurazioni: è possibile fissare a priori l ammontare dell errore di stima tollerabile.
7 obiettivi del campionamento statistico 1/2 Obiettivo generale è la conoscenza di una popolazione tramite l esame di una sua parte e la generalizzazione, con un certo grado di certezza, delle conclusioni ottenute dal campione all intera popolazione questo processo di generalizzazione è definito INFERENZA POPOLAZIONE: N estrazione di un campione campione: n studio del campione inferenza
8 obiettivi del campionamento statistico 2/2 in epidemiologia descrittiva: osservare le caratteristiche della popolazione bersaglio; in epidemiologia analitica: verificare l esistenza di eventuali relazioni causali tra fattori di rischio e l insorgenza di patologie; si utilizza l inferenza per effettuare una stima: si parte dall elaborazione sui dati del campione per verificare se una caratteristica e/o relazione in esso osservata valga anche per il resto della popolazione, con una certa probabilità ruolo strategico del campione: base informativa per decisioni che riguardano l intera popolazione
9 logica della stima campionaria, puntuale e intervallare 1/2 Stima puntuale: il parametro sconosciuto della popolazione viene rappresentato con il valore preciso calcolato sul campione Es.: dato un campione di 100 uova stimo che il peso medio delle uova M del produttore x sia 50 gr (= peso medio delle 100 uova campione). intervallare: intorno alla s. puntuale viene costruito un intervallo di valori che, con una certa probabilità definibile a priori, conterrà l ignoto parametro di pop. Es.: dato un campione di 100 uova stimo che, con prob. 95%,, il peso medio delle uova M del produttore x sia compreso tra 45 e 55 gr, ovvero 50±5 gr.
10 logica della stima campionaria, puntuale e intervallare 2/2 Perché le stime sono solo probabili e non certe? Campione = unica base informativa: si lavora solo sul campione estratto, dal quale si ottiene un solo risultato di stima ma il campione osservato è uno dei tanti che si possono estrarre da una popolazione, calcolando per ciascuno di essi un valore di stima al variare del campione, il valore della stima cambia: variabilità campionaria
11 caratteri del campione 1/1 Affinché l informazione campionaria ottenuta sia accurata (= valida) quasi quanto quella che si sarebbe ricavata esaminando l intera pop., il campione estratto deve essere Casuale: i componenti della pop. devono avere = probabilità di essere scelti Rappresentativo: deve contenere, possibilmente rispettandone le proporzioni, le più importanti caratteristiche della pop. di provenienza solo così le differenze tra campione e pop. sono accidentali e non sistematiche
12 errore di campionamento e fattori che vi contribuiscono 1/2 Errore di campionamento: differenza tra i risultati ottenuti dal campione e la vera caratteristica della pop. che vogliamo stimare Non può essere determinato con esattezza ma solo contenuto entro margini più o meno ristretti, e stimato
13 errore di campionamento e fattori che vi contribuiscono 2/2 da cosa dipendono tali proprietà? Validità (=assenza di errore sistematico) Precisione (=assenza di errore casuale) disegno di campionamento: un campione non rappresentativo influisce negativamente sulla validità = stime lontane dal vero parametro di pop. La stima è affetta da errore sistematico o distorsione (non eliminabile ripetendo la misurazione, nè stimabile). numerosità campionaria n: un campione troppo piccolo o una elevata variabilità nella pop. influiranno negativamente sulla precisione della stima. La stima è affetta da errore casuale (dovuto alla fluttuazione accidentale dei dati, stimabile).
14 errore di campionamento e fattori che vi contribuiscono 4/5 le componenti dell errore di campionamento: grafico di Rothman errore casuale sistematico n
15
16 ,...
17
18 A: alta validità, bassa precisione errore di campionamento e fattori che vi contribuiscono Validità e precisione delle stime campionarie B B: bassa validità, bassa precisione (situazione peggiore!) D A C: bassa validità, alta precisione C D: alta validità, alta precisione (situazione ottimale)
19 determinazione della numerosità campionaria 1/2 Problema: quanto deve essere grande il campione? è una delle parti più delicate nella pianificazione di una indagine campionaria; ovviamente (se estratto correttamente), più grande è il campione, più precisi saranno i risultati. Ma indagini su campioni numerosi costano un occhio della testa, oltre a richiedere molto tempo n = compromesso tra esigenze diverse
20 determinazione della numerosità campionaria 2/2 Fattori da considerare per det. n in uno studio epidemiologico: precisione (errore assoluto = ampiezza IC, es. ± 3% intorno alla stima puntuale); livello di confidenza desiderato (es. 90, 95, 99%); prevalenza attesa: rispecchia la variabilità nella pop. (se incognita ipotizzare, per sicurezza, la situazione peggiore e usare un valore di prevalenza del 50%, che massimizza la variabilità e quindi n); una correzione utilizzabile nel caso di una pop. bersaglio di modeste dimensioni (se n è almeno pari al 5% di N, è necessario un campione più piccolo per ottenere la stessa precisione). n aumenta se aumentano precisione e sicurezza, e se P=50%; n diminuisce se la pop. bersaglio è piccola.
21 determinazione della numerosità campionaria 1/2 Es. di determinazione di n per la stima della prevalenza nella pop. Definisco a priori: precisione desiderata = ±3% grado di sicurezza = 95% prevalenza attesa P: essendo incognita utilizziamo un valore del 10% la pop. bersaglio è molto grande ( unità) il campione necessario è pari a n = 385 kg FORMULA DA UTILIZZARE: 2 2 * P att (1 Patt ) n = 2 d dove: 2 è il fattore moltiplicativo dell ES per un livello di confidenza del 95%; d = precisione desiderata
22 determinazione della numerosità campionaria 2/2 Det. di n per la valutazione della presenza di una malattia Definisco a priori: liv. di confidenza (95, 99%) numero min. di soggetti ammalati che ci si attende nella pop. nel caso la malattia sia effettivamente presente (esprimibile in termini di prevalenza) FORMULA DA UTILIZZARE n = 1 (1 1 a) D * N ( D 2 1) dove: a: liv. di confidenza (*) D: numero di animali ammalati nella pop. N: dimensione della pop. (*) prob. di osservare almeno un animale ammalato nel campione quando la malattia colpisce almeno D/N soggetti nella pop.
23 ESEMPIO Supponiamo di avere 20 campioni e che me aspetto 5 positivi. Se estraggo un campione a caso, la probabilità che sia positivo = 5/20 = 0.25 = p E la probabilità che sia negativo = 15/20= 0.75 = 1-p Ammettiamo che il primo sia negativo e ne prendo un altro. la probabilità che sia negativo = 14/19 = La probabilità di 2 soggetti negativi = 0.75 x = 0.55 Se ne prendo un terzo, la probabilità che sia negativo = 13/18 = e la probabilità che i 3 siano negativi = 0.75 x x = Se consideriamo la successione di estrarre 8 campioni negativi, la probabilità = 15/20 x 14/19 x 13/18 x 12/17 x 11/16 x 10/15 x 9/14 x 8/13= = 5 % e la p di avere almeno un campione positivo = 95 %
24 Numerosità campionaria per dire con un dato livello di confidenza che la popolazione è esente da positivi (o non conformi) se tutti i campioni risultano positivi n = 1 ( 1 k ) 1 d d N ( 1 ) 2 n =numerosità campionaria che vogliamo k =livello di confidenza = 0,95 d =numero di soggetti che si suppone positivi = 5 N =consistenza della popolazione = 20 1 = n ( ) 20 ( 5 1 ) 2 n = 8
25 10 Numero/grandezza del campione , kg 5 Aflatossine BG in pistacchi 3 1 Pasta di salsiccia (di origine diversa) in cui sospetto la presenza di salmonella del 25% ad un livello di confidenza pari al 95%. Faccio 6 prelievi 3 Sono tutti negativi. Posso essere tranquillo??
26 d d N n k = = = k Se faccio 6 prelievi? Non è un campionamento corretto!!
27 Con 7 prelievi, k = 0.91 < 0.95 E se proprio questo fosse positivo? n = 1 ( 1 k ) 1 d N ( d 1 ) 2 = 8
28
29 Campionamento microbiologico Il campionamento deve tenere conto della peculiarità dell analita: A. Biovariabilità della popolazione microbica B. Distribuzione eterogenea dell analita C. Incostanza del comportamento biologico (Germi stressati) D. La matrice alimentare è un substrato di esseri viventi che entrano in competizione tra loro o. E. I germi saprofiti ostacolano lo sviluppo dei germi patogeni F. In un prodotto pastorizzato/sterilizzato un microrganismo patogeno si moltiplica con maggior facilità
30 Scopo principale di un programma di campionamento non è quello di SCARTARE ma di PREVENIRE Alimento (Partita - lotto) Campione E Trasporto Laboratorio E E E E Preparazione E Analisi Risultato
31 Prima di accingersi al campionamento E bene domandarsi: quali informazioni potrà fornire l analisi sulla situazione igienico-sanitaria del prodotto o del processo di fabbricazione? come potrà/dovrà essere interpretato il risultato delle determinazioni richieste? come sarà espresso il risultato in base alla richiesta: qualitativo o quantitativo? come potrà/dovrà essere valutato un risultato positivo,negativo o numerico?
32 Campionamento - Precondizioni Conoscenza del processo analitico generale e sua applicazione per la risoluzione dello specifico problema Conoscenza della distribuzione della concentrazione dell analita all interno della derrata Conoscenza del grado di omogeneità del materiale oggetto di studio Conoscenza dell errore potenziale di campionamento Conoscenza delle strutture coinvolte nella procedura Esistenza di procedure operative standard (POS) in cui siano dettagliatamente descritte le fasi del campionamento Disponibilità delle POS per gli operatori addetti al campionamento
33 Fattori determinanti lo sviluppo di un piano di campionamento Tipo di derrata Limiti soglia di accettabilità Grandezza del campione prelevato Preparazione del campione Disponibilità di metodi di analisi quantitativi Valutazione dei tempi di risposta Scelta dei punti di campionamento (campo, navi, ecc.) Valutazione dell accettabilità del rischio del produttore Valutazione dell accettabilità del rischio del consumatore
34 PIANO DI CAMPIONAMENTO PER ATTRIBUTI in cui: vengono studiate, per un certo carattere, un numero stabilito di unità campionarie prelevate a random i risultati analitici ottenuti, qualitativi (assenza /presenza) o quantitativi, sono utilizzati per classificare le unità in 2 classi (Accettabile / Non accettabile) o in 3 classi (Accettabile / Marginalmente accettabile / Non accettabile)
35 Un Piano di campionamento a due classi è applicabile sia a ricerche di tipo qualitativo che di tipo quantitativo Un Piano di campionamento a tre classi solo a ricerche di tipo quantitativo
36 Il Piano di campionamento ICSMF a due classi Definisce: n = numero di unità campionarie che costituiscono il campione, da analizzare in modo indipendente m = il valore limite che serve a classificare i risultati come accettabili o inaccettabili ( es. ass/pres in 25g o, per i risultati quantitativi, xxxufc/g) c = numero massimo di unità campionarie con risultato superiore ad m tollerate, perché il giudizio complessivo sulla partita sia ancora favorevole
37 Un piano di questo tipo ci può dare informazioni, a seconda del valore di n e c, della probabilità di valutare come ACCETTABILE una partita non accettabile (Rischio del consumatore) o al contrario di valutare come INACCETTABILE una partita accettabile (Rischio del produttore) Il Rischio per il produttore ed il Rischio per il consumatore variano - in termini di probabilità - al variare della prevalenza di unità difettose realmente presenti nella partita.
38 Aumentando il valore di n riduciamo il rischio per il consumatore; stesso effetto si ottiene riducendo il valore di c o diminuendo il valore di m (Piani più stringenti) l opposto avviene diminuendo il valore di n e/o aumentando c ed m (Piani meno stringenti) La scelta della combinazione più opportuna è un compromesso che tiene conto della tipologia di alimento e della severità del pericolo per la salute umana
39 Il Piano di campionamento a tre classi Definisce: n = numero di unità campionarie che costituiscono il campione, da analizzare in modo indipendente m = un limite microbiologico che permette di classificare i risultati come accettabili ( uguali o inferiori) o marginalmente accettabili M = un limite microbiologico al di sopra del quale i risultati sono inaccettabili c = numero massimo tollerabile di unità campionarie con risultato superiore ad m, ma inferiore ad M, perché il giudizio complessivo sulla partita sia ancora favorevole
40 GRAZIE PER L ATTENZIONE
Il campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliGestione delle NC microbiologiche
Gestione delle NC microbiologiche IL CONTROLLO MICROBIOLOGICO DEGLI ALIMENTI: CAMPIONAMENTO, INTERPRETAZIONE DEL RISULTATO, FLUSSI INFORMATIVI e GESTIONE DELLE NC Torino 10-11 11 giugno 2013 Asti 18-19
Dettaglidella provincia di Padova Sintesi anno 2015 A cura del Servizio Studi - Padova, marzo 2016
Indicatori del mercato del lavoro della provincia di Padova Sintesi anno 2015 A cura del Servizio Studi - Padova, marzo 2016 Principali indicatori del mercato del lavoro provinciale Fonti disponibili Inps
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
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
DettagliSfide di Matematica. Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore. Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa
Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa Test 2010 Alleniamoci un po Test 2010 Test 2010: Domande Test 2010 Test 2010: Domande
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliANALISI E GESTIONE DEI COSTI
ANALISI E GESTIONE DEI COSTI Dott.ssa Francesca Mandanici Le valutazioni di convenienza economica di breve periodo: l'analisi differenziale 18 NOVEMBRE 2010 Le applicazioni dell analisi della variabilità
DettagliEPIDEMIOLOGIA DEL TUMORE DEL MELANOMA CUTANEO IN VENETO
dicembre 213 EPIDEMIOLOGIA DEL TUMORE DEL MELANOMA CUTANEO IN VENETO Registro Tumori del Veneto Baracco M, Bovo E, Dal Cin A, Fiore AR, Greco A, Guzzinati S, Monetti D, Rosano A, Stocco CF, Tognazzo S,
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliLO STUDIO VIADANA 2. Studio di genotossicità su un campione (~600) della coorte esaminata costituita da 4130 bambini (studio Viadana 1)
LO STUDIO VIADANA 2 Studio di genotossicità su un campione (~600) della coorte esaminata costituita da 4130 bambini (studio Viadana 1) Sorveglianza epidemiologica di tutta la coorte DA DOVE SI PARTE? Da
DettagliUno studio multicentrico dello stato nutrizionale della popolazione infantile nel Veneto. Antonio Stano SIAN Azienda ULSS 3 Bassano del Grappa (VI) 1
Uno studio multicentrico dello stato nutrizionale della popolazione infantile nel Veneto Antonio Stano SIAN Azienda ULSS 3 Bassano del Grappa (VI) 1 Modello organizzativo Coordinamento generale dello studio:
Dettagliil costo in contabilità generale
il costo in contabilità generale costi di acquisto di fattori produttivi e valori di diversa natura (tributi, permute, apporti, ammortamenti, ecc.) C.E. (-) valori classificati per origine costo calcolato
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliLa mappatura dei geni umani. SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione
La mappatura dei geni umani SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione Un grande impulso alla costruzione di mappe genetiche è stato dato da le tecniche della
DettagliWATER SAFETY PLAN: SALUTE, INNOVAZIONE E SOSTENIBILITÀ NELLA GESTIONE DELL ACQUA POTABILE. Contesto sanitario. 15/01/2016 Montanelli Maurizio
WATER SAFETY PLAN: SALUTE, INNOVAZIONE E SOSTENIBILITÀ NELLA GESTIONE DELL ACQUA POTABILE Contesto sanitario 1 COMPITI DELLE AZIENDE SANITARIE LOCALI 2 Decreto Legislativo 2 febbraio 2001, n. 31 Il presente
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
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
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliQUALITY. Analisi delle acque. via Volturno, 2-90138 Palermo - Tel. 091 279111 - Fax 091 279228 www.amapspa.it - e-mail: info@amapspa.it.
QUALITY SE R VI C E Analisi delle acque via Volturno, 2-90138 Palermo - Tel. 091 279111 - Fax 091 279228 www.amapspa.it - e-mail: info@amapspa.it Pronto AMAP 800 915333 AMAPTEL (autolettura contatori)
DettagliQuotazioni immobiliari: l analisi dei dati nelle schede di rilevazione
MERCATO IMMOBILIARE Immobili Quotazioni immobiliari: l analisi dei dati nelle schede di rilevazione Gennaro Chirola Direzione centrale OMI Agenzia del territorio Ufficio Gestione Banca Dati L Agenzia del
DettagliPOP 03 PROCEDURA DI CAMPIONAMENTO DI ACQUE SUPERFICIALI, REFLUE E POTABILI
REV 0 1 di 7 POP 03 PROCEDURA DI CAMPIONAMENTO DI ACQUE SUPERFICIALI, REFLUE E POTABILI DATA REDAZIONE VERIFICA APPROVAZIONE 20/06/2011 REV 0 2 di 7 SOMMARIO 1 RIFERIMENTI 3 2 DEFINIZIONI 3 3 SCOPO E CAMPO
DettagliVerona, 16/04/2010 Controllo in accettazione secondo la norma UNI ISO UNI 2859
Verona, 16/04/2010 Controllo in accettazione secondo la norma UNI ISO UNI 2859 Ing. Gianni Campatelli Accademia Italiana del Sei Sigma Agenda 1. Contesto normativo 2. Campionamento per variabili ed attributi
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
DettagliOggetto dell Esercitazione
Economia Aziendale 2014/15 Oggetto dell Esercitazione La rilevazione La CO.GE. Il Il metodo della partita doppia Il sistema del reddito e del capitale Corso Economia Aziendale-Es. 01 1 Il termine RILEVAZIONE...ci
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 -
DettagliInfrastruttura telematica: visione d insieme Mauro Nanni
Infrastruttura telematica: visione d insieme Mauro Nanni Si sono fin qui presi in considerazione i singoli elementi che costituiscono l infrastruttura telematica delle scuole. Per utilizzare in modo semplice
DettagliTECNOLOGIA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA
TECNOLOGIA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA L alunno riconosce e identifica nell ambiente che lo circonda elementi e fenomeni di tipo artificiale. È a conoscenza
DettagliCorso di Marketing e Marketing Internazionale a.a. 2014-2015
Lezione 9bis Il sistema informativo di marketing Corso di Marketing e Marketing Internazionale a.a. 2014-2015 Prof. Elena Cedrola elena.cedrola@unimc.it http://docenti.unimc.it/docenti/elena-cedrola 1
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliTEST GENETICI PAZIENTI e FAMIGLIARI
TUMORE OVARICO: NELLA GENETICA IL FUTURO DELLA PREVENZIONE E DELLA CURA TEST GENETICI PAZIENTI e FAMIGLIARI Siranoush Manoukian Unità di Genetica Medica Fondazione IRCCS Istituto Nazionale dei Tumori Milano,
DettagliLezione 12 Argomenti
Lezione 12 Argomenti Costi di produzione: differenza tra costo economico e costo contabile I costi nel breve periodo Relazione di breve periodo tra funzione di produzione, produttività del lavoro e costi
DettagliLa mobilità degli elementi chimici
La mobilità degli elementi chimici Gli ioni contenuti nella parte sinistra del diagramma sono quelli che in soluzione si presentano sotto forma di cationi semplici. Gli ioni nella parte centrale del diagramma
DettagliEsercitazione n. 5 di Metodologia della Ricerca Psicologica
Esercitazione n. di Metodologia della Ricerca Psicologica Quesito 1: Un ricercatore intende studiare la conoscenza e gli atteggiamenti che hanno gli operatori del diritto delle applicazioni psicogiuridiche.
DettagliLA RILEVAZIONE DEI PREZZI AL CONSUMO
LA RILEVAZIONE DEI PREZZI AL CONSUMO EUROSTAT ISTAT 80 Comuni capoluoghi di provincia 42.300 punti vendita, imprese, istituzioni 8.000 abitazioni 1.187 distributori di carburanti 495.500 quotazioni di
DettagliLa fisica e la misura
La fisica e la misura La fisica è una scienza fondamentale che ha per oggetto la comprensione dei fenomeni naturali che accadono nel nostro universo. È basata su osservazioni sperimentali e misure quantitative
DettagliMetodi di Distanza. G.Allegrucci riproduzione vietata
Metodi di Distanza La misura più semplice della distanza tra due sequenze nucleotidiche è contare il numero di siti nucleotidici che differiscono tra le due sequenze Quando confrontiamo siti omologhi in
DettagliCorso di REVISIONE AZIENDALE
Corso di REVISIONE AZIENDALE a.a. 2004-1 Corso di REVISIONE AZIENDALE - Modulo VI - Prof. Fabio Fortuna ffortuna@unich.it Anno accademico 2004- Corso di REVISIONE AZIENDALE a.a. 2004-2 La revisione gestionale
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,
DettagliCosti di conformità alle normative. sul costo totale del latte
Costi di conformità alle normative (ambiente, benessere animale e sicurezza alimentare) sul costo totale del latte 4 febbraio 2016 - Fieragricola, Verona Obbiettivi Descrizione e valutazione dello studio,
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
Dettagli03.07.1982 ha conseguito il diploma di laurea in Medicina Veterinaria presso l Università degli studi di Sassari
Bruno Deidda Via Fanelli 34, Carbonia (CI) Telefono 0781671704 3397134242 E mail: brudei@tiscali.it Dati anagrafici: Nato a Carbonia (CI) il 15.11.1957 Residente in Carbonia (CI) via Fanelli 34 Curriculum
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
DettagliAspetti sanitari. Chioschi dell acqua: tecnologie e regole 8 ottobre 2013. Enrico Veschetti
Chioschi dell acqua: tecnologie e regole 8 ottobre 2013 Aspetti sanitari Enrico Veschetti Istituto Superiore di Sanità Dipartimento Ambiente e connessa Prevenzione Primaria Caratteristiche di qualità essenziali
DettagliI laureati scuole di provenienza, durata degli studi, votazioni ed età
I laureati scuole di provenienza, durata degli studi, votazioni ed età Il campione in esame comprende gli 11450 laureati presso l Università di Lecce nel periodo maggio 1997 aprile 2004, corrispondente
DettagliCurva di Taratura.xls
Seconda fase: INDAGINI IN SITU PROVE SUL CALCESTRUZZO PROVE SCLEROMETRICHE COSTRUZIONE DELLE CURVE DI TARATURA: ESEMPIO Costruzione Curva di Taratura.xls Seconda fase: INDAGINI IN SITU PROVE SUL CALCESTRUZZO
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
DettagliRIDUZIONE DELLE DISTANZE
RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,
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
DettagliModena, 28 maggio 2009 Michele Fusillo
ASSALZOO Associazione Nazionale tra i Produttori di Alimenti Zootecnici Presenta CODEX ASSALZOO Modena, 28 maggio 2009 Michele Fusillo Igiene dei mangimi Reg. CE n. 183/2005 Art. 20: Manuali di corretta
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
DettagliModalità di presentazione e tipologia dei dati da inserire nelle banche dati per il monitoraggio della terapia genica e cellulare somatica
Modalità di presentazione e tipologia dei dati da inserire nelle banche dati per il monitoraggio della terapia genica e cellulare somatica IL PRESIDENTE DELL ISTITUTO SUPERIORE DI SANITÀ VISTO il decreto
DettagliCAPITOLO II. Il Vantaggio Assoluto
CAPITOLO II Il Vantaggio Assoluto Ragionare di commercio internazionale facendo uso del modello Domanda-Offerta: le esportazioni (importazioni) corrispondono ad un eccesso di offerta (domanda), ai prezzi
DettagliEsercizio C2.1 - Acquisizione dati: specifiche dei blocchi
Esercizio C2.1 - Acquisizione dati: specifiche dei blocchi È dato un segnale analogico avente banda 2 khz e dinamica compresa tra -2 V e 2V. Tale segnale deve essere convertito in segnale digitale da un
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliPG-SGSL 03 Definizione degli obiettivi e dei programmi
Redatta da Data Firma RSPP Verificata da Emissione autorizzata da DL / DG Aggiornamenti e Revisioni Revisione n Oggetto Data 1.0 Prima Stesura 15 aprile 2015 L'originale firmato del documento e la copia
DettagliI CIRCOLO DIDATTICO MERCATO SAN SEVERINO PERCORSO DI FORMAZIONE E RICERCA IN RETE
I CIRCOLO DIDATTICO MERCATO SAN SEVERINO PERCORSO DI FORMAZIONE E RICERCA IN RETE SCUOLA DELL INFANZIA PLESSO «E. COPPOLA» SEZ. A PROGETTO VALORIZZAZIONE DEL TERRITORIO DAL PRODUTTORE AL CONSUMATORE IL
DettagliALIMENTARISTA Livello 1 (12 ore)
PROGRAMMA DEL CORSO ALIMENTARISTA Rischio Livello 1 Titolo del corso Destinatari Obiettivi e Finalità Normativa di riferimento Requisiti di ammissione Durata e modalità ALIMENTARISTA Livello 1 (12 ore)
DettagliMacroeconomia a. a. 2014-15 Luca Deidda e-mail: deidda@uniss.it. Economia aperta nel breve periodo e Aree valutarie
Macroeconomia a. a. 2014-15 Luca Deidda e-mail: deidda@uniss.it Economia aperta nel breve periodo e Aree valutarie 0 Obiettivi Modello di breve periodo per un economia aperta, ripasso: Tassi di cambio
DettagliFONDAMENTI DI ECONOMIA AZIENDALE E IMPIANTISTICA INDUSTRIALE
FONDAMENTI DI ECONOMIA AZIENDALE E IMPIANTISTICA INDUSTRIALE Proff.. Alberto Baggini Marco Melacini A.A. 2008/2009 L analisi di bilancio Gli indici di bilancio L analisi di bilancio analisi e valutazione
DettagliSICUREZZA ALIMENTARE: MANUALE DI CORRETTA PRASSI OPERATIVA. Area Sicurezza Alimentare e Produttiva
SICUREZZA ALIMENTARE: MANUALE DI CORRETTA PRASSI OPERATIVA Area Sicurezza Alimentare e Produttiva I Regolamenti comunitari sulla sicurezza alimentare e dei mangimi Regolamento 178/2002 Reg.854/2004 Alimenti
DettagliSicuramente www.clusit.it
Sicuramente www.clusit.it L applicazione degli standard della sicurezza delle informazioni nella piccola e media impresa Claudio Telmon Clusit ctelmon@clusit.it Sicuramente www.clusit.it Associazione no
DettagliREGOLAMENTO PER LA GESTIONE DELLA MANUTENZIONE DELLE STRADE COMUNALI
REGOLAMENTO PER LA GESTIONE DELLA MANUTENZIONE DELLE STRADE COMUNALI (aggiornamento Maggio 2012) 1 1. Finalità. Il presente Regolamento disciplina modalità e procedure per la manutenzione delle strade
DettagliLa vendita e la gestione della rete di vendita CAP 9
La vendita e la gestione della rete di vendita CAP 9 La vendita e la gestione della rete di vendita 1. Il ruolo della vendita e le varie tipologie di forza vendita 2. Il cliente 3. Il processo di vendita
DettagliLE RISORSE E LE COMPETENZE COME BASE DELLA STRATEGIA
LE RISORSE E LE COMPETENZE COME BASE DELLA STRATEGIA CAPITOLO QUINTO Grant R. L analisi strategica per le decisioni aziendali, Il Mulino, Bologna, 1999 1 DAL SETTORE ALL IMPRESA Fino agli anni Novanta:
DettagliUn applicazione della modellistica ARCH-GARCH
Un applicazione della modellistica ARCH-GARCH Federico Andreis Tesina per l esame di Metodi Statistici per la Finanza e le Assicurazioni A.A. 2005/2006 Prof. Diego Zappa Il grafico della serie storica
DettagliMONITOR CALCIO. Un prodotto di ricerca dell ecosistema informativo CHANGE
MONITOR CALCIO Un prodotto di ricerca dell ecosistema informativo CHANGE Conoscere serve a orientare il CAMBIAMENTO e la possibilità di aprire finestre sui NUOVI TREND è oggi indispensabile. Un approccio
DettagliStima dei costi di produzione delle olive da olio (Indagine ISMEA 2011-2012)
I.S.I.S.S. FIANI-LECCISOTTI A.S. 2015/2016 Documento elaborato dalla classe 3^A AMMINISTRAZIONE FINANZA E MARKETING Tutor di progetto prof. Nicola Napolitano Stima dei costi di produzione delle olive da
DettagliConcetto di rischio Pericolo
Pericolo (definizione tratta dal D.lgs 81/08): «Proprietà o qualità intrinseca di un determinato fattore avente il potenziale di causare danni.» (definizione tratta da OHSAS 18001, 3.4) «Fonte o situazione
DettagliCollaudo statico di un ADC
Collaudo statico di un ADC Scopo della prova Verifica del funzionamento di un tipico convertitore Analogico-Digitale. Materiali 1 Alimentatore 1 Oscilloscopio 1 Integrato ADC 0801 o equivalente Alcuni
DettagliRAPIDE. La povertà viene calcolata sulla base. Nel 2002 la spesa media mensile. La povertà in Italia nel 2002 POVERTÀ NEL TEMPO E SUL TERRITORIO
SOTTO LA SOGLIA DI POVERTÀ L 11% DELLE FAMIGLIE La povertà in Italia nel La povertà viene calcolata sulla base di due distinte soglie convenzionali: una soglia relativa, determinata annualmente rispetto
DettagliVALUTAZIONE DELLA TRAIETTORIA OTTIMA NELLA CANOA DISCESA UTILIZZANDO IL SOFTWARE DartTrainer
VALUTAZIONE DELLA TRAIETTORIA OTTIMA NELLA CANOA DISCESA UTILIZZANDO IL Alessandro Berton 2008 Sommario INTRODUZIONE... 3 DEFINIZIONE: LA TRAIETTORIA OTTIMA... 4 INDIVIDUAZIONE PRELIMINARE DELLE TRAIETTORIE
DettagliTEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI
TEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica Parte A. Per verificare l efficacia di un farmaco
DettagliELENCO BANDI IN CORSO E BANDI ESPLETATI NELL ULTIMO TRIENNIO
101 ELENCO BANDI IN CORSO E BANDI ESPLETATI NELL ULTIMO TRIENNIO AVV01010 Selezione per titoli e esame colloquio per predisposiz. di una graduatoria per Dirigente Veterinario T.D. di cui n. 4 posti a Genova.
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliPremessa e obiettivi. dell individuo nella loro pienezza e totalità. ORGANIZZAZIONE STRATEGICA. Risorse Umane POTENZIALE
Premessa e obiettivi La valutazione del potenziale rappresenta una metodologia ben precisa che genera diversi strumenti, schematizzati e di facile lettura, per la gestione del potenziale delle persone
DettagliL evoluzione del Terziario.
L evoluzione del Terziario. I servizi distributivi e i servizi alle imprese nella bassa bergamasca Silvia Biffignandi Temi trattati nella presentazione LA RICERCA Obiettivi e campo di osservazione Metodologia
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliCONSIDERAZIONI SUL SISTEMA DI GESTIONE DELL UTENSILERIA PER LE AZIENDE MANIFATTURIERE METALMECCANICHE
CONSIDERAZIONI SUL SISTEMA DI GESTIONE DELL UTENSILERIA PER LE AZIENDE MANIFATTURIERE METALMECCANICHE Il Sistema ToolRoom Lyra 1 LYRA Sistemi Informatici Il Problema La gestione di grossi volumi di componenti
DettagliVBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.
Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?
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
DettagliParte della gestione finanziaria che ha l'obiettivo di ottimizzare il flusso di disponibilità liquide di un'azienda. Ha lo scopo di non mantenere mai
Parte della gestione finanziaria che ha l'obiettivo di ottimizzare il flusso di disponibilità liquide di un'azienda. Ha lo scopo di non mantenere mai somme inutilizzate, o di regolare e prevenire eventuali
DettagliLE ANALISI DI BILANCIO PER INDICI
LE ANALISI DI BILANCIO PER INDICI Ragioneria A.A. 2014/2015 1 SOMMARIO Aspetti introduttivi La riclassificazione dello Stato Patrimoniale Gli indicatori finanziari e patrimoniali Struttura finanziaria
DettagliPREVENZIONE DEI RISCHI DA ALCOL E DROGHE NEI GIOVANI LAVORATORI
PREVENZIONE DEI RISCHI DA ALCOL E DROGHE NEI GIOVANI LAVORATORI S.P.I.S.A.L. AZ. ULSS 19 DI ADRIA INCONTRO DEL 28 DICEMBRE 2015 Il progetto dell ULSS 19 Analisi del contesto L Organizzazione Internazionale
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
DettagliCNESPS PASSI PER L ITALIA
CNESPS PASSI PER L ITALIA Progressi delle Aziende Sanitarie per la Salute in Italia Il campionamento Giovanna De Giacomi Istituto Superiore di Sanità, 1 Marzo 2005 Obiettivo generale Monitorare alcuni
DettagliLA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO
LA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO Accuratezza degli studi Miettinen, nel 1985, afferma che : la accuratezza di uno studio epidemiologico consiste nel grado di - assenza di errori
DettagliBRC Version 7 LA NUOVA VERSIONE DEL GLOBAL STANDARD FOR FOOD SAFETY
BRC Version 7 LA NUOVA VERSIONE DEL GLOBAL STANDARD FOR FOOD SAFETY Isabella d Adda Verona, 24 Marzo 2015 GLI OBIETTIVI DELLA VERSIONE 7 a Garantire la tracciabilità lungo l intera supply-chain Dare maggiore
DettagliINDAGINE EPIDEMIOLOGICA PER MALATTIA DI AUJESZKY DEL SUINO SIEROPOSITIVITA * CORRELAZIONE EPIDEMIOLOGICA SINTOMI CLINICI
INDAGINE EPIDEMIOLOGICA PER MALATTIA DI AUJESZKY DEL SUINO L INFEZIONE E STATA DIAGNOSTICATA/SOSPETTATA IN SEGUITO A: SIEROPOSITIVITA * CORRELAZIONE EPIDEMIOLOGICA SINTOMI CLINICI * controllo eseguito
DettagliFrancesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia Introduzione La ricerca accademica ha spesso evidenziato l esigenza di costruire indicatori delle performance
DettagliLA POVERTA IN ITALIA NEL 2009 (ISTAT)
POVERTA RELATIVA Misura le risorse economiche di ognuno rispetto a quelle possedute da tutti gli altri. La misura della povertà relativa fa uso della soglia della povertà solitamente definita dalla media
Dettagli