Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza (ANOVA)

Transcript

1 Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza (ANOVA) Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze mattei@disia.unifi.it LM 88 SOCIOLOGIA E RICERCA SOCIALE A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 1 / 95

2 Confronto fra gruppi: Analisi della Varianza (ANOVA) Confrontare g (sotto-)popolazioni Obiettivo: Stabilire se le g popolazioni sono identiche Confronto tra g campioni: I g campioni provengono dalla stessa popolazione o da popolazioni aventi un parametro caratteristico di uguale valore? Esiste evidenza (significatività statistica) che le osservazioni campionarie siano generate da g popolazioni diverse? Valutare se le variazioni osservate su una variabile risposta siano dovute alle differenti situazioni sperimentali riguardanti uno, due, o più fattori ritenuti influenti A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 2 / 95

3 Fattori Si dice fattore una variabile esplicativa discreta con un certo numero finito g di modalità chiamate livelli. Un fattore può rappresentare un trattamento: variabile le cui modalità sono assegnate ad ogni individuo/unità secondo opportune regole di assegnazione Un fattore può rappresentare un carattere intrinseco come l età o il sesso di un individuo Un fattore può rappresentare un raggruppamento arbitrario delle unità come, ad esempio, i blocchi di un esperimento o delle zone geografiche Il livelli del fattore sono considerati su scala nominale, ma verranno per comodità indicati con numeri interi i = 1,..., g A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 3 / 95

4 Esempi Sperimentazione agraria finalizzata a valutare come varia la produzione di mais a seconda del tipo di fertilizzante impiegato Fertilizzante (A,B,C) = Fattore a 3 livelli Produzione di mais (per unità di superficie) = Variabile risposta Una ditta che produce elettrodomestici ha condotto un esperimento su 5 prototipi di lavatrice, misurando il loro livello di rumorosità durante alcune prove di lavaggio: l obiettivo è quello di individuare il prototipo a cui è associata una minore rumorosità Prototipo di lavatrice = Fattore a 5 livelli Rumorosità = Variabile risposta Un eccessiva presenza di ozono nell aria è indice di inquinamento atmosferico. In relazione a ciò, sono stati raccolti ed esaminati sei campioni di aria per quattro luoghi diversi. Sito = Fattore a 4 livelli Quantitativi di ozono rilevati = Variabile risposta (in parti per milione) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 4 / 95

5 Ozono Quantitativi di ozono rilevati (in parti per milione) in quattro diversi siti Siti Osservazioni Le unità sperimentali sono costituite dalle 24 operazioni di misurazione dell ozono Il fattore studiato è la localizzazione: i 4 siti in cui sono state effettuate le osservazioni In ogni sito si sono effettuate 6 misurazioni: campioni casuali della stessa ampiezza, pari a 6, da ogni popolazione (sito) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 5 / 95

6 Capacità cognitive dei bambini I dati seguenti riguardano uno studio condotto per confrontare l effetto di diversi programmi di assistenza all infanzia (fattore a 3 livelli) sulle capacità cognitive di bambini tra 3 e 4 anni I bambini sono suddivisi in tre gruppi: 1. No Programma: Bambini che non frequentano l asilo; 2. Programma Standard: Bambini che frequentano asili in cui è adottato il programma educativo standard; 3. Programma innovativo: Bambini che frequentano asili in cui è adottato un programma educativo innovativo, Al termine dell anno scolastico viene somministrato un test a tutti i bambini per rilevare le loro capacità cognitive A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 6 / 95

7 Capacità cognitive dei bambini (Dati simulati) No Programma Programma Standard Programma Innovativo A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 7 / 95

8 Schematizzazione dei dati negli studi a un solo fattore Fattore Osservazioni oppure 1 y 11 y y 1i... y 1n1 2 y 21 y y 2i... y 2n2... g y g1 y g2... y gi... y gng Livelli del fattore g y 11 y y g1 y 12 y y g2... y 1i y 2i... y gi y 1n1 y 2n2... y gng A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 8 / 95

9 Schematizzazione dei dati negli studi a un solo fattore oppure Unità Variabile risposta Livelli del u i y i fattore 1 y y 2 1 n 1 y n1 1 n y n n y n n 1 + n 2 y n1 +n 2 2 i y i l n y n g A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 9 / 95

10 Assunzioni Sono disponibili g campioni casuali semplici indipendenti di numerosità n 1,..., n g Y 11,..., Y 1n1 ; Y 21,..., Y 2n2 ;... Y 1g,..., Y gng Ogni campione è tratto da una distribuzione normale di media µ l (l = 1,..., g) e varianza costante σ 2 (ipotesi di omoschedasticità) Y li N(µ l, σ 2 ) i = 1,..., n l µ 1 µ 2 µ 3 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 10 / 95 y

11 Medie campionarie Medie entro gruppi Media globale dove n = n 1 + n n g ˆµ 1 = Y 1 = 1 n 1 1 ˆµ l = Y l = n l 1 ˆµ g = Y g = g n g ˆµ = Y = 1 Y li = 1 n i=1 n l=1 n l n 1 Y 1i i=1 n l Y li i=1 n g Y gi i=1 g l=1 Y l n l A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 11 / 95

12 Medie campionarie: Capacità cognitive dei bambini No Programma Programma Standard Programma Innovativo Totale n l Medie A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 12 / 95

13 Medie campionarie: Capacità cognitive dei bambini n = = 33 g n l ˆµ = Y = 1 n l=1 i=1 Y li = = ˆµ = = 1 n g l=1 Y l n l = = = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 13 / 95

14 Varianze campionarie Varianze entro gruppi S1 2 = Sl 2 = Sg 2 = 1 n 1 (Y 1i Y 1 ) 2 n 1 1 i=1 1 n l (Y li Y l ) 2 n l 1 i=1 1 n g (Y gi Y g ) 2 n g 1 i=1 Varianza totale (marginale) 1 n 1 g n l (Y li Y ) 2 l=1 i=1 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 14 / 95

15 Varianze entro gruppi: Capacità cognitive dei bambini No Programma Programma Standard Programma Innovativo n l Medie Varianze A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 15 / 95

16 Varianza entro il gruppo di bambini con programma innovativo Gruppo 3: Programma Innovativo Bambino y 3,i (y 3,i y 3 ) Totale y 3 = s 2 1 = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 16 / 95

17 Varianza campionaria: Capacità cognitive dei bambini n = 33 Y = = n 1 g n l (Y li Y ) 2 = l=1 i= [( )2 + + ( ) 2 + ( ) ( ) 2 + ( ) ( ) 2 ] = = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 17 / 95

18 Devianze Devianza totale (Somma dei quadrati totale) g n l D T = (Y li Y ) 2 = l=1 i=1 n 1 i=1 n l (Y 1i Y ) (Y gi Y ) 2 Devianza entro gruppi (Somma dei quadrati entro gruppi): Somma delle devianze entro gruppi g n l D W = (Y li Y l ) 2 = l=1 i=1 g l=1 dove D l = n l (Y li Y l ) 2 = sl 2 (n l 1) i=1 Devianza tra gruppi (Somma dei quadrati tra gruppi): Devianza delle medie entro gruppi D B = g l=1 (Y l Y ) 2 n l = (Y 1 Y ) 2 n (Y g Y ) 2 n g A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 18 / 95 D l i=1

19 Devianze: Capacità cognitive dei bambini Gruppo n l Media Devianza sl 2 No programma Programma standard Programma innovativo Tutti D T = = D W = = D B = ( ) ( ) ( ) 2 11 = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 19 / 95

20 Scomposizione della devianza Devianza Totale = Devianza entro gruppi + Devianza tra gruppi Somma dei Quadrati Totale = Somma dei Quadrati Entro Gruppi = Somma dei Quadrati Tra Gruppi D T = D W + D B Esempio: Capacità cognitive dei bambini D T = = = D W + D B A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 20 / 95

21 Varianza tra gruppi Varianza tra gruppi = Devianza tra gruppi gdl B = Media dei quadrati tra gruppi In formule S 2 B = D B g 1 Esempio: Capacità cognitive dei bambini s 2 B = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 21 / 95

22 Varianza entro i gruppi Varianza entro i gruppi = In formule Devianza entro i gruppi gdl W S 2 = D W n g = Media dei quadrati entro i gruppi Varianza entro i gruppi = Media ponderata delle varianze entro i singoli gruppi dove S 2 = S 2 1 (n 1 1) + S 2 2 (n 2 1) + + S 2 g (n g 1) (n 1 1) + (n 2 1) + + (n g 1) (n 1 1) + (n 2 1) + + (n g 1) = (n 1 + n n g ) g = n g La varianza entro i gruppi, S 2, è uno stimatore della varianza σ 2 comune (pooled) delle popolazioni da cui sono estratti i g campioni A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 22 / 95

23 Varianza entro i gruppi Esempio: Capacità cognitive dei bambini s 2 = = [ (8 1) (14 1) (11 1)] 30 = dove 30 = 33 3 = (8 1) + (14 1) + (11 1) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 23 / 95

24 Scomposizione della devianza: sintesi Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati Tra Gruppi D B g 1 D B /(g 1) Entro i Gruppi D W n g D W /(n g) Totale D T n 1 D T /(n 1) Esempio: Capacità cognitive dei bambini Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati Tra Gruppi D B = g 1 = 3 1 = Entro i Gruppi D W = n g = 33 3 = Totale D T = n 1 = 33 1 = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 24 / 95

25 Varianza spiegata e varianza residua La varianza tra gruppi, varianza delle medie entro i gruppi, viene anche detta varianza spiegata La varianza spiegata rappresenta la parte di variabilità totale riprodotta dalle medie condizionate La varianza entro gruppi, media ponderata delle varianze entro i gruppi, viene anche detta varianza residua La varianza residua rappresenta la parte di variabilità totale non spiegata dai gruppi Misura la variabilità interna alle distribuzioni condizionate rispetto alle proprie medie A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 25 / 95

26 Varianza spiegata e varianza residua µ 1 µ 2 µ 3 y µ 1 µ 2 µ 3 y A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 26 / 95

27 Verifica di ipotesi per l uguaglianza tra le medie Sistema di ipotesi Statistica test H 0 µ 1 = µ 2 =... = µ g versus H a Almeno un uguaglianza in H 0 è falsa F = Varianza tra gruppi Varianza entro i gruppi = D B/(g 1) D W /(n g) Sotto H 0 F F (g 1),(n g) Regione di rifiuto al livello di significatività α RC α F f (g 1),(n g) (α) dove f (g 1),(n g) (α) Pr(F (g 1),(n g) f (g 1),(n g) (α)) = α p value = Pr(F (g 1),(n g) F oss ; H 0 ) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 27 / 95

28 Tavola ANOVA Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati F-value p value Tra Gruppi D B g 1 s 2 B = D B/(g 1) s 2 B /s2 p value Entro i Gruppi D W n g s 2 = D W /(n g) Totale D T n 1 D T /(n 1) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 28 / 95

29 Verifica di ipotesi per l uguaglianza tra le medie Esempio: Capacità cognitive dei bambini Sistema di ipotesi H 0 µ 1 = µ 2 = µ 3 versus H a Almeno un uguaglianza in H 0 è falsa (µ 1 µ 2 oppure µ 1 µ 3 oppure µ 2 µ 3 ) Statistica test F oss = /(3 1) /(33 3) = = Sotto H 0, F F (3 1),(33 3) Regione di rifiuto al livello di significatività α = 0.05 RC 0.05 F f (3 1),(33 3) (0.05) = F oss = > = f (3 1),(33 3) (0.05) I dati mostrano evidenza contro l ipotesi nulla al livello di significatività del 5% p value = Pr(F (3 1),(33 3) 6.215; H 0 ) = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 29 / 95

30 Tavola ANOVA Esempio: Capacità cognitive dei bambini Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati F-value p value Tra Gruppi Entro i Gruppi Totale A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 30 / 95

31 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali Popolazioni: Y 1 N(µ 1, σ 2 1 ) versus Y 2 N(µ 2, σ 2 2 ) indipendenti, σ2 1 e σ 2 2 ignote ma σ2 1 = σ2 2 σ2 Campioni casuali indipendenti: (Y 11,..., Y 1n1 ) i.i.d. (Y 21,..., Y 2n2 ) i.i.d. indipendenti Sistema di ipotesi H 0 µ 1 = µ 2 versus H a µ 1 µ 2 Stimatore congiunto (pooled) della varianza: S 2 1 = S 2 2 = 1 n 1 (Y 1i Y 1 ) 2 n 1 1 i=1 2 Sp = (n 1 1)S1 2 + (n 2 1)S2 2 1 n 2 (Y 2i Y 2 ) 2 n 1 + n 2 2 n 2 1 i=1 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 31 / 95

32 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali Statistica test Y 1 Y 2 T = (Y 1 Y 2 ) 0 Y 1 Y 2 = S p 2 + S p 2 Sp 2 ( ) n 1 n n 1 n 2 2 Sotto l ipotesi nulla T t n1 +n 2 2 Livello di significatività del test = α Regione Critica (Regione di Rifiuto) RC(α) T t (n1 +n 2 2),α/2 oppure T t (n1 +n 2 2),α/2 p value = 2 [1 P(T n1 +n 2 2 t oss ; H 0 )] = P(F 1,n1 +n 2 2 F oss ; H 0 ) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 32 / 95

33 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali Tavola ANOVA Devianza SQ GdL MQ F-value p value Tra Gruppi D B 2 1 s 2 B = D B/(2 1) s 2 B /s2 p value Entro i Gruppi D W n 2 s 2 = D W /(n 2) Totale D T n 1 D T /(n 1) dove n = n 1 + n 2 s 2 = D W n 2 = (n 1 1)s1 2 + (n 2 1)s2 2 n 1 + n 2 2 = n 1 i=1 (y 1i y 1 ) 2 + n2 (y 2i y 2 ) 2 i=1 n 1 + n 2 2 D B = (y 1 y) 2 n 1 + (y 2 y) 2 n 2 y = (y y 1n1 ) + (y y 2n2 ) n 1 + n 2 Sotto H 0, F F 1,n1+n 2 2 = t 2 n 1+n 2 2 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 33 / 95

34 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali: Esempio Obiettivo: Confrontare il voto medio alla fine del primo anno di studenti di istituti professionali in classi in cui si sono adottati metodi di insegnamento standard (popolazione 1) e in classi in cui si sono adottati metodi di insegnamento interattivi (popolazione 2) Metodo di insegnamento Metodo di insegnamento standard interattivo Ipotesi H 0 µ 1 = µ 2 vs H a µ 1 µ 2 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 34 / 95

35 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali: Esempio Stima della differenza tra le medie y 2 y 1 = Stima della varianza pooled = = 0.8 Quindi s 2 p = s 2 1 = = e s2 2 = = = = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 35 / 95

36 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali: Esempio Regione di rifiuto al livello di significatività α = 0.01 RC 0.01 = T oppure T perché sotto H 0 T t 6 Valore osservato della statistica test t oss = y 2 y 1 s 2 p ( 1 n n 2 ) = ( ) = = = Decisione: IIl valore osservato della statistica test NON appartiene alla regione di rifiuto: t 0.005,6 = < t oss = < = t 0.005,6. I dati NON mostrano evidenza contraria all ipotesi nulla al livello di significatività del 1% p value = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 36 / 95

37 Test per la differenza tra le medie Popolazioni Normali e varianze ignote ma uguali: Esempio Tavola ANOVA Gruppo n l Media Devianza sl D T = = 2.32 D W = = 1.12 D B = (6 6.3) ( ) 2 3 = = 1.2 Devianza SQ GdL MQ F-value p value Tra Gruppi Entro i Gruppi Totale RC(0.01) F f 1,6(0.01) = = Decisione: I dati NON mostrano evidenza contraria all ipotesi nulla al livello di significatività del 1%: F oss = 6.43 = (T oss) 2 = (2.535) 2 < = f 1,6(0.01) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 37 / 95

38 Test F versus test t Per g > 2 si possono considerare confronti a coppie g (g 1)/2 possibili confronti Multipli test t: la probabilità di commettere l errore di prima specie è relativo al singolo confronto ma non si applica a tutti i confronti congiuntamente considerati Fissato il livello di significatività del test t, α, α è la probabilità di commettere l errore di prima specie in ciascuno dei g (g 1)/2 possibili confronti, ossia la probabilità di rifiutare l ipotesi che due medie siano uguali quando le due popolazioni hanno uguale media Il test F permette di controllare la probabilità di commettere l errore di I specie nei confronti multipli Fissato il livello di significatività del test F, α, α è la probabilità di commettere l errore di prima specie, ossia di rifiutare l ipotesi che le g medie siano uguali quando le g popolazioni hanno tutte la stessa media A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 38 / 95

39 Confronti a coppie: Intervalli di confidenza per la differenza tra due medie Popolazioni: Y 1 N(µ 1, σ 2 ),..., Y g N(µ g, σ 2 ) indipendenti, Campioni casuali indipendenti: (Y 11,..., Y 1n1 ) i.i.d.... (Y g1,..., Y gng ) i.i.d. indipendenti Stimatore della differenza tra le medie Y h Y k N (µ h µ k, σ2 n h + σ2 n k ) Stimatore congiunto (pooled) della varianza: S 2 = D W n g = S 1 2 (n 1 1) + S2 2 (n 2 1) + + Sg 2 (n g 1) (n 1 1) + (n 2 1) + + (n g 1) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 39 / 95

40 Confronti a coppie: Intervalli di confidenza per la differenza tra due medie Statistica T = (Y h Y k ) (µ h µ k ) S 2 p ( 1 n h + 1 n k ) t n g Intervallo di confidenza al livello di confidenza 1 α s IC 1 α (µ h µ k ) = (y y ) t h k (n g),α/2 p 2 ( 1 n + 1 h n ); k (y h y k ) + t (n g),α/2 sp 2 ( ) n h n k A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 40 / 95

41 Il livello di confidenza nei confronti multipli Il livello di confidenza 1 α di ogni intervallo di confidenza non può essere interpretato come il livello di fiducia che ciascun intervallo di confididenza contenga la vera differenza tra le medie Confronti multipli: Fissare il livello di confidenza congiunto Nel campionamento ripetuto, il livello di confidenza congiunto (1 α) rappresenta la probabilità che tutti i g (g 1)/2 intervalli di confidenza contengano la vera differenza tra le medie α% dei campioni porta a almeno un intervallo di confidenza tra i g (g 1)/2 intervalli di confidenza che non contiene la vera differenza tra le medie Confronto multiplo di Bonferroni: Per ottenere intervalli di confidenza di livello di confidenza congiunto (1 α), ciascun intervallo di confidenza è costruito utilizzando un livello di confidenza 1 α Bonferroni = 1 α Numero di confronti = 1 α g (g 1)/2 Il livello di confidenza di Bonferroni garantisce che il livello di confidenza complessivo sia almeno pari a 1 α (approccio conservativo) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 41 / 95

42 Confronti multipli: Capacità cognitive dei bambini g = 3 g (g 1)/2 = 3 (3 1)/2 = 3 possibili confronti Stima pooled della varianza s 2 = = Livello di confidenza: 1 α = 0.95 t 30,0.025 = Livello di confidenza di Bonferroni: 1 α Bonferroni = = = 0.98 t 30,0.017/2 = Confronti Gruppi y h y k IC 0.95 IC 0.95 Bonferroni (P.I, No P.) 22.5 ( 9.44; 35.56) (6.29; 38.71) (P.I.,P.S.) 10.5 ( 0.82; 21.82) ( 3.56; 24.56) (P.S.,No.P) 12.0 ( 0.45; 24.45) ( 3.46; 27.46) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 42 / 95

43 Confronti multipli: Capacità cognitive dei bambini Livello di confidenza: 1 α = 0.90 t 30,0.05 = Livello di confidenza di Bonferroni: 1 α Bonferroni = = = t 30,0.033/3 = Confronti Gruppi y h y k IC 0.90 IC 0.90 Bonferroni (P.I, No P.) 22.5 (11.65; 33.35) (8.24; 36.76) (P.I.,P.S.) 10.5 (1.09; 19.91) ( 1.87; 22.87) (P.S.,No.P) 12.0 (1.65; 22.35) ( 1.60; 25.60) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 43 / 95

44 Variabili indicatrici Dato un fattore A con livelli l = 1,..., g si definiscono le variabili A il = { 1 se l unità i appartiene al gruppo l 0 Altrimenti Le variabili A il si dicono anche variabili dummy o variabili indicatrici associate ai livelli del fattore A e indicano la presenza o l assenza di quel livello, ossia l appartenenza dell unità i a un dato gruppo l A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 44 / 95

45 Variabili indicatrici u i y i A i,1 A i,2 A i,3 u i y i A i,1 A i,2 A i, A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 45 / 95

46 Il modello di analisi della varianza Y li = µ l + ɛ li ɛ li N(0, σ 2 ) indipendenti (Y li N(µ l, σ 2 ) indipendenti) Oppure, equivalentemente, Y i = µ 1 A i1 + µ 2 A i2 + + µ g A ig + ɛ i ɛ i N(0, σ 2 ) indipendenti (Y i N(µ 1 A i1 + + µ g A ig, σ 2 ) indipendenti) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 46 / 95

47 Il modello di analisi della varianza Esempio: Capacità cognitive dei bambini Y 1,i = µ 1 + ɛ 1,i Y 2,i = µ 2 + ɛ 2,i Y 3,i = µ 3 + ɛ 3,i ɛ l,i N(0, σ 2 ) indipendenti l = 1, 2, 3 = No programma, Programma standard, Programma innovativo Oppure, equivalentemente, con ɛ i N(0, σ 2 ) indipendenti Y i = µ 1 A i,1 + µ 2 A i,2 + µ 3 A i,3 + ɛ i A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 47 / 95

48 Il modello di analisi della varianza con vincolo baseline Y i = β 0 + β 2 A i2 + + β g A ig + ɛ i ɛ i N(0, σ 2 ) indipendenti Y i N(β 0 + β 2 A i2 + + β g A ig, σ 2 ) indipendenti β 0 = µ 1 β l = µ l µ 1 µ l = β l + β 0 l = 1,..., g Avremmo potuto includere anche la prima variabile indicatrice, A 1i ma in tal caso avremmo incluso g + 1 parametri, β 0, β 1,..., β g contro g medie µ 1,..., µ k, strettamente necessarie. Dal punto di vista della stima, il modello con g + 1 parametri ha infinite soluzioni per le stime dei minimi quadrati Per convenzione come gruppo di riferimento (baseline) si considera il gruppo 1 ma la scelta è arbitraria Le stime dei parametri β l sono differenze o contrasti tra la media nel livello/gruppo l e la media del gruppo considerato come baseline A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 48 / 95

49 Il modello di analisi della varianza con vincolo baseline Vincolo baseline β 0 = Y 1 β1 = 0 βl = Y l Y 1 l = 2,..., g Stima dell intercetta = Media campionaria per il gruppo baseline Le stime dei parametri β l sono differenze o contrasti tra la media nel livello/gruppo l e la media del gruppo considerato come baseline I contrasti β l misurano l effetto del fattore A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 49 / 95

50 Il modello di analisi della varianza con vincolo baseline Esempio: Capacità cognitive dei bambini con Y i = β 0 + β 2 A i,2 + β 3 A i,3 + ɛ i ɛ i N(0, σ 2 ) indipendenti e gruppo 1 ( No programma ) come gruppo di riferimento Stima SE t value p value Costante Programma standard Programma Innovativo A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 50 / 95

51 Il test F H 0 µ 1 = µ 2 =... = µ g µ 2 µ 1 = 0 µ 3 µ 1 = 0 µ g µ 1 = 0 H 0 β 2 = β 3 =... = β g = 0 F = Varianza tra gruppi Media dei quadrati di regressione = Varianza entro i gruppi Media dei quadrati dei residui D B /(g 1) RSS/k = D W /(n g) SSE/(n k 1) con k = g 1 n k 1 = n (g 1) 1 = n g. Sotto l ipotesi nulla F F k,(n k 1) F (g 1),(n g), quindi RC(α) = F f k,(n k 1) (α) f (g 1),(n g) (α) p value = Pr(F k,(n k 1) F oss ; H 0 ) Pr(F (g 1),(n g) F oss ; H 0 ) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 51 / 95

52 Tavola ANOVA Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati F-value p value Tra Gruppi D B g 1 sb 2 = D B/(g 1) sb 2 /s2 p value Entro i Gruppi D W n g s 2 = D W /(n g) Totale D T n 1 D T /(n 1) Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati F -value p value Regressione RSS k RSS/k RMS/MSE p value Residua SSE n k 1 SSE/(n k 1) Totale TSS n 1 TSS/(n 1) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 52 / 95

53 Verifica di ipotesi per l uguaglianza tra le medie Esempio: Capacità cognitive dei bambini Ipotesi H 0 µ 1 = µ 2 = µ 3 versus H a µ 1 µ 2 o µ 1 µ 3 o µ 2 µ 3 oppure, equivalentemente, H 0 β 2 = β 3 = 0 versus H a β 2 0 o β 3 0 Tavola ANOVA Fonte di Somma dei Media dei Variabilità Quadrati GdL Quadrati F-value p value Tra Gruppi (Regressione) Entro i Gruppi (Residua) Totale A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 53 / 95

54 Verifica di ipotesi per l uguaglianza tra le medie Esempio: Capacità cognitive dei bambini k = g 1 = 3 1 = 2 F F 2,(33 2 1) F (3 1),(33 3) sotto H 0 Regione di rifiuto al livello di significatività α = 0.05 RC 0.05 F f (3 1),(33 3) (0.05) = F oss = > = f 2,(33 2 1) (0.05) f (3 1),(33 3) (0.05) I dati mostrano evidenza contro l ipotesi nulla al livello di significatività del 5% p-value p value = Pr(F 2,(33 2 1) 6.215; H 0 ) = Pr(F (3 1),(33 3) 6.215; H 0 ) = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 54 / 95

55 Analisi della varianza con due fattori Due fattori (variabili categoriche) A e B possono esercitare un influenza sulla variabile risposta Y Esempio I: Il direttore di una società ha raccolto le entrate (in migliaia di dollari) per 5 anni e in base al mese Anno = Fattore a 5 livelli (Anno 1, Anno 2,... Anno 5) Mese = Fattore a 12 livelli (Gennaio,..., Dicembre) Entrate = Variabile risposta Esempio II: Valutare l effetto di tre differenti trattamenti dietetici per soggetti obesi classificati per sesso. Trattamento dietetico = Fattore a 3 livelli Sesso = Fattore a 2 livelli (Maschio, Femmina) Peso = Variabile risposta A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 55 / 95

56 Analisi della varianza con due fattori Una impresa di servizi informatici ha condotto un indagine per valutare i fattori che determinano le differenze di salario Livello di istruzione (Fattore A) = Fattore a 3 livelli (1 = Diploma, 2 = Laurea, 3 = Master/Dottorato) Ruolo nell azienda (Fattore B) = Fattore a 2 livelli (0 = Impiegato, 1 = Funzionario) Salario = Variabile risposta A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 56 / 95

57 Salari degli informatici u i y i A i B i u i y i A i B i u i y i A i B i A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 57 / 95

58 Analisi della varianza con due fattori: Medie di gruppo Siano A e B due fattori con H e K livelli rispettivamente Totale gruppi: g = H K Si possono calcolare H K medie di gruppo Fattore Fattore B A 1... k... K 1 µ µ 1k... µ 1K h µ h1... µ hk... µ hk H µ H1... µ Hk... µ HK Confrontare le medie di Y per i livelli di A controllando per B Confrontare le medie di Y per i livelli di B controllando per A Confrontare le medie di cella A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 58 / 95

59 Analisi della varianza con due fattori: Esempi teorici Esempio I: Il salario medio non cambia rispetto al ruolo nell azienda, controllando per il livello di istruzione Livello di Ruolo nell azienda Istruzione Impiegato Funzionario Diploma Laurea Master/Dottorato Esempio II: Il salario medio non varia con il livello di istruzione, controllando per il ruolo nell azienda Livello di Ruolo nell azienda Istruzione Impiegato Funzionario Diploma Laurea Master/Dottorato A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 59 / 95

60 Analisi della varianza con due fattori: Esempi Esempio III: Istruzione e ruolo nell azienda non hanno alcun effetto sul salario Livello di Ruolo nell azienda Istruzione Impiegato Funzionario Diploma Laurea Master/Dottorato A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 60 / 95

61 Analisi della varianza con due fattori: Medie di gruppo Esempio: Salari degli informatici A e B hanno rispettivamente H = 3 e K = 2 livelli Totale gruppi: g = H K = 3 2 = 6 Si possono calcolare H K = 3 2 = 6 medie di gruppo Livello di Ruolo nell azienda Istruzione Impiegato Funzionario Totale Diploma (n 11 = 9) (n 12 = 5) (n 1. = 14) Laurea (n 21 = 12) (n 22 = 7) (n 2. = 19) Master/Dottorato (n 31 = 5) (n 32 = 8) (n 3. = 13) Totale (n.1 = 26) (n.2 = 20) (n = 46) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 61 / 95

62 Variabili indicatrici Variabili indicatrici per il fattore A A ih = { 1 se l unità i appartiene al gruppo h 0 Altrimenti h = 1,..., H Variabili indicatrici per il fattore B B ik = { 1 se l unità i appartiene al gruppo k 0 Altrimenti k = 1,..., K A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 62 / 95

63 Variabili indicatrici Esempio: Salari degli informatici u i y i A i1 A i2 A i3 B i1 B i A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 63 / 95

64 Modello di analisi della varianza con due fattori senza interazione Vincolo Baseline Y i = β 0 + β A 2 A i β A H A ih + β B 2 B i β B K B ik + ɛ i con ɛ i N(0, σ 2 ) indipendenti Nel modello di analisi della varianza con due fattori A e B (senza interazione) aventi H e K livelli si costruiscono H 1 variabili indicatrici per A e K 1 variabili indicatrici per B Numero parametri: 1 + (H 1) + (K 1) GdL: n 1 (H 1) (K 1) = n H K + 1 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 64 / 95

65 Modello di analisi della varianza con due fattori senza interazione Vincolo Baseline - Interpretazione dei parametri β 0 = µ 11 : Valore medio di Y nel gruppo con A = 1 e B = 1 β A h = µ hk µ 1k : Differenza tra la media di Y nel gruppo con A = h e B = k e la media di Y nel gruppo con A = 1 e B = k, quale che sia k = 1,..., K β B k = µ hk µ h1 : Differenza tra la media di Y nel gruppo con A = h e B = k e la media di Y nel gruppo con A = h e B = 1, quale che sia h = 1,..., H µ 11 = β 0 µ h1 = β 0 + β A h µ 1k = β 0 + β B k µ hk = β 0 + β A h + βb k A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 65 / 95

66 Modello di analisi della varianza con due fattori senza interazione Vincolo Baseline: Salari degli informatici Y i = β 0 + β A LaureaA i,laurea + β A Master/PhDA i,master/phd + β B FunzionarioB i,funzionario + ɛ i β 0: Salario medio degli impiegati con diploma β A Laurea: Differenza tra il salario medio dei laureati e il salario medio dei diplomati fissato il ruolo nell azienda βlaurea A = µ Laurea,Impiegato µ Diploma,Impiegato = µ Laurea,Funzionario µ Diploma,Funzionario β A Master/PhD: Differenza tra il salario medio di dipendenti con master o dottorato e il salario medio dei diplomati fissato il ruolo nell azienda β A Master/PhD = µ Master/PhD,Impiegato µ Diploma,Impiegato = µ Master/PhD,Funzionario µ Diplona,Funzionario β B Funzionario: Differenza tra il salario medio di funzionari e il salario medio di impiegati fissato il livello di istruzione βfunzionario B = µ Diploma,Funzionario µ Diploma,Impiegato = µ Laurea,Funzionario µ Laurea,Impiegato = µ Master/PhD,Funzionario µ Master/PhD,Impiegato A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 66 / 95

67 Modello di analisi della varianza con due fattori senza interazione Vincolo Baseline: Salari degli informatici Variabile Stima ES tvalue p value Costante Istruzione (Baseline: Diploma) Laurea Master/PhD Ruolo (Baseline: Impiegato) Funzionario β 0 = : Salario medio degli impiegati con diploma β A Laurea = : Differenza tra il salario medio dei laureati e il salario medio dei diplomati fissato il ruolo nell azienda β A Master/PhD = : Differenza tra il salario medio di dipendenti con master o dottorato e il salario medio dei diplomati fissato il ruolo nell azienda β Funzionario B = : Differenza tra il salario medio di funzionari e il salario medio di impiegati fissato il livello di istruzione A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 67 / 95

68 Modello di analisi della varianza con due fattori senza interazione Valori teorici Livello di Ruolo nell azienda istruzione Impiegato Funzionario Diploma µ D,I = β 0 µ D,F = β 0 + β Funzionario B Laurea µ L,I = β 0 + β Laurea A µ L,F = β 0 + β Laurea A + β Funzionario B Master/PhD µ M/PhD,I = β 0 + β A Master/PhD µ M/PhD,F = β 0 + β A Master/PhD + β Funzionario B Diploma,Impiegato µ D,I = Diploma,Funzionario µ D,F = = Laurea,Impiegato µ L,I = = Laurea,Funzionario µ L,F = = Master/PhD,Impiegato µ M/PhD,I = = Master/PhD,Funzionario µ M/PhD,F = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 68 / 95

69 Modello di analisi della varianza con due fattori senza interazione Impiegato Funzionario Diploma Laurea Master/PhD Diploma Laurea Master/PhD Impiegato Funzionario A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 69 / 95

70 Il test F Y i = β 0 + β A 2 A i β A H A ih + β B 2 B i β B K B ik + ɛ i Sistema di ipotesi H 0 β A 2 = = βa H = βb 2 = = βb K = 0 versus H a Almeno un coefficiente è diverso da zero Statistica test RSS/(H 1 + K 1) F = SSE/(n H K + 1) = RMS MSE F (H 1+K 1),(n H K+1) sotto H 0 Regione critica di livello di significatività α RC α dove f (H 1+K 1),(n H K+1) (α): F f (H 1+K 1),(n H K+1) (α) Pr(F (H 1+K 1),(n H K+1) f (H 1+K 1),(n H K+1) (α)) = α A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 70 / 95

71 Tavola di Analisi della Varianza (Tavola ANOVA) Fonte di Somma dei Media dei Statistica Variabilità quadrati GdL quadrati F p value Regressione RSS (H 1) + (K 1) RMS RMS/MSE p value Residua SSE n H K + 1 MSE Totale TSS n 1 MQT dove p value = Pr(F (H 1+K 1),(n H K+1) F oss ; H 0 ) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 71 / 95

72 Il test F : Salari degli informatici Y i = β 0 +β A Laurea A i,laurea+β A Master/PhD A i,master/phd+β B Funzionario B i,funzionario+ɛ i Ipotesi Tavola ANOVA H 0 β A Laurea = βa Master/PhD = βb Funzionario = 0 versus H a Almeno un coefficiente è diverso da zero Fonte di Somma dei Media dei Statistica Variabilità quadrati GdL quadrati F p value Regressione Residua Totale A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 72 / 95

73 Il test F : Salari degli informatici Statistica test F oss = / /42 = = Regione critica di livello di significatività α = 0.05 p value RC 0.05 F f 3,42 (0.05) = p value = Pr(F 3, ; H 0 ) = Forte evidenza contro l ipotesi nulla A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 73 / 95

74 Modelli a confronto Modello esteso Y i = β 0 + β A 2 A i β A H A ih + β B 2 B i β B K B ik + ɛ i versus Modell ridotto Y i = β 0 + β B 2 B i β B K B ik + ɛ i H 0 β A 2 = βa 3 = = βa H = 0 versus H a Almeno un uguaglianza in H 0 è falsa Esempio: Salari degli informatici M e Y i = β 0 + β A Laurea A i,laurea + β A Master/PhD A i,master/phd + β B Funzionario B i,funzionario + ɛ i versus M r Y i = β 0 + β B Funzionario B i,funzionario + ɛ i H 0 β A Laurea = β A Master/PhD = 0 versus H a β A Laurea 0 oppure β A Master/PhD 0 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 74 / 95

75 Modelli a confronto Valori teorici ŷ ie = β 0 + β A 2 A i2 + + β A H A ih + β B 2 B i2 + + β B K B ik ŷ ir = β 0 + β B 2 B i2 + + β B K B ik Somma dei quadrati degli errori Modello Esteso Modello Ridotto SSE e = n (y i ŷ ie ) 2 con gdl e = n H K + 1 i=1 SSE r = n (y i ŷ ir ) 2 con gdl r = n (K 1) 1 i=1 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 75 / 95

76 Modelli di regressione a confronto Statistica Test F = (SSE r SSE e )/(gdl r gdl e ) = (SSE r SSE e )/(H 1) SSE e /gdl e SSE e /(n H K + 1) dove gdl r gdl e = H 1 = numero di termini aggiuntivi presenti nel modello esteso Sotto l ipotesi nulla F F (H 1),n H K+1 Regione di rifiuto al livello di significatività α: RC α F f H 1,n H K+1 (α) p value = Pr(F H 1,n H K+1 F oss ; H 0 ) A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 76 / 95

77 Modelli a confronto Esempio: Salari degli informatici Modello esteso Y i = β 0 + β A Laurea A i,laurea + β A Master/PhD A i,master/phd+ β B Funzionario B i,funzionario + ɛ i versus Modell ridotto Y i = β 0 + β B Funzionario B i,funzionario + ɛ i H 0 β A Laurea = βa Master/PhD = 0 versus H a β A Laurea 0 oppure βa Master/PhD 0 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 77 / 95

78 Modelli a confronto Esempio: Salari degli informatici Tavola ANOVA modello esteso Fonte di Somma dei Media dei Statistica Variabilità quadrati GdL quadrati F p value Regressione Residua Totale Tavola ANOVA modello ridotto Fonte di Somma dei Media dei Statistica Variabilità quadrati GdL quadrati F p value Regressione Residua Totale A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 78 / 95

79 Il test F : Salari degli informatici Statistica test F oss = ( )/(44 42) /42 Regione critica di livello di significatività α = 0.05, 0.01 = = RC 0.05 F f 2,42 (0.05) = 3.22 RC 0.01 F f 2,42 (0.01) = p value p value = Pr(F 2, ; H 0 ) = Evidenza contro l ipotesi nulla al livello di significatività del 5% ma i dati non mostrano sufficiente evidenza contraria all ipotesi nulla al livello di significatività del 1% A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 79 / 95

80 Modelli a confronto Esempio: Salari degli informatici Modello SSE GdL F value p value Modello esteso Istruzione: H 0 βlaurea A = βa Master/PhD = Ruolo nell azienda: H 0 βfunzionario B = Modello nullo: H 0 βlaurea A = βa Master/PhD = βfunzionario B = 0 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 80 / 95

81 Modello di analisi della varianza con due fattori con interazione Y i = β 0 + β2 AA i βh AA ih + β2 BB i βk BB ik + β22 ABA i2 B i β2k ABA i2 B ik βh2 ABA ih B i βhk AB ih B ik + ɛ i con ɛ i N(0, σ 2 ) indipendenti Nel modello di analisi della varianza con due fattori A e B (con interazione) aventi H e K livelli si costruiscono H 1 variabili indicatrici per A; K 1 variabili indicatrici per B; (H 1) (K 1) prodotti di variabili indicatrici per i parametri di interazione Non sono incluse le variabili indicatrici A 1 e B 1 e i prodotti di tali due variabili indicatrici con ogni altra variabile indicatrice (A 1 B 1,..., A 1 B K, A 2 B 1,..., A H B 1 ) Numero parametri: 1 + (H 1) + (K 1) + (H 1) (K 1) GdL: n [1 + (H 1) + (K 1) + (H 1) (K 1)] = n H K A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 81 / 95

82 Modello di analisi della varianza con due fattori con interazione Interpretazione dei parametri µ 11 = β 0 µ h1 = β 0 + β A h µ 1k = β 0 + β B k µ hk = β 0 + β A h + β B k + β AB hk β 0 = µ 11: Valore medio di Y nel gruppo con A i1 = 1 e B i1 = 1 β A h = µ h1 µ 11: Differenza tra la media di Y nel gruppo con A ih = 1 e B i1 = 1 la media di Y nel gruppo con A i1 = 1 e B i1 = 1 βk B = µ 1k µ 11: Differenza tra la media di Y nel gruppo con A i1 = 1 e B ik = 1 la media di Y nel gruppo con A i1 = 1 e B i1 = 1 β AB hk : Variazione dell effetto della variabile dummy A h nel gruppo con B ik = 1 rispetto al gruppo con B i1 = 1 Variazione dell effetto della variabile dummy B k nel gruppo con A ih = 1 rispetto al gruppo con A i1 = 1 Il termine di interazione rappresenta una differenza di differenze tra medie: [Media per A ih = 1, B ik = 1 Media per A ih = 1, B i1 = 1] [Media per A i1 = 1, B ik = 1 Media per A i1 = 1, B i1 = 1] [Media per A ih = 1, B ik = 1 Media per A i1 = 1, B ik = 1] [Media per A ih = 1, B i1 = 1 Media per A i1 = 1, B i1 = 1] A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 82 / 95

83 Modello di analisi della varianza con due fattori con interazione Esempio: Salari degli informatici Y i = β 0 + β A LaureaA i,laurea + β A Master/PhDA i,master/phd + β B FunzionarioB i,funzionario + β AB L,F A i,laurea B i,funzionario + β AB Master/PhD,F A i,master/phd B i,funzionario + ɛ i Numero parametri interazione H K (H + K 1) = (H 1) (K 1) = (3 1) (2 1) = 2 GdL n H K = = 40 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 83 / 95

84 Modello di analisi della varianza con due fattori con interazione Esempio: Salari degli informatici β 0: Salario medio degli impiegati con diploma β A Laurea: Differenza tra il salario medio dei laureati impiegati e il salario medio dei diplomati impiegati β A Laurea = µ Laurea,Impiegato µ Diploma,Impiegato β A Master/PhD: Differenza tra il salario medio di dipendenti con master o dottorato impiegati e il salario medio dei diplomati impiegati β A Master/PhD = µ Master/PhD,Impiegato µ Diploma,Impiegato β B Funzionario: Differenza tra il salario medio di funzionari diplomati e il salario medio di impiegati diplomati β B Funzionario = µ Diploma,Funzionario µ Diploma,Impiegato A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 84 / 95

85 Modello di analisi della varianza con due fattori con interazione Esempio: Salari degli informatici β AB L,F : Variazione dell effetto della laurea per i funzionari rispetto agli impiegati Variazione dell effetto del ruolo nell azienda tra i laureati rispetto ai diplomati βl,f AB = [µ Laurea,Funzionario µ Laurea,Impiegato ] [µ Diploma,Funzionario µ Diploma,Impiegato ] = [µ Laurea,Funzionario µ Diploma,Funzionario ] [µ Laurea,Impigato µ Diploma,Impiegato ] β AB Master/PhD,F : Variazione dell effetto del master/dottorato per i funzionari rispetto agli impiegati Variazione dell effetto del ruolo nell azienda tra coloro che hanno il master o il dottorato rispetto a coloro che hanno solo il diploma β AB Master/PhD,F = = [µ Master/PhD,Funzionario µ Master/PhD,Impiegato ] [µ Diploma,Funzionario µ Diploma,Impiegato ] = [µ Master/PhD,Funzionario µ Diploma,Funzionario ] [µ Master/PhD,Impigato µ Diploma,Impiegato ] A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 85 / 95

86 Modello di analisi della varianza con due fattori con interazione Esempio: Salari degli informatici Variabile Stima ES t value p value Costante Istruzione (Baseline: Diploma) Laurea Master/PhD Ruolo (Baseline: Impiegato) Funzionario Interazione Laurea Funzionario Master/PhD Funzionario A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 86 / 95

87 Modello di analisi della varianza con due fattori con interazione Esempio: Salari degli informatici β 0 = : Salario medio degli impiegati con diploma β A Laurea = : Differenza tra il salario medio dei laureati impiegati e il salario medio dei diplomati impiegati β A Master/PhD = : Differenza tra il salario medio di dipendenti impiegati con master o dottorato e il salario medio dei dipendenti impiegati con diploma β B Funzionario = : Differenza tra il salario medio di funzionari con diploma e il salario medio di impiegati con diploma β AB L,F = : L effetto della laurea sul salario è maggiore di Euro per i funzionari rispetto agli impiegati L effetto del ruolo di funzionario sul salario è maggiore di Euro per i laureati rispetto ai diplomati β AB Master/PhD,F = : L effetto del Master/dottorato sul salario è maggiore di Euro per i funzionari rispetto agli impiegati L effetto del ruolo di funzionario sul salario è maggiore di Euro per i dipendenti con master/dottorato rispetto ai dipendenti con diploma A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 87 / 95

88 Analisi della varianza con due fattori con interazione Valori teorici Livello di Ruolo nell azienda istruzione Impiegato Funzionario Diploma µ D,I = β 0 µ D,F = β 0 + β Funzionario B Laurea µ L,I = β 0 + β Laurea A µ L,F = β 0 + β Laurea A + β Funzionario B + βl,f AB Master/PhD µ M/PhD,I = β 0 + β A Master/PhD µ M/PhD,F = β 0 + β A Master/PhD + β Funzionario B + β AB Master/PhD,F Diploma,Impiegato µ D,I = Diploma,Funzionario µ D,F = = Laurea,Impiegato µ L,I = = Laurea,Funzionario µ L,F = = Master/PhD,Impiegato µ M/PhD,I = = Master/PhD,Funzionario µ M/PhD,F = = A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 88 / 95

89 Modello di analisi della varianza con due fattori con interazione Impiegato Funzionario Diploma Laurea Master/PhD Diploma Laurea Master/PhD Impiegato Funzionario A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 89 / 95

90 Valutare la significatività dell interazione Modello esteso: Modello ridotto: Y i = β 0 + β2 AA i βh AA ih + β2 BB i βk BB ik + β22 ABA i2 B i β2k ABA i2 B ik βh2 ABA ih B i βhk AB ih B ik + ɛ i versus Y i = β 0 + β A 2 A i β A H A ih + β B 2 B i β B K B ik + ɛ i H 0 β22 AB = = βab 2K = = βab H2 = = βab HK = 0 versus H a Almeno un uguaglianza in H 0 è falsa A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 90 / 95

91 Valutare la significatività dell interazione Esempio: Salari degli informatici M e Y i = β 0 + βlaurea A A i,laurea + βmaster/phd A A i,master/phd+ βfunzionario B B i,funzionario + βl,f AB i,laurea B i,funzionario + βmaster/phd,f AB i,master/phd B i,funzionario + ɛ i versus M r Y i = β 0 + βlaurea A A i,laurea + βmaster/phd A A i,master/phd+ βfunzionario B B i,funzionario + ɛ i H 0 βl,f AB = βab Master/PhD,F = 0 versus H a βl,f AB 0 oppure βab Master/PhD,F 0 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 91 / 95

92 Valutare la significatività dell interazione Valori teorici ŷ ie = β 0 + β 2 A A i2 + + β h A A ih + β 2 B B i2 + β K B B ik + β 22 AB A AB i2 B i2 + + β HK A ih B ik ŷ ir = β 0 + β 2 A A i2 + + β h A A ih + β 2 B B i2 + β K B B ik Somma dei quadrati degli errori Modello Esteso Modello Ridotto SSE e = n (y i ŷ ie ) 2 con gdl e = n H K i=1 SSE r = n (y i ŷ ir ) 2 con gdl r = n H K + 1 i=1 A. Mattei (Università di Firenze) Metodi statistici per la ricerca sociale 92 / 95