STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it"

Transcript

1 e la BIOSTATISTICA di Norman - Streiner Università degli Studi dell Aquila Facoltà di Medicina e Chirurgia 14 febbraio 2013

2 Contenuti e obiettivi Breve riassunto applicativo dei test statistici Gestione dei dati in Sintassi generale Comandi principali Creazione di un dataset in Grafici Statistica descrittiva Regressione Cenni di statistica non parametrica Cenni sull analisi della sopravvivenza

3 Concetti preliminari Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Tipi di variabili Numerica Una variabile numerica è generalmente una misura che può assumere un valore nel dominio dei numeri reali (e.g., l età, il peso, il livello di colesterolo, etc.) Ordinale Una variabile ordinale è una variabile che presenta differenti livelli di codifica con un preciso ordine fra i livelli (e.g., il livello di scolarità) Nominale Una variabile nominale è una variabile che presenta differenti livelli di codifica senza un preciso ordine fra i livelli (e.g., il sesso)

4 Concetti preliminari (2) Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Domande dell analisi statistica Statistica descrittiva Tendenza centrale: qual è il valore che descrive la tendenza della mia variabile? Dispersione: quanto sono concentrati intorno al valore di tendenza centrale le mie osservazioni? Differenza: c è differenza fra le osservazioni? Associazione: c è associazione fra variabili?

5 Tendenza centrale Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Per variabili numeriche media Per variabili ordinali mediana Per variabili nominali moda

6 Dispersione Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Per variabili numeriche varianza o s.q.m. Per variabili ordinali range (max-min) Per variabili nominali numero di categorie

7 Differenza Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Per testare l ipotesi che esistano differenze fra le mie osservazioni, il primo discriminante è sul tipo di variabile Se le osservazioni provengono da variabili ordinali o numeriche, Oppure se provengono da variabili nominali

8 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche La prima domanda che devo pormi è sul numero di gruppi che ho all interno delle mie osservazioni Se ho dei pazienti e voglio confrontarne il livello di colesterolo con la media nazionale, allora ho un solo gruppo Se ho dei pazienti e voglio confrontare il livello di colesterolo dei maschi rispetto a quello delle femmine, allora ho due gruppi

9 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 1 gruppo Se il numero di osservazioni è superiore a 30, allora eseguo un t-test Se il numero di osservazioni è minore di 30, allora Eseguo un test di normalità (e.g., Shapiro-Wilk) Se la distribuzione è normale, allora eseguo un t-test Altrimenti, eseguo un sign-test

10 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 2 gruppi La domanda che devo pormi è sulla dipendenza/indipendenza dei due gruppi Due gruppi sono indipendenti se le osservazioni sono prese da soggetti tra di loro indipendenti Il peso di un soggetto preso prima e dopo una cura dimagrante forma due gruppi dipendenti (lo stesso soggetto) Il livello di colesterolo fra maschi e femmine forma due gruppi indipendenti (sono soggetti differenti)

11 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 2 gruppi indipendenti Se il numero di osservazioni è superiore a 30, allora eseguo un t-test Se il numero di osservazioni è minore di 30, allora Eseguo un test di normalità (e.g., Shapiro-Wilk) Se la distribuzione è normale, allora Eseguo un test sull uguaglianza delle varianze (e.g. variance-ratio test) Se le varianze sono uguali e i due gruppi hanno la medesima numerosità, allora eseguo un t-test Altrimenti, eseguo un rank-sum test di Wilcoxon Altrimenti, eseguo un rank-sum test di Wilcoxon

12 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 2 gruppi dipendenti Se il numero di osservazioni è superiore a 30, allora eseguo un t-test per dati appaiati Se il numero di osservazioni è minore di 30, allora Eseguo un test di normalità (e.g., Shapiro-Wilk) Se la distribuzione è normale, allora eseguo un t-test per dati appaiati Altrimenti, eseguo un signed-ranks test di Wilcoxon

13 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 3 o più gruppi La domanda che devo pormi è ancora sulla dipendenza/indipendenza dei tre o più gruppi

14 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 3 o più gruppi indipendenti Eseguo un test di normalità (e.g., Shapiro-Wilk) Se la distribuzione è normale, allora Se il numero di fattori 1 è unitario, allora eseguo una ANOVA a 1-dimensione Altrimenti, eseguo una ANOVA generalizzata 1 Data la variabile sulla quale investighiamo la differenza chiamata di risposta, per numero di fattori si intende quante variabili sono da considersi fattori di influenza nella variabile di risposta.

15 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili ordinali o numeriche - 3 o più gruppi dipendenti Eseguo un test di normalità (e.g., Shapiro-Wilk) Se la distribuzione è normale, allora eseguo una ANOVA per misure ripetute Altrimenti, eseguo un test di Friedman

16 Differenza - Variabili nominali Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi La domanda che ancora una volta devo pormi è sul numero di gruppi

17 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili nominali - 1 gruppo Eseguo il test binomiale

18 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili nominali - 2 gruppi Se i gruppi sono indipendenti Se le frequenze sono tutte superiori a 5, allora eseguo il test esatto di Fisher Altrimenti, eseguo il test del χ 2 Altrimenti, eseguo il χ 2 di McNemar oppure il Kappa

19 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Differenza - Variabili nominali - 3 o più gruppi Se i gruppi sono indipendenti Se le frequenze sono tutte superiori a 5, allora eseguo il test esatto di Fisher Altrimenti, eseguo il test del χ 2 Altrimenti, eseguo il test Q di Cochran

20 Associazione Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Per investigare circa l esistenza di associazione fra due o più variabili, il primo discriminante è proprio il numero di variabili nelle quali cerco la presenza di associazione

21 Associazione - 2 variabili Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Se variabili nominali rischio relativo Se variabili ordinali ρ di Spearman Se variabili numeriche Se esiste una variabile dipendente e una indipendente, allora eseguo una regressione lineare Altrimenti, eseguo una correlazione di Pearson

22 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Associazione - 2 o più variabili indipendenti Se le variabili indipendenti sono due o più, allora il primo discriminante è sul tipo delle variabili indipendenti, cioè se tutte nominali, oppure se ne troviamo alcune numeriche

23 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Associazione - 2 o più variabili indipendenti nominali Se la variabile dipendente è nominale, allora Se abbiamo dei censored 2, allora eseguo il metodo di Kaplan-Meier Altrimenti Se abbiamo una variabile di confondimento 3, allora eseguo il test di Mantel-Haenszel Altrimenti, eseguo l analisi log-lineare Altrimenti Se abbiamo dei censored, allora eseguo il metodo di Cox Altrimenti eseguo l ANOVA 2 In questa situazione, ci troviamo di fronte ad una analisi della sopravvivenza, in cui i censored sono i soggetti che perdiamo durante lo studio 3 Una variabile di confondimento è una variabile che può influenzare l esistenza di una dipendenza: e.g. il peso di un bambino e il reddito familiare sembrano essere in relazione. Una variabile di confondimento potrebbe essere l età del bambino.

24 Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Associazione - 2 o più variabili indipendenti nominali e numeriche Se la variabile dipendente è nominale, allora Se il suo numero di valori è dicotomico, allora eseguo una regressione logistica Altrimenti eseguo l analisi dei discriminanti Altrimenti Se abbiamo dei censored, allora eseguo il metodo di Cox Altrimenti Se abbiamo una variabile di confondimento, allora eseguo l ANCOVA Altrimenti, eseguo una regressione multipla

25 Introduzione a Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi è un pacchetto statistico per la manipolazione, l analisi e la resa in formato grafico di dati è disponibile per molte piattaforme, ed è usabile alla stregua di una applicazione sia point-and-click che a linea di comando

26 Terminologia Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Dataset: l insieme di dati a mia disposizione Soggetto: è ciò che mi propongo di studiare (e.g., un paziente) Variabile: è la rappresentazione di un fenomeno reale appartente ai soggetti in esame (e.g., posso scegliere di indicare con la variabile altezza il fenomeno corrispondente all altezza dei miei soggetti in cm) Osservazione: è la misura di una o più variabili di un determinato soggetto (e.g., una osservazione può valere 175cm per la variabile altezza riferita ad un certo soggetto)

27 La prima esecuzione di Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi

28 Interagire con Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi L interazione con avviene lanciando comandi È possibile digitare i comandi, costruirli tramite l interfaccia grafica, oppure scriverli all interno di un do-file La prima opzione è da preferire per comandi semplici La seconda opzione è da preferire per comandi complessi La terza opzione è da preferire quando si deve elaborare più di una volta un dataset

29 Interagire con (2) Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi L output di una elaborazione può essere memorizzato all interno di un file di log Un file di log si apre, si può sospendere/continuare, quindi si chiude, poi lo si può visualizzare (anche per farne un copia/incolla verso un programma di wordprocessing), o eventualmente convertire in altri formati.

30 Caricare/salvare i dati in Stata Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi In Stata è possibile caricare/salvare dati dal suo formato nativo (.dta) da una sorgente esterna (e.g., Excel) Formato nativo GUI Comando Caricare File Open use file.dta Salvare File Save save file.dta

31 Caricare/salvare i dati in Stata (2) Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Per caricare/salvare dati da una sorgente esterna in Stata è possibile usare Stat/Transfer usare un formato di interscambio (e.g., CSV) Formato di interscambio per importare: File Import [Formato] per esportare: File Export [Formato]

32 Creazione di un dataset Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Quando il trattamento che deve essere fatto ai dati è esclusivamente statistico (i.e., non ci sono query da fare, etc.) è vantaggioso creare il dataset direttamente dentro La creazione di un nuovo dataset procede secondo i seguenti passi Impostazione del numero di osservazioni Creazione delle variabili Aggiunta di eventuali etichette Inserimento dei dati

33 Passo 1 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Impostare il numero di osservazioni set obs [numero] dove numero è il numero di osservazioni Tale numero può essere modificato anche in seguito

34 Passo 2 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Creare le variabili gen [tipo] [nome] = [ini] dove tipo è il tipo della variabile (int, float, double, str1,..., str80) nome è il nome della variabile ini è il valore iniziale, oppure una espressione, a cui si vuole porre tale variabile

35 Passo 3 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Aggiungere etichette Le etichette vengono usate, negli output, al posto del nome della variabile Etichettare il dataset Etichettare le variabili Creare eventuali associazioni simboliche sulle variabili (e.g., 0= Maschio 1= Femmina )

36 Passo 3.1 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Etichettare il dataset label data [etichetta] dove etichetta è una stringa di caratteri (max 80)

37 Passo 3.2 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Etichettare una variabile label var [variabile] [etichetta] dove variabile è un nome di variabile etichetta è una stringa di caratteri (max 80)

38 Passo 3.3 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Una associazione simbolica permette di mappare un valore numerico in una descrizione più esplicita 0=Maschio, 1=Femmina 0=Nord, 1=Centro, 2=Sud, 3=Isole... Il tipo della variabile non cambia Creare associazioni simboliche su variabili Creare l associazione Attaccare tale associazione alla variabile

39 Passo Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Creare l associazione label define [nome] [lista] dove nome è un nome simbolico per l associazione lista è una lista di coppie valore/associazione

40 Passo Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Attaccare tale associazione alla variabile label values [variabile] [nome] dove variabile è un nome di variabile nome è un nome simbolico per l associazione

41 Passo 4 Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Inserire fisicamente i dati edit

42 Sintassi dei comandi Stata Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi La sintassi generale di un comando è la seguente [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] Nella sua forma più semplice è il solo comando Nella maggior parte dei casi si usa con la sola varlist Nella forma più generale si arricchisce di opzioni, etc.

43 La lista di varibili (varlist) Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] Una varlist è semplicemente una lista di variabili separate dallo spazio Ad esempio: nome sesso altezza Una varlist serve per indicare le variabili sulle quali deve essere eseguita una determinata operazione

44 Le opzioni Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] Le opzioni sono un elenco separato da spazi di istruzioni che permettono di modificare l esecuzione del comando Variano da comando a comando

45 La clausola if Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] La clausola condizionale if [espr] permette di restringere il campo di applicazione alle sole osservazioni per cui l espressione booleana espr è vera

46 La clausola in Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] La clausola condizionale in [min/max] permette di restringere il campo di applicazione alle sole osservazioni comprese fra i valori min e max Gli estremi sono compresi

47 La clausola by Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi [by varlist:] comando [varlist] [=espr] [if espr] [in range] [, opzioni] La clausola by [var] permette di stratificare le analisi statistiche secondo la variabile var I dati devono essere prima ordinati prima di stratificare un qualsiasi tipo di analisi

48 Il primo comando Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Eseguiamo il comando verinst Il comando va digitato in basso L output appare in alto I comandi vengono memorizzati in una lista

49 Il comando describe Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Il comando describe fornisce delle informazioni aggiuntive sulle variabili passate nella sua varlist Carichiamo il dataset census12.dta e lanciamo il comando describe sulla varlist state marriage rate

50 Il comando list Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Il comando list elenca le osservazioni

51 Il comando summarize Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Il comando summarize serve per eseguire una statistica descrittiva Lanciamo il comando summarize marriage rate divorce rate

52 Le opzioni Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Ciascun comando può prendere delle opzioni che permettono di modificare l esecuzione di un comando Ad esempio: Aggiungendo l opzione detail al comando summarize, si amplia l analisi descrittiva Vengono infatti forniti I percentili Gli indicatori di asimmetria e di curtosi

53 Le opzioni (2) Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Vogliamo vedere i dettagli dell analisi sul tasso di matrimoni Lanciamo il comando summarize marriage rate, detail

54 La clausola by Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Analizziamo i tassi di matrimoni e divorzi, regione per regione: bisogna anzitutto ordinare i dati: sort region quindi si lancia il comando by region: summarize marriage rate divorce rate oppure in maniera compatta bysort region: summarize marriage rate divorce rate

55 La clausola by (2) Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi

56 La clausola if Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Analizziamo i tassi di matrimoni e divorzi per la sola regione West summarize marriage rate divorce rate if region== West

57 La clausola in Introduzione Sintesi dei test statistici Introduzione a Stata Caricamento dati e creazione di un dataset Sintassi generale e primi comandi Analizziamo i tassi di matrimoni e divorzi per le osservazioni dalla 5a alla 25ma summarize marriage rate divorce rate in 5/25

58 Esaminare i dati Introduzione Grafici Statistica descrittiva Diagrammi a barre Istogrammi Grafici two-way (X/Y)

59 Diagrammi a barre Introduzione Grafici Statistica descrittiva Creazione del dataset (tab2-1.dta) s e t obs 5 gen i n t c o r s o=0 gen i n t numero=0 l a b e l v a r i a b l e c o r s o Corso l a b e l v a r i a b l e numero Numero d i s t u d e n t i l a b e l d e f i n e a s s o c 1 S o c i o l o g i a 2 Economia 3 S t o r i a 4 P s i c o l o g i a 5 Aritmetica l a b e l v a l u e s c o r s o a s s o c e d i t

60 Diagrammi a barre (2) Grafici Statistica descrittiva Generazione del grafico graph bar numero, over ( c o r s o ) y t i t l e ( Numero d i s t u d e n t i ) Numero di studenti Sociologia Economia Storia Psicologia Aritmetica

61 Altre tipologie di grafico Grafici Statistica descrittiva Stata supporta molte tipologie di grafici: Diagrammi a barre Verticali - bar Orizzontali - hbar A punti - dot Box - box A torta - pie Ciascun tipo di grafico puó essere creato invocando il comando graph [ t i p o ] v a r i a b i l e, over ( v a r i a b i l e )...

62 Vari tipi di grafico Introduzione Grafici Statistica descrittiva Grafico a barre orizzontali graph hbar numero, over ( c o r s o ) y t i t l e ( Numero d i s t u d e n t i ) Sociologia Economia Storia Psicologia Aritmetica Numero di studenti

63 Vari tipi di grafico (2) Grafici Statistica descrittiva Grafico a punti graph dot numero, over ( c o r s o ) y t i t l e ( Numero d i s t u d e n t i ) Sociologia Economia Storia Psicologia Aritmetica Numero di studenti

64 Vari tipi di grafico (3) Grafici Statistica descrittiva Grafico a torta graph p i e numero, over ( c o r s o ) Sociologia Storia Aritmetica Economia Psicologia

65 Istogrammi Introduzione Grafici Statistica descrittiva Un istogramma é un particolare diagramma a barre Sulle ascisse va posizionata la variabile in esame, mentre sulle ordinate viene posizionata la relativa frequenza La variabile in esame viene raggruppata in classi

66 Esempio Introduzione Grafici Statistica descrittiva s e t obs 100 gen i n t numero=60 uniform ( ) l a b e l v a r i a b l e numero Numero histogram numero, width ( 5 ) s t a r t ( 0 ) y t i t l e ( Frequenza ) f r e q u e n c y Frequenza Numero

67 Esempio Introduzione Grafici Statistica descrittiva Per creare un istogramma delle frequenze relative con classi di ampiezza pari a 4, sui dati creati precedentemente histogram numero, width ( 4 ) s t a r t ( 0 ) y t i t l e ( Frequenza r e l a t i v a ) d e n s i t y Frequenza relativa Numero

68 Grafici Two-Way Introduzione Grafici Statistica descrittiva I grafici two-way sono la piú ampia famiglia di grafici Un grafico twoway si crea invocando il comando twoway ( t i p o v a r l i s t, o p z i o n i ), o p z i o n i dove tipo é il tipo di grafico (scatter, line, connected, lfitci,...) Usare help twoway per la lista di grafici varlist é una lista di variabili (Y e X) opzioni sono le eventuali opzioni

69 Esempi di grafici two-way Grafici Statistica descrittiva Carichiamo il dataset tab12-1.dta e lanciamo il comando twoway ( s c a t t e r CLASS s o g g e t t o ) Cucina+Limousine+Abiti+Salute+Stipendio Soggetto

70 Composizione di grafici two-way Grafici Statistica descrittiva é possibile comporre piú grafici twoway usando la sintassi twoway ( g r a f i c o 1 ) ( g r a f i c o 2 )... ( g r a f i c o N ), o p z i o n i dove grafico1,..., graficon sono i vari grafici I grafici vengono disegnati nell ordine

71 Esempi di grafici complessi Grafici Statistica descrittiva Carichiamo il dataset tab12-1.dta e lanciamo il comando twoway ( scatter CLASS s o g g e t t o ) ( l i n e ADE s o g g e t t o ) Cucina+Limousine+Abiti+Salute+Stipendio/Angolo Di Escursione Soggetto Cucina+Limousine+Abiti+Salute+Stipendio Angolo Di Escursione

72 Esempi di grafici complessi (2) Grafici Statistica descrittiva Carichiamo il dataset tab12-1.dta e lanciamo il comando twoway ( l f i t c i CLASS ADE) ( s c a t t e r CLASS ADE) 95% CI/Fitted values/cucina+limousine+abiti+salute+stipendio Angolo Di Escursione 95% CI Fitted values Cucina+Limousine+Abiti+Salute+Stipendio

73 Statistica descrittiva Introduzione Grafici Statistica descrittiva Medie (aritmetica, geometrica, armonica) Mediana e percentili Indici di dispersione (deviazione standard, varianza, scarti)

74 Medie Introduzione Grafici Statistica descrittiva Le medie aritmetica, geometrica, armonica possono essere calcolate tramite il comando means

75 Percentili e mediana Introduzione Grafici Statistica descrittiva Il calcolo dei percentili viene fatta tramite il comando c e n t i l e var, c e n t i l e ( v a l o r i ) dove var é la variabile valori é una lista, separata da spazio, dei percentili che interessano La mediana si calcola come il valore al 50mo percentile

76 Percentili e mediana (2) Grafici Statistica descrittiva Ad esempio, invocando il comando c e n t i l e numeri, c e n t i l e ( ) La mediana vale 48

77 Indici di dispersione Introduzione Grafici Statistica descrittiva Il piú noto indice di dispersione é la deviazione standard Il calcolo di tale indice avviene invocando il comando summarize v a r l i s t Usando poi l opzione detail, si aggiungono i valori di varianza, di asimmetria (skewness), di curtosi (kurtosis), nonché alcuni percentili

78 Indici di dispersione (2) Grafici Statistica descrittiva Ad esempio, invocando il comando summarize numeri, d e t a i l

79 Regressione La statistica inferenziale viene usata per quantificare la probabilitá che una deduzione, basata sull analisi dei dati raccolti per un certo campione, sia vera I test piú importanti sono t-test ANOVA a una dimensione ANOVA fattoriale

80 T-test Introduzione Regressione Il t-test verifica l uguaglianza dei valori medi fra due gruppi In dobbiamo avere due variabili numeriche, una che identifica la variabile, e l altra che identifica il gruppo Ad esempio (tab7-1a.dta) Parole Gruppo

81 Esempio di t-test Introduzione Regressione Prendiamo l esempio di tab7-1a.dta e facciamo fare a il test di Student t t e s t p a r o l e, by ( gruppo )

82 T-test per dati appaiati Regressione Il t-test per dati appaiati verifica l uguaglianza dei valori medi di due gruppi di eguale cardinalitá In dobbiamo creare due variabili per i due gruppi e usare il comando t t e s t gruppo1==gruppo2

83 Esempio di t-test Introduzione Regressione Prendiamo l esempio di tab7-1.dta e facciamo fare a il test per dati appaiati t t e s t p a r t e c i p a n t i == c o n t r o l l i

84 ANOVA a una dimensione Regressione Il t-test é limitato al confronto di soli due gruppi di uguale cardinalitá L ANOVA (ANalisys Of VAriance) é in grado di estendere gli stessi concetti del t-test a piú gruppi di cardinalitá anche diversa

85 Esempio Introduzione Regressione Consideriamo l esempio in cui vogliamo capire se esiste una differenza fra quattro marche di profilattici (tab8-1.dta) Tali dati devono essere inseriti in sotto forma di 40 osservazioni, usando una tabella del tipo Tipo profilattico Voto 1=Relax 4 1=Relax =Senza nome 4 4=Senza nome 3

86 Creazione del dataset Regressione Vediamo i passi necessari alla creazione del dataset s e t obs 40 gen i n t t i p o =0 gen i n t voto=0 l a b e l data P u n t e g g i d i s o d d i s f a z i o n e l a b e l define assoc 1 Relax 2 Sanuel 3 Toutou 4 Senza nome l a b e l v a l u e s t i p o a s s o c l a b e l v a r i a b l e t i p o T i p o l o g i a d i p r o d o t t o l a b e l v a r i a b l e voto Voto n e l l a s c a l a 0 10 e d i t

87 Come eseguire il test Regressione Per l esecuzione del test abbiamo a disposizione i due comandi oneway - specifico per ANOVA a una dimensione anova - analisi della varianza in generale

88 oneway Introduzione Regressione Eseguiamo il test usando il comando oneway oneway voto t i p o L output di tale comando é Come noto, l ANOVA presuppone che le variabili provengano da distribuzioni di ugual varianza: il test di Bartlett (ultima riga) serve allo scopo

89 Confronti post-hoc Introduzione Regressione Il comando oneway prende alcune opzioni che ci permettono di confrontare due medie alla volta L opzione bonferroni usa la correzione di Bonferroni sidak usa il metodo di Sidak scheffe usa il metodo di Scheffé (il piú conservativo)

90 Confronti post-hoc (2) Regressione Ad esempio, con il metodo di Scheffé

91 ANOVA fattoriale Introduzione Regressione L ANOVA fattoriale ci permette di prendere in considerazione anche l eventualitá di interazioni fra fattori Dal caso precedente, prendiamo in considerazione il fattore: esperto

92 Punteggi di soddisfazione Regressione Prendiamo in esame i punteggi (tab9-1.dta) Relax Sanuel Toutou Senza nome Esperto Non esperto

93 ANOVA fattoriale Introduzione Regressione Il comando anova ci permette di eseguire un ANOVA fattoriale, chiedendoci se il tipo di prodotto (tipo) interagisca (*) con l esperienza (fattore)

94 Regressione semplice Regressione Scopo della regressione semplice é quello di verificare se esista una relazione lineare fra due variabili (y = a x + b) Prendiamo in esame l esempio delle due variabili CLASS e ADE (tab12-1.dta) Soggetto CLASS ADE

95 Regressione semplice Regressione Cerchiamo di capire se esista una relazione lineare che leghi la variabile CLASS alla variabile ADE Scopro così che tale relazione esiste e che ADE = 0.84 CLASS

96 Regressione semplice Regressione Per farlo disegnare da, ricorro ai grafici two-way twoway ( l f i t c i CLASS ADE) ( s c a t t e r CLASS ADE) % CI/Fitted values/angolo Di Escursione Cucina+Limousine+Abiti+Salute+Stipendio 95% CI Fitted values Angolo Di Escursione

97 Regressione multipla Introduzione Regressione La regressione multipla cerca di scoprire l esistenza di una relazione lineare tra una variabile ed n altre variabili (y = i a i x i + b) Ad esempio, scomponiamo la variabile CLASS nelle variabili C, L, A, S1, S2 e facciamo fare a una regressione multipla (tab13-0.dta)

98 Regressione multipla Introduzione Regressione Risultato dell esecuzione Le uniche variabili non significative nel modello sono la L e la S2

99 Regressione multipla stepwise Regressione La regressione stepwise analizza una variabile alla volta e la inserisce o la esclude dal modello a seconda di certe probabilitá scelte dall utente L esecuzione di una regressione multipla stepwise si fa fare a con il precomando sw indicando le probabilitá richieste pe - per entrare nel modello e pr - per uscirne

100 Regressione multipla stepwise Regressione Regressione stepwise su tutte le variabili, con soglia di ingresso = 0.05 e di uscita = 0.1

101 Statistica non parametrica Statistica non parametrica Analisi della sopravvivenza Test di significativitá per frequenze di dati categorici (χ 2 ) V di Cramer e Kappa di Cohen Test di significativitá per dati trasformati in ranghi

102 Test di significativitá Statistica non parametrica Analisi della sopravvivenza Prendiamo in esame l esempio realmente accaduto relativo al triptofano e alla sindrome eosinofilico-mialgica Molti decessi, causa EMS, dopo l assunzione di un integratore a base di triptofano, causati da un inquinante proveniente dal ciclo di lavorazione dalla ditta Showa Denko K.K. Partiamo dai dati aggregati (tab16-1.dta) EMS Normale Triptofano No

103 Creazione del dataset Statistica non parametrica Analisi della sopravvivenza Costruiamo il dataset in Abbiamo 280 osservazioni La variabile triptofano ha 76 valori pari a 0, e 204 pari a 1 La variabile ems ha 80 valori pari a 0, e 200 pari a 1

104 Tabella di contingenza Statistica non parametrica Analisi della sopravvivenza Per arrivare alla tabella di contingenza invochiamo il comando tabulate

105 Test del χ 2 Introduzione Statistica non parametrica Analisi della sopravvivenza Il test del χ 2 ci permetterá di capire se c é differenza fra chi ha usato il triptofano e chi no Per invocare il test possiamo seguire due strade usare l opzione chi2 al comando tabulate considerare lo studio come del tipo caso/controllo

106 Test del χ 2 Introduzione Statistica non parametrica Analisi della sopravvivenza Usando l opzione chi2 al comando tabulate si ottiene Il test é significativo In alcuni casi é possibile usare il test estatto di Fisher con l opzione exact

107 Test del χ 2 Introduzione Statistica non parametrica Analisi della sopravvivenza Considerando lo studio come del tipo caso/controllo

108 Ancora sul χ 2 Introduzione Statistica non parametrica Analisi della sopravvivenza Suddividendo i casi a seconda della ditta (tabella 16-3)... e la ditta Showa Denko K.K. fu incriminata

109 Test di significativitá Statistica non parametrica Analisi della sopravvivenza Ampliamo il caso precedente, e supponiamo che esita una stratificazione, cioé la somministrazione di Gin-tonic, solo tonica, o niente (tab16-10.dta) Facciamo un test del chi-quadro complessivo sembrerebbe non esserci associazione...

110 Test di significativitá (2) Statistica non parametrica Analisi della sopravvivenza Investighiamo il primo strato c é associazione...

111 Test di significativitá (3) Statistica non parametrica Analisi della sopravvivenza Investighiamo il secondo strato anche qui...

112 Test di significativitá (4) Statistica non parametrica Analisi della sopravvivenza Investighiamo il terzo strato e anche qui.

113 χ 2 di Mantel-Haenszel Statistica non parametrica Analisi della sopravvivenza La presenza o meno di associazione in una situazione (caso/controllo) stratificata si investiga con il chi-quadro di Mantel-Haenszel L associazione é quindi confermata

114 V di Cramer Introduzione Statistica non parametrica Analisi della sopravvivenza La V di Cramer é una versione corretta del χ 2 Per il calcolo della V di Cramer, si puó usare il comando tabulate con l opzione all

115 Kappa di Cohen Introduzione Statistica non parametrica Analisi della sopravvivenza Il Kappa di Cohen K permette di verificare il grado di accordo fra due osservatori Nell esempio di tab17-2.dta, usiamo l opzione tab per farci stampare la tabella di contingenza

116 Kappa di Cohen generalizzato Statistica non parametrica Analisi della sopravvivenza Il Kappa di Cohen puó essere esteso ai casi in cui il giudizio non é dicotomico Nell esempio di tab17-4.dta K non pesato

117 Kappa di Cohen generalizzato (2) Statistica non parametrica Analisi della sopravvivenza K con pesi di Cicchetti

118 Kappa di Cohen generalizzato (3) Statistica non parametrica Analisi della sopravvivenza K con pesi quadratici

119 Kappa di Cohen generalizzato (4) Statistica non parametrica Analisi della sopravvivenza K con pesi generici

120 Test per ranghi Introduzione Statistica non parametrica Analisi della sopravvivenza I dati per i quali possono essere espressi dei valori di rango vanno trattati diversamente dai dati categorici Prendiamo in esame tab18-1.dta Rango Trattamento 1 BC 2 BC SM e vediamo come eseguire il test U di Mann-Whitney (alias somma dei ranghi di Wilcoxon), cioé l equivalente non parametrico del t-test

121 Test U di Mann-Whitney Statistica non parametrica Analisi della sopravvivenza Il test U di Mann-Whitney si esegue in con il comando

122 Test di Kruskal-Wallis Statistica non parametrica Analisi della sopravvivenza Nel caso in cui dovessero aumentare i gruppi (e.g., le tipologie di trattamento) si ricorre al test di Kruskal-Wallis

123 Test di Wilcoxon con segno Statistica non parametrica Analisi della sopravvivenza Per misure ripetute

124 Analisi della sopravvivenza Statistica non parametrica Analisi della sopravvivenza Prendiamo in esame i dati in tab20-1.dta Soggetto A B C D E F G H I J Censurato Perso Censurato Perso Deceduto Censurato Deceduto Deceduto Perso Deceduto Permanenza nello studio (anni) Calcoliamo le tavole di sopravvivenza tecniche secondo l approccio attuariale l approccio di Kaplan-Meier

125 Approccio attuariale Introduzione Statistica non parametrica Analisi della sopravvivenza La tavola di sopravvivenza tecnica secondo l approccio attuariale

126 Kaplan-Meier Introduzione Statistica non parametrica Analisi della sopravvivenza La tavola di sopravvivenza tecnica secondo Kaplan-Meier

127 Curve di sopravvivenza Statistica non parametrica Analisi della sopravvivenza La curva di sopravvivenza si ottiene con il comando s t s graph Probabilità di sopravvivere Curva di sopravvivenza Numero di anni

128 Confronto di due (o più) gruppi Statistica non parametrica Analisi della sopravvivenza In una analisi di sopravvivenza avviene molto di frequente di confrontare due (o più gruppi) Prendiamo in considerazione l esempio di tab20-6.dta

129 Curve di sopravvivenza per gruppi Statistica non parametrica Analisi della sopravvivenza Analogamente al caso precedente, è necessario prima generare la tabella di sopravvivenza con il comando stset poi graficare i dati con il comando sts graph, by(gruppo) Curve di sopravvivenza analysis time gruppo = Esposti gruppo = Controlli

130 Test di Mantel-Cox Introduzione Statistica non parametrica Analisi della sopravvivenza Dall analisi grafica precedente, sembrano emergere delle differenze fra il gruppo sperimentale e i controlli Il χ 2 di Mantel-Cox ci da una risposta

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento.

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. Excel: le funzioni Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. DEFINIZIONE: Le funzioni sono dei procedimenti

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007 A STATISTICA (A-K) a.a. 007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 007 STESS N.O. RD 00 GORU N.O. RD 006 ) La distribuzione del numero degli occupati (valori x 000) in una provincia

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ANALISI DELLA SOPRAVVIVENZA: IL MODELLO DI COX (parte I)

ANALISI DELLA SOPRAVVIVENZA: IL MODELLO DI COX (parte I) ANALISI DELLA SOPRAVVIVENZA: IL MODELLO DI COX (parte I) ESEMPIO 1 (continua): La costruzione del modello di Cox viene effettuata tramite un unico comando. Poiché il modello contiene una covariata categoriale

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n.

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n. 1x1 qs-stat Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità Versione: 1 / Marzo 2010 Doc. n.: PD-0012 Copyright 2010 Q-DAS GmbH & Co. KG Eisleber Str. 2 D - 69469 Weinheim

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

I.Stat Guida utente Versione 1.7 Dicembre 2010

I.Stat Guida utente Versione 1.7 Dicembre 2010 I.Stat Guida utente Versione 1.7 Dicembre 2010 1 Sommario INTRODUZIONE 3 I concetti principali di I.Stat 4 Organizzazione dei dati 4 Ricerca 5 GUIDA UTENTE 6 Per iniziare 6 Selezione della lingua 7 Individuazione

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1 Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test

Dettagli

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare

Dettagli

Guida rapida di IBM SPSS Statistics 20

Guida rapida di IBM SPSS Statistics 20 Guida rapida di IBM SPSS Statistics 20 Nota: Prima di utilizzare queste informazioni e il relativo prodotto, leggere le informazioni generali disponibili in Note legali a pag. 162. Questa versione si applica

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

Confronto tra gruppi (campioni indipendenti)

Confronto tra gruppi (campioni indipendenti) Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,

Dettagli

ANALISI DEI DATI CON SPSS

ANALISI DEI DATI CON SPSS STRUMENTI E METODI PER LE SCIENZE SOCIALI Claudio Barbaranelli ANALISI DEI DATI CON SPSS II. LE ANALISI MULTIVARIATE ISBN 978-88-7916-315-9 Copyright 2006 Via Cervignano 4-20137 Milano Catalogo: www.lededizioni.com

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Conduzione di uno studio epidemiologico (osservazionale)

Conduzione di uno studio epidemiologico (osservazionale) Conduzione di uno studio epidemiologico (osservazionale) 1. Definisco l obiettivo e la relazione epidemiologica che voglio studiare 2. Definisco la base dello studio in modo che vi sia massimo contrasto

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

LOGISTICA APPUNTI DI STATISTICA

LOGISTICA APPUNTI DI STATISTICA Cos'é la Statistica LOGISTICA APPUNTI DI STATISTICA La statistica è la disciplina che applica metodi scientifici alla raccolta di dati e informazioni per una loro classificazione, elaborazione e rappresentazione

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Dati importati/esportati

Dati importati/esportati Dati importati/esportati Dati importati Al workspace MATLAB script Dati esportati file 1 File di testo (.txt) Spreadsheet Database Altro Elaborazione dati Grafici File di testo Relazioni Codice Database

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Programmazione C Massimo Callisto De Donato massimo.callisto@unicam.it www.cs.unicam.it/massimo.callisto

Programmazione C Massimo Callisto De Donato massimo.callisto@unicam.it www.cs.unicam.it/massimo.callisto Università degli studi di Camerino Scuola di scienze e tecnologia - Sezione Informatica Programmazione C Massimo Callisto De Donato massimo.callisto@unicam.it www.cs.unicam.it/massimo.callisto LEZIONE

Dettagli

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n 1 Medie La statistica consta di un insieme di metodi atti a elaborare e a sintetizzare i dati relativi alle caratteristiche di una fissata popolazione, rilevati mediante osservazioni o esperimenti. Col

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

Obiettivo: fornire rapidamente una introduzione di base a Stata; risolvere i problemi di inserimento e lettura dei dati.

Obiettivo: fornire rapidamente una introduzione di base a Stata; risolvere i problemi di inserimento e lettura dei dati. 1 Esercitazione Stata 18/11/2011 ore 9-12 Obiettivo: fornire rapidamente una introduzione di base a Stata; risolvere i problemi di inserimento e lettura dei dati. Stata, che cos'è Stata è un software statistico

Dettagli

Introduzione a MySQL

Introduzione a MySQL Introduzione a MySQL Cinzia Cappiello Alessandro Raffio Politecnico di Milano Prima di iniziare qualche dettaglio su MySQL MySQL è un sistema di gestione di basi di dati relazionali (RDBMS) composto da

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

Data warehouse.stat Guida utente

Data warehouse.stat Guida utente Data warehouse.stat Guida utente Versione 3.0 Giugno 2013 1 Sommario INTRODUZIONE 3 I concetti principali 4 Organizzazione dei dati 4 Ricerca 5 Il browser 5 GUIDA UTENTE 6 Per iniziare 6 Selezione della

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

lavorare con dati tabellari in ArcGis

lavorare con dati tabellari in ArcGis lavorare con dati tabellari in ArcGis 1. gestione delle tabelle 2. aggregazione di dati tabellari 3. relazioni con tabelle esterne 4. modifica di dati tabellari (1) gestione delle tabelle Tipi di tabelle

Dettagli

Algebra di Boole: Concetti di base. Fondamenti di Informatica - D. Talia - UNICAL 1. Fondamenti di Informatica

Algebra di Boole: Concetti di base. Fondamenti di Informatica - D. Talia - UNICAL 1. Fondamenti di Informatica Fondamenti di Informatica Algebra di Boole: Concetti di base Fondamenti di Informatica - D. Talia - UNICAL 1 Algebra di Boole E un algebra basata su tre operazioni logiche OR AND NOT Ed operandi che possono

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

Come realizzare una buona presentazione (traduzione libera a cura della redazione di EpiCentro)

Come realizzare una buona presentazione (traduzione libera a cura della redazione di EpiCentro) Come realizzare una buona presentazione (traduzione libera a cura della redazione di EpiCentro) Quando si realizzano dei documenti visivi per illustrare dati e informazioni chiave, bisogna sforzarsi di

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Guida rapida. Cos è GeoGebra? Notizie in pillole

Guida rapida. Cos è GeoGebra? Notizie in pillole Guida rapida Cos è GeoGebra? Un pacchetto completo di software di matematica dinamica Dedicato all apprendimento e all insegnamento a qualsiasi livello scolastico Riunisce geometria, algebra, tabelle,

Dettagli

I Grafici. La creazione di un grafico

I Grafici. La creazione di un grafico I Grafici I grafici servono per illustrare meglio un concetto o per visualizzare una situazione di fatto e pertanto la scelta del tipo di grafico assume notevole importanza. Creare grafici con Excel è

Dettagli

l Editor vi vi (visual editor) è stato scritto per essere utilizzabile con qualsiasi tipo di terminale.

l Editor vi vi (visual editor) è stato scritto per essere utilizzabile con qualsiasi tipo di terminale. l Editor vi Negli ambienti Unix esistono molti editor di testo diversi; tuttavia vi è l unico che siamo sicuri di trovare in qualsiasi variante di Unix. vi (visual editor) è stato scritto per essere utilizzabile

Dettagli

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina Cosa è il DSS L elevato sviluppo dei personal computer, delle reti di calcolatori, dei sistemi database di grandi dimensioni, e la forte espansione di modelli basati sui calcolatori rappresentano gli sviluppi

Dettagli

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Lezione 1 Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Definizione di utente e di programmatore L utente è qualsiasi persona che usa il computer anche se non è in grado di programmarlo

Dettagli

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Università degli Studi di Milano - Bicocca Nucleo di Valutazione Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Alessandra Caserini

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

Cos è Excel. Uno spreadsheet : un foglio elettronico. è una lavagna di lavoro, suddivisa in celle, cosciente del contenuto delle celle stesse

Cos è Excel. Uno spreadsheet : un foglio elettronico. è una lavagna di lavoro, suddivisa in celle, cosciente del contenuto delle celle stesse Cos è Excel Uno spreadsheet : un foglio elettronico è una lavagna di lavoro, suddivisa in celle, cosciente del contenuto delle celle stesse I dati contenuti nelle celle possono essere elaborati ponendo

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Manipolazione di testi: espressioni regolari

Manipolazione di testi: espressioni regolari Manipolazione di testi: espressioni regolari Un meccanismo per specificare un pattern, che, di fatto, è la rappresentazione sintetica di un insieme (eventualmente infinito) di stringhe: il pattern viene

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Energy Studio Manager Manuale Utente USO DEL SOFTWARE

Energy Studio Manager Manuale Utente USO DEL SOFTWARE Energy Studio Manager Manuale Utente USO DEL SOFTWARE 1 ANALYSIS.EXE IL PROGRAMMA: Una volta aperto il programma e visualizzato uno strumento il programma apparirà come nell esempio seguente: Il programma

Dettagli

Gli ambulatori vaccinali: la qualità percepita dai cittadini

Gli ambulatori vaccinali: la qualità percepita dai cittadini Assessorato Politiche per la Salute Gli ambulatori vaccinali: la qualità percepita dai cittadini Dicembre 2014 Servizio Sanità Pubblica Direzione Generale Sanità e Politiche sociali Agenzia Sanitaria e

Dettagli

CHE COS È DOCFLY FATTURAZIONE PA... 3 1.1 IL GESTIONALE WEB... 3 1.2 ACCESSO ALL INTERFACCIA WEB... 4 1.3 FUNZIONALITÀ DELL INTERFACCIA WEB...

CHE COS È DOCFLY FATTURAZIONE PA... 3 1.1 IL GESTIONALE WEB... 3 1.2 ACCESSO ALL INTERFACCIA WEB... 4 1.3 FUNZIONALITÀ DELL INTERFACCIA WEB... 1. CHE COS È DOCFLY FATTURAZIONE PA... 3 1.1 IL GESTIONALE WEB... 3 1.2 ACCESSO ALL INTERFACCIA WEB... 4 1.3 FUNZIONALITÀ DELL INTERFACCIA WEB... 5 1.3.1 CREAZIONE GUIDATA DELLA FATTURA IN FORMATO XML

Dettagli

Rischio e Volatilità

Rischio e Volatilità 2 Meeting annuale SellaAdvice Trading Rho,, 20 novembre 2004 Rischio e Volatilità Relatore: Maurizio Milano Da dove deve partire un analisi tecnica operativa a supporto di un attività di trading? L elemento

Dettagli

Introduzione ad Access

Introduzione ad Access Introduzione ad Access Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Access E un programma di gestione di database (DBMS) Access offre: un supporto transazionale

Dettagli

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it UML: Class Diagram Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it Dipartimento di Ingegneria Informatica e delle Telecomunicazioni Università di Catania Class Diagram Forniscono una vista strutturale

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014 14 luglio 2014 Anno 2013 LA POVERTÀ IN ITALIA Nel 2013, il 12,6% delle famiglie è in condizione di povertà relativa (per un totale di 3 milioni 230 mila) e il 7,9% lo è in termini assoluti (2 milioni 28

Dettagli

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni)

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni) ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Gli immobili in Italia - 2015 ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Nel presente capitolo è analizzata la distribuzione territoriale

Dettagli

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t.

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t. Il programma MATLAB In queste pagine si introduce in maniera molto breve il programma di simulazione MAT- LAB (una abbreviazione di MATrix LABoratory). Introduzione MATLAB è un programma interattivo di

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

Gli array. Gli array. Gli array. Classi di memorizzazione per array. Inizializzazione esplicita degli array. Array e puntatori

Gli array. Gli array. Gli array. Classi di memorizzazione per array. Inizializzazione esplicita degli array. Array e puntatori Gli array Array e puntatori Laboratorio di Informatica I un array è un insieme di elementi (valori) avente le seguenti caratteristiche: - un array è ordinato: agli elementi dell array è assegnato un ordine

Dettagli

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice

+ / operatori di confronto (espressioni logiche/predicati) / + 5 3 9 = > < Pseudo codice. Pseudo codice Pseudo codice Pseudo codice Paolo Bison Fondamenti di Informatica A.A. 2006/07 Università di Padova linguaggio testuale mix di linguaggio naturale ed elementi linguistici con sintassi ben definita e semantica

Dettagli

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore

Dettagli

Rapida Introduzione all uso del Matlab Ottobre 2002

Rapida Introduzione all uso del Matlab Ottobre 2002 Rapida Introduzione all uso del Matlab Ottobre 2002 Tutti i tipi di dato utilizzati dal Matlab sono in forma di array. I vettori sono array monodimensionali, e così possono essere viste le serie temporali,

Dettagli

Excel basi e funzioni

Excel basi e funzioni Esercitazione di Laboratorio Excel basi e funzioni Contenuto delle celle 1. Testo 2. Numeri 3. Formule Formattazione delle celle (1) Formattazione del testo e dei singoli caratteri: Orientamento a 45 Allineamento

Dettagli

Introduzione a STATA. Silvia Sartorelli. Dipartimento di Scienze Statistiche Università di Padova

Introduzione a STATA. Silvia Sartorelli. Dipartimento di Scienze Statistiche Università di Padova Introduzione a STATA Silvia Sartorelli Dipartimento di Scienze Statistiche Università di Padova Indice 1 Struttura e sintassi 3 1.1 Introduzione.............................. 3 1.2 Indicazioni tipografiche........................

Dettagli

ASTA IN GRIGLIA PRO. COSA PERMETTE DI FARE (per ora) Asta In Griglia PRO:

ASTA IN GRIGLIA PRO. COSA PERMETTE DI FARE (per ora) Asta In Griglia PRO: ASTA IN GRIGLIA PRO Asta in Griglia PRO è un software creato per aiutare il venditore Ebay nella fase di post-vendita, da quando l inserzione finisce con una vendita fino alla spedizione. Il programma

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

ELEMENTI DI GRAFICA IN AMBIENTE DEV-PASCAL v. 9.2

ELEMENTI DI GRAFICA IN AMBIENTE DEV-PASCAL v. 9.2 ELEMENTI DI GRAFICA IN AMBIENTE DEV-PASCAL v. 9.2 MODULI GRAPH, DOS E CRT Una volta entrati in ambiente DEV-Pascal possiamo cominciare ad editare un programma nel modo che conosciamo. Se dobbiamo far uso

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Guida rapida all uso di ECM Titanium

Guida rapida all uso di ECM Titanium Guida rapida all uso di ECM Titanium Introduzione Questa guida contiene una spiegazione semplificata del funzionamento del software per Chiputilizzare al meglio il Tuning ECM Titanium ed include tutte

Dettagli

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1)

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1) Strutture Strutture e Unioni DD cap.10 pp.379-391, 405-406 KP cap. 9 pp.361-379 Strutture Collezioni di variabili correlate (aggregati) sotto un unico nome Possono contenere variabili con diversi nomi

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Rimini, 26 aprile 2006 1 The Inter temporal Effects of International Trade Valore in $ del consumo di beni oggi G D F H 1/(1+r) G Valore

Dettagli

Gli asteroidi. Informazioni e contatti: http://vo-for-education.oats.inaf.it - iafrate@oats.inaf.it

Gli asteroidi. Informazioni e contatti: http://vo-for-education.oats.inaf.it - iafrate@oats.inaf.it Esempio sull'utilizzo dell'osservatorio Virtuale Gli asteroidi Informazioni e contatti: http://vo-for-education.oats.inaf.it - iafrate@oats.inaf.it Distribuzione degli asteroidi Il Sistema Solare è composto

Dettagli

Protocollo Operativo per la determinazione dei valori di fondo di metalli/metalloidi nei suoli dei siti d interesse nazionale

Protocollo Operativo per la determinazione dei valori di fondo di metalli/metalloidi nei suoli dei siti d interesse nazionale Agenzia per la Protezione dell Ambiente e per i Servizi Tecnici Istituto Superiore di Sanità Giugno 006 (Revisione 0) SOMMARIO 1 PREMESSA... 1 DEFINIZIONI... 1 3 INTRODUZIONE... 4 CRITERI GENERALI... 5

Dettagli

Laboratorio di Statistica con Excel

Laboratorio di Statistica con Excel Università di Torino QUADERNI DIDATTICI del Dipartimento di Matematica G. Peano MARIA GARETTO Laboratorio di Statistica con Excel Soluzioni Corso di Laurea in Biotecnologie A.A. 2009/2010 Quaderno # 46

Dettagli

Gestore Comunicazioni Obbligatorie. Progetto SINTESI. Comunicazioni Obbligatorie. Modulo Applicativo COB. - Versione Giugno 2013 -

Gestore Comunicazioni Obbligatorie. Progetto SINTESI. Comunicazioni Obbligatorie. Modulo Applicativo COB. - Versione Giugno 2013 - Progetto SINTESI Comunicazioni Obbligatorie Modulo Applicativo COB - Versione Giugno 2013-1 Versione Giugno 2013 INDICE 1 Introduzione 3 1.1 Generalità 3 1.2 Descrizione e struttura del manuale 3 1.3 Requisiti

Dettagli

IMPOSTARE UNA MASCHERA CHE SI APRE AUTOMATICAMENTE

IMPOSTARE UNA MASCHERA CHE SI APRE AUTOMATICAMENTE IMPOSTARE UNA MASCHERA CHE SI APRE AUTOMATICAMENTE Access permette di specificare una maschera che deve essere visualizzata automaticamente all'apertura di un file. Vediamo come creare una maschera di

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Riccardo Ricci Università di Firenze, Facoltà di Psicologia Corso di Laurea in Scienze e Tecniche di Psicologia del Lavoro e delle Organizzazioni Anno Accademico 2002-2003 1 maggio

Dettagli

LINEE GUIDA PER LA DETERMINAZIONE DEI VALORI DEL FONDO NATURALE NELL AMBITO DELLA BONIFICA DEI SITI CONTAMINATI

LINEE GUIDA PER LA DETERMINAZIONE DEI VALORI DEL FONDO NATURALE NELL AMBITO DELLA BONIFICA DEI SITI CONTAMINATI Università degli Studi di Milano Dipartimento di Scienze della Terra A. Desio LINEE GUIDA PER LA DETERMINAZIONE DEI VALORI DEL FONDO NATURALE NELL AMBITO DELLA BONIFICA DEI SITI CONTAMINATI Direzione centrale

Dettagli