CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura
|
|
- Feliciano Sacco
- 8 anni fa
- Visualizzazioni
Transcript
1 CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1
2 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A cura di E. Marubini La Nuova Italia Scientifica, Bruno M. Cesana 2
3 STATISTICA / MISURAZIONE FENOMENO: OGNI MANIFESTAZIONE CHE E PERCEPITA DAI SENSI UMANI E QUINDI E MISURABILE / VALUTABILE QUALITATIVAMENTE E / O QUANTITATIVAMENTE. FENOMENO COLLETTIVO: LA CONOSCENZA DEL FENOMENO COMPORTA L OSSERVAZIONE E LA MISURAZIONE DI PIU UNITA ELEMENTARI CHE LO COMPONGONO. Bruno M. Cesana 3
4 MISURAZIONE MISURAZIONE: IL PROCESSO DI ATTRIBUIRE UN NUMERO A OGGETTI O EVENTI SECONDO REGOLE BEN DEFINITE (STEVENS, 1951) - OGGETTI = COSE CHE POSSONO ESSERE VISTE / TOCCATE - EVENTI = GLI ESITI, LE CONSEGUENZE, I RISULTATI DI OSSERVAZIONI O DI INTERVENTI. Bruno M. Cesana 4
5 MISURAZIONE MISURAZIONE: IL PROCESSO CHE PERMETTE DI COLLEGARE CONCETTI ASTRATTI AD INDICATORI EMPIRICI (ZELLER & CARMINES, 1980) Bruno M. Cesana 5
6 MISURAZIONE MISURAZIONE: IL PROCESSO CHE COINVOLGE UN ESPLICITO ED ORGANIZZATO DISEGNO PER CLASSIFICARE / QUANTIFICARE IL PARTICOLARE SIGNIFICATO INSITO NEI DATI OSSERVATI NEI TERMINI DEL CONCETTO GENERALE ED ASTRATTO PRESENTE NELLA MENTE DEL RICERCATORE (RILEY, 1963) Bruno M. Cesana 6
7 MISURAZIONE ASPETTO EMPIRICO: FOCALIZZA LA RISPOSTA OSSERVABILE. ASPETTO TEORICO: FOCALIZZA IL SOTTOSTANTE NON OSSERVABILE (E NON DIRETTAMENTE QUANTIFICABILE / MISURABILE) CONCETTO CHE E RAPPRESENTATO DALLA RISPOSTA. IL PROCESSO DI MISURAZIONE SI FOCALIZZA SULLA RELAZIONE CRUCIALE TRA GLI INDICATORI EMPIRICI E IL / I SOTTOSTANTE / I E NON OSSERVABILE / I CONCETTO / I. Bruno M. Cesana 7
8 MISURAZIONE LO STUDIO DI UN FENOMENO COMPORTA L ATTIVAZIONE DI UN PROCESSO DI CLASSIFICAZIONE O DI MISURAZIONE DELLE ENTITA CHE LO CARATTERIZZANO. TALI ENTITA SONO DEFINITE VARIABILI IN QUANTO POSSONO ASSUMERE O ASSUMONO DIFFERENTI VALORI A SECONDA DELL UNITA SU CUI SONO RILEVATE. Bruno M. Cesana 8
9 MISURAZIONE VARIABILI QUALITATIVE I VALORI SONO MISURATI MEDIANTE SCALA NOMINALE O ORDINALE E SONO ASSEGNATI A CATEGORIE O MODALITA CON CUI TALI VARIABILI SI MANIFESTANO. VARIABILI QUANTITATIVE I VALORI SONO MISURATI MEDIANTE SCALA INTERVALLARE O RAZIONALE E SONO ESPRESSI MEDIANTE NUMERI REALI. Steven SS. On the theory of scales of measurement. Science, 1946, 103, Steven SS. Measurement, statistics and the schemapiric view. Science, 1968, 161, Bruno M. Cesana 9
10 SCALE DI MISURA SCALA NOMINALE (da nomen): PERMETTE DI CLASSIFICARE LE OSSERVAZIONI IN CLASSI O CATEGORIE DI EQUIVALENZA MUTUAMENTE ESCLUSIVE ED ESAUSTIVE. RELAZIONE TRA I VALORI: EQUIVALENZA (=). ESEMPI: IL SESSO (MASCHIO / FEMMINA): SOLO DUE CATEGORIE VARIABILE BINOMIALE LO STATO DI SALUTE: SANO / MALATO IL GRUPPO SANGUIGNO: A, B, AB, 0 Bruno M. Cesana 10
11 SCALE DI MISURA SCALA ORDINALE: PERMETTE DI ORDINARE SECONDO UN CERTO ORDINE O SEQUENZA I VALORI RILEVATI DELLA VARIABILE. RELAZIONE TRA I VALORI: EQUIVALENZA (=), CONFRONTO (< / >): y 1 < y 2, y 1 = y 2, y 1 > y 2. NON SI PUO DARE ALCUNA MISURA ASSOLUTA DELLA DIFFERENZA. ESEMPI: IL DOLORE: ASSENTE / LIEVE / MODERATO / GRAVE; L ANDAMENTO DI UNO STATO DI MALATTIA: MIGLIORAMENTO NOTEVOLE, LIEVE, NON VARIAZIONI APPREZZABILI, PEGGIORAMENTO LIEVE, NOTEVOLE. Bruno M. Cesana 11
12 SCALE DI MISURA SCALA INTERVALLARE: OLTRE ALL EQUIVALENZA (=) ED AL CONFRONTO (< / >), PERMETTE L OPERAZIONE DELLA DIFFERENZA: y 1 - y 2 = c ED IL RAPPORTO NOTO TRA DUE INTERVALLI: g.F 50g.F = = g.F 32g.F ZERO ED UNITA DI MISURA SONO ARBITRARI. ESEMPIO: LA TEMPERATURA. Bruno M. Cesana 12
13 SCALE DI MISURA SCALA RAZIONALE (da ratio): OLTRE ALL EQUIVALENZA ( = ), AL CONFRONTO (< / >) ED ALLA DIFFERENZA ( y 1 -y 2 = c ), PERMETTE IL RAPPORTO (RATIO) ANCHE TRA DUE QUALSIASI VALORI DELLA SCALA: y1 c y = 100g 4once 4 25g = 1oncia = 2 ZERO ASSOLUTO (VERO), UNITA DI MISURA ARBITRARIA. ESEMPI: LA STATURA, IL PESO, LA SCALA BAROMETRICA. Bruno M. Cesana 13
14 SCALA A RANGO PIENO ASSEGNA UN RANGO AI VALORI CRESCENTI DI VARIABILI QUANTITATIVE: STUDENTE VOTAZIONE RANGO 1,5 1, ,5 10,5 12 TIES Bruno M. Cesana 14 * * * *
15 SCALA A RANGO PIENO La scala a RANGHI ordina gli elementi di un gruppo dal minore al maggiore in accordo alla grandezza (gravità, importanza...) delle osservazioni. Assegna i numeri d ordine corrispondenti alla posizione occupata nell ordinamento ( RANGO ) trascurando le DISTANZE tra gli elementi ordinati. Bruno M. Cesana 15
16 VARIABILI QUANTITATIVE VARIABILI DISCRETE ESISTONO INTERVALLI TRA I PARTICOLARI VALORI CHE LA VARIABILE PUO ASSUMERE. IL NUMERO DI PAZIENTI DIMESSI, IL NUMERO DI EPISODI INFETTIVI IN UN PAZIENTE, ecc. VARIABILI CONTINUE NON ESISTONO INTERVALLI TRA I PARTICOLARI VALORI CHE LA VARIABILE PUO ASSUMERE. CIO E VERO ALMENO IN TEORIA. STATURA: 160,5; 175; 180,5; TEMPO: 10, 11, anni -LIMITI DELLO STRUMENTO DI MISURA -SIGNIFICATO BIOLOGICO DELLE VARIABILI Bruno M. Cesana 16
17 VARIABILI: TRASFORMAZIONI VARIABILI QUANTITATIVE QUALITATIVE -LA STATURA: DA cm A: PICCOLO, MEDIO, ALTO -LA PRESSIONE ARTERIOSA: DA mm/hg A: NORMALE, IPERTENSIONE LIEVE, MODERATA, GRAVE (MALIGNA). LA TRASFORMAZIONE PUO ESSERE UTILE. LA TRASFORMAZIONE COMPORTA UNA PIU O MENO RILEVANTE PERDITA D INFORMAZIONE. Bruno M. Cesana 17
18 PROPRIETÁ DELLE MISURE EMPIRICHE ACCURATEZZA LA MISURA ( y ) AL VALORE VERO (θ): y θ 0 η + θ - y = η y = θ - η PER η 0, ACCURATEZZA [ ATTENDIBILITA DI UNA MISURA PER UN ERRORE TOTALE (η) 0 ] Bruno M. Cesana 18
19 ERRORE TOTALE: η = δ + ε η = θ - y δ = θ - µ ERRORE SISTEMATICO ε = µ - y ERRORE CASUALE ERRORE SISTEMATICO: UN METODO O UN PROCEDIMENTO ANALITICO TENDE A SOVRASTIMARE O A SOTTOSTIMARE IL VALORE VERO θ IN MODO DETERMINISTICO. L UNIVERSO DELLE MISURE CHE IDEALMENTE SI POTREBBERO ESEGUIRE PORTA AD UNA STIMA DI θ, µ (DICIAMO) CON µ θ. Bruno M. Cesana 19
20 ERRORE TOTALE: η = δ + ε η = θ - y δ = θ - µ ERRORE SISTEMATICO ε = µ - y ERRORE CASUALE ERRORE CASUALE: MISURE RIPETUTE DELLA STESSA ENTITA DANNO RISULTATI PIU O MENO DIFFERENTI. TALI FLUTTUAZIONI ATTORNO A θ (µ IN PRESENZA DELL ERRORE SISTEMATICO) SONO DETERMINATE SOLO PER IL PURO EFFETTO DEL CASO E QUINDI NON SONO SISTEMATICHE. Bruno M. Cesana 20
21 PROPRIETÁ DELLE MISURE EMPIRICHE PRECISIONE: MISURE RIPETUTE (SOTTO IDENTICHE CONDIZIONI: OPERATORE, STRUMENTO DI MISURA, AMBIENTE, TEMPO ) DELLA STESSA CARATTERISTICA DELLA STESSA ENTITA NON RISULTANO MAI ESATTAMENTE SOVRAPPONIBILI / PERFETTAMENTE UGUALI. TANTO PIU y 1, y 2, y 3,, y -1,y TENDONO AD ESSERE UGUALI, TANTO MAGGIORE E LA PRECISIONE. Bruno M. Cesana 21
22 MISURE REFRATTOMETRICHE RIPETUTE DELL ASTIGMATISMO DI UN OCCHIO REFRATTOMETRO A MEDIA = 2.48 D.S. = DIOTTRIE Bruno M. Cesana 22
23 MISURE REFRATTOMETRICHE RIPETUTE DELL ASTIGMATISMO DI UN OCCHIO REFRATTOMETRO B MEDIA = 2.5 D.S. = DIOTTRIE Bruno M. Cesana 23
24 MISURE REFRATTOMETRICHE RIPETUTE DELL ASTIGMATISMO DI UN OCCHIO REFRATTOMETRO C MEDIA = 1.2 D.S. = DIOTTRIE Bruno M. Cesana 24
25 MISURE REFRATTOMETRICHE RIPETUTE DELL ASTIGMATISMO DI UN OCCHIO REFRATTOMETRO D MEDIA = 1.38 D.S. = DIOTTRIE Bruno M. Cesana 25
26 η = θ - y ERRORE TOTALE: η = δ + ε δ = θ - µ ERRORE SISTEMATICO ε = µ - y ERRORE CASUALE y µ θ 0 ε δ η + ACCURATEZZA ERRORE SISTEMATICO PRECISIONE ERRORE CASUALE Bruno M. Cesana 26
27 PROPRIETÁ DELLE MISURE EMPIRICHE Bruno M. Cesana 27
28 ERRORE CASUALE: ε = µ (θ) - y ε COSTITUITO DALLA SOMMA DI TANTE (n) COMPONENTI: ε = ε 1 + ε ε n CIASCUNA DELLE n COMPONENTI, IN MODO INDIPENDENTE (TRA LORO), ESERCITA O NO PER PURO EFFETTO DEL CASO, LA SUA INFLUENZA AL MOMENTO DI EFFETTUARE IL PROCESSO DI MISURAZIONE. Bruno M. Cesana 28
Corso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliMETODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI
METODOLOGIA STATISTICA E CLASSIFICAZIONE DEI DATI 1.1 La Statistica La Statistica è la scienza che raccoglie, elabora ed interpreta i dati (informazioni) relativi ad un dato fenomeno oggetto di osservazione.
DettagliTRACCIA DI STUDIO. Concetto di misura. Variabilità biologica
TRACCIA DI STUDIO Variabilità biologica In natura si osservano differenze non solo tra soggetti, ma anche in uno stesso individuo per svariati fattori endocrini, metabolici, emozionali, patologici, da
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliVARIABILI 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
DettagliErrori di una misura e sua rappresentazione
Errori di una misura e sua rappresentazione Il risultato di una qualsiasi misura sperimentale è costituito da un valore numerico (con la rispettiva unità di misura) ed un incertezza (chiamata anche errore)
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliConoscenza. Metodo scientifico
Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).
DettagliRelazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliEsercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)
STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana
Dettagli1. L analisi statistica
1. L analisi statistica Di cosa parleremo La statistica è una scienza, strumentale ad altre, concernente la determinazione dei metodi scientifici da seguire per raccogliere, elaborare e valutare i dati
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 1. La quantificazione in psicologia Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Introduzione
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliLA 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
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliSTATISTICA 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
DettagliCorso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA
Corso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA Prof. Stefania Funari Parte I TERMINOLOGIA STATISTICA e CONCETTI INTRODUTTIVI
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliTeoria e metodologia estimativa
Teoria e metodologia estimativa Definizioni L estimo è la parte della scienza economica definibile come l insieme dei principi logici e metodologici che regolano e, quindi, consentono la motivata, oggettiva
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliI.T.C.G.T T. Acerbo - Pescara LABORATORIO DI FISICA A. S. 2009/10
I.T.C.G.T T. Acerbo - Pescara LABORATORIO DI FISICA A. S. 2009/10 Cognome: D Ovidio Nome: Stefania Classe: 2 B Geometri Data: 04/12/2009 Gruppo: F. Illiceto; V. Ivanochko; M.C. Scopino; M.Terenzi N. pagine:
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliCome descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca
Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche
DettagliEsercitazione N. 1 Misurazione di resistenza con metodo volt-amperometrico
Esercitazione N. 1 Misurazione di resistenza con metodo volt-amperometrico 1.1 Lo schema di misurazione Le principali grandezze elettriche che caratterizzano un bipolo in corrente continua, quali per esempio
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliGrandezze fisiche e loro misura
Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da entità o grandezze misurabili.
DettagliClassi I A B sc. ARDIGO anno scol. 2012 13 MATEMATICA
Classi I A B sc. ARDIGO anno scol. 2012 13 MATEMATICA U di APPRENDIMENTO Numeri 1. Comprendere il significato dei numeri e i modi per rappresentarli, anche in relazione al loro uso nella realtà 2. Comprendere
DettagliPROGRAMMA SVOLTO NELLA SESSIONE N.
Università C. Cattaneo Liuc, Corso di Statistica, Sessione n. 1, 2014 Laboratorio Excel Sessione n. 1 Venerdì 031014 Gruppo PZ Lunedì 061014 Gruppo AD Martedì 071014 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE
DettagliCorso di Analisi Statistica per le Imprese (9 CFU) Prof. L. Neri a.a. 2011-2012
Corso di Analisi Statistica per le Imprese (9 CFU) Prof. L. Neri a.a. 2011-2012 1 Riepilogo di alcuni concetti base Concetti di base: unità e collettivo statistico; popolazione e campione; caratteri e
DettagliIl mal di schiena nell ambito della popolazione degli operatori sanitari, indagine sugli strumenti di prevenzione ritenuti efficaci.
Il mal di schiena nell ambito della popolazione degli operatori sanitari, indagine sugli strumenti di prevenzione ritenuti efficaci. Giorgio Bellan Obiettivi della ricerca: Indagare lo stato dell arte
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliSistema Informativo Geografico:
Sistemi Informativi Geografici Sistema Informativo Geografico: È un sistema informativo che tratta informazioni spaziali georeferenziate, ne consente la gestione e l'analisi. Informazioni spaziali: dati
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte I
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte I Laura Palmerio Università Tor Vergata A.A. 2005/2006 Testi di riferimento F. Celi, D. Fontana, Fare ricerca sperimentale
DettagliDr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 30/03/2011 Statistica descrittiva e inferenziale
DettagliElementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1
Elementi di statistica Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Statistica La statistica si può definire come: l insieme dei metodi
DettagliMetodologia di monitoraggio Impianti fotovoltaici
Metodologia di monitoraggio Impianti fotovoltaici Per effettuare il monitoraggio degli impianti fotovoltaici è stato scelto il metodo di acquisizione dati proposto dal Dott. Ing. F. Spertino, Dott. Ing.
DettagliDEFINIZIONE Una grandezza fisica è una classe di equivalenza di proprietà fisiche che possono essere misurate mediante un rapporto.
«Possiamo conoscere qualcosa dell'oggetto di cui stiamo parlando solo se possiamo eseguirvi misurazioni, per descriverlo mediante numeri; altrimenti la nostra conoscenza è scarsa e insoddisfacente.» (Lord
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliIL MINISTRO DELL UNIVERSITA E DELLA RICERCA
VISTO il decreto del Ministro dell Istruzione dell Università e della Ricerca 11 aprile 2006, n. 217; VISTO il decreto legge 18 maggio 2006, n. 181, convertito dalla legge 17 luglio 2006, n. 233, istitutivo
DettagliSISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI
SISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI Allegato alla delibera giuntale n. 58/2013 dd. 06/06/2013 SISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI Segreteria Generale Finalità e modalità della
DettagliSISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI
SISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI Allegato alla delibera giuntale n. 58/2013 dd. 06/06/2013 SISTEMA PERMANENTE DI VALUTAZIONE DEI DIPENDENTI Segreteria Generale Finalità e modalità della
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliPerché si fanno previsioni?
Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento
DettagliLaboratorio di Pedagogia Sperimentale. Indice
INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------
DettagliS i s t e m a d i v a l u t a z i o n e d e l l e p r e s t a z i o n i d e i d i p e n d e n t i
S i s t e m a d i v a l u t a z i o n e d e l l e p r e s t a z i o n i d e i d i p e n d e n t i P r o d o t t o d a A l b e r t o P a o l i n i G r o s s e t o P a r c h e g g i s r l V e n g o n o p
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliInsegnamento di Statistica Medica
Università degli Studi di Palermo Insegnamento di Statistica Medica per la Facoltà di Medicina e Chirurgia a.a. 2011/2012 (3 cfu) Docente Dott.ssa Domenica Matranga Etimologia della parola Statistica Deriva
DettagliPROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI
statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliSTATISTICA GIUSEPPE DE NICOLAO. Dipartimento di Informatica e Sistemistica Università di Pavia
STATISTICA GIUSEPPE DE NICOLAO Dipartimento di Informatica e Sistemistica Università di Pavia SOMMARIO V.C. vettoriali Media e varianza campionarie Proprietà degli stimatori Intervalli di confidenza Statistica
DettagliREGOLAMENTO DI VALUTAZIONE DEL PERSONALE DIPENDENTE
REGOLAMENTO DI VALUTAZIONE DEL PERSONALE DIPENDENTE Approvato con Determinazione del Direttore Generale n. 244 del 20/07/2010 L importanza di un sistema operativo di valutazione comune e riconoscibile
DettagliNote a cura di M. Martellini e M. Zeni
Università dell Insubria Corso di laurea Scienze Ambientali FISICA GENERALE Lezione 6 Energia e Lavoro Note a cura di M. Martellini e M. Zeni Queste note sono state in parte preparate con immagini tratte
DettagliRING TEST DEI CENTRI ARPA ER 2009
RETE REGIONALE MONITORAGGIO AEROBIOLOGICO RING TEST DEI CENTRI ARPA ER 2009 PRESENTAZIONE DEI RISULTATI RETE REGIONALE DI MONITORAGGIO AEROBIOLOGICO La rete regionale di ARPA Emilia-Romagna è un esempio
DettagliObiettivi dell Analisi Numerica. Avviso. Risoluzione numerica di un modello. Analisi Numerica e Calcolo Scientifico
M. Annunziato, DIPMAT Università di Salerno - Queste note non sono esaustive ai fini del corso p. 3/43 M. Annunziato, DIPMAT Università di Salerno - Queste note non sono esaustive ai fini del corso p.
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliFunzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente
Funzioni In matematica, una funzione f da X in Y consiste in: 1. un insieme X detto dominio di f 2. un insieme Y detto codominio di f 3. una legge che ad ogni elemento x in X associa uno ed un solo elemento
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali Sonetto di Trilussa Sai ched è la statistica? E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliTitolo 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
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliMacchine a stati finiti G. MARSELLA UNIVERSITÀ DEL SALENTO
Macchine a stati finiti 1 G. MARSELLA UNIVERSITÀ DEL SALENTO Introduzione Al più alto livello di astrazione il progetto logico impiega un modello, la cosiddetta macchina a stati finiti, per descrivere
DettagliIl questionario. Laboratorio del corso Tecniche quantitative di ricerca sociale. IV lezione. Modulo: Rilevazione dei dati
Il questionario Laboratorio del corso Tecniche quantitative di ricerca sociale Modulo: Rilevazione dei dati IV lezione Simona Ballabio Federico Denti Le prime fasi del processo di ricerca 1 2 Teoria Ipotesi
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliDELLA RIABILITAZIONE. Indicatori sanitari
Indicatori sanitari 1 Bruno FEDERICO Cattedra di Igiene Anno Accademico 2009/2010 Il concetto di indicatore Misurare la malattia e la salute Definizioni 2 MISURA Corso di Laurea 3 Stevens, 1951 La misura
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliElaborazione ed Analisi. del Sistema di Rilevazione dei. Carichi di Lavoro per il. Servizio Infermieristico Territoriale
Elaborazione ed Analisi del Sistema di Rilevazione dei Carichi di Lavoro per il Servizio Infermieristico Territoriale 1 Sommario: 1. Premessa; 2. Riferimenti normativi; 3. Le Linee di attività; 4. Gli
DettagliEsercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2
Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2 [1] Metodo di Bisezione gli estremi a e b di un intervallo reale trovi uno zero della funzione f(x) nell intervallo [a, b] usando il metodo
DettagliLaboratorio sulle dinamiche Socio-Economiche
Laboratorio sulle dinamiche Socio-Economiche Progetto Lauree Scientifiche Giacomo Albi Dipartimento di Matematica e Informatica Università di Ferrara, Italia www.giacomoalbi.com giacomo.albi@unife.it Giacomo
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica A.A. 2005-2006 Prof. Paolo Vigo Indice 1. Errori ed Incertezze 2. Errori Sistematici ed Accidentali 3. Proprietà degli Strumenti
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliINDICI DI TENDENZA CENTRALE
INDICI DI TENDENZA CENTRALE NA Al fine di semplificare la lettura e l interpretazione di un fenomeno oggetto di un indagine statistica, i dati possono essere: organizzati in una insieme di dati statistici
DettagliElementi di Statistica descrittiva Parte I
Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)
DettagliOCCUPATI SETTORE DI ATTIVITA' ECONOMICA
ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliLimiti e continuità delle funzioni reali a variabile reale
Limiti e continuità delle funzioni reali a variabile reale Roberto Boggiani Versione 4.0 9 dicembre 2003 1 Esempi che inducono al concetto di ite Per introdurre il concetto di ite consideriamo i seguenti
Dettagli