Elementi di Psicometria con Laboratorio di SPSS 1
|
|
- Eloisa Stella
- 7 anni fa
- Visualizzazioni
Transcript
1 Elementi di Psicometria con Laboratorio di SPSS 1 14-Introduzione all analisi della potenza statistica (vers. 1.2a, 11 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca G. Rossi (Dip. Psicologia) ElemPsico / 25
2 Analisi della potenza È il capitolo 14 del libro di testo Studiare fino a p.265 Leggere a p. 265 La verifica d ipotesi sulla media di una popolazione Saltare proporzione a p. 270, correlazione a p.272 Leggere differenza fra le medie a p. 273, medie appaiate a p.278, come stimare a p.279 Leggere interpretazione a p. 281 G. Rossi (Dip. Psicologia) ElemPsico / 25
3 Introduzione Ogni volta che si inizia a fare una ricerca ci si trova ad affrontare diversi problemi: uno di questi è l ampiezza del campione Devo raccogliere almeno 100 soggetti? o ne bastano 30? La ragione di questa domanda è duplice Più piccolo è il campione, meno tempo (e fatica) è necessario per raccogliere i dati Più grande è il campione, più probabilità abbiamo di ottenere risultati significativi A questa domanda ci sono diverse risposte comuni (si ricordi che la statistica ipotizza un campione casuale) 1 Almeno 30 per ogni gruppo formato dalle variabili indipendenti 2 Un campione il più grande possibile 3 Non si sa esattamente quanto dev essere grande G. Rossi (Dip. Psicologia) ElemPsico / 25
4 Grandezza di un campione La prima risposta fa riferimento alla teoria campionaria, per cui con campioni di 30 o più osservazioni, la distribuzione campionaria tende a distribuirsi normalmente anche se la variabile non è normale La seconda risposta dipende dall idea che se il campione è molto grande sia più facile trovare un risultato significativo L ultima risposta non è accettabile, salvo: 1 quando non si conosce assolutamente nulla sull argomento di ricerca 2 si hanno molte variabili indipendenti e molte dipendenti 3 si è interessati più ad una ricerca esplorativa che ad una ricerca inferenziale vera e propria G. Rossi (Dip. Psicologia) ElemPsico / 25
5 Grandezza di un campione La grandezza del campione dovrebbe quella che permette di rispondere alle ipotesi di ricerca, considerando che: il risultato dipende dalla dimensione dell effetto che si studia (un effetto grande verrà rilevato anche con poche osservazioni, mentre uno piccolo necessita di più casi) dal rischio di sbagliare la nostra decisione (cioè dall errore di I e di II tipo che utilizziamo); un α elevato produrrà più rifiuti di H 0 e uno più piccolo più rifiuti di H 1 G. Rossi (Dip. Psicologia) ElemPsico / 25
6 Relazioni fra errori e ipotesi Risultato ricerca Realtà H 0 - Vera H 0 - Falsa H 1 - Falsa H 1 - Vera Corretta Errore II tipo Accetto H 0 ; rifiuto H 1 1 α β Errore I tipo Corretta Rifiuto H 0 ; accetto H 1 α 1 β Se α è la probabilità di rifiutare H 0 quando è vera, 1 α sarà la probabilità di accettare H 0 quando è vera Analogamente se β è la probabilità di accettare H 0 quando è falsa, 1 β sarà la probabilità di rifiutare H 0 quando è falsa 1 β è chiamata potenza di un test e corrisponde alla probabilità di rilevare una relazione veramente esistente nella realtà G. Rossi (Dip. Psicologia) ElemPsico / 25
7 Analisi della potenza La potenza statistica di un test è la sua capacità di rifiutare un ipotesi nulla falsa, perché noi, in genere, verifichiamo un ipotesi nulla rispetto ad una gamma di ipotesi alternative (ad es. H 1 : µ 1 µ 2 ) Come ricercatori, facciamo molti sforzi per organizzare e fare una ricerca che ci dia conoscenze sicure e affidabili. Ma i nostri sforzi sono vani se non riusciamo a trovare i risultati che ci aspettiamo, o meglio, se non riusciamo a falsificare con maggior sicurezza la nostra ipotesi. Per molti anni, i ricercatori si sono focalizzati sul rischio di rifiutare H 0 quando è vera (atteggiamento conservatore) Di recente ha acquisito importanza anche l errore opposto. Riassumiamo un momento le procedure di verifica d ipotesi G. Rossi (Dip. Psicologia) ElemPsico / 25
8 Verifica d ipotesi All inizio di una ricerca, partiamo generalmente da un ipotesi che è espressa a parole. Ad es. A causa delle nuove tecnologie di comunicazione veloce ( , sms, chat, cellulari) gli studenti passano meno tempo a stabilire relazioni personali dirette fra di loro. Siccome qualcuno ha raccolto dati sul tempo trascorso in relazioni personali negli anni precedenti (M=6 ore alla settimana; s=2), posso raccogliere un nuovo campione da confrontare con il precedente Possiamo trasformare la nostra ipotesi verbale in ipotesi statistica: H 0 : µ = 6.0 H 1 : µ < 6.0 G. Rossi (Dip. Psicologia) ElemPsico / 25
9 Verifica d ipotesi Ricordiamo che noi verifichiamo l ipotesi nulla confrontandola con un ipotesi alternativa. L ipotesi nulla è ciò che è noto o che si assume in base alla teoria o alle ricerche precedenti. Nel nostro esempio, la ricerca precedente, ci ha detto che gli studenti universitari hanno speso circa 6 ore della settimana in contatti faccia-a-faccia (più o meno 2 ore). Così, la nostra ipotesi è che µ = 6.0. L errore α ci protegge dal prendere una decisione errata basata su un campione particolarmente anomalo estratto dalla popolazione corretta La potenza di un test (1 β) ci dice la probabilità di aver accettato correttamente l ipotesi alternativa G. Rossi (Dip. Psicologia) ElemPsico / 25
10 Concetti chiave della potenza Ricordiamo che la potenza statistica di un test è la sua capacità di rifiutare un ipotesi nulla falsa e che è legata al test statistico usato. Ci sono 3 variabili legate alla potenza di un test: 1 Il livello di significatività cioè α: più è severo (vicino a 0), più è difficile rifiutare l ipotesi nulla (anche quando è falsa). all aumentare di α aumenta la potenza del test. Tuttavia non possiamo usare α molto grandi un buon criterio (non troppo basso, né troppo alto) è α = 0.05 (per ricerche esplorative possiamo usare valori leggermente maggiori) G. Rossi (Dip. Psicologia) ElemPsico / 25
11 Concetti chiave della potenza 2 L ampiezza del campione cioè N quando un campione è grande, è meno probabile fare errori di campionamento e trovare dati che portino a stime inaffidabili dei parametri della popolazione. L errore standard è sempre basato su N e diminuisce all aumentare di N. Quindi all aumentare di N, aumenta la potenza 3 La dimensione dell effetto nella popolazione cioè d o r; la dimensione dell effetto è misurabile in modo grezzo (la d o g del t-test) o in modo standardizzato (la φ del chi-quadro), cioè tramite una correlazione G. Rossi (Dip. Psicologia) ElemPsico / 25
12 Concetti chiave della potenza 3 La dimensione dell effetto nella popolazione cioè d o r; ovvero quanto grande è il risultato che abbiamo ottenuto; ricordiamo che d o r ha senso solo se H 0 è falsa; quindi possiamo considerare d o r come una misura di quanto è falsa l ipotesi nulla; tanto più d o r è grande, tanto più H 0 è falsa, tanto più aumenta la potenza 4 Possiamo considerare la potenza statistica (cioè 1 β) come un quarto elemento Essendo legati fra loro matematicamente; si può calcolare il valore del quarto conoscendo il valore degli altri tre G. Rossi (Dip. Psicologia) ElemPsico / 25
13 Concetti chiave della potenza Riassumendo: Potenza (1 β) aumenta diminuisce quando α aumenta diminuisce quando N aumenta diminuisce quando d o r aumenta diminuisce La formula che lega i quattro indici è abbastanza complessa per cui sono state predisposte delle tavole (Tavola D a p. 476) che utilizzano α e una combinazione di d ed N chiamata δ: dove f() indica funzione di δ = df(n) ed esistono dei software appositi (ad es. G*Power, che è free) G. Rossi (Dip. Psicologia) ElemPsico / 25
14 Uso dell analisi di potenza L analisi di potenza viene usata, generalmente, per due obiettivi 1 a posteriori per determinare la potenza di un test: dal momento che la ricerca viene effettuata su un certo campione (di ampiezza N) e usando un certo livello α, e dai risultati ottenuti possiamo calcolare d, ne consegue la possibilità di stimare la potenza di un test, cioè la probabilità di aver fatto la scelta giusta; 2 a priori per determinare la numerosità del campione: se vogliamo fare una ricerca che abbia una determinata potenza, una volta stabilito un determinato α e ipotizzato un determinato d, quale dev essere l ampiezza del campione? G. Rossi (Dip. Psicologia) ElemPsico / 25
15 Calcolare la potenza a priori Ipotizziamo di voler fare una ricerca su un campione patologico (ad es. pazienti di un servizio mentale) Possiamo fare una ricerca veloce (in termini di tempo) su un piccolo campione oppure una ricerca che duri più tempo per poter raccogliere un campione più grande certamente non vogliamo fare una ricerca che non abbia abbastanza potenza e che possa essere criticata Decidiamo quindi una potenza minima che vogliamo raggiungere, un effect size che ci aspettiamo e calcoliamo quanto dev essere ampio il campione da raccogliere. G. Rossi (Dip. Psicologia) ElemPsico / 25
16 Calcolare la potenza a posteriori Abbiamo raccolto un certo campione su cui abbiamo misurato una certa variabile Abbiamo stabilito un livello α =.05 L analisi dei dati, ci ha fornito i valori da utilizzare per il calcolo dell effect size A questo punto abbiamo due strade (sia per l approccio a priori sia per quello a posteriori): 1 fare un calcolo a mano e usare le tavole (slide??) in questo caso ci serve solo di sapere qual è la funzione da applicare ad N per trovare δ, e poi cercare il valore corrispondente alla potenza sulla tavola D o E del libro La funzione f(n) cambia in base alla tecnica statistica utilizzata 2 usare il software G*Power (slide 21) G. Rossi (Dip. Psicologia) ElemPsico / 25
17 Potenza per la Media di una popolazione (a mano) La funzione è f(n) = N l ipotesi alternativa coincide con il valore della media del campione calcoliamo troviamo δ = d N d = (µ 1 µ 0 )/σ Ipotizziamo di conoscere µ e σ della popolazione: µ = 84 e σ = 12; di aver calcolato i seguenti valori su un campione di N = 60: M = 76.92; s = Le nostre ipotesi saranno: H 0 : µ = 84 H 1 : µ 76, 92 d = (84 76, 92)/12 = 0.59 δ = = Se cerchiamo sulla tavola D un δ = 4.57 (4.5) troviamo una potenza statistica di 0.99 Per α =.05 bidirezionale G. Rossi (Dip. Psicologia) ElemPsico / 25
18 Potenza per la Differenza delle medie (a mano) La funzione è f(n) = n 2 Se N 1 = N 2, allora n = N 1 Se N 1 N 2, allora n = 2 N 1 N 2 N 1 + N 2 l ipotesi alternativa coincide con il valore della media del campione usiamo l effect size di t (cioè g) troviamo n δ = g 2 G. Rossi (Dip. Psicologia) ElemPsico / 25
19 Differenza delle medie (a mano) Facciamo riferimento alle slide del cap. 11 per la variabile Estr_pers Avevamo: N=158 maschi e N=181 femmine, con t = Calcoliamo l effect size N1 + N g = t N1 N2 = = quindi troviamo n = = n δ = d 2 = = Dalla Tavola D, troviamo un potenza di 0.97 G. Rossi (Dip. Psicologia) ElemPsico / 25
20 Stimare la numerosità (a mano) per la differenza di due medie (campioni indipendenti) la funzione da usare è: ( ) δ 2 n = 2 d sulla Tavola E (p. 477), per un test a due code con α = 0.05 e una potenza statistica di 0.90, δ = 3.24 Facciamo ancora riferimento alle slide del cap. 11 per la variabile Estr_pers Vorremmo ottenere un d =.50 e perciò n = 2 ( ) = corrispondente ad un campione totale di 168 G. Rossi (Dip. Psicologia) ElemPsico / 25
21 Calcolare la potenza di un test con G*Power Facciamo riferimento alle slide del cap. 11 per la variabile Estr_pers Avevamo: N=158 maschi e N=181 femmine, con t = Abbiamo stabilito un livello α =.05, e calcoliamo l effect size N1 + N g = t N1 N2 = = In G*Power, scegliamo Test family = t-tests, Statistical test = Means: Difference between two independent means (two groups), Type of power analysis = post hoc: Compute achieved power Inseriamo in Effect size d =.43, in α err prob 0.05, in Sample size group e in Sample size group Clicchiamo Calculate G. Rossi (Dip. Psicologia) ElemPsico / 25
22 Videata con G*Power La potenza è G. Rossi (Dip. Psicologia) ElemPsico / 25
23 Numerosità del campione con G*Power In G*Power, scegliamo Test family = t-tests, Statistical test = Means: Difference between two independent means (two groups), Type of power analysis = A priori:... Inseriamo Effect size d =.50, α err prob = 0.05, Power =.60, Allocation ratio N2/N1 = 1 Clicchiamo Calculate: ci servono due campioni di 41 casi ciascuno G. Rossi (Dip. Psicologia) ElemPsico / 25
24 Numerosità del campione con G*Power Cambiando ratio N2/N1, indichiamo di voler/poter usare campioni di diversa numerosità G. Rossi (Dip. Psicologia) ElemPsico / 25
25 Interpretazione Un risultato non significativo non è necessariamente vero: se accettiamo per vera H 0, questo non significa che sia realmente vera. Se la potenza di un esperimento è bassa (ad es..50), beta sarà alto (1.50 =.50); quindi avremo il 95% di probabilità (1.05) che H 0 sia vera, ma il 50% che sia falsa Significatività con piccoli campioni: Nel caso del test t, t è parte di g; se t è molto alto, anche g lo sarà, se g è alto anche la potenza sarà alta (e beta sarà basso). Quindi un risultato t molto alto è molto più importante se ottenuto su piccoli campioni che su grandi campioni. Grandi campioni e significatività: con grandi campioni è più facile ottenere un t grande e quindi significativo; bisogna quindi considerare d (o g) per sapere l effettiva sicurezza da dare al risultato raggiunto G. Rossi (Dip. Psicologia) ElemPsico / 25
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 28-Intervalli di confidenza vers. 1.1 (21 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Significatività statistica per la correlazione vers. 1.0 (5 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 19-Rapporto fra varianze e 20-Introduzione all Anova vers. 1.0 (5 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (v. 1.3, 4 aprile 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 25-Dimensione degli effetti e 26-Metanalisi vers. 1.0 (2 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliFondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI
Fondamenti di Psicometria La statistica è facile!!! VERIFICA DELLE IPOTESI INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 04-Introduzione alla verifica delle ipotesi (v. 1.0, 5 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 09-Campione e popolazione vers. 1.0 (31 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliElementi di Psicometria
Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliElementi di Psicometria
Elementi di Psicometria 11-Verifica di ipotesi fra due medie vers. 1.0a (6 dicembre 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2011-2012 G.
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07a-Ripasso: Anova ad un fattore (v. 1.9a, 29 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliPsicometria con Laboratorio di SPSS 1
Psicometria con Laboratorio di SPSS 1 1-Panoramica delle tecniche: Spiegazione intuitiva vers. 1.1 (vers. 1.1, 14 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliTeoria della stima dei parametri:
INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa alla popolazione è da ritenersi vera sulla base dei dati campionari
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliTest delle ipotesi. Le differenze che vengono riscontrate possono essere ovviamente ricondotte a due possibilità:
Test delle ipotesi Test delle ipotesi Nel cercare di costruire un legame tra dati osservati e ipotesi teoriche sulle caratteristiche dell intera popolazione si deve, in genere, prendere una decisione per
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
DettagliStatistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1
Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa
DettagliLa distribuzione t. Federico Plazzi. 7 Novembre 2015
La distribuzione t Federico Plazzi 7 Novembre 2015 Popolazione e campioni Popolazione e campioni Definizioni ed assunzioni di partenza Campione: l insieme di individui che abbiamo potuto osservare. Popolazione
DettagliElementi di Psicometria
Elementi di Psicometria 20-Chi quadro vers. 1.0 (27 aprile 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015
DettagliIPOTESI SULLA MEDIA: caso di un campione
IPOTESI SULLA MEDIA: caso di un campione Le ipotesi vengono formulate sulla media della popolazione rispetto a una media di riferimento che si indica come: 0 La domanda è: la media della popolazione da
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 09-Anova per misure ripetute (v. 1.3, 21 novembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 02-Ripasso inferenziale: Inferenza (v. 1.2b, 14 dicembre 2018) versione per stampa Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliArgomenti della lezione:
Lezione 3 Argomenti della lezione: La verifica delle ipotesi: principi generali Ipotesi statistiche Ipotesi sulla media Indicatore campionario: X Il campione è stato estratto da una popolazione con parametro
DettagliSTATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 03-Ripasso inferenziale: T-test (v. 1.3, 19 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 04-Trattamento dei dati (v. 1.4, 11 ottobre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
DettagliSTATISTICA MULTIVARIATA SSD MAT/06
Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 4-Misure della tendenza centrale (vers. 1.0c, 27 marzo 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 4-Misure della tendenza centrale (vers. 1.0b, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 02-Tendenza centrale e variabilità (v. 1.0, 22 marzo 2019) versione per stampa Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 3-I percentili vers. 1.2 (30 ottobre 2013) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2013-2014
DettagliVerifica delle ipotesi. Verifica delle ipotesi
Con la procedura di stima intervallare si cerca definire in modo verosimile il valore di un parametro incognito a partire dalle osservazioni campionarie Valore campionario Procedura di stima intervallare
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 11-Anova con covariata (v. 1.3, 5 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliParametri statistici
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Parametri statistici 24/1/2005 Deviazione standard della media La variabilità di una distribuzione può quindi essere espressa da un indice
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 08-Anova con covariata (vers. 1.2, 6 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliUniversità del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea specialistica in biotecnologie mediche Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale
Dettagli07/01/2016. Scalisi - Tecniche Psicometriche LA VERIFICA DELLE IPOTESI. La verifica delle ipotesi. Popolazioni e campioni
LA VERIFICA DELLE IPOTESI Popolazioni, campioni, parametri ed indicatori 1 2 3 Popolazioni e campioni Viene definita popolazione o universo l insieme completo di tutti gli elementi che hanno in comune
DettagliUniversità di Pavia Econometria. Richiami di Statistica. Eduardo Rossi
Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliMetodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliI modelli probabilistici
e I modelli probabilistici Finora abbiamo visto che esistono modelli probabilistici che possiamo utilizzare per prevedere gli esiti di esperimenti aleatori. Naturalmente la previsione è di tipo probabilistico:
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliIl confronto tra due campioni
DECIMA UNITA Il confronto tra due campioni Nell unità precedente abbiamo approfondito come si può procedere nello stimare i parametri di una popolazione a partire dalle statistiche di un suo campione.
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliIl metodo statistico: prova dell ipotesi, intervallo di confidenza
Il metodo statistico: prova dell ipotesi, intervallo di confidenza Tratto con modifiche da : Buzzetti, Mastroiacovo. Le prove di efficacia in pediatria. 2000, UTET 1 Il problema Si supponga di voler verificare
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 02-Ripasso inferenziale: Punti z e inferenza (vers. 1.1, 5 ottobre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliCenni di Statistica Inferenziale
Cenni di Statistica Inferenziale Teorema del limite centrale Data una variabile, qualsiasi sia la sua distribuzione, la media di tutti i suoi campioni di ampiezza n ha una distribuzione normale: dove:
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4.1 I principali test statistici per la verifica di ipotesi: Il test t Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
Dettagli(f o -f a ) f a fo = frequenza osservata fa = frequenza attesa per effetto del caso (cioè se è vera l'ipotesi nulla) DISEGNI CON UNA SOLA VARIABILE
IL TEST DEL CHI 2 (2) Consente di verificare ipotesi su: a) relazioni tra variabili nella popolazione b) differenze tra popolazioni relative a: distribuzioni di frequenza Livello di misura dei dati: scala
DettagliBasi metodologiche della ricerca in ambito sportivo
Università degli Studi di Roma «Tor Vergata» Facoltà di Medicina e Chirurgia Laurea Magistrale in Scienze e Tecniche dello Sport Insegnamento Professore Argomento Basi metodologiche della ricerca in ambito
DettagliDISTRIBUZIONI DI PROBABILITA (parte 3) 1 / 34
DISTRIBUZIONI DI PROBABILITA (parte 3) 1 / 34 Distribuzione Binomiale 2 / 34 La più importante distribuzione di probabilità per variabili casuali discrete è la distribuzione binomiale. Questa distribuzione
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliIntroduzione alla statistica per la ricerca in sanità
Introduzione alla statistica per la ricerca in sanità Modulo La verifica delle ipotesi: il test statistico dott. Eugenio Traini eugenio.traini@burlo.trieste.it Verifica d Ipotesi - 1 Che cos è un ipotesi
DettagliEsame di Statistica del 7 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 7 luglio 006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 07-Coefficienti di correlazione vers. 1.0 (29 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettagli