CONFRONTI MULTIPLI TEST HSD DI TUKEY
|
|
- Ruggero Turco
- 7 anni fa
- Visualizzazioni
Transcript
1 CONFRONTI MULTIPLI TEST HSD DI TUKEY Nel caso in cui i risultati dell analisi della varianza ad una via sono significativi, ovvero se il R.V. è risultato avere un F maggiore dell F critico, e quindi le medie dei livelli dei trattamenti non sono tra loro tutte uguali, ci chiediamo quali sono effettivamente i trattamenti (livelli della variabile trattamento) ad essere diversi. Non è operazione opportuna quella di valutare le differenze con una serie di test t di Student confronto medie per due motivi principali: l operazione non è veloce e può risultare macchinosa quando i trattamenti ( livelli della variabile trattamento) sono numerosi, ad es. con 5 trattamenti devo effettuare 1 t di Student diversi; aumenta la probabilità di commettere un errore di prima specie, ovvero di rifiutare H quando è vera. Per il principio delle probabilità composte la probabilità finale di commettere almeno un errore di primo tipo è in funzione di alfa e del numero dei campioni che confronto ( es. per alfa =.5 e 1 campioni la probabilità di rifiutare almeno una ipotesi di nessuna differenza commettendo l errore di primo tipo è = a 1- (.95) 1 ovvero.41 ovvero maggiore del 4%). Quindi si operano confronti multipli con test specifici come i test Tukey, Bonferroni, Scheffè
2 Viene presentata qui di seguito la tecnica dei confronti multipli di Tukey Il test di Tuckey viene denominato test HSD da honestly significant difference e fa uso di un singolo valore HSD contro il quale tutte le differenze sono confrontate. Esso è dato da: MSW HSD= q α, k, N-k * n Alfa= livello di significatività, solitamente alfa=.5 k = numero dei trattamenti o numero medie da confrontare N= delle osservazioni-unità sperimentali e da k. n = numero di osservazioni che sono presenti nei trattamenti Ovvero da una quantità q ricavabile da apposita tabella in funzione di α, k, N-k, moltiplicata per la radice quadrata della media quadratica entro i gruppi, divisa per il numero di osservazioni che sono presenti nei trattamenti Se ad esempio MSW= 26 siano alfa=.5, k=, N= 15, n= 5; valori per i quali si ottiene un q = quindi HSD=.267* = HSD= 2.56 valore per confronto delle singole differenze tra le medie dei campioni-livelli della variabile trattamento
3 Quindi in pratica si opera come segue : si calcolano e riportano tutte le differenze tra le medie dei trattamenti, si confrontano le singole differenze con il valore di HSD definito precedentemente se la differenza tra medie ha valore assoluto maggiore di HSD è dichiarata significativa. Se i campioni, livelli della variabile trattamento non hanno la stessa numerosità il valore HSD non può essere unico ma deve essere specifico per le singole coppie di medie a confronto e nella formula sopra riportata MSW HSD= q α, k, N-k * nj Ove è necessario specificare nj come n corrispondente alla minore numerosità tra le due numerosità dei due campioni in confronto.
4 Esempio esercizio 1 Riprendiamo i dati dell anova 1.1 che aveva R.V. con F significativo TRATTAMENTO 1 Non trattati 2 Estrogeno Progesterone 4 Estrogeno +Progesterone n= 18 k= 4 TOT generale= Totale Media T= Media generale = X= calcoliamo le singole differenze tra le medie di trattamenti (livelli variabile trattamento) D.M. Differenza medie trattamenti 1 Non trattati 2 Estrogeno Progesterone 4 Estrogeno + Progesterone 1 Non trattati Estrogeno Progesterone Estrogeno + Progesterone - Otteniamo q definito da alfa=.5, k= 4, N-k= 14; q= 4.11 Si ottengono i seguenti confronti multipli con i rispettivi HSD; MSW= Ipotesi HSD Decisione statistica H: µ 1 = µ 2 H: µ 1 = µ H: µ 1 = µ 4 H: µ 2 = µ H: µ 2 = µ 4 H: µ = µ 4 HSD= 4.11* HSD= 4.11* HSD= 4.11* HSD= 4.11* HSD= 4.11* HSD= 4.11* In sintesi il trattamento 4 risulta diverso dagli altri che non sono diversi tra loro. 18.5< < 9.4O > < > > 9.4
5 Esempio esercizio 2 Riprendiamo i dati dell anova1.2 che aveva R.V. F significativo 1 Controlli 2 Amoxicillina Eritromicina 5 5 TRATTAMENTO 4 Temafloxacina 5 5 Ofloxacina 1 6 Ciprofloxacina n= 2 k=6 Totale Tot generale= T=15.9 Media Media generale= X= 5.25 calcoliamo le singole differenze tra le medie di trattamenti (livelli variabile trattamento) D.M. 1 Controlli 2 Amoxicillina Eritromicina 5 5 Differenza medie trattamenti 4 Temafloxacina 5 5 Ofloxacina 1 6 Ciprofloxacina Controlli Amoxicillina Eritromicina Temafloxacina Ofloxacina Ciprofloxacina 1 - Otteniamo q definito da alfa=.5, k= 6, N-k= 14; q= 4.64 Riprendiamo il valore della somma quadratica media entro i gruppi MSW= Si ottengono i seguenti confronti multipli con i rispettivi HSD
6 Ipotesi HSD Decisione statistica H: µ 1 = µ 2 H: µ 1 = µ H: µ 1 = µ 4 H: µ 1 = µ 5 H: µ 1 = µ 6 H: µ 2 = µ H: µ 2 = µ 4 H: µ 2 = µ 5 H: µ 2 = µ 6 H: µ = µ 4 H: µ = µ 5 H: µ = µ 6 H: µ 4 = µ 5 H: µ 4 = µ 6 H: µ 5 = µ > 4.9 > 4.9 > > 2.79> < 9.4 < > 11.11> < > 11.11> 12.28> 11.11> 1.17 < In sintesi il trattamento 1 risulta diverso da tutti gli altri; i trattamenti 2, e 4 non sono diversi tra loro ma sono diversi da 1, 5 e 6; i trattamenti 5 e 6 non sono diversi tra loro ma sono diversi da 1, 2, e 4.
7 Esempio esercizio Riprendiamo i dati dell anova 1.4 che aveva R.V. con F significativo TRATTAMENTO Bambini autistici Bambini normali Bambini ritardati N=71 22 Totale Media n 2 15 calcoliamo le singole differenze tra le medie di trattamenti (livelli variabile trattamento) D.M.
8 Differenza medie trattamenti 1 Bambini 2 Bambini Bambini autistici normali ritardati 1 Controll Bambini autistici Bambini normali Bambini ritardati - Otteniamo q definito da alfa=.5, k=, N-k= 68; q=.4 (uso N-k= 6 perché N-k=68 manca nella tabella) Riprendiamo il valore della somma quadratica media entro i gruppi MSW= Si ottengono i seguenti confronti multipli con i rispettivi HSD Ipotesi HSD Decisione statistica H: µ 1 = µ 2 H: µ 1 = µ H: µ 2 = µ HSD=.4* HSD=.4* HSD=.4* > < < In sintesi il trattamento 1 (livello 1 della variabile trattamento) risulta diverso dal trattamento 2 ma non dal, i due trattamenti 2 e non risultano diversi. In altre parole i bambini autistici sono risultati diversi per la concentrazione serica unità/ml di antigene da quelli normali, ma non sufficientemente diversi da quelli ritardati, i bambini ritardati e normali non sono risultati diversi.
9 Esempio esercizio 4 Riprendiamo i dati dell anova 1.4 che aveva R.V. con F significativo TRATTAMENTO area 1 ex discarica area 2 area area k = 4 2 Totale Media n Totale generale 178 n=4 Media generale 4.14 calcoliamo le singole differenze tra le medie di trattamenti (livelli variabile trattamento) D.M. Differenza medie trattamenti 1 area 1 2 area 2 area 4 area 4 1 area area 2..2 area area 4 - Otteniamo q definito da alfa=.5, k=, N-k= 4; q=.44 Riprendiamo il valore della somma quadratica media entro i gruppi MSW=
10 Si ottengono i seguenti confronti multipli con i rispettivi HSD Ipotesi HSD Decisione statistica H: µ 1 = µ 2 HSD=.44* 2.1 H: µ 1 = µ H: µ 1 = µ 4 H: µ 2 = µ HSD=.44* HSD=.44* HSD=.44* H: µ 2 = µ 4 HSD=.44* 2.1 H: µ = µ 4 HSD=.44* > > > 2.1. < < < 2.22 In sintesi il trattamento 1 (livello 1 della variabile trattamento) risulta diverso dal trattamento 2, e 4 che non risultano diversi tra loro.
R 2 1 j /n j] 3(n+1)
L ANALISI DELLA VARIANZA A RANGHI AD UNA VIA DI KRUSKAL-WALLIS Quando le assunzioni per l analisi della varianza parametrica non sono soddisfatte si può ricorrere ad una alternativa non parametrica per
DettagliANOVA 1 Via Esercizio esempio 1
ANOVA 1 Via Esercizio esempio 1 Miller e Vanhoutte hanno condotto una ricerca sperimentale in cui cani femmine adulte, a cui erano state precedentemente asportate le ovaie (ovariectomizzate), sono stati
DettagliStatistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
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
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
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
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
Dettaglinormopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
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
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica La distribuzione delle statistiche campionarie Teorema del limite centrale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio (Scozzafava) Una ferrovia metropolitana
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
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,
DettagliArgomenti della lezione:
Lezione 13 L analisi della Varianza (ANOVA): il modello lineare Argomenti della lezione: Modello lineare Disegni a una via L Analisi della Varianza (ANOVA): Esamina differenze tra le medie di due o più
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 a.a. 2018-2019 CdS Scienze della Produzione e Protezione delle Piante (g59)
DettagliCapitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson Apogeo
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari"
DettagliCapitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson. Casa editrice: Pearson
Levine, Krehbiel, Berenson Statistica II ed. Casa editrice: Pearson Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
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
DettagliConfronto tra due popolazioni Lezione 6
Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media
DettagliTECNICHE DI ANALISI DEI DATI
TECNICE DI ANALISI DEI DATI AA 08/09 PRO. V.P. SENESE Questi materiali sono disponibili per tutti gli studenti al seguente indirizzo: https://goo.gl/xy5fr Seconda Università di Napoli (SUN) Dipartimento
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
DettagliSTIMA DELLA VARIANZA CAMPIONARIA
STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x 1 +.. + x n )/n. Una stima puntuale della varianza σ 2 delle
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
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
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
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
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica parte 1 Massimo Guerriero Ettore Benedetti Indice Esercizi Presentazione dei dati Misure di sintesi numerica Probabilità Distribuzioni teoriche di probabilità Distribuzione
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, -..
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 06-Anova per fattori indipendenti (vers. 1.2, 8 novembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliStatistica: principi e metodi. Medie
Statistica: principi e metodi Capitolo 4 Medie Cap. 4- Medie le medie sono lo strumento con cui si sintetizzano i dati statistici. l uso della media consente all individuo di rappresentarsi mentalmente
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
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliLezione 5: La Verifica delle Ipotesi Il test t
8/0/0 Lezione 5: La Verifica delle Ipotesi Il test t Sintesi della lezione Limiti del test z Il test t Confronto fra due campioni Misure indipendenti Misure ripetute 8/0/0 Il test z Limiti del test z Si
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
Dettagli4. ANALISI DELLA VARIANZA
4. ANALISI DELLA VARIANZA 4.1 Introduzione L obiettivo di un analisi della varianza (ANOVA) consiste nel confrontare i valori medi di una variabile quantitativa Z (variabile dipendente) in corrispondenza
DettagliElementi di Psicometria con Laboratorio di SPSS 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,
Dettagli+ 1 p = MC. Il costo marginale nel caso proposto dall esercizio è pari a zero. L equazione 6.3 può quindi essere scritta:
Esercizio 6.1 Dall equazione 6.3 del testo sappiamo che il massimo profitto dell impresa si ottiene quando il valore dell inverso dell elasticità della (( domanda ) al prezzo ) più uno moltiplicato per
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Indici di posizione e di variabilità Prof. Livia De Giovanni lstatistica@dis.uniroma1.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4 2 6 4
DettagliParte 1 : Inferenza. Varianza nota test Z. Distribuzioni asintotiche dei test. Varianza ignota test t ad un campione
! Test d'ipotesi Parte 1 : Inferenza! Intervalli di confidenza! Test parametrici! Calcoli di potenza! Test non parametrici Distribuzioni asintotiche dei test A seconda dei casi il nostro test può convergere
DettagliAnalisi della varianza
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 05-Anova (bozza) (vers. 1.0, 27 novembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
DettagliErrori inferenza statistica Analisi della Varianza - I
Errori inferenza statistica Analisi della Varianza - I M Q Marco Perugini Milano-Bicocca 1 Lez: XXVIII Errori nell inferenza statistica La statistica viene usata per fare inferenze a partire dei dati empirici
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
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Analisi della varianza (v. 1.6, 27 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18 G. Rossi
DettagliIndici di. tendenza centrale: posizione: variabilità e dispersione: -quantili -decili -percentili. -Media -Moda -Mediana
Indici di posizione: -quantili -decili -percentili tendenza centrale: -Media -Moda -Mediana variabilità e dispersione: -Devianza - Varianza -Deviazione standard Indici di tendenza centrale Indici di tendenza
DettagliTEST NON PARAMETRICO DI MANN-WHITNEY
TEST NON PARAMETRICO DI MANN-WHITNEY Questo test viene può essere utilizzato come test di confronto tra due campioni in maniera analoga ai test ipotesi parametrici di confronto medie (test Z se la varianza
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
DettagliLezione 5 Corso di Statistica. Francesco Lagona
Lezione 5 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 23 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
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
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
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
DettagliINTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 2)
INTRODUZION AL DSIGN OF XPRIMNTS (Parte 2) 176 Introduzione Nella precedente lezione abbiamo visto come affrontare il problema della sperimentazione in presenza di un solo fattore e due soli livelli. In
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.
DettagliANALISI DELLE VARIANZA ED APPLICAZIONI
ANALISI DELLE VARIANZA ED APPLICAZIONI L analisi della varianza è un insieme di modelli di analisi introdotti dal grande statistico inglese Ronald Fisher in cui la variazione totale presente in un insieme
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
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.
DettagliAnalisi delle medie (post ANOVA)
Analisi delle medie (post ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Lezione: 9 Problema Se il test F è significativo, concludiamo che esiste una differenza fra le medie dei gruppi Ciò vuol
DettagliAnalisi delle medie post ANOVA. (cap. 4 e 8)
Analisi delle medie post ANOVA (cap. 4 e 8) AMD Marcello Gallucci marcello.gallucci@unimib.it Lezione: 9 Problema Se il test F è significativo, concludiamo che esiste una differenza fra le medie dei gruppi
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
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
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
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.
DettagliContrasti e confronti multipli
Contrasti e confronti multipli Andrea Onofri 25 gennaio 2012 Indice 1 Introduzione 1 2 I contrasti pianificati 2 Test di confronto multiplo 4 4 Limitazione delle MCP 5 5 Scegliere la MCP 7 Sommario Scopo
DettagliEsercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Confronto tra medie Si considerino due popolazioni di individui sottoposti a due diversi trattamenti farmacologici. Si vuole valutare se tali trattamenti producono uguali effetti (ipotesi nulla) o diversi
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
DettagliCorso di Sistemi di Gestione per la Qualità (SGQ) AA
Corso di Sistemi di Gestione per la Qualità (SGQ) AA 018-19 6 CFU Prof. Gianluca D Urso 1 Tecniche ANOVA ANalisys Of VAriance Problema che si vuole risolvere: esiste una differenza? A punti rossi B punti
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliCalcolo di una Regressione lineare semplice con Excel
Calcolo di una Regressione lineare semplice con Excel Inserire i dati In un tabellone vuoto di Excel, inserire i dati di X e di Y. Ad esempio i dati della Tabella 0.1 dovrebbero essere inseriti in Excel
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliStesso valore medio per distribuzioni diverse
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
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
DettagliLa statistica descrittiva seconda parte. a cura della prof.ssa Anna Rita Valente
La statistica descrittiva seconda parte a cura della prof.ssa Anna Rita Valente INDICI DI POSIZIONE CENTRALE Sono dei valori che descrivono in modo sintetico una serie di dati raccolti. I più semplici
DettagliStesso valore medio per distribuzioni diverse
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 014-015 Stesso valore medio per distribuzioni diverse u i X 11 X 1 X 13 A 1 1 B 8 1 C 0 1 D 3 3 1 E 19 34 1 F 0 41 1 Un uguale
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2017/18
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliE S E R C I Z I T U T O R
E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliStrumenti Informatici 12.1
1 Strumenti Informatici 1.1 I test post-hoc nel caso del confronto fra tre o più proporzioni indipendenti e la realizzazione del test per k campioni indipendenti in SPSS Nel caso del confronto fra tre
DettagliDistribuzioni campionarie
Le distribuzioni campionarie sono quelle che derivano dalla presenza di campioni i.i.d. a distribuzione normale. Definizione. Se X è una v.a. avente distribuzione N(0, ), allora Y = X ha distribuzione
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliLezione 5 Corso di Statistica. Domenico Cucina
Lezione 5 Corso di Statistica Domenico Cucina Università Roma Tre D.Cucina (domenico.cucina@uniroma3.it) 1 / 24 obiettivi della lezione familiarizzare con le distribuzioni bivariate, le distribuzioni condizionate
DettagliUlteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Differenze semplici medie, confronti in termini di mutua variabilità La distribuzione del prezzo
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
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
Dettagli