CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
|
|
- Giuditta Paoli
- 7 anni fa
- Visualizzazioni
Transcript
1 CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato le leggi di Mendel, si può stabilire il rischio di malattie, calcolare la probabilità di morte o di sopravvivenza, ecc. Concetti base: ESPERIMENTO ALEATORIO: fenomeno del mondo reale alle cui manifestazioni possa essere associato uno stato di incertezza. Esempi: misurazione glicemia basale in una popolazione, osservazione del sesso di neonati, valutazione dell'età di un individuo, sondaggio di opinione, campionamento statistico, lancio di una moneta o di un dado. EVENTO ALEATORIO: fatto relativo ad un esperimento aleatorio che può essere descritto da una proposizione ben definita che può risultare vera o falsa. L evento è affetto da una incertezza in quanto l esperimento non si è ancora compiuto o, più in generale, per mancanza o incompletezza di informazioni sui risultati dell esperimento stesso. Esempi: glicemia basale inferiore a 1.2 g/l, neonato M, neonato F, età 51 anni, esce 3 nel lancio di un dado. 1
2 Un evento E è certo: E=Ω se la proposizione che lo esprime è vera qualunque sia l'esito dell'esperimento; un evento E è impossibile: E= se la proposizione è falsa comunque sia l'esito dell'esperimento; un evento E è incerto o possibile in tutti gli altri casi. Rappresentazione di eventi: Esempio 1 esperimento: misura ambulator. pressione arteriosa in adulti 18 anni evento E= PAS < 140 e PAD < 90 2
3 Esempio 2 esperimento : un lancio di due monete evento E= esce una testa Esempio 3 esperimento: un lancio di due dadi evento E= somma facce = 5 Operazioni tra eventi: Somma logica (unione) E F = è vero E o F o entrambi E = paziente iperteso F = paziente diabetico E F = paziente iperteso o diabetico 3
4 Prodotto logico (intersezione) E F = è vero se E e F lo sono entrambi E = glicemia a digiuno paziente diabetico F = glicemia<126 mg/dl E F= glicemia<126 mg/dl in pz. diabetico Contrario (negazione) di un evento E C = vero se E è falso E = malato di M E C = sano per M Esempio: pazienti affetti o meno da una malattia (M = malati, S = sani) e classificati, secondo un test diagnostico T per M, come positivi (T + ) o negativi (T ). Per un paziente generico si ha: M T + : vero positivo (VP) M T : falso negativo (FN) 4
5 S T + : falso positivo (FP), S T : vero negativo (VN). Se la risposta del test è quantitativa (es. valori pressori, valori glicemia, ) è necessario stabilire un valore soglia (cut off) che separi i risultati ritenuti positivi da quelli ritenuti negativi e si ha la situazione schematizzata in figura (dove sono positivi i valori superiori al cut off): Eventi incompatibili: se E F = Eventi necessari: se E F = Ω Eventi E 1, E 2,, E n incompatibili (a due a due) ed esaustivi (la loro unione è l evento certo) sono eventi elementari dello spazio campionario Ω. 5
6 Misura di probabilità E il grado di fiducia attribuito ad un evento E, ovvero una misura del grado di verità che si è disposti ad attribuire ad E. Definizione soggettiva La probabilità P(E) di un evento E, secondo l opinione di un individuo, è il prezzo che egli valuta equo pagare (rispettando il principio di coerenza ) per riscuotere un importo unitario nel caso che E si verifichi. Sotto alcune condizioni, si possono ottenere la misura classica e quella frequentista di probabilità. Misura classica P(E) = numero di eventi elementari di Ω favorevoli ad E numero di eventi elementari possibili Si suppone equiprobabili gli eventi elementari. Esempio. Malattia dovuta ad un allele recessivo a: Supponendo gli eventi AA, Aa, aa e aa equiprobabili, P(aa) = P( F malato )=1/4. 6
7 Misura frequentista Esperimento ripetibile (con possibile risultato E) e numero grande di sue replicazioni analoghe : P(E) = numero di replicazioni con esito favorevole ad E numero totale di replicazioni analizzate Ovvero: P(E) = frequenza relativa di E sugli eventi "passati" analoghi. Esempio. Popolazione di N = abitanti di cui n = 2400 diabetici. E = diabetico 2400 Frequenza relativa diabetici = f = % N n = = = f P(E) = probabilità di un individuo generico della popolazione di essere diabetico. Nell ambito di tale misura si può introdurre il rapporto di prevalenza di una malattia M. Rapporto prevalenza = numero di malati ad un dato momento tot. persone a rischio nella popolaz. nel momento Esempio. Frequenza relativa diabetici (vedi sopra). 7
8 Requisiti di una misura di probabilità a) per ogni evento E di Ω, 0 P(E) 1, b) per l evento certo Ω, P(Ω) = 1, c) per eventi E ed F incompatibili (E F = ): P(E F) = P(E) + P(F). Si prova che: per ogni evento E: P(E C ) = 1 P(E) (pertanto P( ) = 0); per ogni coppia di eventi generici E ed F: P(E F) = P(E) + P(F) P(E F) Esempio. E = paziente iperteso, F = paziente diabetico P(E) = 0.04, P(F) = 0.03, P(E F) = E F = paziente iperteso o diabetico e si ha: P(E F) = P(E) + P(F) P(E F) = = = = 6.5%. 8
9 Probabilità condizionale E ed H due eventi di Ω, si considera l evento condizionato E H (E "dato H), con H : A partire dalla: Vero se E H vero E H = Falso se H vero e E falso. Inderminato se H falso P(H E) = P(H) P(EH), si ottiene la probabilità condizionale: Se P(E) 0 risulta: In definitiva si ha: P(EH) P(HE) P(H E) P(H) =. P(E H) P(E) =. P(E H) = P(H) P(EH) = P(E) P(HE). 9
10 Esempio. Fabbrica con lavoratori seguiti nel tempo, esposti o non esposti ad un fattore di rischio per una data malattia. E = lavoratore esposto, M = lavoratore malato. Fattore di rischio Malattia E E C Tot. Malato (M) Sano (S) Tot P(M) = =, P(E) = 100 = , P(M E) = =, P(S E C ) = = 74, P(M E) = =, P(S E C ) = 368 = , P(E M) = =, P(E C S) = 368 = , P(M E C 32 ) = = Il rischio relativo è definito dalla: RR = P(ME) P(MEC) Nell esempio RR = 0.20/0.08 = 2.5: i lavoratori esposti al fattore di rischio hanno una probabilità (rischio) due volte e mezzo superiore di ammalarsi rispetto ai non esposti. 10
11 Il rischio attribuibile è dato dalla differenza: RA = P(M E) P(M E C ) e nell esempio RA= =12%: la quota di probabilità (rischio) che può essere attribuita al fattore è del 12%. Indipendenza di eventi Due eventi E ed H sono indipendenti se: P(E H) = P(E), ovvero: P(E H) = P(H) P(E) Esempio. Urna con 3 palline Rosse, 2 Verdi e 1 Blu. Si estraggono 3 palline.. E = prime due Rosse e terza Verde = R 1 R 2 V 3 le estrazioni avvengono con reimbussolamente: P(E) = P(R 1 ) P(R 2 ) P(V 3 ) = = e i tre eventi R 1, R 2 e V 3 sono indipendenti; le estrazioni avvengono senza reimbussolamente: P(E) = P(R 1 ) P(R 2 R 1 ) P(V 3 R 1 R 2 ) = = e i tre eventi R 1, R 2 e V 3 non sono indipendenti
12 Validità di un Test diagnostico Un gruppo di pazienti malati (M) o sani (S), classificati secondo la positività (T + ) o negatività (T - ) ad un test: Test Pres. Malattia T + T - M VP FN S FP VN Esempio (Ist. Radiologia Università di Genova, 1990). M= presenza di polipi retto-colici di 7 mm o più di diametro, T= clisma a doppia contrasto. Test Pres. Malattia T + T Tot. M S Tot
13 La Sensibilità del Test esprime l attitudine del Test a riconoscere la presenza della malattia: Se = P(T+ M) = VP VP. + FN La Specificità del Test esprime l attitudine del Test a riconoscere l assenza della malattia: Sp = P(T S) = VN VN. + FP L Accuratezza del test è definita dalla: VP + VN. Totale Per l esempio considerato della clisma a doppio contrasto: Se = 129 = 0.92 = 92% 140 ; Sp = 858 = 0.97 = 97% 883 ; Accuratezz a = 987 = 0.96 = 96% L affidabilità del clisma è maggiore nel caso si voglia verificare l ipotesi di assenza di malattia. L accuratezza risulta molto buona. 13
14 Domande: Processo diagnostico se il test preso in esame ha dato risultato positivo, qual è la probabilità che il paziente sia effettivamente malato? se il test preso in esame ha dato risultato negativo, qual è la probabilità che il paziente sia effettivamente sano? Ma come possono essere schematizzate le fasi del processo diagnostico per un paziente? Esame anamnestico, rilevazione di sintomi e segni; ipotesi iniziale del medico (basata su esperienze precedenti, letteratura scientifica, ) associata ad un valore di probabilità di malattia; Raccolta di altre informazioni con esami specifici (test di laboratorio, esami strumentali, ecc.) e affinamento della ipotesi iniziale; Aggiornamento della probabilità iniziale sulla base delle nuove conoscenze. 14
15 Tale processo induttivo può essere modellizzato attraverso il Teorema di Bayes. Esempio. Teorema di Bayes H 1 e H 2 eventi-ipotesi, H 1 H 2 =, H 1 H 2 = Ω, E = evento osservato. H 1 = M = malattia presente, H 2 = S = malattia assente, E = Test diagnostico positivo (T + ). Il teorema permette di ricavare le probabilità a posteriori: P(H 1 E) e P(H 2 E). È necessario conoscere le: probabilità a priori: P(H 1 ) e P(H 2 ), verosimiglianze: P(E H 1 ) e P(E H 2 ). 15
16 Risulta: P(H i E) = P(H 1 ) P(H P(E H i 1 ) P(E H ) + P(H 2 i ) ) P(E H 2 ) e tale probabilità va determinata per H i = H 1 e H i = H 2. Nel caso della diagnosi medica: P(H 1 ) = P(M) = prevalenza della malattia M, P(H 2 ) = P(S) = 1 P(M), P(E H 1 ) = P(T + M) = Sensibilità Test, P(E H 2 ) = P(T + S) =1 P(T - S) =1 Specificità, P(H 1 E) = P(M T + ) = Valore predittivo positivo del Test = VPP. Si ottiene: VPP = P(MT+ ) = P(M) Se P(M) Se+ P(S) (1 Sp). 16
17 Se, invece, l evento osservato è E C (nel caso della diagnosi E C = T - ) la formula del teorema di Bayes si modifica sostituendo E con E C. In tal caso, per la diagnosi medica, si ha: P(E C H 1 ) = P(T - M) = 1 P(T + M) = 1 Se, P(E C H 2 ) = P(T - S) = Sp e si determina la: P(H 2 E C )= P(S T - ) = Valore predittivo negativo del Test = VPN attraverso la: VPN = P(ST ) = P(S) Sp P(S) Sp + P(M) (1 Se). 17
18 Esempio. M = polipi retto-colici, Test = clisma a doppio contrasto, Si ipotizzi che la prevalenza di M sia: P(M) = 13.7%, dunque: P(S) = = 86.3%. Ricordando che: Se = 129 = 0.92 = 92% 140, Sp = 858 = 0.97 = 97% 883, si ottiene il valore predittivo positivo: VPP = 13.7% 92% = 13.7% 92% % (1-97%) 84% e il valore predittivo negativo: VPN = 86.3% 97% = 86.3% 97% % (1-92%) 99%. Ne scaturisce, in questo caso, che la forza di predizione di un risultato negativo è maggiore di quella di un risultato positivo. 18
19 Esempio. Alcuni pazienti vengono sottoposti a Test per accertare se sono malati o meno di una malattia M. Il Test dà esito positivo nel 99% dei casi in cui M è presente, ma anche nel 2% dei casi in cui M è assente (S). È noto che la prevalenza di M nella popolazione di riferimento è dello 0.1%. Per un paziente con risultato positivo del Test, qual è la probabilità di essere malato? P(M) = 0.1%, P(S) = 1 0.1% = 99.9%, P(T + M) = 99%, P(T + S) = 2%. La probabilità richiesta è: P( MT+ ) = 0.1% 99% = 0.1% 99% % 2% 4.7%. Si può osservare, allora, che pur in presenza di test positivo, la probabilità a posteriori di malattia resta bassa e ciò a motivo anche del piccolo valore di prevalenza di M. 19
20 Il teorema di Bayes ha validità anche nel caso di più eventi-ipotesi, ovvero più eventi H i incompatibili a due a due ed esaustivi. Esempio. Un dato sintomo S in un paziente può essere stato prodotto da 3 diverse malattie M 1, M 2 ed M 3 incompatibili ed esaustive (ovvero è noto che una ed una sola di esse è la causa del sintomo). Si ipotizzi che le prevalenze (probabilità a priori) siano: P(M 1 ) = 40%, P(M 2 ) = 50% (valore massimo), P(M 3 ) = 10%, e le verosimiglianze: P(S M 1 ) = 85%, P(S M 2 ) = 20%, P(S M 3 ) = 70%. Il teorema di Bayes permette di determinare le probabilità delle malattie M i, una volta osservato il sintomo S: P(M S) = i P(M ) P(SM ) P(M ) P(SM ) i i P(M ) P(SM ) P(M ) P(SM ). 3 3 Con i dati dell esempio si ottengono allora: P(M 1 S) = 66.7%, P(M 2 S) = 19.6%, P(M 3 S) = 13.7%. (valore massimo) 20
CALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento
CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme
DettagliCenni di calcolo delle probabilità
Cenni di calcolo delle probabilità Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/19 Quando si compie un esperimento o una serie di prove i possibili risultati
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliCALCOLO DELLE PROBABILITA
CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto
DettagliTecniche diagnostiche
TEST DIAGNOSTICI Tecniche diagnostiche Infezione corrente Isolamento dell agente eziologico Identificazione del materiale genetico dell agente eziologico Segni clinici Alterazioni patognomoniche Alterazioni
DettagliIl ragionamento diagnostico
Il ragionamento diagnostico 1 l accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In qualsiasi punto del decorso clinico, per conoscere lo stato
DettagliIn alternativa all intervallo di riferimento. VALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
DettagliDefinizione frequentistica di probabilita :
Esperimenti aleatori un esperimento e l osservazione del verificarsi di qualche accadimento ( A ) che, a partire da determinate condizioni iniziali, porti ad un particolare stato delle cose finali se si
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliLo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6
EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliÈ l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.
A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di
DettagliPatologia Clinica. Lezione introduttiva. Dott.ssa Samantha Messina
Patologia Clinica Lezione introduttiva Dott.ssa Samantha Messina Modulo: Patologia clinica Anno accademico 2011/2012 II anno, I semestre CdL Infermieristica, Facoltà di Medicina e Chirurgia Università
DettagliLa probabilità composta
La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità pr - 1 Che collegamento c è tra gli strumenti statistici per lo studio dei fenomeni reali e il calcolo delle probabilità? Vedremo che non sempre la conoscenza delle caratteristiche
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliValutazione dei test diagnostici
Valutazione dei test diagnostici Maria Miceli M. Miceli 2011 1 Diagnosi individuale (test di laboratorio) Esame collaterale nell ambito dell iter diagnostico condotto generalmente su animali sintomatici
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliTest diagnostico. Definizione. Mondo ideale. Definizione
Definizione Test diagnostico Un test diagnostico è una qualunque procedura utile all'identificazione di uno stato di malattia. Viene utilizzato: all inizio del decorso clinico per la diagnosi; in qualsiasi
DettagliScreening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes
Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes Sezione di Epidemiologia e Statistica Medica, Università di Verona Storia naturale di una malattia (Rothman,
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliScuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco
Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco penco@fisica.unige.it 20/03/2006 Sensibilità e specificità di un test Consideriamo la seguente tabella:
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata 4 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Indici di dispersione o di
DettagliRiprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista
Riprendiamo le probabilità 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista 1 2.Probabilità a posteriori frequentista Tabelle di sopravvivenza.! Volendo calcolare la probabilità
DettagliSi consideri un mazzo di carte da gioco francesi ed i seguenti eventi elementari:
ESERCIZIO 1.1 * Si consideri un mazzo di carte da gioco francesi ed i seguenti eventi elementari: A = {figura} B = {carta nera} C = {carta di fiori} D = {carta di cuori} Si determini la probabilità che,
DettagliVALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
Dettagli- Teoria della probabilità
- Teoria della probabilità ELEMENTI DI TEORIA DELLA PROBABILITA La TEORIA DELLA PROBABILITA ci permette di studiare e descrivere i fenomeni aleatori. DEFINIZIONE: un fenomeno è aleatorio quando di esso
DettagliEsercitazione 1 del corso di Statistica 2
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Dott.ssa Paola Costantini Esercizio n. 1 Estraendo due carte da un mazzo di carte napoletane con la reimmissione della carta nel mazzo
DettagliLezione 1. La Statistica Inferenziale
Lezione 1 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
DettagliCALCOLO delle PROBABILITA
Eventi certi : è certo che si verifichino es. il prossimo mese sarà luglio, domani sorgerà il sole Eventi probabili: non è certo che si verifichino es. domani pioverà? Quanti giorni di ricovero avrà quel
DettagliCalcolo delle probabilità
Calcolo delle probabilità Definizione di Spazio Campionario Definizione di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Pricipio della somma Principio del prodotto Eventi certi : è certo
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo
DettagliTelemedicina, Diagnostica Medica e valutazione del quadro clinico
Telemedicina, Diagnostica Medica e valutazione del quadro clinico L.I.A. - Laboratori di Informatica Applicata - si occupa di ricerca nel settore della telemedicina e delle tecnologie applicate alla diagnostica
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 11 LEZIONE STATISTICA MEDICA STATISTICA E DECISIONI MEDICHE Processo diagnostico Se
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI
NOZIONI DI CALCOLO DELLE PROBABILITÀ ALCUNE DEFINIZIONI ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliAlfredo Rizzi. Già professore ordinario di teoria dell inferenza statistica
Alfredo Rizzi Già professore ordinario di teoria dell inferenza statistica INDUZIONE E DEDUZIONE INDUZIONE : PROCEDIMENTO LOGICO CHE CONSISTE NELL INFERIRE DA OSSERVAZIONI ED ESPERIENZE PARTICOLARI I PRINCIPI
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliCenni di probabilità
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Cenni di probabilità Ing. Antonino Cancelliere Dipartimento
Dettaglip. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50
p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50 p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliPer capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:
PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliPROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI
Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:
DettagliSeconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Scenario 1: In uno studio prospettivo condotto per valutare la relazione tra l'uso di estrogeni e rischio di cancro alla mammella,
DettagliIl Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici.
INTRODUZIONE L CLCOLO DELLE ROILIT Il Calcolo delle robabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici. Un fenomeno aleatorio o stocastico è un fenomeno i cui esiti
Dettagliprima urna seconda urna
Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una
DettagliEventi Condizionati. se E ed H sono entrambi veri se E è f a l s o e H è v e r o. indeterminato
Dati due eventi E ed H, con H 6= logico a tre valori E H = 8 < : Eventi Condizionati vero falso indeterminato, si definisce evento condizionato il seguente ente se E ed H sono entrambi veri se E è f a
DettagliEPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST
EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST Problemi nella pratica clinica 1. Spiegazione del profilo clinico Dato il profilo clinico di un paziente, quale malattia ha? 2. Spiegazione della malattia Perché
DettagliTeoria della probabilità
Introduzione alla teoria della probabilità Teoria della probabilità Primi sviluppi nel XVII secolo (Pascal( Pascal, Fermat, Bernoulli); Nasce nell ambito dei giochi d azzardo; d La prima formalizzazione
DettagliStatistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 2 Esercitazioni Dott. L 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliALGEBRA DEGLI EVENTI
ALGEBRA DEGLI EVENTI Appunti introduttivi al Calcolo Combinatorio e al Calcolo delle Probabilità Classe Terza a cura di Franca Gressini Novembre 2008 1 Conosciamo tante algebre. quella letterale (gli oggetti
DettagliLa Teoria (epistemica) della conferma bayesiana
La Teoria (epistemica) della conferma bayesiana La teoria della probabilità fornisce alcuni strumenti potenti anche in senso epistemico, per valutare argomentazioni e decisioni in cui sono usati dei metodi
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliElementi di calcolo delle probabilità e loro applicazione in medicina
Elementi di calcolo delle probabilità e loro applicazione in medicina Gli eventi e la Probabilità: le regole basilari Il concetto di dipendenza probabilistica La regola di Bayes e sue implicazioni I test
DettagliLa simulazione con DERIVE Marcello Pedone LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE
LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE Premessa Abbiamo già visto la simulazione del lancio di dadi con excel Vedi: http:///statistica/prob_simu/index.htm Ci proponiamo di ottenere risultati analoghi
DettagliESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE
ESERCIZI SCHEDA N. 1: EVENTI E VARIABILI ALEATORIE 1) Dato lo spazio campionario Ω = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); ; (6,6)} riferito al lancio di due dadi non truccati,
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 2.3 Validazione di un test clinico Davide Massidda davide.massidda@gmail.com Definire un cut-off Per ogni scala del questionario, sommando o mediando
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Prof. Roberto de Marco Lezione n.7 - Teoria della probabilità Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona ELEMENTI DI TEORIA DELLA PROBABILITA
Dettagli6. PROBABILITÀ. Definizione Due eventi A e B si dicono incompatibili se il verificarsi di uno esclude il verificarsi dell altro,
6. PROBABILITÀ L introduzione alla teoria della probabilità può essere vista come un applicazione della teoria degli insiemi. Essa si occupa degli esperimenti il cui esito è incerto. Ebbe origine a metà
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliTEST DI AUTOVALUTAZIONE PROBABILITÀ
TEST DI AUTOVALUTAZIONE PROBABILITÀ Statistica 1 Parte A 1.1 Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale
DettagliFigura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile pag. 15
Figura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile 2012- pag. 15 Casi Possibili B= La lancetta indica il Blu V= La lancetta indica il Verde
DettagliTest di autovalutazione
Test Test di autovalutazione 0 0 0 0 0 0 0 70 80 90 00 n Il mio punteggio, in centesimi, è n Rispondi a ogni quesito segnando una sola delle alternative. n Confronta le tue risposte con le soluzioni. n
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliLa probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
DettagliEsercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA
Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia mammone@gmail.com STATISTICA DESCRITTIVA Esercizio 1. Calcolare media, varianza, deviazione standard, mediana e moda delle seguenti
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
DettagliProbabilità. Alcune definizioni. Spazio campionario. Esperimento aleatorio. Esperimento aleatorio un processo che porta ad un risultato incerto
Alcune definizioni Esperimento aleatorio un processo che porta ad un risultato incerto Probabilità Cicchitelli Cap. 12 Evento elementare un possibile risultato di un esperimento aleatorio Spazio campionario
DettagliSia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è
Cenni di probabilità di Carlo Elce Definizioni Lo spazio campionario per un esperimento è l'insieme di tutti i suoi possibili esiti. Per esempio, se l'esperimento è il lancio di due di dadi e si rappresentano
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliStatistica in biomedicina
Scuola di Specializzazione in Fisica Sanitaria a.a. 2005/2006 Corso di Informatica e Statistica Medica Statistica in biomedicina 14/3/2006 Caratteristiche peculiari Difficoltà ad interfacciarsi con i medici
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata
Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Stefano Patti 1 19 ottobre 2005 Definizione 1 Sia (Ω, F) uno spazio probabilizzabile.
DettagliLezione 3 Calcolo delle probabilità
Lezione 3 Calcolo delle probabilità Definizione di probabilità La probabilità è lo studio degli esperimenti casuali e non deterministici Se lanciamo un dado sappiamo che cadrà ma non è certo che esca il
DettagliTest Diagnostici. Marco Martini Dipartimento di Medicina Animale, Produzione e Salute, Università di Padova
Test Diagnostici Marco Martini Dipartimento di Medicina Animale, Produzione e Salute, Università di Padova FATTORI CHE CONDIZIONANO LA QUALITA DI UNA PROCEDURA DIAGNOSTICA 1. A monte del laboratorio: scelta
DettagliLa probabilità: introduzione
P a g. 1 La probabilità: introduzione Nei giochi e nella "realtà" spesso si devono fare scelte di cui non si sanno prevedere esattamente le conseguenze (quale carta conviene scartare? in quale orario conviene
DettagliUn elenco di esercizi per il corso Matematica docente: Alberto Dolcetti
Un elenco di esercizi per il corso Matematica docente: Alberto Dolcetti Ricevo molti messaggi di posta elettronica che suggeriscono varie soluzioni per gli esercizi proposti. Questo non mi dispiace perchè
DettagliESERCIZIO 1 Lanciamo tre volte una moneta regolare e consideriamo equiprobabili i possibili
ESERCIZIO 1 Lanciamo tre volte una moneta regolare e consideriamo equiprobabili i possibili risultati. Dimostrare che per i 3 eventi A 1 = Almeno due teste A 2 = Un numero pari di teste A 3 = Croce al
Dettagli1 se si verifica E 0 se non si verifica E. S se si verifica E 0 altrimenti.
Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliMATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1
MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 1- Il volume di un corpo di qualsiasi forma è proporzionale al cubo di una qualunque delle sue dimensioni lineari.
DettagliEsercitazione 7 del corso di Statistica (parte 1)
Esercitazione 7 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 5 Marzo 011 Esercizio 1 Sullo spazio campionario: = 1,,,, 5,, 7,,, considerando l esperimento casuale estrazione di un numero,
DettagliMatematica con elementi di statistica ESERCIZI: probabilità
Matematica con elementi di statistica ESERCIZI: probabilità Esercizi sulla Probabilità Esercizio 1. In un corso di laurea uno studente deve scegliere un esame fra 8 di matematica e un esame fra 5 di fisica.
DettagliLa probabilità del gioco o il gioco della probabilità? Dispensa probabilità e calcolo combinatorio
La probabilità del gioco o il gioco della probabilità? Dispensa probabilità e calcolo combinatorio Massimo Buzzi, Lucio Alberto Monti 1 Mappe Riassuntive 1.1 Calcolo combinatorio 1.2 Probabilità 1 2 Glossario
DettagliLezione V: il Calcolo delle Probabilità
Lezione V: il Calcolo delle Probabilità Cattedra di Biostatistica Dipartimento di Scienze sperimentali e cliniche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Lezione 4a-
DettagliLA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria
ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile
DettagliStatistica nelle applicazioni sanitarie
Dipartimento di Fisica Scuola di Specializzazione in Fisica Medica A.A. 2012/2013 Statistica nelle applicazioni sanitarie Maria Roberta Monge: Roberta.Monge@ge.infn.it Test di screening e test diagnostici
Dettagli