Corso di Laurea Magistrale in Farmacia

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Corso di Laurea Magistrale in Farmacia"

Transcript

1 Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia Aspetti di economia e marketing dei medicinali e medicinali generici - Modulo: Medicinali generici Prof. Andrea Gazzaniga Studi di Bioequivalenza Dott. Enrico Magni

2 Miti, leggende, fiabe e.. semplice realtà

3 Il farmaco generico Cos è un medicinale generico? È un medicinale terapeuticamente equivalente a una specialità farmaceutica denominata da un marchio di fantasia e il cui brevetto è scaduto Università degli Studi di Milano - 09 Gennaio

4 Definizione medicinale generico Un medicinale che ha la stessa composizione qualitativa e quantitativa di sostanze attive e la stessa forma farmaceutica del medicinale di riferimento nonché una bioequivalenza quantitativa con il di medicinale sostanze di riferimento attive dimostrata da studi appropriati di biodisponibilità (D.Lvo. 24 Aprile 2006, n. 219) stessa composizione qualitativa e

5 Il medicinale generico..perché.. è sicuro.quali garanzie.. Principio attivo Qualità AUC Sostituibilità Controlli Disposizioni regolatorie Tollerabilità Requisiti scientifici

6 Caratterizzazione del principio attivo Conformità alla monografia di farmacopea Disponibilità del DMF Disponibilità (eventuale) del CEP Disponibilità del certificato GMP (art.54, comma3, d.l. 219/2006)

7 Produzione del medicinale Obiettivo.. la costante realizzazione di farmaci con definite caratteristiche di sicurezza, qualità ed efficacia Università degli Studi di Milano - 09 Gennaio

8 Produzione del medicinale Riferimenti DOSSIER REGISTRATIVO LE NORME DI BUONA FABBRICAZIONE ( EU -Pharmaceutical legislation -Vol 4) DECRETI LEGISLATIVI E LINEE GUIDA AIFA EMA

9 Norme di buona fabbricazione Il Sistema per la Gestione della Qualità Personale Documentazione Produzione

10 Il processo produttivo AZIONI DI MIGLIORAMENTO CAPITOLATI TECNICI VERIFICHE ISPETTIVE TRASFERIMENTO TECNOLOGIE DI PROCESSO E CONTROLLO PRODUZIONE E CONTROLLO CONVALIDA

11 Il medicinale generico Sviluppo chimico Prodotto di riferimento Caratteristiche del principio attivo Chimico-fisiche Tecnologiche Organolettiche Università degli Studi di Milano - 09 Gennaio

12 % dissolta Farmaco generico Valutazione vs. riferimento Tempo (min.) Serie1 Serie2 Serie

13 % dissolta EQUIVALENZA Serie1 Serie Tempo (min.)

14 Produzione del farmaco Strumenti Specifiche del prodotto QUALITA DEL FARMACO Sistema Qualità del Produttore

15 Norme di buona fabbricazione Controllo Qualità Produzione e Controllo presso terzi Reclami e richiami di prodotto Autoispezioni

16 Forme farmaceutiche a rilascio modificato Rilascio ritardato o ripetuto Rilascio prolungato Rilascio pulsante Rilascio accelerato (European Pharmacopoeia, 4th ed., 2002)

17 Equivalenza Due medicinali si definiscono equivalenti quando sono dimostrate: l equivalenza farmaceutica la bioequivalenza l equivalenza terapeutica

18 Equivalenza farmaceutica principio attivo concentrazione formulazione dosaggio via di somministrazione Università degli Studi di Milano - 09 Gennaio

19 Bioequivalenza Dalla linea guida europea CPMP/EWP/QWP/1401/98 Two medicinal products are bioequivalent if they are pharmaceutically equivalent or pharmaceutical alternatives and their bioavailabilities after administration in the same molar dose are similar too such degree that their effects, with respect to both efficacy and safety, will be essentially the same

20 Bioequivalenza biodisponibilità

21 Biodisponibilità Misura la velocità che una sostanza, rilasciata da una formulazione farmaceutica, impiega per raggiungere il circolo sanguigno Misura la quantità di sostanza, rilasciata da una formulazione farmaceutica, che viene assorbita dal circolo sanguigno Università degli Studi di Milano - 09 Gennaio

22 Biodisponibilità La biodisponibilità di un preparato somministrato per e.v. è per definizione uguale a 100 Biodisponibilità assoluta: rapporto tra AUC della via di somministrazione considerata e la somministrazione e.v. (x 100) Biodisponibilità relativa: rapporto tra AUC della via di somministrazione di riferimento, che non sia e.v., e un altra via di somministrazione (x 100)

23 Farmacocinetica e metabolismo Recettori Sito d azione libero legato Tessuti (reservoir) libero legato Assorbimento Circolazione sistemica Farmaco libero metaboliti Escrezione Metabolismo

24 Bioequivalenza Due principi attivi farmaceuticamente equivalenti si definiscono bioequivalenti quando le loro biodisponibilità non sono significativamente diverse

25 Equivalenza terapeutica equivalenza farmaceutica bioequivalenza equivalenza terapeutica tollerabilità

26 Equivalenza equivalenza farmaceutica Si bioequivalenza No equivalenza terapeutica

27 Quando è necessario uno studio di bioequivalenza? Formulazione orale a rilascio immediato Indicata per patologie importanti che richiedono una sicura SEMPRE risposta terapeutica Margine terapeutico ristretto Farmacocinetica complicata (non lineare, eliminazione pre sistemica, assorbimento variabile) (con Caratteristiche alcune chimico-fisiche eccezioni) sfavorevoli (bassa solubilità, ecc) Rapporto elevato eccipienti/p.a. Problemi di biodisponibilità noti

28 Quando non è necessario uno studio di bioequivalenza? Fiale per uso sistemico (e.v., i.m.) Farmaci solubili a tre ph:1,0; 4,6; 6,8 Farmaci somministrati in soluzione Dosaggi diversi studio di BE per una sola dose da definire in rapporto alla linearità, saturazione in assorbimento o in metabolismo Università degli Studi di Milano - 09 Gennaio

29 Quali studi, se non è possibile uno studio di bioequivalenza? Dimostrazione che il preparato non è assorbito per via sistemica Dimostrazione dell equivalenza terapeutica Studi di farmacodinamica Studi clinici comparativi Università degli Studi di Milano - 09 Gennaio

30 Linee guida Europee III/54/89-EN Investigation of Bioavailability and Bioequivalence CPMP/EWP/239/95 Note for Guidance on the Clinical Requirements for Locally Applied, Locally Acting Products containing Known Constituents CPMP/EWP/280/96 Note for Guidance on Modified Release Oral and Transdermal Dosage Forms:Section II (Pharmacokinetic ana Clinical Evaluation)

31 Linee guida Europee CPMP/EWP/QWP/1401/98 Note for guidance on the investigation of bioavailability and bioequivalence EMEA/CHMP/EWP/40326/2006 Questions & Answers on the Bioavailability and Bioequivalence Guideline CPMP/EWP/QWP/1401/98 Rev.1 Guideline on the investigation of bioequivalence

32 September 1997 Linee guida US FDA Extended Release Oral Dosage Forma:Development, Evaluation and Application of in Vitro/In Vivo Correlations January 1999 Waiver of In Vivo Bioavailability and Bioequivalence Studies for Immediate Release Solid Oral Dosage Forms Containing Certain Active Moieties/Active Ingredients Based on Biopharmaceutics Classification System December 2002 Food Effect Bioavailability and Fed Bioequivalence Studies March 2003 Bioavailability and Bioequivalence Studies for Orally Administered Drug Products General Considerations

33 Scopo dello studio di Bioequivalenza Dimostrare l equivalenza delle biodisponibilità dei medicinali oggetto dello studio

34 Bioequivalenza (BE) Medicinali somministrati per via orale Formulazioni a rilascio immediato e filmati (film-coated) BE dose singola a digiuno (nel caso di t 1/2 elevato BE in condizioni di steady state) Formulazioni gastroprotette (enteric coated) BE dose singola a digiuno BE dose singola dopo il pasto Cessione temporizzata (extended release) BE dose singola a digiuno BE dose singola dopo il pasto BE in condizioni di steady state

35 Bioequivalenza (BE) Medicinali topici Attivi per via sistemica (es. cerotti di nitroglicerina) BE dose singola a digiuno BE dose ripetuta volontario sano Tollerabilità e adesività Attivi topicamente Equivalenza terapeutica (efficacia e tollerabilità con il criterio della non inferiorità) nella popolazione di pazienti che utilizzano il farmaco

36 Disegni sperimentali Crossover Lo stesso soggetto assume i due medicinali in studio in sequenza: Periodo 1 TEST WASH OUT Periodo 2 REFERENCE Periodo 1 REFERENCE WASH OUT Periodo 2 TEST

37 Disegni sperimentali Gruppi paralleli Due gruppi di trattamento. Ciascun gruppo assume il farmaco Test oppure il farmaco Reference Gruppo 1 TEST Gruppo 2 REFERENCE

38 Disegni sperimentali Bioequivalenza individuale (disegno replicato) Da adottare nel caso di variabilità interindividuale >30% TEST REFERENCE TEST REFERENCE

39 Carry Over Effect L effetto coda tra il primo e il secondo periodo di trattamento è da evitare. Le Linee Guida EU suggeriscono un wash-out period pari a 5 volte t 1/2. Una decisione prudente, adottata da molti laboratori, prevede un wash-out period pari a 7-10 volte t 1/

40 Bioequivalenza Scelta del farmaco di riferimento Prodotto innovatore o originatore le cui caratteristiche di qualità, efficacia e sicurezza sono note oppure Prodotto leader di mercato, fatte salve le caratteristiche descritte

41 Requisiti per la Bioequivalenza Intervallo di confidenza al 90% (90% CI) dei parametri farmacocinetici all interno dell intervallo 0,80 1,25 Parametri farmacocinetici utilizzati per lo studio della bioequivalenza: Cmax AUC t T max PTF (Peak Trough Fluctuation) C min AUC parziale AUC ss,t

42 concentrazione plasmatica (mcg/ml) Parametri di farmacocinetica Dose singola 3,50 3,00 C max 2,50 2,00 1,50 1,00 0,50 0,00 Ct T max tempo (ore) C max T max AUC t AUC

43 Parametri di farmacocinetica Dose ripetuta Cmax Cmin PTF=C max - C min /C average AUCss,t Somm n Somm n

44 Concentrazione (ng/m Bioequivalenza Biodisponibilità Cmax 300 Cmax tempo (ore)

45 Bioequivalenza, probabilità.ma siamo sicuri? Analisi biometrica Biodisponibilità compreso tra 80 e 125%???? Cmax AUC Limiti fiduciali.probabilità, Inferenza????

46 La statistica Dalli conti che se fanno, risulta che ce tocca 'n pollo a testa. Ma si nun centra nelle spese tue, c'entra nella statistica lo stesso perché c'è 'nartro che ne magna due. Carlo Alberto Salustri detto Trilussa( )

47 Pierre de Fermat ( ) a n + b n = c n (n>2)

48 Statistica descrittiva Obiettivo della statistica descrittiva è quello di ricavare da un insieme di dati raccolti, troppo numerosi per poter essere esaminati singolarmente, informazioni significative per il problema studiato. Università degli Studi di Milano - 09 Gennaio

49 Il campionamento Obiettivo di un campionamento è quello di raccogliere dati che consentiranno di generalizzare all'intera popolazione i risultati ottenuti dal campione. Questo processo di generalizzazione si definisce come INFERENZA

50 Errore di campionamento La differenza tra i risultati ricavati dal campione e la vera caratteristica della popolazione che vogliamo stimare è definito come errore di campionamento

51 Il controllo delle variabili L errore di campionamento può essere contenuto e stimato adottando: appropriati metodi di campionamento; specifici metodi statistici per determinare i limiti probabili della sua entità

52 Validità del test I risultati ottenuti ci permettono di trarre conclusioni corrette per gli individui che compongono il campione? Il campione rappresenta bene la popolazione da cui è stato estratto?

53 Validità interna ed esterna validità interna i risultati sperimentali sono corretti rispetto al campione di individui oggetto dello studio? validità esterna le conclusioni tratte da uno studio possono essere estese alla popolazione studiata?

54 Errore di valutazione Il campione sperimentale viene estratto casualmente dalla popolazione. Le conclusioni che possiamo trarre da un campione possono essere

55 Inferenza statistica

56 La stima La procedura di stima (identificare il valore incognito di certi parametri) può essere condotta secondo due modalità: Stima puntuale (stima del valore) Stima intervallare (stima dell intervallo) Stimatore=metodo di calcolo impiegato per eseguire una stima

57 Proprietà di uno stimatore corretto CORRETTEZZA - il suo valore atteso coincide con il parametro CONSISTENZA - la sua dispersione attorno al parametro si riduce all aumentare di n EFFICIENZA - è sempre relativa ad un altro stimatore ed è espressa dal rapporto tra le due varianze ROBUSTEZZA - uno stimatore è robusto se non è sensibilmente alterato dalla violazione di un assunto

58 Significato di una stima Una stima costituisce una valutazione approssimativa: per definizione, non può essere esatta. Se il campione è stato selezionato con una metodica corretta (randomizzazione), ne potremo stabilire la variabilità, ossia i limiti probabili di variazione

59 Deviazione Per valutare l'incertezza da associare a una stima, consideriamo una prima quantità chiamata scarto o deviazione: deviazione = singolo dato - media

60 La deviazione informa? La media dei singoli scarti è uguale a zero. Eleviamo al quadrato le singole deviazioni per ottenere tutte quantità positive, sommabili tra di loro senza produrre in un risultato nullo. Calcoliamo la media degli scarti estraendone la radice quadrata, in modo da ottenere una grandezza compatibile, a livello di unità di misura, con quella di partenza. La grandezza così ottenuta è detta DEVIAZIONE STANDARD. Università degli Studi di Milano - 09 Gennaio

61 La deviazione standard

62 Deviazione standard

63 Errore standard Per stimare i limiti dell errore di campionamento, si calcola la Deviazione Standard. Errore Standard Deviazione Standard Per avere un indice della variabilità della nostra misura, utilizzando la Deviazione Standard si calcola l Errore Standard = n

64 Errore standard Un esempio Se somministriamo un farmaco ad un campione randomizzato di 20 individui ed osserviamo che in 12 soggetti il farmaco ha dato risultati soddisfacenti, indicando con p(t +) la precentuale di positività del campione, si ha: la varianza del campione è calcolata come segue: l'errore standard è:

65 Errore standard della stima Correggendo la precedente, la stima per la popolazione, P(T+), fornisce: P(T+) = p(t+) + σ = 0,6 ± 0,

66 Errore standard della stima Valore calcolato Limite inferiore 40% 60% Limite superiore 30% 70% Positività campione 50% 50% Stima positività popolazione Stima positività popolazione

67 Deviazione standard ed errore standard La deviazione standard indica la variabilità di una misura. L errore standard indica la variabilità di un valore statistico (es. una percentuale, una media ecc.)

68 L errore standard L'errore standard è un numero che è direttamente correlato alla variabilità della misura ottenuta: tanto più piccolo è l'errore standard, tanto minore è la variabilità della misura e quindi tanto più attendibile è l inferenza statistica

69 Errore standard e limiti fiduciali L'errore standard è il parametro fondamentale impiegato per il calcolo dei limiti fiduciali L intervallo compreso tra i due limiti (inferiore e superiore) è l'intervallo di confidenza

70 Intervallo di confidenza o fiduciale L intervallo di confidenza di un parametro, p.es. la media, della popolazione è delimitato da due limiti Linf (limite inferiore) ed Lsup (limite superiore) ed ha una definita probabilità (1- alfa) di contenere il vero parametro della popolazione: p(linf < Q < Lsup) = 1-alfa 1- alfa = grado di confidenza alfa = probabilità di errore

71 Variabilità dell intervallo di confidenza L intervallo di confidenza diminuisce se: aumenta la numerosità del campione(da n=4 a n=36 a n=100) diminuisce il livello di confidenza (1- alfa)(dal 99% al 95% al 90%) diminuisce la variabilità nella popolazione(da s=4 a s=36 a s=100)

72 Limite fiduciale e livello di probabilità Il limite fiduciale può essere fissato al livello di probabilità desiderato; comunemente si utilizza un limite fiduciale pari a 0,95 o 0,99, che espressi in termini di probabilità percentuale, corrispondono a "limite fiduciale 95%" o "limite fiduciale 99%". Le espressioni "intervallo di confidenza 95%" o "limite fiduciale 95%" implicano che vi é una probabilità del 95% che l'intervallo trovato includa la vera caratteristica della popolazione

73 Calcolo del limite fiduciale Il limite fiduciale 95% di una popolazione può essere stimato con la seguente formula, in cui p è la positività - espressa in percentuale - osservata ed n è il numero di unità del campione. Abbiamo una probabilità del 95% che la percentuale di positività nella popolazione sia compresa fra 38 [(0,60-0,22) 100] e 82. Poiché il campione era composto soltanto da 20 individui, questa stima può non essere del tutto attendibile

74 Dal campione ai limiti fiduciali CAMPIONE STIMA PER QUELLA POPOLAZIO NE calcolo dell'errore standard POSITIVITÀ DELLA STIMA calcolo dei limiti fiduciali PROBABILITÀ CHE LA STIMA SIA CORRETTA

75 Interpretazione del limite di confidenza Ciò che varia è solo l intervallo di confidenza,mentre µ è fisso, anche se noi non lo conosciamo Interpretazione errata C è il 95% di probabilità che la media µ cada all interno dell intervallo di confidenza Interpretazione corretta C è il 95% di probabiltà che l intervallo di confidenza contenga la media µ

76 Iside svelata o il mistero della cabala Verifica della probabilità della stima con i limiti fiduciali Limiti entro i quali la probabilità della stima può oscillare Il mistero dei limiti 0,8 1,2 del test T/R

77 Calcolo Campione sperimentale Il risultato dipende da: Variabilità T/R L errore residuo ANOVA per studi in crossover permette di calcolare il CV% intrasoggetti, depurato dell effetto sequenza. CV% intrasoggetti = e err.residuo -1 x 100 Il CV% intrasoggetti permette di calcolare la dimensione del campione per studi comparativi: N=15,68 x (CV 2 /0,20 2 ) = 392 x CV2 Questo calcolo è valido per T/R=1 Per altri valori di T/R la previsione peggiora. Normalmente T/R dovrebbe essere compreso tra 0,95 e 1,

78 Calcolo Campione sperimentale 24 soggetti trattati con T e R in crossover CV% intersoggetti = 36,3 Errore residuo ANOVA = 0,04578 CV% intrasoggetto = e err.residuo -1 x100 CV% intrasoggetti = 21,6% n= 0,216 2 X 392 = 18 per T/R =1 ovvero Per T/R=0,97 o 1, > n = Per T/R=0,94 o 1, > n =

79 Calcolo Campione sperimentale (Diletti et al. Int J Clin Pharmacol Ther Toxicol 29(1):1-8 (1991))

80 Bioequivalenza CI 90% 133,0 125,0 Cmax AUC t AUC 100,0 107,03 106,13 106,68 98,95 91,48 99,49 93,27 100,19 94,09 80,0 75,0 lower limit T/R upper limit ln C max 91,48 98,95 107,03 ln AUC 0-t 93,27 99,49 106,13 ln AUC 0-INF 94,09 100,19 106,

81 Esempi di BE mediante CI 90% Variabilità bassa (circa 10%)

82 Esempi di BE mediante CI 90% Variabilità media (circa 18%)

83 Esempi di BE mediante CI 90% Variabilità alta (ca 25%)

84

ASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci

ASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci ASPETTI STATISTICI Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it

Dettagli

Il farmaco generico, ormai ridefinito farmaco equivalente, è considerato essenzialmente simile al medicinale già in commercio (farmaco originatore)

Il farmaco generico, ormai ridefinito farmaco equivalente, è considerato essenzialmente simile al medicinale già in commercio (farmaco originatore) 1 Il farmaco generico, ormai ridefinito farmaco equivalente, è considerato essenzialmente simile al medicinale già in commercio (farmaco originatore) dal punto di vista qualitativo e quantitativo ma con

Dettagli

Caratteristiche delle preparazioni farmaceutiche degli equivalenti: aspetti farmacologici e legislativi internazionali e nazionali. Francesca Mattioli

Caratteristiche delle preparazioni farmaceutiche degli equivalenti: aspetti farmacologici e legislativi internazionali e nazionali. Francesca Mattioli FARMACO DI MARCA O EQUIVALENTE? Qualità, efficacia e responsabilità nell'attività prescrittiva Caratteristiche delle preparazioni farmaceutiche degli equivalenti: aspetti farmacologici e legislativi internazionali

Dettagli

Il farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata

Il farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Cos è un farmaco generico? È un medicinale EQUIVALENZA terapeuticamente equivalente

Dettagli

Il farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata

Il farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Reggio nell'emilia 19 Febbraio 2014 Il farmaco generico n Cos è un farmaco generico? n È un medicinale

Dettagli

MEDICINALI BIOEQUIVALENTI E BIOSIMILARI. Dipartimento Farmaceutico Interaziendale Azienda Ospedaliero Universitaria di Ferrara

MEDICINALI BIOEQUIVALENTI E BIOSIMILARI. Dipartimento Farmaceutico Interaziendale Azienda Ospedaliero Universitaria di Ferrara MEDICINALI BIOEQUIVALENTI E BIOSIMILARI Dipartimento Farmaceutico Interaziendale Azienda Ospedaliero Universitaria di Ferrara FARMACO GENERICO e EQUIVALENTE Con la Legge 28/12/1995 art. 130 comma 3, il

Dettagli

Come calcolare i parametri farmacocinetici

Come calcolare i parametri farmacocinetici Come calcolare i parametri farmacocinetici La conoscenza dei parametri farmacocinetici fondamentali di un farmaco è essenziale per comprendere in che modo esso venga trattato dall organismo e come sia

Dettagli

TERAPIA DEL GLAUCOMA : LOTTA FRA FARMACI EQUIVALENTI?

TERAPIA DEL GLAUCOMA : LOTTA FRA FARMACI EQUIVALENTI? TERAPIA DEL GLAUCOMA : LOTTA FRA FARMACI EQUIVALENTI? Dott. F. Tita 24 Novembre 2012 L INDUSTRIA FARMACEUTICA FA RICERCA PER SPERIMENTARE NUOVI FARMACI, METTERLI IN COMMERCIO PER OTTENERE UN PROFITTO TALE

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n. 5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema

Dettagli

Statistica Inferenziale

Statistica 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

Dettagli

Gli studi di bioequivalenza: cenni di statistica (*)

Gli studi di bioequivalenza: cenni di statistica (*) Gli studi di bioequivalenza: cenni di statistica (*) INTRODUZIONE La Statistica è una scienza i cui principi si basano sulla teoria delle probabilità e che si propone come scopo quello di sintetizzare

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 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

Dettagli

Farmaci equivalenti: dalla bioequivalenza all equivalenza clinica

Farmaci equivalenti: dalla bioequivalenza all equivalenza clinica Farmaci equivalenti: dalla bioequivalenza all equivalenza clinica Prof. Alberto Corsini Università degli Studi di Milano Domus De Maria (CA) 5-10 ottobre 2015 Farmaci generici Aspetti biofarmaceutici Farmacologia

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

Distribuzioni campionarie

Distribuzioni campionarie 1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

Analisi della varianza

Analisi 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.

Dettagli

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.

DESCRITTIVE, 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

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Test d Ipotesi Introduzione

Test d Ipotesi Introduzione Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto

Dettagli

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25 Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità

Dettagli

FARMACODINAMICA. L'effetto del farmaco è la conseguenza della sua interazione con il proprio bersaglio molecolare meccanismo d'azione specifico

FARMACODINAMICA. L'effetto del farmaco è la conseguenza della sua interazione con il proprio bersaglio molecolare meccanismo d'azione specifico FARMACODINAMICA L'effetto del farmaco è la conseguenza della sua interazione con il proprio bersaglio molecolare meccanismo d'azione specifico L'effetto può essere studiato in vitro o in vivo Relazione

Dettagli

PROBLEMATICHE CONNESSE CON L USO DEI FARMACI EQUIVALENTI Dr Luigi Santoiemmma

PROBLEMATICHE CONNESSE CON L USO DEI FARMACI EQUIVALENTI Dr Luigi Santoiemmma PROBLEMATICHE CONNESSE CON L USO DEI FARMACI EQUIVALENTI Dr Luigi Santoiemmma The gentlemen s agreement EQUIVALENTE E PROPRIO UGUALE UGUALE? ( impressionante... ) FARMACO GENERICO Medicinale la cui formulazione

Dettagli

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17 C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica

Dettagli

STATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA

STATISTICHE, 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

Dettagli

RIVISTA: lnt Journal of lmpotence Research (2006) 18, MJ. Dresser, D. Desai, S. Gidwani, AD. Seftel, NB. Modi O B I E T T I V I

RIVISTA: lnt Journal of lmpotence Research (2006) 18, MJ. Dresser, D. Desai, S. Gidwani, AD. Seftel, NB. Modi O B I E T T I V I I D E N T I F I C A T I V O A R T I C O L O TITOLO: Dapoxetine, a novel treatment for premature ejaculation, does not have pharmacokinetic interactions with phosphodiesterase-5 inhibitors Dapoxetina, nuovo

Dettagli

Distribuzioni campionarie. Antonello Maruotti

Distribuzioni 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

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il 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

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L

Dettagli

Farmaci generici in Pediatria

Farmaci generici in Pediatria FARMACO DI MARCA O EQUIVALENTE? Qualità, efficacia e responsabilità nell'attività prescrittiva Farmaci generici in Pediatria Michele Fiore Pediatra di famiglia ASL3 Questionario sull utilizzo dei medicinali

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate

Dettagli

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016 Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione

Dettagli

Teoria e tecniche dei test

Teoria e tecniche dei test Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario

Dettagli

L indagine campionaria Lezione 3

L indagine campionaria Lezione 3 Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato

Dettagli

STATISTICA ESERCITAZIONE

STATISTICA ESERCITAZIONE STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in

Dettagli

Comitato Etico della Azienda USL 3 di Pistoia. Farmaci equivalenti. Pistoia 16 Marzo 2012. Relatori: dott. Antonino Scalia dott.ssa Simonetta Matteoni

Comitato Etico della Azienda USL 3 di Pistoia. Farmaci equivalenti. Pistoia 16 Marzo 2012. Relatori: dott. Antonino Scalia dott.ssa Simonetta Matteoni Comitato Etico della Azienda USL 3 di Pistoia Farmaci equivalenti Pistoia 16 Marzo 2012 Relatori: dott. Antonino Scalia dott.ssa Simonetta Matteoni Che significa equivalente? Un medicinale equivalente

Dettagli

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. I modelli di studio

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. I modelli di studio Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica I modelli di studio Corso di laurea in medicina e chirurgia - Statistica Medica Disegno dello studio

Dettagli

Il campionamento e l inferenza. Il campionamento e l inferenza

Il campionamento e l inferenza. Il campionamento e l inferenza Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento

Dettagli

RICERCA E SVILUPPO DI NUOVI FARMACI

RICERCA E SVILUPPO DI NUOVI FARMACI RICERCA E SVILUPPO DI NUOVI FARMACI In passato le scoperte dei farmaci erano occasionali. Si trattava di sostanze di derivazione vegetale o animale STRATEGIE DI RICERCA: Quali sono i fattori che influenzano

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

PSICOMETRIA. 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 PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione

Dettagli

Ringraziamenti dell Editore

Ringraziamenti dell Editore Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................

Dettagli

Concetti principale della lezione precedente

Concetti 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

Dettagli

Gli errori nella verifica delle ipotesi

Gli 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

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni e inferenza statistica Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione 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

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Sintesi a cinque e misure di variabilità rispetto ad un centro Una catena di fast-food ha selezionato

Dettagli

Indici di variabilità ed eterogeneità

Indici di variabilità ed eterogeneità Indici di variabilità ed eterogeneità Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università della Basilicata a.a. 011/01

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

PROGETTAZIONE E SVILUPPO DEI MEDICINALI

PROGETTAZIONE E SVILUPPO DEI MEDICINALI Tecnologia Socioeconomia Legislazione Farmaceutica 1 con laboratorio - CdLM CTF 12 cfu 1 semestre PROGETTAZIONE E SVILUPPO DEI MEDICINALI Docente: Prof.ssa Anna Maria Maccioni 1 MEDICAMENTO FARMACO RISOLUZIONE

Dettagli

Note sulla probabilità

Note sulla probabilità Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15

Dettagli

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.? Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione

Dettagli

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii

Presentazione 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

Dettagli

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1 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

C.I. di Metodologia clinica

C.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

Dettagli

I falsi miti: la questione eccipienti. Gli equivalenti impiegano più tempo ad agire? Causano più effetti secondari?

I falsi miti: la questione eccipienti. Gli equivalenti impiegano più tempo ad agire? Causano più effetti secondari? Le Guide di 9 I falsi miti: la questione eccipienti. Gli equivalenti impiegano più tempo ad agire? Causano più effetti secondari? Registrazione del Tribunale di Milano n 357 del 08/06/2001 Direttore editoriale:

Dettagli

LE DISTRIBUZIONI CAMPIONARIE

LE DISTRIBUZIONI CAMPIONARIE LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema lezione 5 Intervalli di confidenza Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto

Dettagli

Cenni di Farmacocinetica, Biofarmaceutica, Biodisponibilità

Cenni di Farmacocinetica, Biofarmaceutica, Biodisponibilità Cenni di Farmacocinetica, Biofarmaceutica, Biodisponibilità Rappresentazione schematica di assorbimento, distribuzione ed eliminazione del principio attivo Aulton M. E., Taylor K. M.G., Tecnologie Farmaceutiche.

Dettagli

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che

Dettagli

Un paziente che deve assumere un farmaco che

Un paziente che deve assumere un farmaco che BIF II. BIOEQUIVALENZA E BIODISPONIBILITÀ. CONTINUITÀ TERAPEUTICA E SOSTITUIBILITÀ IN SOTTO-POPOLAZIONI FRAGILI 123 Alcune criticità nella valutazione della bioequivalenza Un paziente che deve assumere

Dettagli

UNIVERSITÀ DEGLI STUDI DI PERUGIA

UNIVERSITÀ DEGLI STUDI DI PERUGIA SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale

Dettagli

CAPITOLO 11 ANALISI DI REGRESSIONE

CAPITOLO 11 ANALISI DI REGRESSIONE VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire

Dettagli

STATISTICHE DESCRITTIVE Parte II

STATISTICHE 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

Dettagli

Proprietà della varianza

Proprietà 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,

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

Analisi della varianza a una via

Analisi 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

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE 1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono

Dettagli

Incertezza di misura concetti di base. Roberto Olmi IFAC-CNR

Incertezza di misura concetti di base. Roberto Olmi IFAC-CNR Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 8 maggio 2014 Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un

Dettagli

51 SIMPOSIO AFI RIMINI 8 GIUGNO 2011 SESSIONE I CONVALIDA DI PROCESSO SILVANO LONARDI - AFI

51 SIMPOSIO AFI RIMINI 8 GIUGNO 2011 SESSIONE I CONVALIDA DI PROCESSO SILVANO LONARDI - AFI 51 SIMPOSIO AFI RIMINI 8 GIUGNO 2011 SESSIONE I CONVALIDA DI PROCESSO SILVANO LONARDI - AFI 1 Sommario Riferimenti Definizioni Linea Guida FDA Concept Paper EMA Conclusioni 2 Riferimenti Guideline on general

Dettagli

Corso di Laurea Magistrale in Farmacia

Corso di Laurea Magistrale in Farmacia Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia Medicinali Generici Dott. Vittorino Ravelli Aspetti brevettuali GENERICI ED ASPETTI BREVETTUALI Vittorino Ravelli Aspetti normativi

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui

Dettagli

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

La 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

Dettagli

X Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica

X 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

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità

Dettagli

Bioequivalenti e biosimilari: aspetti regolatori e loro impatto sull appropriatezza prescrittiva

Bioequivalenti e biosimilari: aspetti regolatori e loro impatto sull appropriatezza prescrittiva Bioequivalenti e biosimilari: aspetti regolatori e loro impatto sull appropriatezza prescrittiva Pierluigi Navarra Istituto di Farmacologia Facoltà di Medicina e Chirurgia Università Cattolica - Roma Analisi

Dettagli

Test d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )

Test d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 ) Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

PRESCRIZIONE E SOSTITUIBILITA. DEI FARMACI

PRESCRIZIONE E SOSTITUIBILITA. DEI FARMACI BOLZANO 26-27 GIUGNO 2014 PRESCRIZIONE E SOSTITUIBILITA. DEI FARMACI MAURO MARIN (PN) Definizione farmaco generico Medicinale con stessa composizione qualitativa e quantitativa di principi attivi e stessa

Dettagli

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori

Dettagli

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla

Il modello di regressione lineare multipla. Il modello di regressione lineare multipla Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa

Dettagli

Statistica multivariata Donata Rodi 17/10/2016

Statistica multivariata Donata Rodi 17/10/2016 Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare

Dettagli

Corso di Laurea Magistrale in Farmacia

Corso di Laurea Magistrale in Farmacia Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia INTRODUZIONE al CORSO Tecnologia e Legislazione Farmaceutiche I 9 CFU Prof. Andrea Gazzaniga Raramente si somministrano principi

Dettagli

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli.

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli. VALIDAZIONE DEI METODI RADIOCHIMICI Analisi di alcuni aspetti: 1. Taratura (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it

Dettagli

Fabbricazione Industriale dei Medicinali

Fabbricazione Industriale dei Medicinali Universita degli Studi di Milano Corso di Laurea in Chimica e Tecnologia Farmaceutiche Fabbricazione Industriale dei Medicinali slides Dott. Vittorino Ravelli Prof. Andrea Gazzaniga ORGANIZZAZIONE AZIENDALE

Dettagli

Disegni Sperimentali

Disegni Sperimentali Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci Disegni Sperimentali Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it

Dettagli

Il confronto fra medie

Il 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

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica 13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in

Dettagli

Farmaci biologici nel trattamento della psoriasi: differenze nei criteri di valutazione tra USA e UE.

Farmaci biologici nel trattamento della psoriasi: differenze nei criteri di valutazione tra USA e UE. Farmaci biologici nel trattamento della psoriasi: differenze nei criteri di valutazione tra USA e UE. Renato Bertini Malgarini, Giuseppe Pimpinella, Luca Pani 10 dicembre 2012- Istituto Superiore di Sanità

Dettagli