I disegni quasi sperimentali e lo studio del soggetto singolo
|
|
- Flaviano Parisi
- 7 anni fa
- Visualizzazioni
Transcript
1 I disegni quasi sperimentali e lo studio del soggetto singolo Giulio Vidotto & Davide Massidda Facoltà di Psicologia Università di Padova A.A. 2011/12
2 Disegni sperimentali Principali caratteristiche: Assegnazione casuale dei soggetti alle condizioni sperimentali Completo controllo delle variabili in studio
3 Disegno Pre-Post con gruppo di controllo Pre Intervento Post G1 O11 X O12 G2 O21 O22
4 Disegno Pre-Post di tipo Solomon Pre Intervento Post G1 O11 X O12 G2 O21 O22 G3 X O32 G4 O32
5 Minacce alla validità interna Esempi: Lo strumento non misura adeguatamente il costrutto Storia Maturazione Testing Regressione verso la media Bias di selezione (gruppi non omogenei) Mortalità sperimentale (drop out) Effetto ordine Effetto sperimentatore, effetto soggetto
6 Studio quasi sperimentale Non sempre le condizioni necessarie per la realizzazione di un disegno sperimentale sono verificate: Soggetti non assegnati casualmente alle condizioni sperimentali, in generale non c è completo controllo sulle variabili indipendenti Si dispone del solo gruppo sperimentale Presenza di un unico soggetto sperimentale
7 Studio quasi sperimentale Necessarie più rilevazioni a intervalli costanti di tempo, sia prima che durante che dopo un trattamento Si genera una serie temporale Se il trattamento ha avuto effetto, la serie temporale non sarà stazionaria
8 Serie temporali
9 Disegni quasi sperimentali Basale Intervento Recupero AB O11 O12 O21 O22 ABA O11 O12 O21 O22 O31 O32 ABAB ABABA
10 Disegni AB
11 Disegni ABAB, ABABA
12 Studio del caso singolo Un trattamento efficace produrrà una serie non stazionaria in concomitanza all intervento o eventualmente un punto di discontinuità nel passaggio tra basale e trattamento.
13 Studio del caso singolo Un trattamento efficace produrrà una serie non stazionaria in concomitanza all intervento o eventualmente un punto di discontinuità nel passaggio tra basale e trattamento. Come valutare a livello statistico se una serie è stazionaria o no?
14 Il test C di Young Consente di valutare il livello di inclinazione delle curve nelle singole fasi di un esperimento e l evoluzione del trend tra una fase e l altra (Von Neumann, 1941; Young, 1941). Calcola la probabilità che i punti di una serie siano disposti a caso. A partire dalla varianza della serie e dal suo errore standard si calcola un valore Z.
15 Varianza della serie: = = + = N i i N i i i X X X X C ) ( 2 ) ( 1 Errore standard di C: 1) 1)( ( 2 + = N N N Sc Il test C di Young
16 Il test C di Young Determinare il livello di significatività: Z = C / Se
17 Il test C di Young Determinare il livello di significatività: Z = C / Se Perché la statistica si distribuisca normalmente la serie deve avere almeno 8 valori: in alternativa il C di Young non può essere calcolato.
18 Il test C di Young Esempio 1: disegno ABA su soggetto singolo: Intervento per la riduzione dei comportamenti inappropriati tramite un trattamento basato sull automonitoraggio (Meazzini, Cottini e coll., 1995). Fase A (baseline) B (intervento) A (sospensione) Numero di comportamenti inadeguati 23, 25, 23, 27, 23, 20, 21, 22 20, 22, 19, 13, 16, 15, 10, 13, 12, 10 12, 13, 12, 12, 10, 5, 9, 7
19 Il test C di Young (da Meazzini, Cottini e Coll., 1995)
20 Il test C di Young Calcolo test C per la fase A N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (23-25) 2 + (25-23) 2 + (23-27) 2 + (27-23) 2 + (23-20) 2 + (20-21) 2 + (21-22) 2 = 51 2 [ (23-23) 2 + (25-23) 2 + (23-23) 2 + (27-23) 2 + (23-23) 2 + (20-23) 2 + (21-23) 2 + (22-23) 2 ] = 68 1 (51 / 68) = 0, (8 1)(8 + 1) = 0,32 0,25 / 0,32 = 0,78
21 Il test C di Young Calcolo test C per la fase B N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (20-22) 2 + (22-19) 2 + (19-13) 2 + (13-16) 2 + (16-15) 2 + (15-10) 2 + (10-13) 2 + (13-12) 2 + (12-10) 2 = 98 2 [(20-15) 2 + (22-15) 2 + (19-15) 2 + (13-15) 2 + (16-15) 2 + (15-15) 2 + (10-15) 2 + (13-15) 2 + (12-15) 2 + (10-15) 2 ] = (98 / 316) = 0, (10 1)(10 + 1) 0,69 / 0,28 = 2,16 = 0,28
22 Il test C di Young Calcolo test C per la fase A N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (12-13) 2 + (13-12) 2 + (12-12) 2 + (12-10) 2 + (10-5) 2 + (5-9) 2 + (9-7) 2 = 51 2 [(12-10) 2 + (13-10) 2 + (12-10) 2 + (12-10) 2 + (10-10) 2 + (5-10) 2 + (9-10) 2 + (7-10) 2 ] = (51 / 112) = 0, (8 1)(8 + 1) = 0,32 0,54 / 0,32 = 1,69
23 Il test C di Young Esempio 2: disegno ABA su soggetto singolo
24 Il test C di Young Condizione A c value = Std Error = z value = p value = Condizione B c value = Std Error = z value = p value = Condizione A c value = Std Error = z value = p value = Condizioni A e B c value = Std Error = z value = p value = *** Condizione B e A c value = Std Error = z value = p value = **
25 Appendice: il test C in R Fra il materiale didattico del corso è presente l archivio ctest.zip, che contiene due files: c.test.r : esempio.r : script dove sono definite le funzioni c.test e time.plot, che servono rispettivamente per il calcolo del test c e la creazione di un grafico per le serie temporali. esempi d uso delle funzioni definite nel file c.test.r.
26 Appendice: il test C in R Per utilizzare le funzioni R è necessario prima di tutto impostare come directory di lavoro la cartella che contiene il file dove le funzioni sono definite. Dal menù file cerchiamo l opzione cambia directory e selezioniamo quella che contiene il file c.test.r.
27 Appendice: il test C in R Come secondo passaggio dobbiamo caricare in R le funzioni contenute nello script. Dal menù file selezioniamo l opzione: Sorgente codice R e cerchiamo il file c.test.r. In alternativa, da riga di comando possiamo lanciare: source("ctest.r")
28 Appendice: il test C in R Ora costruiamo i vettori che contengono le serie: A <- c(23, 25, 23, 27, 23, 20, 21, 22) B <- c(20, 22, 19, 13, 16, 15, 10, 13, 12, 10) A1 <- c(12, 13, 12, 12, 10, 5, 9, 7) Per eseguire il test sulla serie A: > c.test(a) Young c-test for trend analysis c value = Std Error = z value = p value =
29 Appendice: il test C in R Per creare il grafico su una singola serie: Per creare il grafico su più serie: > time.plot(a) > time.plot(a,b,a1)
Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliDisegni sperimentali
Disegni sperimentali Argomenti della lezione Disegni sperimentali Disegni quasi sperimentali Disegni pre sperimentali Veri esperimenti Lo sperimentatore ha un controllo completo sull intero protocollo
Dettagli10 Quasi esperimenti. Giulio Vidotto Raffaele Cioffi
10 Quasi esperimenti Giulio Vidotto Raffaele Cioffi Indice: 10.1 La differenza principale tra quasi esperimenti e veri esperimenti 10.2 Disegni con gruppo di controllo non equivalenti 10.3 Disegni senza
DettagliIndice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità
Controllo Indice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità Definiremo il controllo come qualsiasi mezzo impiegato per eliminare le possibili minacce alla validità
DettagliStrumenti di indagine per la valutazione psicologica
Università degli Studi di Cagliari Facoltà di Studi Umanistici Esame di Strumenti di indagine per la valutazione psicologica dott. Davide Massidda Cognome Nome Matricola Data Le verranno di seguito posti
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliMETODOLOGIA DELLA RICERCA PSICOLOGICA
METODOLOGIA DELLA RICERCA PSICOLOGICA Corso di laurea in Scienze della formazione nelle organizzazioni a.a. 2012/13 METODI DESCRITTIVI, DISEGNI LONGITUDINALI, STUDIO DI CASI SINGOLI Strategie alternative
DettagliINFORMATICA APPLICATA AI PROCESSI BIOTECNOLOGICI
INFORMATICA APPLICATA AI PROCESSI BIOTECNOLOGICI Fabio Scotti Universita' degli studi Dipartimento di tecnologie dell'informazione e Dipartimento di biotecnologie Analisi dei dati METODOLOGIA (cosa fare)
DettagliIntroduzione a Visual Studio 2005
Fondamenti di Informatica e Laboratorio T-AB Ingengeria dell Automazione a.a. 2008/2009 Introduzione a Visual Studio 2005 Outline Solutions e Projects Visual Studio e il linguaggio C Visual Studio Schermata
Dettagli8. ANALISI DELLA COVARIANZA (ANCOVA)
8. ANALISI DELLA COVARIANZA (ANCOVA) L analisi della covarianza è un metodo statistico che risulta dalla combinazione dell analisi di regressione con l analisi della varianza. È utile quando all analisi
DettagliIl metodo della regressione
Il metodo della regressione Il matching statistico Il matching statistico si basa sull idea di abbinare a ciascun soggetto trattato un soggetto non trattato tendenzialmenre equivalente, ovvero molto simile
DettagliMETODOLOGIA DELLA RICERCA PSICOLOGICA
METODOLOGIA DELLA RICERCA PSICOLOGICA Corso di laurea in Scienze della formazione nelle organizzazioni a.a. 2013/14 METODI DESCRITTIVI, DISEGNI LONGITUDINALI, STUDIO DI CASI SINGOLI Strategie alternative
DettagliStatistica Matematica 1 - Corso di Studi in Matematica Prova scritta
Numero del computer: Statistica Matematica 1 - Corso di Studi in Matematica Istruzioni per il compito. (I) Riconsegnare solo i fogli pinzati (dove bisogna scrivere lo svolgimento del compito). I fogli
DettagliAnalisi delle Componenti Principali con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Prof.ssa Marilena Pillati Analisi delle Componenti
DettagliEsame di Statistica del 14 dicembre 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola
Esame di Statistica del dicembre 2007 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. Somma Voto finale Attenzione: si consegnano
DettagliSTATISTICA ESERCITAZIONE. 1) Specificare la distribuzione di probabilità della variabile e rappresentarla graficamente;
0.00 0.05 0.10 0.15 0.20 STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 4 Maggio 2015 Esercizio 1 (Uniforme discreta) Si consideri l esperimento lancio di un dado non truccato. Sia X la variabile casuale
DettagliSommario. 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
DettagliNote 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
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
DettagliPressione atmosferica a Trieste
UNIVERSITÀ DEGLI STUDI DI TRIESTE DIPARTIMENTO DI SCIENZE DELLA TERRA O M OCEANOGRAFIA e METEOROLOGIA N. 125 Rapporti OM 08/1 Franco Stravisi Pressione atmosferica a Trieste 2007 Trieste, 2008 2 INDICE
DettagliStrumenti 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
DettagliStrumenti informatici Realizzare un test z, un test t e un test F per campioni indipendenti con Excel e SPSS
Strumenti informatici 5.2 - Realizzare un test z, un test t e un test F per campioni indipendenti con Excel e SPSS Sia Excel che SPSS consentono di realizzare in modo abbastanza rapido il test sulle medie
DettagliSTATISTICA. Esercizi vari
STATISTICA Esercizi vari Esercizio 5.6 p. 205 Variabile Coeff. Dev. std. Statistica t p-value Intercetta 23.384 1.592 14.691 0 Profondità -1.435 0.213-6.726 0 = 0.850 Esercizio 5.6 p. 205 Variabile Coeff.
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliUniversità 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,
DettagliProva Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
DettagliLABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE
LABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE 5.1 ESEMPIO DI ANOVA AD UNA VIA In un esperimento un gruppo di bambini è stato assegnato a caso a 3 trattamenti, allo scopo di determinare
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliVariabili aleatorie scalari
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Variabili aleatorie scalari Sommario della Introduzione CDF e PDF: definizione CDF e PDF: proprietà Distribuzioni uniforme e Gaussiana
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
DettagliPressione atmosferica a Trieste
N. 135 Rapporti OM 10/1 Franco Stravisi Pressione atmosferica a Trieste 2009 Trieste 2010 2 INDICE pag. Riassunto 3 1. I dati di pressione atmosferica 3 2. Tabelle annuali 4 3. Tabelle con i dati orari
DettagliDal campione alla popolazione
Dal campione alla popolazione Monica Marabelli 20 Novembre 2015 L inferenza statistica La statistica si occupa di studiare le unitá/individui appartenenti alla popolazione statistica. Spesso, peró, non
DettagliI disegni sperimentali e il controllo
I disegni sperimentali e il 1. Procedure del 2. Disegni monofattoriali 3. Disegni multifattoriali Il disegno sperimentale Popolazione Campionamento casuale Campione Misura variabili di interesse Gruppo
DettagliFile di script. I File di Script Corso 2D - R.Virili 1
File di script I File di Script Corso 2D - R.Virili 1 Cosa sono Consentono di combinare diversi comandi AutoCAD e di eseguirli in una sequenza prefissata. I comandi possono essere scritti come file di
DettagliGiorno n. clienti di attesa
Esercizio 1 Un aspetto cruciale per la qualità del servizio ai clienti in un supermercato è il cosiddetto checkout (ovvero il tempo che il cliente impiega dal momento in cui si mette in fila alla cassa
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliUn grafico utilizza i valori contenuti in un foglio di lavoro per creare una rappresentazione grafica delle relazioni esistenti tra loro;
EXCEL Modulo 3 Grafici Un grafico utilizza i valori contenuti in un foglio di lavoro per creare una rappresentazione grafica delle relazioni esistenti tra loro; Quando si crea un grafico ogni riga o ogni
DettagliTest F per la significatività del modello
Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliUD4 - MATLAB. M-file. Efficienza degli algoritmi. Formati d uscita
UD4 - MATLAB M-file. Efficienza degli algoritmi. Formati d uscita M-files In MatLab è possibile eseguire istruzioni contenute in file esterni; Tali file sono chiamati M-file perché devono avere estensione.m
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
DettagliAnalisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
ONDATE DI CALORE: VARIAZIONI CLIMATICHE, EFFETTI SULLA SALUTE E MISURE DI CONTENIMENTO COSA È ACCADUTO NELL ESTATE 2003: Analisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliCHEMIOMETRIA. 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
DettagliZ-test, T-test, χ 2 -test
Z-test, T-test, χ 2 -test Francesco Corrias Chiara Todaro DIMA 13 febbraio 2012 Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio 2012 1 / 19 Verifica d ipotesi Definizione (Test
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliMANAGEMENT DELLA QUALITA CONTROLLO STATISTICO DELLA QUALITA ORDINAMENTO 509. Prof. Maria Francesca Renzi Prof. Paola Vicard
MANAGEMENT DELLA QUALITA CONTROLLO STATISTICO DELLA QUALITA ORDINAMENTO 509 Prof. Maria Francesca Renzi Prof. Paola Vicard A.A. 2009/2010 Obiettivi formativi Il corso si pone l obiettivo di preparare gli
DettagliINDICE. Problemi presenti sul sito
I-XIV_Romane_Analisi 2-03-2005 11:03 Pagina V INDICE Problemi presenti sul sito Prefazione XI XIII Introduzione Natura e scopo dei sistemi contabili 1 La necessità di informazioni 1 Le informazioni operative
DettagliContrasti e confronti multipli
Contrasti e confronti multipli Andrea Onofri 25 gennaio 2012 Indice 1 Introduzione 1 2 I contrasti pianificati 2 Test di confronto multiplo 4 4 Limitazione delle MCP 5 5 Scegliere la MCP 7 Sommario Scopo
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliIntroduzione. Eduardo Rossi 2. Marzo Università di Pavia (Italy) Rossi Introduzione Econometria / 11
Eduardo Rossi 2 2 Università di Pavia (Italy) Marzo 2014 Rossi Introduzione Econometria - 2014 1 / 11 Econometria significa misurazione economica. Lo scopo dell econometria è molto più ampio. Definizione
DettagliVerifica di resistenza al fuoco di un. edificio in cemento armato. Esempio guidato 9 Pag. 1
Esempio guidato 9 Verifica di resistenza al fuoco di un edificio in cemento armato Esempio guidato 9 Pag. 1 Esempio guidato 9 - Verifica di resistenza al fuoco di un edificio in cemento armato In questo
DettagliR 2 1 j /n j] 3(n+1)
L ANALISI DELLA VARIANZA A RANGHI AD UNA VIA DI KRUSKAL-WALLIS Quando le assunzioni per l analisi della varianza parametrica non sono soddisfatte si può ricorrere ad una alternativa non parametrica per
DettagliLA RICERCA SPERIMENTALE
INSEGNAMENTO DI PEDAGOGIA SPERIMENTALE LEZIONE VI LA RICERCA SPERIMENTALE PROF. LUCIANO GALLIANI Indice 1 Le finalità della ricerca sperimentale...3 2 Le variabili e le loro relazioni...4 3 Il piano sperimentale
DettagliIntroduzione al software R
Introduzione al software R 1 1 Università di Napoli Federico II cristina.tortora@unina.it il software R Si tratta di un software molto flessibile che permette di compiere praticamente qualsiasi tipo di
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliProcedura operativa per la gestione della funzione di formazione classi prime
Procedura operativa per la gestione della funzione di formazione classi prime Questa funzione viene fornita allo scopo di effettuare la formazione delle classi prime nel rispetto dei parametri indicati
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliESEMPIO GUIDATO 6. Verifica di una copertura in legno
ESEMPIO GUIDATO 6 Verifica di una copertura in legno Esempio guidato 6 Pag. 1 Esempio guidato 6 - Verifica di una copertura in legno In questo Esempio viene eseguita la progettazione e la verifica di una
DettagliGrafici e Pagina web
Grafici e Pagina web Grafici Un grafico utilizza i valori contenuti in un foglio di lavoro per creare una rappresentazione grafica delle relazioni esistenti tra loro. Quando si crea un grafico ogni riga
DettagliCorso di Informatica. Access. Struttura tabella. Tabelle - esempi 11/01/2008
Corso di Informatica Ing. Dario Sguassero Access Accessè un programma specializzato nella gestione dei database Un database è una raccolta di informazioni organizzate Un database di Access è costituito
DettagliMetodi di ricerca in psicologia dello sviluppo - Seconda parte - Dott. Mirco Fasolo
Metodi di ricerca in psicologia dello sviluppo - Seconda parte - Dott. Mirco Fasolo Disegno di ricerca La principale strategia per il controllo delle variabili estranee consiste nell utilizzo (in associazione
DettagliLab 01 Introduzione a Codelite
Fondamenti di Informatica e Laboratorio T-AB e Fondamenti di Informatica T1 Ingegneria Elettronica e Telecomunicazioni e Ingegneria dell Automazione a.a. 2011/2012 Lab 01 Introduzione a Codelite Lab01
DettagliIL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI
IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI Perchè confrontare le varianze stimate in due campioni? Torniamo all'esempio dei frinosomi Per poter applicare il test t avevamo detto che le varianze, e
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
DettagliE efficace il diritto allo studio?
IRPET - Istituto Regionale per la Programmazione Economica della Toscana E efficace il diritto allo studio? M.L Maitino, N. Sciclone Ripensare il diritto allo studio universitario- Sant Apollonia Firenze
Dettagliricerca dipartimentale
La scheda SUA RD Università degli studi della Basilicata Potenza, 1 ottobre 2013 La valutazione della ricerca dipartimentale L esperienza di UNITN Daria de Pretis Foto Bernardinatti Archivio Università
DettagliEsercizi in preparazione all esame di. Laboratorio del corso di Principi di Informatica. Prof.sse M. Anselmo e R. Zizza. a.a.
Esercizi in preparazione all esame di Laboratorio del corso di Principi di Informatica Prof.sse M. Anselmo e R. Zizza a.a. 2012/13 NOTA: E necessario salvare il file come .xlsx e inserire
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il Problema di Cauchy: y (t) = f(t,y(t)) t I, y(t 0 ) = y
DettagliAnalisi 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
DettagliDistribuzioni di probabilità e principi del metodo di Montecarlo. Montecarlo
Distribuzioni di probabilità e principi del metodo di Montecarlo Simulazione di sistemi complessi Distribuzioni di probabilità Istogrammi Generazione di numeri casuali Esempi di applicazione del metodo
DettagliSTATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)
DettagliScanned by CamScanner
Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliProgrammazione disciplinare per competenze (Rif.to ALLEGATI del DPR 15 marzo 2010 n. 89)
Programmazione disciplinare per competenze (Rif.to ALLEGATI del DPR 15 marzo 2010 n. 89) Secondo biennio Indirizzo: IPSSAR Disciplina: MATEMATICA 1. 1 Asse culturale: matematico 1. utilizzare il linguaggio
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliLa ricerca in psicologia di comunità. E la ricerca che fonda una disciplina importanza dei suoi metodi
Corso di La ricerca in psicologia di comunità E la ricerca che fonda una disciplina importanza dei suoi metodi 1 La ricerca in psicologia di comunità La ricerca in psicologia di comunità ha un ruolo fondamentale
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliSistemi Operativi 1. Mattia Monga. a.a. 2012/13. Dip. di Informatica Università degli Studi di Milano, Italia
1 Mattia Dip. di Informatica Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2012/13 1 cba 2011 13 M.. Creative Commons Attribuzione-Condividi allo stesso modo 3.0 Italia License. http://creativecommons.org/licenses/by-sa/3.0/it/.
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliUn grafico utilizza i valori contenuti in un foglio di lavoro per creare una rappresentazione grafica delle relazioni esistenti tra loro;
EXCEL Modulo 3 I Grafici Grafici Un grafico utilizza i valori contenuti in un foglio di lavoro per creare una rappresentazione grafica delle relazioni esistenti tra loro; Quando si crea un grafico ogni
DettagliRicerca obiettivo. Pag. 1
Ricerca obiettivo La ricerca obiettivo è un risolutore di un problema. Come problema imponiamo la ricerca del punto di intersezione tra due grafici di funzioni. Creiamo il grafico della funzione espressa
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
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
Dettagli1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
DettagliDebug di un programma
Debug di un programma Col termine Debug si intende una fase di sviluppo del software, nella quale si cerca di eliminare gli errori dal programma Due tipi di errori: Errori sintattici, rilevati sempre dal
DettagliX MANUTENZIONE e ASSISTENZA TECNICA ELETTRONICA LOGISTICA e TRASPORTI LICEO SCIENTIFICO matematica GARUTI RITA BERTATO ANNA
ISTITUTO DI ISTRUZIONE SUPERIORE J.C. MAXWELL Data: 9/09/ 2016 Pag. 1di 6 INDIRIZZO SCOLASTICO DISCIPLINA DOCENTE / I CLASSE / I PROGRAMMAZIONE ANNUALE A.S. 2016/2017 MECCANICA e MECCATRONICA X MANUTENZIONE
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliProva di Laboratorio del [ Corso A-B di Programmazione (A.A. 2004/05) Esempio: Media Modalità di consegna:
Prova di Laboratorio del 12.1.2005 [durata 90 min.] Corso A-B di Programmazione (A.A. 2004/05) 1. Leggere da tastiera un insieme di numeri interi ed inserirli in un vettore A 2. Calcolare tramite una funzione
Dettagli---------------------------------------------------------------- Gli studenti hanno a disposizione nel laboratorio al primo piano, dei Personal Computer con sistemi operativi Windows NT Workstation e Windows
DettagliESERCITAZIONI 1 e 2: calcoli
ESERCITAZIONI 1 e 2: calcoli L uso del foglio elettronico nel laboratorio di ispezione degli alimenti. Funzioni utilizzate negli esercizi e traduzione in inglese americano per l utilizzo su computer con
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliLegge di sopravvivenza nel lancio dei dadi
Un esempio di costruzione di un modello probabilistico: la legge di sopravvivenza nel lancio dei La ricerca dell'accordo con i dati sperimentali: l'approccio visivo e l'uso del Chi-quadro (χ2 ) Legge di
Dettagli