Strumenti informatici Realizzare l ANOVA per misure ripetute in Excel e SPSS
|
|
- Raffaele Perrone
- 7 anni fa
- Visualizzazioni
Transcript
1 Strumenti informatici Realizzare l ANOVA per misure ripetute in Excel e SP Excel non dispone di una funzione che realizzi l analisi della varianza per misure ripetute, a meno di utilizzarlo per svolgere i calcoli necessari. In SP occorre inserire i dati come nel caso del test di Friedman (Box 6.) appaiati soggetto per soggetto, in modo che ciascuna colonna contenga le informazioni relative ad una delle misure ripetute. Il percorso da seguire è Analyze General Linear Model Repeated Measures (Figura 6.5.) Figura 6.5. Percorso da seguire per realizzare un analisi della varianza per misure ripetute in SP A questo punto si apre la finestra di Figura 6.5., dove va indicato il nome del fattore o variabile indipendente. Occorre inserire il nome della variabile indipendente nel campo Within-Subject Factor Name, il numero di livelli nel campo Number of Levels, e poi clickare su Add. Figura 6.5. Finestra di SP che permette di comunicare al software nome e numero di livelli della variabile indipendente in un ANOVA per misure ripetute Il campo Measure name viene utilizzato quando più di una variabile dipendente viene misurata per ogni rilevazione. Nel caso che stiamo considerando non ci interessa, dato che abbiamo una sola variabile dipendente (il punteggio alla scala SPS). Dopo aver clickato su Define si apre la finestra di Figura 6.5..
2 Figura 6.5. Impostazione di un ANOVA per misure ripetute in SP In questa finestra vanno innanzitutto specificate quale variabili corrispondono ai livelli del fattore entro i soggetti (Within-Subjects Variables). Per farlo, basta selezionare con un click del tasto sinistro del mouse le variabili che costituiscono le misure ripetute e spostarle col tasto nel campo Within-Subjects Variables. La dicitura iniziale _?_() sarà sostituita dal nome della variabile (ad esempio, inizio()) come in Figura Poiché la procedura General Linear Model serve per realizzare i casi più complessi di modelli lineari generali, sono disponibili un ampia gamma di opzioni. Al momento vediamo solo quelle utili al caso dell ANOVA per misure ripetute. Il tasto Model al momento non ci interessa, poiché è utile solo nel caso in cui le variabili indipendenti siano più di una. Clickando su Contrast si ottiene la finestra per la realizzazione dei contrasti, i cui coefficienti, però, non possono essere specificati come nel caso dell ANOVA ad una via, a meno di intervenire sulla sintassi di SP (a questo proposito, si veda Barbaranelli, 006) (Figura 6.5.4). Figura Impostazione dei contrasti per un ANOVA per misure ripetute Il contrasto di default è il Polynomial, che verifica che le medie seguano un andamento di tipo lineare (crescente o decrescente). Tuttavia, è possibile impostare un contrasto diverso, clickando sul pulsante del campo Contrast nel riquadro Change Contrast. I contrasti disponibili sono vari. Oltre a Polyomial vi è Deviation (ogni categoria della variabile indipendente, tranne quella di riferimento [Reference Category, che può essere solo la prima, First, o l ultima, Last], viene
3 confrontata con la media totale), Simple (ogni categoria della variabile indipendente viene confrontata con la categoria di riferimento), Difference (ogni categoria della variabile indipendente viene confrontata con la media delle categorie precedenti nell ordine di inserimento: ad esempio, Livello vs Livello, Livello vs [Livello + Livello ], Livello 4 vs [Livello + Livello + Livello ], etc.), Helmert (ogni categoria della variabile indipendente viene confrontata con la media delle categorie successive nell ordine di inserimento: ad esempio, Livello vs [Livello + Livello + Livello 4], Livello vs [Livello + Livello 4], Livello vs Livello 4), Repeated (ogni categoria della variabile indipendente viene confrontata con la categoria che la precede). Per cambiare il tipo di contrasto, occorre selezionarlo dal menu a discesa e clickare su Change, così che nel campo Factors la dicitura di (Polynomial) cambi in, ad esempio, (Difference), dove è il nome assegnato in precedenza alla variabile indipendente. In generale, comunque, questo tipo di contrasti viene utilizzato quando si vogliano verificare ipotesi di ricerca specifiche e stabilite in anticipo rispetto all esecuzione delle analisi dei dati. Se si vogliono eseguire i confronti post-hoc nel modo illustrato nel testo, occorre clickare su Options, poiché il tasto Post-Hoc consente questo tipo di analisi solo su variabili indipendenti between subjects, ossia per campioni indipendenti. Nella finestra Options occorre selezionare il nome della variabile indipendente (nella Figura è ), e spostarlo nel campo Display Means for: col tasto. A questo punto va spuntato Compare main effects, e nel menu Confidence interval adjustment occorre scegliere l aggiustamento del livello di significatività per ogni confronto per evitare l inflazione dell errore di I tipo. Le opzioni sono solo due: Bonferroni o Sidak, e non ci sono particolari differenze nell uso dell una o dell altra. Figura La finestra Options della procedure General Linear Model di SP Una volta impostati i post-hoc in questa finestra è possibile anche richiedere, fra le altre opzioni, che vengano visualizzate le statistiche descrittive (Descriptive Statistics) e la stima della dimensione dell effetto (Estimates of effect size). In questo caso, però, la stima della dimensione dell effetto è il valore di eta-quadro parziale (η ), che non può essere interpretato come ω, in quanto non tiene conto del contributo alla varianza spiegata dato dal fatto che i soggetti siano diversi fra loro. Il
4 valore di η infatti è calcolato come + residuo, e non come + residuo + Occorre quindi molta cautela nell interpretare questo indice di dimensione dell effetto, perché tende a sovrastimare quello reale. Purtroppo un interpretazione errata di questo tipo è un errore molto frequente, anche sulle pubblicazioni scientifiche (si veda a questo proposito Pierce, Block & Aguinis, 004). L opzione Save consente di salvare in nuove variabili i valori predetti, i residui e alcune diagnostiche per gli outliers. Questi indici sono utili soprattutto nel caso della regressione multipla, per cui si rimanda il lettore alla scheda Strumenti informatici 7.5 del Capitolo 7 per una spiegazione più dettagliata. L opzione Plots consente di ottenere il grafico con le medie inserendo il nome della variabile indipendente nel campo Horizontal Axis, e clickando su Add, ma anche in questo caso non vengono riportati i baffi per gli intervalli di fiducia delle medie. L output è particolarmente ricco, e non tutte le tabelle sono rilevanti ai fini di questa esposizione. Nella Figura viene riportato l output per un analisi in cui nelle Options si sono impostati i test post-hoc con la correzione Bonferroni e si è chiesto di mostrare le statistiche descrittive e la stima della dimensione dell effetto. between. Within-Subjects Factors Dependent Variable inizio tre_mesi sei_mesi inizio tre_mesi sei_mesi Descriptive Statistics Mean Std. Deviation N 6,8 4, ,5000, ,8,044 6 Effect Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root a. Exact statistic b. Design: Intercept Within Subjects Design: Multivariate Tests b Value F Hypothesis df Error df Sig. Squared,978 90,74 a,000 4,000,000,978,0 90,74 a,000 4,000,000,978 45,7 90,74 a,000 4,000,000,978 45,7 90,74 a,000 4,000,000,978 Within Subjects Effect Mauchly's Test of Sphericity b Epsilon a Approx. Greenhous Mauchly's W Chi-Square df Sig. e-geisser Huynh-Feldt Lower-bound,564,90,8,696,88,500 Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b. Design: Intercept Within Subjects Design:
5 Tests of Within-Subjects Effects Source Error() Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Type III Sum of Squares df Mean Square F Sig. Squared 59, 59,556,98,000,958 59,,9 7,684,98,000,958 59,,76 94,57,98,000,958 59,,000 59,,98,000,958,889 0,89,889 6,964,87,889 8,8,597,889 5,000 4,578 Tests of Within-Subjects Contrasts Source Error() Linear Quadratic Linear Quadratic Type III Sum of Squares df Mean Square F Sig. Squared 4,000 4,000,684,000,958 87, 87,,000,000,957 9,000 5,800,889 5,778 Transformed Variable: Average Source Intercept Error Tests of Between-Subjects Effects Type III Sum of Squares df Mean Square F Sig. Squared 888,7 888,7 66,75,000,99 48,78 5 9,656 Estimates 95% Confidence Interval Mean Std. Error Lower Bound Upper Bound 6,8,797,5 4,45 5,500,5,067 8,9 4,8,8,69 6,975 (I) (J) Mean Difference Pairwise Comparisons Based on estimated marginal means *. The mean difference is significant at the,05 level. (I-J) Std. Error Sig. a Lower Bound Upper Bound,,75,64 -,9,860,000*,5,000 8,0 5,978 -,,75,64 -,860,9 0,667*,75,000 8,40,9 -,000*,5,000-5,978-8,0 a. Adjustment for multiple comparisons: Bonferroni. 95% Confidence Interval for Difference a -0,667*,75,000 -,9-8,40
6 Pillai's trace Wilks' lambda Hotelling's trace Roy's largest root Multivariate Tests Value F Hypothesis df Error df Sig. Squared,978 90,74 a,000 4,000,000,978,0 90,74 a,000 4,000,000,978 45,7 90,74 a,000 4,000,000,978 45,7 90,74 a,000 4,000,000,978 Each F tests the multivariate effect of. These tests are based on the linearly independent pairwise comparisons among the estimated marginal means. a. Exact statistic Figura Output di SP per un ANOVA per misure ripetute Le prime due tabelle (Within-Subjects Factors e Descriptive Statistics) riportano le etichette dei livelli della variabile indipendente e le statistiche descrittive delle tre rilevazioni, rispettivamente. Occorre prestare attenzione alla tabella Multivariate Tests, perché non è quella che contiene gli effetti da considerare, ma un analisi multivariata della varianza (vedi oltre) che al momento non ci interessa. La tabella Mauchly s Test of Sphericity invece è molto importante, in quanto permette di verificare se l assunzione di sfericità (o circolarità) delle varianze delle varie misurazioni è soddisfatta o meno. In questo caso, poiché Sig. >, 05, non possiamo rifiutare l ipotesi nulla che le varianze siano omogenee. Se il valore fosse stato inferiore a,05, nella tabella seguente, Test of Within-Subjects Effects, avremmo dovuto consultare la riga Greenhouse-Geisser e non quella recante la dicitura Sphericity Assumed, come è invece questo il caso. Nella riga Greenhouse- Geisser, infatti, vengono riportate le statistiche dell effetto della variabile indipendente (in questo caso, ) con la correzione per la mancanza di sfericità. Si noti come il valore di η parziale sia 59, calcolato come = = 0, 96, e come questo non corrisponda al valore 59, +,89 + residuo di η 59, da interpretare = = 0, 75. between è + 59, +, ,8 + residuo between reperibile alla voce Error nella tabella Test of Between-Subjects Effects che si trova subito dopo Test of Within-Subjects Contrasts, che contiene i risultati del contrasto di default (Polynomial). La differenza fra considerare un contrasto lineare e uno quadratico è che nel lineare si assume che la tendenza segua una linea retta (incrementi/diminuzioni costanti da un livello all altro della variabile indipendente) mentre nel quadratico che segua una traiettoria a parabola (incrementi/diminuzioni non costanti da un livello all altro della variabile indipendente). La tabella Estimates contiene le medie delle tre rilevazioni con l errore standard e l intervallo di fiducia, mentre la tabella Pairwise Comparisons mostra i risultati dei test post-hoc. Il problema, in questo caso, è che non viene mantenuto il nome della variabile, ma viene utilizzata l etichetta numerica del livello della variabile indipendente come mostrato nella prima tabella dell output. L interpretazione degli effetti comunque, è molto semplice, considerando che è stato operato l aggiustamento Bonferroni del livello di probabilità, e dunque ogni livello di significatività è confrontabile direttamente con il livello di significatività prescelto (ad esempio,,05). L ultima tabella Multivariate Tests nel caso dell ANOVA per misure ripetute è una replica della tabella Multivariate Tests vista in precedenza, e viene prodotta insieme ai post-hoc. In un articolo scientifico o in una tesi di laurea riporteremo la tabella con le statistiche descrittive, il grafico il Figura 6. e scriveremo: E stata eseguita un analisi della varianza per misure ripetute per verificare se vi erano differenze nei punteggi medi al test Social Phobia Scale per un gruppo di pazienti in tre diversi momenti della
7 psicoterapia (Inizio, dopo mesi, dopo 6 mesi). Il test si è rivelato significativo, F(, 0) =,4,, p <,00, ) ω = 0,7. I successivi test post-hoc, eseguiti con correzione Bonferroni del livello di significatività, hanno mostrato come non vi fossero differenze significative fra i punteggi medi di SPS all inizio e dopo mesi, mentre i punteggi erano significativamente più bassi dopo 6 mesi rispetto ad entrambi i momenti precedenti.
Strumenti informatici Realizzare l analisi della varianza con Excel e SPSS
Strumenti informatici 6.4 - Realizzare l analisi della varianza con Excel e SPSS Excel non dispone di una funzione che realizzi l analisi della varianza, a meno di aver installato uno dei moduli aggiunti
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
DettagliMisure Ripetute. Analisi dei dati in disegni di ricerca con misure ripetute. Marcello Gallucci
Misure Ripetute Analisi dei dati in disegni di ricerca con misure ripetute Marcello Gallucci Introduzione Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico
DettagliStrumenti informatici Calcolare il coefficiente di correlazione di Pearson con Excel e SPSS
Strumenti informatici 7.3 - Calcolare il coefficiente di correlazione di Pearson con Excel e SPSS Il coefficiente di correlazione di Pearson può essere calcolato con la funzione di Excel =CORRELAZIONE(Matrice1;Matrice2),
DettagliStrumenti informatici 6.6. Modelli di analisi della varianza con più di una variabile indipendente
Strumenti informatici 6.6 Modelli di analisi della varianza con più di una variabile indipendente 6.6. ANOVA fattoriale completamente between Nella pratica comune è raro che le ipotesi di ricerca prendano
DettagliAnalisi della varianza
Analisi della varianza L analisi della varianza (ANOVA, Analysis of Variance), è una tecnica di analisi dei dati che consente di verificare ipotesi relative alle differenze tra le medie di due o più popolazioni.
DettagliMisure Ripetute. Partizione della Varianza. Marcello Gallucci
Misure Ripetute Partizione della Varianza Marcello Gallucci GLM l ANOVA a misure ripetute rappresenta un caso del modello lineare generale in cui la variabilità non è valutata tra gruppi ma tra misure
DettagliIl test del chi-quadrato per un campione con Excel e SPSS
Strumenti informatici 4.2 Il test del chi-quadrato per un campione con Excel e SPSS Con Excel è possibile realizzare rapidamente il test omnibus, poiché esiste una funzione dedicata. I dati vanno organizzati
DettagliStrumenti informatici 10.1. Realizzazione del test di Mann-Whitney con Excel e SPSS
1 Strumenti informatici 10.1 Realizzazione del test di Mann-Whitney con Excel e SPSS Excel non prevede una funzione per la realizzazione del test di Mann-Whitney. Tutto quello che possiamo fare con questo
DettagliStrumenti informatici Realizzare il test dei segni con Excel e SPSS
Strumenti informatici 4.1 - Realizzare il test dei segni con Excel e SPSS Le analisti statistiche che vengono presentate da questo punto in avanti possono essere eseguite con Excel impostando le formule
DettagliAnalisi della Varianza Fattoriale
Analisi della Varianza Fattoriale AMD Marcello Gallucci marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi) su un variabile dipendente
DettagliStrumenti informatici 8.3. Realizzare il test della mediana per un campione con Excel ed SPSS
1 Strumenti informatici 8.3 Realizzare il test della mediana per un campione con Excel ed SPSS Se vogliamo realizzare il test della mediana con Excel, possiamo ottenere direttamente il valore di T calcolato.
DettagliESERCIZIO 1. Di seguito vengono riportati i risultati di un modello fattoriale di analisi della varianza con 3 fattori tra i soggetti.
ESERCIZIO. Di seguito vengono riportati i risultati di un modello fattoriale di analisi della varianza con fattori tra i soggetti. Variabile dipendente: PERF Sorgente Modello corretto Intercept SEX_96
DettagliApprofondimento 6.1. Rappresentare graficamente la media campionaria e il suo intervallo di fiducia e le distribuzioni di probabilità con Excel
1 Approfondimento 6.1 Rappresentare graficamente la media campionaria e il suo intervallo di fiducia e le distribuzioni di probabilità con Excel Per rappresentare graficamente le medie campionarie di solito
DettagliApprofondimento 4.6. La valutazione statistica della discriminatività di un item
Approfondimento.6 La valutazione statistica della discriminatività di un item. Item di test di prestazione massima Per valutare la discriminatività di un item di un test di prestazione massima occorre
DettagliStrumenti Informatici Modelli di analisi della varianza con più di una variabile indipendente
Chiorri, C. (04). Fondamenti di psicometria - Strumenti Informatici 3.4 Strumenti Informatici 3.4 Modelli di analisi della varianza con più di una variabile indipendente Nella pratica comune è raro che
DettagliStrumenti informatici 2.1. Realizzare grafici e tabelle con Excel e SPSS
1 1. Realizzare grafici con Excel Strumenti informatici 2.1 Realizzare grafici e tabelle con Excel e SPSS Realizzare un grafico con Excel è molto semplice, e permette tutta una serie di varianti. Il primo
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 06-Anova per misure ripetute (vers. 1.0a, 1 dicembre 2016) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
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
DettagliStrumenti informatici 13.1
1 Strumenti informatici 1.1 I test post-hoc nel caso del confronto fra tre o più proporzioni dipendenti e la realizzazione del test Q di Cochran in SPSS Nel caso dei test post-hoc per il test Q di Cochran,
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
DettagliEstratto dal Cap. 8 di: Statistics for Marketing and Consumer Research, M. Mazzocchi, ed. SAGE, 2008.
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano BIVARIATE AND MULTIPLE REGRESSION Estratto dal Cap. 8 di: Statistics for Marketing and Consumer Research, M. Mazzocchi,
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
DettagliANALISI DELLA VARIANZA. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di
ANALISI DELLA VARIANZA In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di SPSS che non sono state incluse nel testo pubblicato. Si tratta di opzioni che,
DettagliLa procedura GLM. Che cosa fa la PROC GLM. Ipotesi dei modelli GLM. Altre procedure
La procedura GLM Fabio Rapallo - Università di Genova Che cosa fa la PROC GLM Implementa il metodo dei minimi quadrati per l analisi di modelli lineari generalizzati: regressione ANOVA ANCOVA correlazione
DettagliDMX LIGHTPLAYER Introduzione...2 Libreria DMX...3 Programmazione dei canali...7 Creazione di uno show...11
DMX LIGHTPLAYER Introduzione...2 Libreria DMX...3 Programmazione dei canali...7 Creazione di uno show...11 Introduzione Il software DMX LightPlayer è semplice da utilizzare. Possibilità di importare un
DettagliGrafici. 1 Generazione di grafici a partire da un foglio elettronico
Grafici In questa parte analizzeremo le funzionalità relative ai grafici. In particolare: 1. Generazione di grafici a partire da un foglio elettronico 2. Modifica di un grafico 1 Generazione di grafici
DettagliMetodi statistici e probabilistici per l ingegneria. Corso di Laurea in Ingegneria Civile A.A. 2009-10. Facoltà di Ingegneria. Università di Padova
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 29- Facoltà di Ingegneria Università di Padova Docente: Dott. L. Corain ESERCIZIO (TEST AD UN CAMPIONE) Un
DettagliAPPLICAZIONE DI FERTIRRIGAZIONE SU POMODORO DA INDUSTRIA
NUTRIZIONE APPLICAZIONE DI IGAZIONE SU POMODORO DA INDUSTRIA 2005 sponsor Ravenna, 24 ottobre 2005 INTRODUZIONE E SCOPO DELLA VERIFICA Si è valutata l efficacia di fertirrigazione idonea anche per il biologico
DettagliStrumenti informatici 7.1 - Realizzare analisi statistiche su una tavola di contingenza con Excel e SPSS
Strumenti informatici 7.1 - Realizzare analisi statistiche su una tavola di contingenza con Excel e SPSS Excel può essere utilizzato per realizzare un test del chi-quadrato per l indipendenza di variabili
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
DettagliP S I C O M E T R I A. L'ultima lezione. Marcello Gallucci. Milano-Bicocca
L'ultima lezione Marcello Gallucci P S I C O M E T R I A Milano-Bicocca Come si svolge l'esame L'esame si svolge con l'ausilio del computer ed il software SPSS. Il testo dell'esame descrive una ricerca
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.
Dettagli0.1 Percorrenza e Cilindrata
0.1 Percorrenza e Cilindrata Iniziamo ora un analisi leggermente più complessa basata sempre sui concetti appena introdotti. Innanzi tutto possiamo osservare, dal grafico ottenuto con il comando pairs,
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
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliGRAFICO DI PARETO. variabile rispetto a cui si vuole ordinare (ossia nel nostro esempio
Si consideri il data set nel file Pareto.xls. GRAFICO DI PARETO Vediamo come costruire il grafico di Pareto con Excel. Questo grafico non costituisce un output standard pertanto sarà necessario compiere
DettagliSTATISTICA DESCRITTIVA (variabili quantitative)
STATISTICA DESCRITTIVA (variabili quantitative) PRIMO ESEMPIO: Concentrazione di un elemento chimico in una roccia. File di lavoro di STATVIEW Cliccando sul tasto del pane control si ottiene il cosiddetto
DettagliAnalisi della varianza
Analisi della varianza Analisi della varianza L analisi della varianza (ANOVA, ANalysis Of VAriance) è una tecnica di analisi dei dati che consente di verificare ipotesi relative a differenze tra le medie
DettagliAnalisi grafica residui in R. Da output grafico analisi regressionelm1.csv Vedi dispensa. peso-statura
Analisi grafica residui in R Da output grafico analisi regressionelm1.csv Vedi dispensa peso-statura 1) Il plot in alto a sinistra mostra gli errori residui contro i loro valori stimati. I residui devono
DettagliInfor LN [GUIDA INFOR LN] [GUIDA INFOR LN] Baltur S.p.A. Rev /2013. Guida all utilizzo del Gestionale Infor LN per le Agenzie Baltur
Infor LN [GUIDA INFOR LN] Baltur S.p.A. Rev. 1.0-10/2013 [GUIDA INFOR LN] Guida all utilizzo del Gestionale Infor LN per le Agenzie Baltur Baltur S.p.A. Informazioni di base 1 Indice Informazioni di base...
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
DettagliUniversità del Piemonte Orientale. Corsi di Specialità. Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corsi di Specialità Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologie
Dettagliviii Indice generale
Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi
DettagliStrumenti Informatici 8.1. Realizzare il test della binomiale (o test dei segni) con Excel e SPSS
1 Strumenti Informatici 8.1 Realizzare il test della binomiale (o test dei segni) con Excel e SPSS Il test della binomiale (o test dei segni) può essere eseguito con Excel impostando le formule adeguate
DettagliIntervallo 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
DettagliRegressione Semplice. Correlazioni. sconto leverage. sconto Correlazione di Pearson 1,275. Sign. (a due code),141
Regressione Semplice Analisi Per avere una prima idea della struttura di dipendenza fra le variabili in esame, possiamo cominciare col costruire la matrice di correlazione delle variabili presenti nel
DettagliUniversità di Padova
Università di Padova Dipartimento di Tecnica e Gestione dei sistemi industriali Corso di Laurea Specialistica in Ingegneria Civile Elaborato di analisi statistica a.a. 5-6 Prof. L. Salmaso Dott. L. Corain
DettagliIl software consente di costruire tabelle e grafici e di esportare il proprio lavoro in formato pdf o excel.
Guida all uso Premessa... 1 1. Home page... 1 2. Accesso al software e alla base dati da consultare... 2 3. Costruzione di una tabella personalizzata... 3 4. Impostazione dei filtri... 5 5. Impostazione
Dettagli2. Forma di investimento di ingresso 3. Forme di investimento: presenza in portafoglio 4. Forme di investimento più rilevanti
Analisi delle scelte di investimento dei clienti In questo documento verranno analizzati i caratteri relativi alle scelte di investimento dei clienti, e verrà valutato anche se tali caratteristiche sono
DettagliRAPPORTO CER Aggiornamenti
RAPPORTO CER Aggiornamenti 12 Ottobre 2012 LO SPREAD PROSSIMO VENTURO Quanto potrà scendere lo spread Btp-Bund dopo le misure di austerità fiscale? Per rispondere, forniamo una semplice stima derivata
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliStrumenti informatici 2.1 - Realizzare grafici e tabelle con Excel e SPSS
Strumenti informatici 2.1 - Realizzare grafici e tabelle con Excel e SPSS Realizzare un grafico con Excel è molto semplice, e permette tutta una serie di varianti. Il primo passo consiste nell organizzare
DettagliCapitolo 2. Figura 21. Inserimento dati
Capitolo 2 INSERIMENTO DI DATI In ogni cella del foglio di lavoro è possibile inserire dati che possono essere di tipo testuale o numerico, oppure è possibile inserire formule le quali hanno la caratteristica
Dettaglierrore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento
Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione
DettagliPrinter Driver. Questa guida descrive la configurazione del driver stampante per Windows 7, Windows Vista, Windows XP e Windows 2000.
4-129-746-42 (1) Printer Driver Guida per la configurazione Questa guida descrive la configurazione del driver stampante per Windows 7, Windows Vista, Windows XP e Windows 2000. Prima dell utilizzo del
DettagliCapitolo 1. Analisi Discriminante. 1.1 Introduzione. 1.2 Un analisi discriminante Descrizione del dataset
Capitolo 1 Analisi Discriminante 1.1 Introduzione L analisi discriminante viene condotta per definire una modalità di assegnazione dei casi a differenti gruppi, in funzione di una serie di variabili fra
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:
DettagliEsercitazione n 2. Costruzione di grafici
Esercitazione n 2 Costruzione di grafici I grafici I grafici sono rappresentazione di dati numerici e/o di funzioni. Devono facilitare all utente la visualizzazione e la comprensione dei numeri e del fenomeno
DettagliMetodi di regressione multivariata
Metodi di regressione multivariata Modellamento dei dati per risposte quantitative I metodi di regressione multivariata sono strumenti utilizzati per ricercare relazioni funzionali quantitative tra un
DettagliCapitolo Tavola e grafico
Capitolo Il menu di tavola e grafico consente di generare delle tavole numeriche dalle funzioni presenti in memoria. È possibile usare anche più funzioni per generare delle tavole. Poiché tavola e grafico
DettagliApplicazioni statistiche e utilizzo del package statistico Spss - 7
Applicazioni statistiche e utilizzo del package statistico Spss - 7 CISI 27 gennaio 2005 ricercapsicologica@tiscali.it Illustrare le principali statistiche mono e bivariate. Valutare quando è opportuno
DettagliAnalisi della Varianza - II
Analisi della Varianza - II ANOVA tra i soggetti M Q Cristina Zogmaister Milano-Bicocca 1 Lez: XXIX Analisi della Varianza (ANOVA, Analysis of Variance) Obiettivo - Confrontare due o più gruppi per stabilire
DettagliTelerilevamento. Esercitazione 5. Classificazione non supervisionata. Apriamo l immagine multi spettrale relativa alla zona di Feltre che si trova in:
Telerilevamento Esercitazione 5 Classificazione non supervisionata Lo scopo di questa esercitazione è quella di effettuare una classificazione non supervisionata di un immagine SPOT5 acquisita sull area
DettagliApplicazioni sulle caratteristiche bidimensionali
Applicazioni sulle caratteristiche bidimensionali 89 Applicazioni sulle caratteristiche bidimensionali 5.1 Richiamo di alcune operazioni di analisi statistica in MINITAB In questo paragrafo sono riportati
DettagliIntroduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello
DettagliIMPORTAZIONE PRESENZE DA RILEVATORI ELETTRONICI. tramite file tracciato
IMPORTAZIONE PRESENZE DA RILEVATORI ELETTRONICI tramite file tracciato 1. Associazione del numero di badge ai nominativi Il programma PowerDIP consente di importare le presenze acquisiste con i rilevatori
DettagliStrumenti informatici 11.1. Realizzare un test per proporzioni dipendenti in Excel ed SPSS
1 Strumenti informatici 11.1 Realizzare un test per proporzioni dipendenti in Excel ed SPSS Excel non dispone di una funzione che consenta di realizzare il test statistico z per il confronto di proporzioni
DettagliREGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori
REGRESSIONE lineare e CORRELAZIONE Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori Y X La NATURA e la FORZA della relazione tra variabili si studiano con la REGRESSIONE
DettagliStrumenti informatici 2.3 - Le statistiche descrittive con Excel e SPSS
Strumenti informatici 2.3 - Le statistiche descrittive con Excel e SPSS Per ottenere le statistiche descrittive di una o più variabili in Excel occorre utilizzare le funzioni, che sono operatori matematici,
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 05-Anova (bozza) (vers. 1.0, 27 novembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
DettagliESERCIZI. Test basati su due campioni e ANOVA a una via CAPITOLO 10 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo
Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Test basati su due campioni e
DettagliCorso 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
DettagliModificare il tipo di grafico Spostare, ridimensionare, cancellare un grafico
4.6 GRAFICI Il programma Calc si presta non solo alla creazione di tabelle e all esecuzione di calcoli, ma anche alla creazione di grafici che riepilogano visivamente i dati, ne rendono immediata la loro
DettagliGuida alla ricerca dati online (STAT-TAB)
Dipartimento federale dell'interno DFI Ufficio federale di statistica UST Risorse e Affari internazionali Guida alla ricerca dati online (STAT-TAB) Indice 1 Introduzione 2 2 Ricerca di cubi tramite navigazione
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliANOVA a un fattore between in R
ANOVA a un fattore between in R Il file Excel Il file sinburn.xlsx contiene i dati dello studio sulla sindrome da burnout in quindici infermieri ospedalieri di tre diversi reparti. Importare dati in R
DettagliAbstract Questo documento descrive il back-end del sito web del progetto MOVIO. In particolare è riferito all uso dell Archivio Media.
Titolo Tutorial MOVIO: Archivio Media Release MOVIO SCMS 1.00 Versione tutorial 1.00 Data 10/10/13 Autori e affiliation Rubino Saccoccio (Gruppometa) Commenti Dichiarazione di copyright Abstract Questo
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
DettagliPremessa: la dipendenza in media
Premessa: la dipendenza in media Supponiamo di avere K diversi livelli di un fattore che potrebbero influire su una determinata variabile. Per esempio supponiamo di domandarci se la diversificazione (intesa
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
- metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si
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
DettagliEsercizio 1 GRAFICO 1. X e Y sono indipendenti. X e Y non sono correlate. La correlazione tra X e Y è <1. X e Y sono perfettamente correlate
Esercizio 1 Osservare il grafico 1 riportato in figura che mette in relazione una variabile dipendente Y ed una variabile indipendente X e rispondere alle seguenti domande. 400 300 200 GRAFICO 1 100 0
DettagliSEGNALAZIONI STUDI DI SETTORE UNICO 2012 GUIDA OPERATIVA VERSIONE 1.0
SEGNALAZIONI STUDI DI SETTORE UNICO 2012 GUIDA OPERATIVA VERSIONE 1.0 Introduzione Profilo utente Acquisizione nuova segnalazione Modifica della segnalazione Cancellazione di una segnalazione Stampa della
DettagliANALISI DELLA VARIANZA
ANALISI DELLA VARIANZA Il data set coagulation contenuto nella libreria faraway contiene i tempi di coagulazione del sangue (misurato in secondi) di 24 animali sottoposti casualmente a quattro tipi di
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
DettagliAnalisi in componenti principali
Capitolo 2 Analisi in componenti principali 2.1 Introduzione L analisi in componenti principali è una tecnica di analisi multivariata tra le più diffuse. Viene utilizzata quando nel dataset osservato sono
DettagliIMMAGINI INTRODUZIONE
IMMAGINI INTRODUZIONE Prima di inserire le immagini nella pagina HTML, le stesse devono essere copiate all interno della cartella del progetto (Sito). La loro copia può avvenire o tramite Risorse del Computer
DettagliRaccolta e memorizzazione dei dati immessi nei moduli dai visitatori
Raccolta e memorizzazione dei dati immessi nei moduli dai visitatori Raccolta e memorizzazione dei dati immessi nei moduli dai visitatori Per impostazione predefinita, i risultati dei moduli vengono salvati
DettagliUso di base dell ordinamento di dati in Microsoft Excel
Uso di base dell ordinamento di dati in Microsoft Excel L ordinamento dei dati Un foglio elettronico fornisce una funzionalità di ordinamento dei dati che si trovano nelle colonne o nelle righe. Ordinare
DettagliLab. 2 - Excel. Prof. De Michele e Farina
Lab. 2 - Excel Prof. De Michele e Farina 1 Utilizzo avanzato di un foglio elettronico: - Utilizzo di funzioni Regressioni lineari Istogrammi 2 La funzione somma restituisce la somma dei valori dei propri
DettagliMicrosoft Excel Lezione 3
Corso di Introduzione all Informatica Microsoft Excel Lezione 3 Esercitatore: Fabio Palopoli Rappresentare graficamente le informazioni per renderle interessanti e facilmente comprensibili. Per inserire
DettagliCluster Analysis. Paese Cereali (Ce) Riso (R) Patate (P) Zucchero (Z) Verdure (Ver) Vino (Vi) Carne (Ca) Latte (L) Burro (B) Uova (U)
Analysis Esempio Stiamo studiando le abitudini alimentari nei Paesi europei. Sulla base dei dati a disposizione, ci chiediamo se si possano individuare sotto-aree con abitudini alimentari simili. Dati:
DettagliSi accede alla piattaforma digitando nel browser l indirizzo: dopo di chè si apre la seguente pagina,
Padlet è una piattaforma web gratuita che permette di creare e condividere bacheche virtuali. E uno strumento multi device per cui può essere utilizzato con i vari sistemi operativi e nei dispositivi mobili
DettagliCORSO DI INFORMATICA GENERALE. Università degli Studi di Bergamo
CORSO DI INFORMATICA GENERALE Università degli Studi di Bergamo Microsoft Excel E un software applicativo per la gestione dei fogli di calcolo. E un programma che consente la gestione e l organizzazione
DettagliManuale Stampe Registro elettronico SOGI
Manuale Stampe Registro elettronico SOGI Visualizza stampa In questa sezione del registro è possibile visualizzare in formato per la stampa tutte le informazioni che contiene il registro elettronico suddivise
DettagliApprofondimento Il test della probabilità esatta di Fisher nel caso del confronto di due proporzioni indipendenti
1 Approfondimento 10.1 Il test della probabilità esatta di Fisher nel caso del confronto di due proporzioni indipendenti Poniamo il caso che nella sessione estiva dell esame di abilitazione alla professione
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
Dettagli