! " " " %! " % # # $

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "! " " " %! " % # # $"

Transcript

1 !" " " %! % # " #$

2 # $ %& #' % ( ( )))))))))"" & & *! & # + #& (,-.( /""

3 +0 & '! "# $ %

4 1(&(2 & & ' # & '.% ' && ' && %

5 ! ( ) * (3 ( (+&'' '!. 4.!! 5!4 &! (

6 !

7 +, -. %.&. %!.6 0 +, -. % & % 7 &% 1"2 -/.. 6. && 8 8

8 9 : % ; : & '!&$! 0+< =

9 (#!!5 > &!.! &! & 3!?( " we feel assured that those who advocate evidence based medicine and criticise use of interventions that lack an evidence base will not hesitate to demonstrate their commitment by volunteering for a doubleblind, randomised, placebo controlled, crossover trial." Smith & Pell, BMJ 1" ; & 7 1 A? 2

10 1 +,! 1 + ' ) 1 % % % % %

11 ) + ( B. $! & : 7 9, : = + &+&? $ +C +0 0 & ++?D+A &.

12 / : ;76<: =96>:?;69: % 4 A0 + " B< 7< 7? 5 )

13 +? +D!? & & E E ' "." " IJJK + +<#?+D! + ' ' &FGH ' &E ' ' "<9&." "A +/ IJJI 6 )( 6 ( 6 C 6! 8<<E 3 '! & ' & ' +& ' + ' & '! 1"#,? FHJ"JJJ2 ' & ', ' /, ' ))))))))))))))""

14 + F, &$. 7 & & +& 1" 2! &,! (( 3 "3 $ # L * $ &.!.& &... A IJMJ $ *! M.M &+

15 ) 3C ; ' 9 ; 0& : ; &'! $ :! A ( (&? &! & </ IJJNOPPK-QPQ 1H 2 1 A + C M M R!.

16 C "$ $. &.&.. ". $ " Direttiva 2001/20/CE del Parlamento Europeo e del Consiglio!,%,' A & # %1+2 # &1 #2

17 ""MH"JQ"MSSQE "*""MSMMN"JN"MSSQ1#2 ","IG"JK"IJJPE "*""MNGIG"JK"IJJP1#2 ","MQ"MI"IJJGE "*""GPII"JI"IJJH1 2 ""JK"MM"IJJQ1#2 ""I M"MI"I J J Q 1! 2 I J I J J N 1 &2 #& IG"JQ"IJJN ""MG"JQ"JSE "*"MG"JS"IJJS1 2 % % % D 666 /1 )! /666

18 / " $ % % % ) D % )! 6 " $ G 0 & H I J + "$ 3 /

19 ! "6 $ 98 % 9? # /' % % J )6/66 # /// # // # / % # # <

20 # / # && 0. &,: 9 & &0. &&!&%! 1"! 2.: 1". 2& &

21 # // ' # /// K " $( % & % % "6 ( 6$ K

22 # /' ( - L ) 2 H ( ( ( ( ( (! % A 0E &0 #E +H J,HJ 1 2 A && $ &.!. MMM,HJ MH J.& 0 & ' &#) 3 MJ"J J J &1"I J % 2 ' &' #) 3.& 9 &I J % PJ"JJ J #)3. & I J % #) 3

23 ) 55 MH J & 0 & ' ' #)3 MJJ& ' 1M 2&' 1P %2#) 3 H N D ( G2( /( 6 (! "H 9< 8<<9$

24 N "$ 5 ( 2( 2 ( & &IJJM%IJ%+#+ % / 8<99 D )/#) Anno Totale Profit Non-profit

25 / G3! / 8<<B%8<9<

26 + % 8<99 D )/#) % 8<<;%8<<E #0 C 3+ % *+

27 ( % 8<99) #0 8<99 D )/#) In un sottogruppo di 58 studi 63.8 % non-profit Studi osservazionali non riguardanti in maniera specifica farmaci? TT+??*,++,,+#*<<,?,A."GPII IJJH

28 ./%. H <<; A $ & $ &! &!!! $ 0 H <<; (#.&0! ( ; #: A A #? A + & A # %!: ' '!+ Ma allora, tutto bene?

29 .%.! &.! 12 & $ # & (" / ) & ("& / ) & 0 / -L # 2 2 +

30 - L /H3) #! 12 ) ) 2 ' "&$ / ' &&&? D E. # &1... $. 2

31 ) % - " $ ' "*( 6$ ' ' "$ ' ' 2 ' 2 ' ).. :!.&9 7 &!%+ % & ; E E!) & # & #! & 1"2

32 D H A. 1"? 2 <1"&2. && &!&

33 ! & #! Studio retrospettivo & prospettico combinato Basale attivo Prospettico? Basale storico Retrospettivo Retrospettivo Prospettico Prospettico?? Passato remoto Passato Presente Futuro Futuro a distanza

34 .%. Pazienti Gruppo tratt. A Gruppo tratt. B Pazienti Fine studio (settimane - mesi) Viene effettuato un confronto fra i Gruppi (es. trattamento A vs B) I risultati nel tempo vengono di solito confrontati con i valori basali + - $ ' ($B % 9 &

35 + $- 0&: 9!B &U : 9.! &&" L 9 &-0&: 0&! & 7 9 & 1 2.&" V.. B9 &U.&$ & 0&V ± " $-: BU 9 &.0&:!& : 7 1 2" V.. B'U.&$ & 0&V W 9 &'$!! &!!...&9 &.. "9 $ ( ( B (?"M <?"I?"M?"I?"P B 'B #?"M?"I?"P

36 "8 $ B'&( B 'B?" <, <,?"<?"?" B'&B <, <, <,?"<?"< "> $ Fattoriali" Trattamento B Presente (+) Assente (-) Trattamento A B<I 4I( Presente (+) Assente (-) Gruppo 1 (+/+) Gruppo 2 (-/+) Gruppo 3 (+/-) Gruppo 4 (-/-)

37 + H3/++/'/ ' )1 )!/+// & ))))) +" +!

38 % D 1 +D!!/ & &!!.&&&..$ &0 & &!!!." $.."

39 % ')1 +)/ ')1 +)/ # &! $ 7! #$ ' : ' 7 9 # " "! ""!!" # #!" +" +! +"+ && A & &

40 "$ ')1 +)/ ')1 +)/ # $ 0! 0 # #!! 3' / & 3' & &$ A +A T A "&! 0 $ 1 &%2 #+D,+A T 9 1"%2

41 Scheda raccolta dati / CRF H ( # "6 ( 6$ - & L % D % +&&&?!

42 Current Paper Process Source Document CRFs CRFs Primary Investigator DB1 Source Document Verification CRA Query Report Form Double Data Entry DB2 Master Clinical Data DB Edit checks Generate Queries Print Query Report Form CDM Query Report Form Query System DB H & O Source Document Verification Monitoring Reports Sponsor Site Internet Clinical Data Clinical Data for Review Queries Medical Monitor CRF Query / Response CDM Database Transfer Automated Project Status and Metrics Queries Clinical Project Manager Statistical Programming and Analysis

43 ICD IX dictionary

44 O % & D D 1 3 *2 " #( % $ ) H 2 % & % + %# "+ $ (2 )! + & ' & ' 1&."2 ' & '!% ' & ' 1(& (2 ' $ '!&... & &! ' 1&2

45 ! A &&'. &!8 &!, & ' 1"'' &"2 ' 0 <,? 0 +,T A D <,. /1 +3/1 / D C)C/!/+// * * : 9.9 :!.9 )/D 1 3( ' 9 & L 7? ' 7 $ 9 &

46 && &0& H & &MK Q EMS PE MKIE MQNE MKS MHJ'MHS MKJ'MKS MQJ'MQS MNJ'MNS MSJ'MSS IJJ?< &.: &! 9 Si definisce distribuzione Gaussiana o normale ( a campana )

47 ! * 2 $ ' ' & ' : &!&9 ' ' &(σ) ' +

48 DISTRIBUZIONE NORMALE (Gaussiana) simmetrica attorno alla media media = moda = mediana l area sottesa è = 1 µ ± 1σ = 68 % totale superficie sottesa µ ± 2σ = 95 % totale µ ± 3σ = 99.7 % totale!. 9 &. ' 1! &2 ' 9 01"'' 2 ' &9 & ' 2

49 ! 0&. : +D D )1 H3 L : : +D D /D!D 0 $.! 9 L

50 /,&:.:! & &L +3/D 3 G. Scannapieco, G. Gussoni et al. Thromb Haemost &.P"J J J.. & S H X. 9? +D MX PX 86;: # * >6<>E

51 << &% HJX% 8 < &% HJX% * & :! 9 $ 7! L =

52 H/31 /D 1 3 )/D 1 )/)! $ Y & $ BU 3 0

53 3 0 :.$ & & H J X > :! & P&! > <. : )""&! PJ &= # &&L H J-H J / D & 0& 1( '(2,0& : 7 & ("$).& 9 & ' # '& ' &

54 + : D 1"J"JHJ"JM2! 1 α2 $ & & 1"H XMX2 + - J"IJE J"MJ.! 1 β2 $ & & 1"I JXMJ X2! 1M' β."j"nje J"SJ2 : $ & 1"N J X' S J X2 +$ 0 1" <2. &$ 1"#2 G 6666 n = (1+1/ρ) (z α/2 +z β )2 (σ/δ) 2 ρ = Rapporto Allocazione z = Quantile distribuzione gaussiana standardizzata α = Prob. Errore tipo I β = Prob. Errore tipo II δ = Entità dell Effetto σ = Deviazione Standard (variabilità) CONSIGLIO: Non inventatevi dati statistici, trovatene uno bravo e aiutatelo per le informazioni che vi servono.

55 ? ρ.. α β α & β. & $? δ & σ! 2 K 1 2 σ - %G Scegliere un δ clinicamente rilevante e realistico

56 3 * &. G L obiettivo è valutare un eventuale differenza per la pressione sistolica fra due trattamenti anti-ipertensivi somministrati a due gruppi indipendenti di pazienti. Supponiamo di avere prefissato un rischio d'errore di tipo I : α = 0.05, un rischio d'errore di tipo II: β = 0.10, una stima della differenza fra trattamenti δ = 5 mmhg una stima della deviazione standard è σ = 12 mmhg un rapporto di allocazione fra trattamenti ρ = 1 : 1 n = (1+1/ρ) (z α/2 +z β )2 (σ/δ) 2 = 2 ( ) 2 (12/5) 2 = 99 Per il mio studio sono dunque necessari 198 elementi (99 per gruppo)

57 G L obiettivo è valutare un eventuale differenza per la pressione sistolica fra due trattamenti anti-ipertensivi ipertensivi somministrati a due gruppi indipendenti di pazienti. Supponiamo di avere prefissato un rischio d'errore di tipo I : α=0.05, un rischio d'errore di tipo II: β=0.10, una stima della differenza fra trattamenti δ = 5 mmhg una stima E se della ipotizzo deviazione una standard differenza è σ = 12 mmhg fra i trattamenti un rapporto di allocazione maggiore fra trattamenti (es. 7 ρ mmhg), : 1 = 1 : 1 il sample size aumenterà o diminuirà? n = (1+1/ρ) (z α/2 /2+z β ) 2 (σ/δ) 2 = 2 ( ) 2 (12/5) 2 = 99 Per il mio studio sono dunque necessari 198 elementi (99 per gruppo) G L obiettivo è valutare un eventuale differenza per la pressione sistolica fra due trattamenti anti-ipertensivi somministrati a due gruppi indipendenti di pazienti. Supponiamo di avere prefissato un rischio d'errore di tipo I : α = 0.05, un rischio d'errore di tipo II: β = 0.10, una stima della differenza fra trattamenti δ = 7 mmhg una stima della deviazione standard è σ = 12 mmhg un rapporto di allocazione fra trattamenti ρ = 1 : 1 n = (1+1/ρ) (z α/2 +z β )2 (σ/δ) 2 = 2 ( ) 2 (12/7) 2 = 61 Per il mio studio sono dunque necessari 122 elementi (61 per gruppo)

58 G Riprendiamo l esempio precedente con l unica differenza che siamo ora interessati a saggiare un eventuale differenza sulle proporzioni di soggetti con pressione sistolica < 130 mmhg (responders) al termine del trattamento un rischio d'errore di tipo I : α = 0.05, un rischio d'errore di tipo II: β = 0.10, una stima della proporzione di responders nel controllo: π 0 = 0.20 una stima della proporzione di responders nel test: π a = 0.30 un rapporto di allocazione fra trattamenti ρ = 1 : 1 n = (1+1/ρ) {z α/2 [π 0 (1 - π 0 )] ½ + z β [π a (1 - π a )] ½ } 2 (1/δ) 2 n = 2 {1.960 [0.2 (1 0.2)] ½ [0.3 (1 0.3)] ½ } 2 (1/0.1) 2 =376 In questo caso sarà necessario un campione totale di 752 elementi (376 per gruppo) o / ! &.. & & " o -!! 0 &. 9 0'.! & :! &

59 ) /++ P,0?? : & ( (",0 ## : 1 2 BU & + & & 0! &$ (. ) A ".. +?? D / A + +A T,!. & (" / &. &&& ". """"") '

60 # &...9.& % ))""! &.. &!.!.A A? 1A A? 2% Z 1A A Z & &

61 1 1 + esito trattamento fallimento successo totale trattati farmaco E farmaco C totale Rischio atteso (farmaco E) EER = 204/407 = Rischio atteso (farmaco C) CER = 240/407 = Riduz. rel. del rischio (RRR) = = Riduz. assol. del rischio (ARR) = = N pazienti da trattare (NNT) = 1/ARR = 1/0.089 = & & & 0$.0 "

62 +9 (( M <6<? = Cosa vuol dire p<0.05? In base ai dati a disposizione la probabilità di sbagliare nell accettare il risultato osservato è minore del 5% Ho più del 95% di probabilità che l effetto sia dovuto al trattamento, e meno del 5% che sia casuale.

63 /1 /#/)+/'/+) +)+/+/) /!3')1 Q)!/1 /) &FJ"JH' FJ"JM " 0. $.& &. R<6<;E R<6<?9 &.. 9 E! ' &! ' A A? 1Z 2 ' & H # # & ))))""

64 ?++A +, / +

65 /.. ) 3+ ) D IJJS: A &.

66 @ A +/ IJJNOPHN-IHI'IKJ # ( E;: ( #H)?9: Publication bias? Meta-analisi e review sistematiche?! K. 7 '&,0 ( &(0 (&&( & & & &! &'( ( Un approfondimento delle conoscenze metodologiche ed un miglioramento della qualità diventano esigenze ineludibili

67 H &"! 7 && < A &0&.! &9 1[2! 0 $. 6 &? & 0

68 L &! )"" + A G#0 #& #&& # #

69 3 N ) -! '! ' / *2

70 3 N A! L&! L&. &! # # < < 5

71 '

Concetto di potenza statistica

Concetto di potenza statistica Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

L analisi statistica

L analisi statistica Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

GESTIONE INDUSTRIALE DELLA QUALITÀ A

GESTIONE INDUSTRIALE DELLA QUALITÀ A GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma

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

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

Inferenza statistica. Statistica medica 1

Inferenza statistica. Statistica medica 1 Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

A.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE

A.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Università di Camerino

Università di Camerino In corso la procedura di attivazione da parte degli organi accademici di competenza, al termine della quale potrà essere pubblicato il bando nel sito di Ateneo nell ambito dell offerta formativa 2014-2015.

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014

Dettagli

INCERTEZZA DI MISURA

INCERTEZZA DI MISURA L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che

Dettagli

BANDO AIFA 2012 PER LA RICERCA INDIPENDENTE SUI FARMACI

BANDO AIFA 2012 PER LA RICERCA INDIPENDENTE SUI FARMACI BANDO AIFA 2012 PER LA RICERCA INDIPENDENTE SUI FARMACI SCHEMA DI PRESENTAZIONE DELLA LETTERA DI INTENTI La presentazione della lettera di intenti dovrà avvenire entro le ore 12.00 del 23 aprile 2012,

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Sperimentazione Clinica: ruolo e responsabilità dell Infermiere

Sperimentazione Clinica: ruolo e responsabilità dell Infermiere Sperimentazione Clinica: ruolo e responsabilità dell Infermiere Fasi dello studio Disegni di ricerca sperimentale Barbara Gorini, Investigator Site Development Lead, Development Operations- Pfizer ITALIA

Dettagli

LE CARTE DI CONTROLLO (4)

LE CARTE DI CONTROLLO (4) LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale

Dettagli

Regressione Logistica: un Modello per Variabili Risposta Categoriali

Regressione Logistica: un Modello per Variabili Risposta Categoriali : un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione

Dettagli

Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo

Dettagli

Come raccogliere le Evidenze: il lavoro della Conferenza di Consenso. Cristina Foglia Società Scientifica Logopedisti Italiani

Come raccogliere le Evidenze: il lavoro della Conferenza di Consenso. Cristina Foglia Società Scientifica Logopedisti Italiani Come raccogliere le Evidenze: il lavoro della Conferenza di Consenso Cristina Foglia Società Scientifica Logopedisti Italiani Evidenze dati di letteratura a sostegno di una raccomandazione mediata dal

Dettagli

L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt

L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELL ROLE Six Sigma Master lack elt Dicembre, 009 Introduzione Nell esecuzione dei progetti Six Sigma è di fondamentale importanza sapere se

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

Budget Impact Analysis (claudio.jommi@pharm.unipmn.it) Claudio Jommi @ Università del Piemonte Orientale, Economia e Regolazione del Farmaco pag.

Budget Impact Analysis (claudio.jommi@pharm.unipmn.it) Claudio Jommi @ Università del Piemonte Orientale, Economia e Regolazione del Farmaco pag. Budget Impact Analysis (claudio.jommi@pharm.unipmn.it) pag. 1 Confronto tra CEA e BIA La CEA stima i costi e l efficacia incrementali lifetime di una nuova terapia, rispetto ai trattamenti attualmente

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

Il Promotore di studi no-profit

Il Promotore di studi no-profit Il Promotore di studi no-profit La fattibilità e gli obblighi regolatori Alberto De Marchi Quintiles Spa Bergamo, 4 Giugno 2014 Copyright 2013 Quintiles L ambito di ricerca Settore Pubblico Settore Privato

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Trials clinici. Disegni di studio

Trials clinici. Disegni di studio Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

LA METANALISI. Franco Merletti Unità di Epidemiologia dei Tumori Università di Torino

LA METANALISI. Franco Merletti Unità di Epidemiologia dei Tumori Università di Torino LA METANALISI Franco Merletti Unità di Epidemiologia dei Tumori Università di Torino È causa di grande preoccupazione constatare come la professione medica non abbia saputo organizzare un sistema in grado

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

Le linee guida evidence based

Le linee guida evidence based Le linee guida evidence based Linee guida: definizione Raccomandazioni di comportamento clinico, prodotte attraverso un processo sistematico, allo scopo di assistere medici e pazienti nel decidere quali

Dettagli

Esercizi riassuntivi di probabilità

Esercizi riassuntivi di probabilità Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.

Dettagli

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano

Dettagli

Centro Studi ANMCO Fondazione per il Tuo cuore HCF onlus

Centro Studi ANMCO Fondazione per il Tuo cuore HCF onlus AGENDA Corso di formazione su metodologia, strategie e tecniche della Ricerca clinica Firenze Centro Studi ANMCO Fondazione per il Tuo cuore HCF onlus Modulo 1 Ottobre 2015 Metodologia della Ricerca clinica

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Gestione delle formazione

Gestione delle formazione IL SOFTWARE PER LA SICUREZZA E L AMBIENTE STRUMENTO Individuazione delle esigenze e programmazione della formazione Gestione delle formazione Il metodo di Risolvo per gestire un piano formativo dinamico

Dettagli

ARTICOLO SCIENTIFICO: ANALISI E VALUTAZIONE CRITICA DELLE INFORMAZIONI. critical appraisal BOSCARO GIANNI 1

ARTICOLO SCIENTIFICO: ANALISI E VALUTAZIONE CRITICA DELLE INFORMAZIONI. critical appraisal BOSCARO GIANNI 1 ARTICOLO SCIENTIFICO: ANALISI E VALUTAZIONE CRITICA DELLE INFORMAZIONI critical appraisal BOSCARO GIANNI 1 BOSCARO GIANNI 2 Analisi Statistica analisi descrittiva: descrizione dei dati campionari con grafici,

Dettagli

Analisi di scenario File Nr. 10

Analisi di scenario File Nr. 10 1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html

Dettagli

SPC e distribuzione normale con Access

SPC e distribuzione normale con Access SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo

Dettagli

LE META-ANALISI. Graziella D Arrigo, Fabio Provenzano, Claudia Torino, Carmine Zoccali, Giovanni Tripepi

LE META-ANALISI. Graziella D Arrigo, Fabio Provenzano, Claudia Torino, Carmine Zoccali, Giovanni Tripepi G Ital Nefrol 2011; 28 (5): 531-536 MASTER IN EPIDEMIOLOGIA CLINICA LE META-ANALISI Graziella D Arrigo, Fabio Provenzano, Claudia Torino, Carmine Zoccali, Giovanni Tripepi CNR-IBIM, Unità di Ricerca di

Dettagli

La Ricerca Infermieristica: Stato dell arte e prospettive

La Ricerca Infermieristica: Stato dell arte e prospettive UNIVERSITÀ DEGLI STUDI DI BARI Facoltà di Medicina e Chirurgia Corso di Laurea Magistrale in Scienze Infermieristiche e Ostetriche Coordinatore Didattico: Prof. Giancarlo Di Vella aa 2011/2012 Tesi Sperimentale

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 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

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite

Dettagli

LEZIONE n. 5 (a cura di Antonio Di Marco)

LEZIONE n. 5 (a cura di Antonio Di Marco) LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,

Dettagli

Introduzione. Coesis Research Analisi discriminante

Introduzione. Coesis Research Analisi discriminante I metodi chemiometrici: l analisi discriminante Coesis Research ANALISI DISCRIMINANTE COESIS RESEARCH Srl Sede legale - Direzione e amministrazione: 24127 Bergamo, Via Grumello 61 - Tel. 035/4328422 -

Dettagli

! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione

! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione ! Un paziente non-fumatore (e che non ha mai fumato) si presenta dal medico in quanto lamenta una forma di tosse cronica. Il paziente viene sottoposto a una biopsia al polmone. La biopsia fornisce tre

Dettagli

Oggetto: Diffusione cultura statistica nelle scuole. Disponibilità pacchetti didattici.

Oggetto: Diffusione cultura statistica nelle scuole. Disponibilità pacchetti didattici. Dipartimento per l integrazione, la qualità e lo sviluppo delle reti di produzione e ricerca Direzione centrale per lo sviluppo e il coordinamento della rete territoriale e del Sistan Sede per la Sardegna

Dettagli

La categoria «ES» presenta (di solito) gli stessi comandi

La categoria «ES» presenta (di solito) gli stessi comandi Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:

Dettagli

GCP. Le Figure. Ruolo, interazioni e responsabilità SPONSOR SPERIMENTATORE MONITOR

GCP. Le Figure. Ruolo, interazioni e responsabilità SPONSOR SPERIMENTATORE MONITOR GCP Ruolo, interazioni e responsabilità Le Figure SPONSOR SPERIMENTATORE MONITOR Ruoli Sponsor: individuo o organizzazione che inizia, dirige e/o finanzia uno studio Monitor: persona designata dallo Sponsor,

Dettagli

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Elementi di Epidemiologia

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Elementi di Epidemiologia Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Elementi di Epidemiologia Corsi di Laurea Triennale Corso di Statistica e Biometria: Elementi di epidemiologia

Dettagli

Gli studi epidemiologici

Gli studi epidemiologici Gli studi epidemiologici STUDI OSSERVAZIONALI descrittivi STUDI OSSERVAZIONALI analitici: Ecologici Trasversali Caso-controllo Di coorte STUDI SPERIMENTALI : Trial controllati randomizzati Trial sul campo

Dettagli

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971

Dettagli

Metodologia epidemiologica

Metodologia epidemiologica Metodologia epidemiologica Verifica di ipotesi Quale test utilizzare? Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali test utilizzati nel confronto di

Dettagli

GLI AUDIT GCP. Valentine Sforza Quality Management Associates. XI CONGRESSO NAZIONALE SSFA Roma, 6-7 marzo 2008 ARGOMENTI TRATTATI

GLI AUDIT GCP. Valentine Sforza Quality Management Associates. XI CONGRESSO NAZIONALE SSFA Roma, 6-7 marzo 2008 ARGOMENTI TRATTATI GLI AUDIT GCP Valentine Sforza Quality Management Associates 1 ARGOMENTI TRATTATI Chi lo fa Tipologie di Audit Svolgimento di un Audit Esempio di un Audit Rapporto di un Audit Valore di un Audit 2 1 CHI

Dettagli

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe

Dettagli

Comparabilità fra le somministrazioni successive effetto di trascinamento ( carry-over ) effetto di periodo

Comparabilità fra le somministrazioni successive effetto di trascinamento ( carry-over ) effetto di periodo Metodo epidemiologici per la clinica _efficacia / 2 Gli studi crossover Periodo 1 Periodo 2 R A N D O M A B A B Valutazione Tempo 1 0 1 1 2 0 2 1 Gli studi crossover Metodo epidemiologici per la clinica

Dettagli

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

IMPLEMENTAZIONE DEL PDT PER PAZIENTI DIABETICI DI TIPO 2 NELL ASL DELLA PROVINCIA DI VARESE: QUALI RISULTATI?

IMPLEMENTAZIONE DEL PDT PER PAZIENTI DIABETICI DI TIPO 2 NELL ASL DELLA PROVINCIA DI VARESE: QUALI RISULTATI? IMPLEMENTAZIONE DEL PDT PER PAZIENTI DIABETICI DI TIPO 2 NELL ASL DELLA PROVINCIA DI VARESE: QUALI RISULTATI? A cura di Antonio Sebastiano, Francesca Scolari e Roberto Pigni Castellanza, 7 febbraio 2013

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli

La programmazione di uno studio clinico: dalla domanda al disegno

La programmazione di uno studio clinico: dalla domanda al disegno Metodo epidemiologici per la clinica _efficacia / 1 La programmazione di uno studio clinico: dalla domanda al disegno La buona ricerca clinica Non è etico ciò che non è rilevante scientificamente Non è

Dettagli

Inferenza statistica

Inferenza statistica Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione in base ad informazioni ricavate da un campione. Inferenza statistica: indurre

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico

Dettagli

Titolo. Background. Obiettivi. Metodi Tipo di studio (disegno) Centro/i partecipante/i Popolazione

Titolo. Background. Obiettivi. Metodi Tipo di studio (disegno) Centro/i partecipante/i Popolazione La SIFC promuove la ricerca clini ca nel campo della Fibrosi Cistica in Italia mediante la valutazione di progetti scientifici multicentrici e m ultidisciplinari. La Commissione Permanente Ricerca e Sviluppo

Dettagli

STATISTICA GIUSEPPE DE NICOLAO. Dipartimento di Informatica e Sistemistica Università di Pavia

STATISTICA GIUSEPPE DE NICOLAO. Dipartimento di Informatica e Sistemistica Università di Pavia STATISTICA GIUSEPPE DE NICOLAO Dipartimento di Informatica e Sistemistica Università di Pavia SOMMARIO V.C. vettoriali Media e varianza campionarie Proprietà degli stimatori Intervalli di confidenza Statistica

Dettagli

La statistica multivariata

La statistica multivariata Cenni di Statistica Multivariata Dr Corrado Costa La statistica multivariata La statistica multivariata è quella parte della statistica in cui l'oggetto dell'analisi è per sua natura formato da almeno

Dettagli