Gestione ed Analisi Statistica dei dati
|
|
- Silvano Raffaello Alessi
- 7 anni fa
- Visualizzazioni
Transcript
1 Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati Daniela Fortuna 12 giugno 2014
2 TEST di ipotesi Finora abbiamo visto come l uso l degli intervalli di confidenza permettono di estendere i risultati di un campione alla popolazione di riferimento. Il passo successivo nell analisi statistica è mettere a confronto due o più gruppi, oppure mettere a confronto un risultato ottenuto dal campione e un valore atteso.
3 TEST di IPOTESI: Significatività Statistica Si mettono a confronto due misure, allo scopo di verificare se la loro differenza è probabilmente dovuta al caso oppure no. Se la differenza NON è CASUALE cioè non è dovuta al caso, si dice che è «statisticamente significativa». La metodologia utilizzata è quella del Test di ipotesi
4 TEST di ipotesi TEST significa prova, verifica, accertamento Tutti i Test (test di gravidanza, test elettorale, test di ammissione, test statistico, ecc.) si basano sulla verifica di una certa condizione ipotizzata. La verifica non avviene mai in modo diretto ma attraverso la valutazione di fenomeni strettamente correlati.
5 TEST di ipotesi Quindi l'esito del test Statistico non da certezza, ma solo una fiducia valutabile in termini di probabilità. In statistica la verifica si effettua mediante dati campionari e poiché manca l evidenza diretta, non avremo certezza ma solo una fiducia più o meno grande nel fatto che la condizione esista.
6 EPIDEMIOLOGIA: il TEST diagnostico Risultato di un test Positivo Negativo Condizione Clinica ignota Sano falso positivo vero negativo Malato vero positivo falso negativo sensibilità del test la frequenza di risultati veri-positivi specificità del test la frequenza di veri-negativi α la frequenza di falsi-positivi (errore del 1 tipo) β la frequenza di falsi-negativi (errore del 2 tipo)
7 EPIDEMIOLOGIA: il TEST diagnostico Sensibilità e β sono complementari cioè veri-positivi e falsi-negativi sono complementari. Infatti se un test è sempre giustamente positivo (100% di veri-positivi) non segnalerà mai negatività per errore (0% di falsi negativi). Specificità e α sono complementari cioè veri-negativi e falsi-positivi sono complementari. Infatti se un test è specifico con il 100% di veri-negativi non segnalerà mai positività per errore (0% di falsi-positivi). Quindi dire che un test è specifico è come dire che ha una bassa probabilità di falsi positivi, cioè che α è piccolo
8 EPIDEMIOLOGIA: il TEST diagnostico In sintesi Condizione Clinica reale ignota H0: Sano H1: Malato Positivo falsi positivi errore α (di 1 tipo) veri positivi Sensibilità Risultato del test Negativo veri negativi Specificità falsi negativi errore β (di 2 tipo) Un test per essere affidabile deve possedere sia un'alta specificità che un'alta sensibilità.
9 STATISTICA: il TEST d ipotesi Lo schema del test statistico è simile a quello del test diagnostico ma ha la peculiarità di privilegiare l evidenza dei falsi-positivi rispetto ai falsi-negativi L ipotesi di partenza è l ipotesi nulla H0 (cioè l ipotesi dello scettico) quella che nega il risultato, attribuendo le differenze osservate alla naturale variabilità dei fenomeni o al campionamento.
10 STATISTICA: il TEST d ipotesi Ipotesi nulla H0: le differenze osservate sono dovute al caso l'ipotesi nulla viene mantenuta fino a che le prove o i dati in nostro possesso non siano tali da costringerci a rifiutarla Concediamo quindi fiducia all ipotesi nulla, rifiutandola solo quando l'evidenza dei risultati sia macroscopica, cioè quando la probabilità di falsi-positivi α sia minore del 5%.
11 Risultato del TEST statistico Il risultato di un test statistico è α ovvero il p-value Ipotesi nulla Condizione reale ignota H0 H1 Risultato del test statistico se α<5% H0 rifiutata se α>=5% H0 accettata Dato significativo Dato non significativo falsi positivi errore di 1 tipo valutato con α veri positivi nessun errore veri negativi nessun errore falsi negativi errore di 2 tipo valutato con β Ipotesi alternativa
12 TEST di ipotesi Ad esempio : Da un indagine campionaria su 50 soggetti, si è rilevato un tasso di colesterolemia medio pari a 270 mg/dl e deviazione standard =79, sapendo che il tasso medio in soggetti normali è 210 mg/dl vogliamo verificare se questa differenza è dovuta al caso oppure no
13 IPOTESI NULLA H 0 Per verificare se la colesterolemia media rilevata nel campione, 270 mg/dl sia significativamente diversa dal valore normale 210 mg/dl, si parte dall ipotesi che i due valori medi siano uguali e che la loro differenza è semplicemente dovuta al caso, cioè all errore casuale. Questa ipotesi di partenza viene chiamata IPOTESI NULLA e viene indicata come H 0 quindi: IPOTESI NULLA H 0 I due valori sono uguali e la loro differenza è dovuta al caso
14 Il test d ipotesi quindi consiste nel dimostrare se H0 èvera Si considera una distribuzione teorica di probabilità e si verifica se la media campionaria è all interno dell intervallo a cui corrisponde il 95% di probabilità oppure è fuori da questo intervallo Regione di Regione di Regione di accettazione rifiuto di H0 rifiuto di H0 Regione di di H0 Regione di Regione di rifiuto di H rifiuto di H 0 accettazione 0 di H 0? Media normale Media campionaria
15 La logica del TEST di IPOTESI IPOTESI NULLA H 0 Non c èc nessuna differenza, ovvero la differenza osservata è dovuta al caso Accetto o rifiuto l ipotesi l nulla? Per rispondere effettuo un TEST DI IPOTESI
16 Errore di 1 tipo: livello di significatività di un test statistico Il livello di significatività di un test statistico è α la probabilità di commettere un errore di 1 tipo ovvero è la probabilità di rifiutare l ipotesi nulla, quando questa è vera Livello di significatività α = P(errore di 1 tipo ) = P(rifiutare H 0 quando H 0 è vera)
17 Errore di 1 tipo: livello di significatività di un test statistico Il livello di significatività 5% viene adottato molto frequentemente in quanto si ritiene che il rapporto 1/20 (cioè 0.05) sia sufficientemente piccolo da poter concludere che sia piuttosto improbabile che la differenza osservata sia dovuta al semplice caso Ovviamente, se si vuole escludere con maggiore probabilità l'effetto del caso, si adotterà un livello di significatività inferiore (es. 1% )
18 Test d ipotesi tra 2 medie Per effettuare il test utilizzo una formula chiamata Statistica Test. Nel caso del confronto tra 2 medie la statistica test è la t di Student definita come: t = m 1 m 2 ES Dove m 1 ed m 2 sono le due medie a confronto ES è l Errore Standard calcolato come deviazione standard divisa la radice della numerosità campionaria: : DS/ n
19 TEST di IPOTESI tra 2 medie: test t di Student confronto tra una media campionaria e una media attesa Esempio Da un indagine campionaria su 50 soggetti, si è rilevato un tasso di colesterolemia medio pari a 270 mg/dl e deviazione standard =79, sapendo che il tasso medio in soggetti normali è 210mg/dl vogliamo verificare se questa differenza è dovuta al caso oppure no t = Gradi di libertà: n-1=50-1=49 Significatività m 1 m 2 ES Valore critico t di student per 49 gradi di liberà 90% % % % % % % % ( ) = 79/ 50 = 60 7,1 = 8,45 Rifiuto l ipotesi l nulla H 0 : La differenza è statisticamente significatica ,45 ALMA MATER STUDIORUM Università di Bologna
20 In sintesi il risultato del Test di ipotesi va confrontato con un VALORE CRITICO tabulato in apposite tabelle già definite, che riportano i valori della distribuzione di probabilità per diversi livelli di significatività α e gradi di libertà Se il risultato del test di ipotesi SUPERA il valore critico,, allora la differenza fra i gruppi viene dichiarata statisticamente significativa e, quindi, l'ipotesi NULLA viene RESPINTA. Se il risultato del test di ipotesi È INFERIORE al valore critico,, allora la differenza fra i gruppi viene dichiarata statisticamente NON significativa e, quindi, l'ipotesi NULLA viene ACCETTATA.
21 Ma cosa sono i gradi di libertà? i gradi di libertà rappresentano il numero di possibilità che i dati che compongono un campione hanno di variare liberamente. In generale si calcolano togliendo dal numero delle unità del campione il numero delle condizioni cui essi sono vincolati. Nel nostro esempio abbiamo 50 valori di colesterolemia, ciascuno dei quali può assumere un valore qualsiasi ed un vincolo, la media deve essere 270, io posso assegnare un valore qualsiasi ai primi 50-1 =49 numeri, ma l'ultimo sarà vincolato dal fatto che la media deve essere 270, quindi in questo caso, i gradi di libertà sono 50-1=49.
22 La t di Student e i gradi di libertà La distribuzione della t di Student cambia al variare dei gradi di libertà: all aumentare dei gradi di libertà la curva diventa più stretta e più alta!. Per questo motivo quando applichiamo il test t di Student, per trovare il valore critico con cui confrontare il valore della statica test abbiamo bisogno di calcolare i gradi di libertà. Esistono quindi tanti valori critici a seconda dei gradi di libertà
23 TEST di IPOTESI :test t di Student confronto tra 2 medie campionarie Es. Sono stati rilevati i tempi di ventilazione meccanica, espressi in ore, in due Terapie Intensive post-chirurgiche e si vuole valutare se differiscono in modo significativo. TI a: TI b: m a =6,7 e m b =9,3 n a =13 e n b =11 s=5,76 Applicando questa formula Gradi di libertà:(n a -1 )+ (n b -1)=22 Risulta: t=1,09 e confrontando questo valore con quello critico della t di Student corrispondente a 22 gradi di libertà che è 2,07 possiamo dire che la differenza NON è statisticamente significativa con p=0.14 ALMA MATER STUDIORUM Università di Bologna
24 TEST di IPOTESI :test t di Student confronto tra 2 medie campionarie Il valore della statistica test t di Student è inferiore al valore critico quindi: L ipotesi nulla viene accettata. Questo significa che la differenza nei tempi medi di ventilazione meccanica rilevati nelle due Terapie Intensive è dovuta al caso Risulta: t=1,09 e confrontando questo valore con quello critico della t di Student corrispondente a 22 gradi di libertà che è 2,07 possiamo dire che la differenza NON è statisticamente significativa con p=0.14-2,07 1,09 2,07
25 Sintesi TEST di IPOTESI IPOTESI NULLA H 0 La differenza è dovuta al caso Accetto o rifiuto l ipotesi l nulla? Per rispondere effettuo un TEST DI IPOTESI Confronto il valore ottenuto dal TEST con dei valori critici già calcolati su apposite tabelle Ipotesi nulla RIFIUTATA differenza significativa Valore del test maggiore Valore critico Valore del test minore Valore critico Ipotesi nulla ACCETTATA differenza NON significativa
26 Test t di student con SPSS SPSS Click Analizza Confronta medie Test t campioni indipendenti
27 TEST di IPOTESI :test Chi-quadrato Esempio: Si vuole verificare l efficacia di due diversi farmaci: le differenze sono statisticamente significative, ad un livello di significatività α del 5%? guariti non guariti totali farmaco farmaco totali guariti (farmaco1)=52/62=84% guariti (farmaco2)= 40/61=66% Totale guariti=92/123=74,8% IPOTESI NULLA H 0 : la differenza delle % di guariti è dovuta al CASO, I due farmaci sono ugualmente efficaci Ipotesi Nulla Dati attesi percentuale di guariti del 74,8% per entrambi i farmaci guariti non guariti totali farmaco farmaco totali
28 TEST di IPOTESI :test Chi-quadrato Esempio: Si vuole verificare l efficacia di due diversi farmaci: le differenze sono statisticamente significative, ad un livello di significatività α del 5%? Dati campionari rilevati guariti non guariti totali farmaco farmaco totali Dati attesi sotto l ipotesi nulla guariti non guariti totali farmaco farmaco totali Per ciascuna combinazione farmaco guariti si calcola
29 TEST di IPOTESI :test Chi-quadrato Ora, confrontando il nostro valore (5.46) con quelli tabulati, notiamo che esso è >3.841 e < Ciò consente di ritenere che la differenza fra i due gruppi sia significativa al livello di significatività α 5% ma non al livello di significatività 1%. Nel nostro caso, il valore ottenuto è un chiquadrato con «1 grado di libertà»; infatti, per tabelle come quella che stiamo studiando, il grado di libertà è uguale a (numero di righe-1)x(numero di colonne-1).
30 Osservazioni Nell esempio precedente è stato scelto un livello di significatività α del 5%, cioè si è scelto che il rischio massimo accettabile, di commettere l errore rifiutando l ipotesi nulla, quando questa è vera, è il 5%. la probabilità corrispondente al valore del chi-quadrato 5.46, in corrispondenza di 1 grado di libertà è e questo valore prende il nome di p-value. Quindi il p-value della differenza di efficacia dei nostri due farmaci messi a confronto è: p=0.019 che è minore di α=0.05 In sintesi: il p-value p=0.019 minore di 0.05 (del 5%) significa che la probabilità che la differenza riscontrata sia dovuta al caso è minore del 5% ovvero la probabilità che la differenza sia statisticamente significativa è del 95%. Se avessimo scelto un livello di significatività inferiore, ad esempio dell 1% non avremmo riscontrato alcuna differenza significativa nell efficacia dei due farmaci messi a confronto.
31 IL CHI_QUADRATO e i GRADI DI LIBERTA Anche il chi-quadrato come la t di Student varia al variare dei gradi di libertà. All aumentare dei gradi di libertà la curva diventa più bassa e più larga!
32 Test CHI-QUADRATO con SPSS SPSS Click Analizza Statistiche descrittive Tavole di contingenza Statistiche click Chi-quadrato
33 Studio di efficacia: ODDS RATIO Negli studi di efficacia di un trattamento spesso è necessario mettere a confronto gli esiti del gruppo di trattamento con quelli del gruppo di controllo espressi come ODDS Ratio. In questo caso il test di ipotesi deve verificare se l ODDS RATIO è significativamente diverso da 1 Esempio: studio di efficacia di un nuovo trattamento per la prevenzione delle lesioni da pressione Odds Ratio LDP Sì No Trattati Controlli OR=(19/121)/(17/115)=0,157/0,148=1,06
34 TEST per verificare la significatività degli ODDS RATIO Il test d ipotesi utilizzato per verificare se un odds ratio è significativamente diverso da 1 e con quale probabilità (p-value) è il test di Cochran Mantel- Heanszel, che è una variante del test chi-quadrato SPSS Click Analizza Statistiche descrittive Tavole di contingenza Statistiche click Chi-quadrato click Statistiche di Cochran e Mantel-Heanszel
35 TEST per verificare la significatività degli ODDS RATIO OUTPUT di SPSS Stima di Mantel-Haenszel del rapporto odds comune Stima 1,062 ln(stima),060 Errore standard di ln(stima),358 Significatività asintotica (2 sensi),866 Intervallo di confidenza al 95% asintotico Rapporto odds comune ln(rapporto odds comune) Limite inferiore Limite superiore Limite inferiore Limite superiore La stima di Mantel-Haenszel del rapporto odds comune viene distribuita in modo asintotico e normale in base al rapporto odds comune dell'assunzione 1,000, in modo analogo al log naturale della stima.,526 2,144 -,642,763 ODDS RATIO p-value Intervallo di confidenza Poichè il p- value=0,866 ed è superiore a 0,05 l odds ratio non è significativamente diverso da 1 Il rischio di LDP è lo stesso nei due trattamenti
36 In sintesi per il confronto tra 2 MEDIE Test t di Student per il confronto tra 2 PROPORZIONI o percentuali Test Chi-quadrato per la Significatività degli ODDS RATIO Test di Cochran Mantel Heanszel
37 Il confronto delle medie tra più di 2 gruppi Esempio: su 272 pazienti sottoposti ad intervento chirurgico si vuole valutare se la degenza media e significativamente diversa tra le classi di età Età N Degenza media Std Dev Minimum Maximum anni anni anni anni anni anni anni Il Test t di Student può essere utilizzato solo per il confronto tra 2 medie
38 Il confronto delle medie tra più di 2 gruppi: Analisi della Varianza (ANOVA) L analisi della varianza (in inglese: Analysis of Variance, abbreviata con l acronimo ANOVA) è utilizzata per testare la significatività statistica delle differenze tra medie campionarie sulla base delle rispettive varianze.
39 Analisi della Varianza (ANOVA) Il principio alla base di questo test è quello di stabilire se due o più medie campionarie possono derivare da popolazioni che hanno la stessa media. Quando le medie sono solamente due è indifferente usare l ANOVA o il test t di Student, mentre dobbiamo necessariamente utilizzare l ANOVA quando le medie sono più di due.
40 La logica dell ANOVA L'ipotesi alla base dell'analisi della varianza è che : dati n gruppi, la varianza totale può essere suddivisa in due componenti: Varianza interna ai gruppi (anche detta Within) e Varianza tra i gruppi (Between). Varianza totale = Varianza within + Varianza between Ipotesi nulla H0 Varianza between < Varianza within e quindi la differenza tra i gruppi è dovuta alla sola variabilità interna
41 Analisi della Varianza (ANOVA) Quindi l analisi della varianza si basa sul rapporto Varianza tra i gruppi (Between( Between) Varianza interna ai gruppi (Within( Within) e la significatività è verificata mediante il test F di Fisher
42 ANOVA in SPSS SPSS Click Analizza Confronta medie ANOVA univariata Il risultato SPSS per l ANOVA sulle degenze medie per gruppi di età durata della degenza (in giorni) Fra gruppi Entro gruppi Totale ANOVA Somma dei Media dei quadrati df quadrati F Sig le degenze medie sono significativamente diverse tra le classi di età considerate
43
IL 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
DettagliStatistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
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
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
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.
DettagliSTATISTICA 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
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
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
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI IL PROBLEMA Si vuole verificare se un nuovo trattamento per la cura dell otite è più efficace
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
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
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
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,
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
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
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
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
DettagliStatistica. Lezione 8
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 8 a.a 2011-2012 Dott.ssa Daniela
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
DettagliTest d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )
Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
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
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
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliUlteriori applicazioni del test del Chi-quadrato (χ 2 )
Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello
DettagliSeconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Scenario 1: In uno studio prospettivo condotto per valutare la relazione tra l'uso di estrogeni e rischio di cancro alla mammella,
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
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
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
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
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
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)
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
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
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:
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
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
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
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
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
DettagliScuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco
Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco penco@fisica.unige.it 20/03/2006 Sensibilità e specificità di un test Consideriamo la seguente tabella:
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
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,
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
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
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
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
DettagliIndicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
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.
DettagliMatricola: Corso: 1. (4 Punti) Stimare la variazione del reddito quando il prezzo del prodotto finale raddoppia.
Facoltà di Economia Statistica Esame 3-12/04/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Per 5 imprese imprese è stato rilevato il reddito quinquennale medio (in milioni di euro), y, e il corrispondente
DettagliCapitolo 8. Probabilità: concetti di base
1 Capitolo 8 Probabilità: concetti di base Statistica - Metodologie per le scienze economiche e sociali 2/ed S. Borra, A. Di Ciaccio Copyright 2008 The McGraw-Hill Companies srl 2 Concetti primitivi di
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliTest delle ipotesi sulla media.
. Caso di un singolo campione. Varianza nota.. Ipotesi alternativa bilaterale Test delle ipotesi sulla media. Valore medio η e deviazione standard σ della popolazione note. η è il valore stimato dal nostro
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliElementi di Psicometria
Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
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,
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliLuigi Santoro. Hyperphar Group S.p.A., MIlano
Come modellare il rischio Luigi Santoro Hyperphar Group S.p.A., MIlano Gli argomenti discussi Le definizioni del termine rischio L utilità di un modello predittivo di rischio Come costruire modelli predittivi
DettagliTest per la correlazione lineare
10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliESERCIZIO 1. b) E' necessario formulare ipotesi per procedere al test richiesto al punto a? (motivare brevemente la risposta)
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
DettagliCaratterizzazione dei consumi energetici (parte 3)
ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliCapitolo 10 Test delle ipotesi
Capitolo 10 Test delle ipotesi 1 Stima e verifica di ipotesi Modello di popolazione e campionamento: La popolazione viene descritta da una variabile aleatoria dipendente da un parametro incognito. Si ipotizza
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliVerifica delle ipotesi: Binomiale
Verifica delle ipotesi: Binomiale Esercizio Nel collegio elettorale di una città, alle ultime elezioni il candidato A ha ottenuto il 4% delle preferenze mentre il candidato B il 6%. Nella nuova tornata
DettagliMetodi 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
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliI TEST STATISTICI. dott.ssa Gabriella Agrusti
I TEST STATISTICI dott.ssa Gabriella Agrusti Dulcis in fundo.. come scegliere un test statistico in base all ipotesi come stabilire se due variabili sono associate (correlazione di Pearson) come stabilire
DettagliEsercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezioni del 7/1/2003 e del 14/1/2003
Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezioni del 7/1/003 e del 14/1/003 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 6 1 Test ed intervalli di confidenza per una popolazione Esercizio n. 1 Il calore (in calorie
DettagliEsame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola
Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
DettagliCAPITOLO 11 ANALISI DI REGRESSIONE
VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire
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
Dettagli