Campionamento e numerosità campionaria
|
|
- Vanessa Antonelli
- 7 anni fa
- Visualizzazioni
Transcript
1 Campionamento e numerosità campionaria Lorenzo Monasta Epidemiologia e Biostatistica IRCCS Burlo Garofolo, Trieste misurare Il modo migliore di definire gli obiettivi di uno studio è di vederlo come esercizio di misurazione Tutti i processi di stima sono processi di misurazione e di semplificazione della complessa realtà Es: : disegnare una mappa per spiegare il livello di dettaglio di una mappa deve servire allo scopo. Altro non serve. 2
2 misurare cosa e come Cosa misurare? Su quali soggetti? Quali variabili? Quali associazioni? Con quali risorse? (economiche, logistiche, risorse umane) Con quanta precisione? Ciò che misurerò sarà valido per tutti coloro che vorrò descrivere? 3 Ciò che misurerò sarà valido per tutti coloro che vorrò descrivere? Rappresentatività e inferenza N C inferenza A rappresentativo n B stima 4
3 generalizzabilità rappresentatività del campione Rappresentativo: che parli per tutta la popolazione Rappresentatività statistica: se ripeto il campionamento con gli stessi criteri, ottengo gli stessi risultati 5 evitare gli errori Si cercherà di lavorare affinché le stime siano il più possibile precise e valide Ma tante sono le fonti d errore, casuale casuale e sistematico. Se non controllo il caso non sono preciso. Se uso il sistema sbagliato per misurare, le misure non saranno valide 6
4 precisione Errore casuale: la somma di tutte le piccole e imprevedibili variazioni nell'esecuzione delle varie operazioni di misura fa sìs che le misure fluttuino attorno a un valore medio µ. Una misura è tanto più precisa quanto minore è l'errore casuale da cui è affetta. 7 precisione attraverso lo studio di un campione, si può soltanto stimare (determinare con un certo margine di errore) il carattere della popolazione da cui il campione deriva; La precisione della stima è direttamente correlata al numero di osservazioni che si compiono del fenomeno in studio. 8
5 per ridurre l errore casuale Aumentare la numerosità campionaria Rendere più efficiente il disegno dello studio 9 errore casuale e numerosità campionaria Esempio: si vuole stimare la probabilità di infarto in una certa popolazione; estraggo un campione casuale di n= 900 soggetti, nel 20% dei quali si verifica l infarto l errore casuale (o standard) si calcola come: p x (1-p) / (n-1) = 0,20 x 0,80 / 899 = 0,0133 A parità di p, se aumento la numerosità del campione, si riduce l errore casuale. 10
6 precisione ed efficienza Es: se ho una coorte di uomini e voglio determinare di quanto si riduce la mortalità cardiovascolare per l assunzione giornaliera di aspirina, potrei pensare di avere uno studio bello grande e quindi preciso. Ma se apprendo che solo 100 uomini prendono giornalmente aspirina, quanti casi avrò tra quei 100 per poter determinare di quanto si riduce la mortalità? Anche se avessi 50 mila che prendono aspirina e 50 mila che non la prendono (aumento precisione), ma gli uomini nello studio avessero tra i 30 e i 39 avrei ancora pochi casi di mortalità. L efficienza ha a che fare con la definizione della popolazione da cui estrarre il campione, sulla base di esposizioni e outcome di interesse. 11 disegno di studio per precisione Proporzione di soggetti esposti (quanti prendono aspirina) Proporzione di soggetti a rischio di sviluppare l outcome (morti per pat.. cardiovascolari) ) sia tra esposti, sia tra non esposti Distribuzione dei soggetti secondo variabili chiave (modificatori e confounders) ) (età( dei soggetti, sesso) 12
7 validità Gli errori sistematici si manifestano nella tendenza di un dato metodo a sovrastimare (o sottostimare) ) il vero valore da stimare. Pertanto, le misure che ottengo usando un metodo non valido saranno diverse dal valore vero e tenderanno a sovrastimare o sottostimare tale valore. Gli errori sistematici hanno cause ben determinate, inerenti o al metodo (es.: scarsa selettività del reagente usato per la titolazione di un certo soluto), o alle condizioni di esecuzione del procedimento analitico (es.: strumento non calibrato correttamente). 13 Esempi di validità critica GENERALIZZABILITÀ Errore sistematico 1: voglio fare uno studio sulla prevalenza di diarrea in bambini sotto i cinque anni, e mi baso sui bambini che vengono in ospedale. (selection( bias) Errore sistematico 1b: voglio conoscere l opinione della gente su una questione particolare e al telegiornale gli dico di esprimere il loro parere chiamando un numero (self( self-selectionselection bias) (validità esterna non sarò in grado di generalizzare a tutta la popolazione di bambini) Errore sistematico 2: Voglio fare uno studio sull onestà delle persone p e gli chiedo: lei è onesto? (validità( interna prerequisito per validità esterna) 14
8 Calcolo della numerosità campionaria Consideriamo lo schema più semplice: il campionamento casuale semplice per studiare una prevalenza Cosa devo sapere? Presunta prevalenza della condizione da stimare, p Valore della normale (z) in corrispondenza del livello di confidenza desiderato, (1-α) grado di precisione desiderato (b), o grandezza dell errore errore casuale che sono disposto a tollerare che mi definisce l intervallo l di confidenza Numerosità della popolazione da cui estrarre campione 15 cos è il livello di confidenza Vorrei che il risultato ottenuto fosse il meno possibile dovuto al caso. Vorrei che fosse improbabile ottenere dal mio studio un risultato lontano dal valore reale 16
9 livello di confidenza Il livello di confidenza esprime il grado di certezza del risultato. Che il mio risultato non sia dovuto al caso. Porre il livello di confidenza al 95% significa che col 95% di probabilità la prevalenza reale (quella ottenuta nell'eventualità di un intervista a tappeto a tutta la popolazione) sarebbe compresa fra la stima ottenuta dal mio campione ± l errore che sono disposto a tollerare 17 cos è il grado di precisione È l errore che sono disposto a tollerare. Voglio uno studio abbastanza grande da individuare la prevalenza all interno di un intervallo che considero soddisfacente Più è piccola la prevalenza, più vorrò essere preciso per evitare il rischio di non individuare con certezza una prevalenza. 18
10 il grado di precisione Se dal campione ottengo una prevalenza del 41%, e ho definito un errore pari a 5%, considero tollerabile che il valore reale vari da 41-5= 5=36 a 41+5=46 46 Se avevo definito un livello di confidenza del 95%, vorrà dire che col 95% di probabilità la prevalenza nella popolazione totale, sarà compresa fra il 36% e il 46% (41% ± 5%). Ma se studio una prevalenza attorno al 4%, avrò bisogno di precisione maggiore per evitare il rischio di incrociare lo 0%. Se fossi disposto a tollerare un errore del 5%, avrei un intervallo possibile (4%±5%) 5%),, che varia da -1% a 9% 19 numerosità campionaria z valore della normale in corrispondenza del livello di confidenza desiderato Es: : se 95% => z=1,96 (1- α)=90% => z=1,645 90% => z=2,576 p prevalenza plausibile della condizione da studiare. (expected( prevalence) Es: dislessia nel 4,0% della popolazione => p = 0,040 = 4,0% q 1-p=0.96 b precisione desiderata (desired( precision) Es: : se il 4,0% di prevalenza non voglio che oscilli oltre ±2%, cioè che vada da 2,0% a 6,0% => b=0,02 pop numerosità della popolazione di riferimento Es: : i bambini dislessici di IV elementare sono 9000 in FVG 20
11 numerosità campionaria per popolazioni grandi, la numerosità campionaria sarà: x 0 = z² (pq)) / b² per popolazioni piccole, la formula va corretta in: x = x 0 / [1+ (x 0 / pop)] * piccole : popolazioni inferiori ai esempio voglio stimare la numerosità del campione necessario a studiare la dislessia,, presente circa nel 4% della popolazione dei bambini che frequentano la IV elementare, e in Friuli Venezia Giulia ho una popolazione di 9000 studenti di IV, e voglio un livello di confidenza del 95% e una precisione del 2%: 2 x 0 = z² (pq)) / b² = 1,96² (0,04 * 0,96) / 0,02² = 369 essendo la popolazione piccola, uso la seconda formula: x = x 0 / [1+ (x( 0 / pop)] = 369 / [1+ (369 / 9000)] =
12 esempio: openepi 23 se volessi studiare una associazione? Errore di tipo alfa (α)( lo studio mostra un associazione che in realtà non esiste (falso positivo) ) (definisce( la probabilità statistica che il risultato ottenuto in uno studio sia casuale) Errore di tipo beta (β)( lo studio non mostra un associazione che in realtà esiste (falso negativo). Si riferisce alla possibilità che la mancata evidenza di un risultato significativo sia dovuta solo al caso (potenza di uno studio = 1-1 β) 24
13 elementi necessari per stimare la numerosità campionaria Livello di significatività (1-α) ) (di solito 95%) Probabilità di incontrare un associazione che realmente esiste (1-β) ) (di solito 80%) power: potenza dello studio Rapporto tra esposti e non esposti (N0/N1) Prevalenza dell outcome tra gli esposti (a/n0) Prevalenza dell outcome tra non esposti (b/n1) so ben poco di queste cose...ipotizzo esempio: openepi 26
14 tipi di campionamento probabilistico casuale semplice sistematico casuale stratificato non probabilistico scelta di comodo (campionamento per quote o convenience sampling) scelta ragionata (campionamento ragionato o judgmental sampling) 27 campionamento probabilistico Le unità della popolazione hanno la stessa probabilità di essere selezionate Cerca di ridurre l errore (intenzionale o meno) del ricercatore nella selezione delle unità. 28
15 campionamento casuale semplice Es. Voglio misurare il peso e altezza di bambini delle elementari di un paese. Voglio selezionare 300 bambini tra il totale di 6,000 alunni Preparo la lista completa dei 6000 alunni, numerandoli da 1 a Genero 300 numeri casuali da 1 a 6000 [con Epi Info o excell: =CASUALE()*(1-6000)+6000] Dalla lista, prendo i bambini che corrispondono ai numeri selezionati 29 campionamento sistematico Stesso esempio, ma Uso l intervallo di selezione, il passo (6000/300 = 20) Seleziono un numero casuale da 1 a 20 che chiamo unità d inizio (es: 13) Seleziono tutti i bambini che hanno come numero di lista = (unità d inizio) + (il passo) es: 13, 33, 53, ,
16 campionamento stratificato Quando si studia un carattere che si suppone sia influenzato da un certo fattore presente nella popolazione (es. sesso o classi d età). Prima di effettuare l'estrazione del campione la popolazione viene suddivisa in strati basati su un fattore che influenza il livello o del carattere da studiare. Quindi, all'interno di ciascuno strato si sceglie un campione in modo casuale semplice o sistematico. Divisione della popolazione in sottogruppi (es: classi di bambini) Selezione casuale delle unità nei sottogruppi (es: bambini nelle classi) rispettando le proporzioni di ripartizione dei bambini nelle n classi, tra universo e campione. Vi possono essere varie tappe di stratificazione 31 Il campionamento casuale stratificato è più flessibile di quello casuale semplice: nei diversi strati posso scegliere una percentuale differente (es. 10% in uno strato, 5% in un altro ecc.). Lo svantaggio del campionamento stratificato è che la caratteristica di appartenenza di ciascuna unità ad uno strato deve essere nota prima di scegliere il campione. 32
17 la randomizzazione nei trial randomizzati controllati Concetto diverso rispetto alla randomizzazione di unità campionarie a partire da una popolazione d interesse. Il TRIAL è un esperimento (implica un intervento su un gruppo e un intervento diverso o un non intervento su un altro gruppo) e non uno studio osservazionale. La randomizzazione serve comunque a garantire l allocazione casuale dei soggetti ad un braccio o all altro dello studio (o a più bracci). Non necessaria una lista completa di soggetti, ma importante generare a priori una lista di allocazione, garantendo, a seconda dello studio, il più alto grado di blinding possibile. Clownterapia? 33 Esercitazione 1 Pensare ad uno studio osservazionale (campione casuale semplice). In una parte della popolazione volete studiare la prevalenza di una particolare caratteristica o patologia. Definire la caratteristica. Definire la popolazione di interesse. Ragionare su evidenza di possibile prevalenza della caratteristica nella popolazione oggetto dello studio. Calcolare la numerosità campionaria. 34
18 Esercitazione 2 Pensare ad uno studio intervento (RCT). Su un gruppo di pazienti affetti da una specifica patologia (da definire) volete sperimentare un nuovo trattamento (da definire il nuovo e il vecchio). Definire la patologia, i pazienti, i trattamenti. Fare ipotesi sulla diversa prevalenza di uno specifico outcome nel gruppo che ha avuto il nuovo trattamento e l altro (senza o con vecchio trattamento). Calcolare la numerosità campionaria necessaria a dimostrare la significatività della differenza tra trattamenti. A seconda della numerosità necessaria ottenuta, ragionare sulla fattibilità dello studio (quanti pazienti reclutereste in un periodo ragionevole di tempo). A seconda del trattamento scelto, ragionare sulle possibilità di garantire la cecità nel personale che somministra il trattamento,, nel paziente, e nel personale che valuta l outcome outcome. 35 Fine LM 36
Alcuni concetti. Unità
Alcuni concetti Campionamento: il processo di selezione di un certo numero di unità da una popolazione di studio predefinita Popolazione di riferimento: l insieme totale, finito o infinito, degli elementi
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
Dettagli28/10/2010 CAMPIONE STATISTICO. L'errore di campionamento
8/10/010 CAMPIONE STATISTICO POPOLAZIONE CAMPIONE RAPPRESENTATIVO L'errore di campionamento L'errore di campionamento è rappresentato dalla differenza tra i risultati ottenuti dal campione e la vera caratteristica
DettagliINTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA
INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliModificazione d effetto (interazione) Confounding (confusione)
Modificazione d effetto (interazione) e Confounding (confusione) Lorenzo Monasta Servizio di Epidemiologia e Biostatistica IRCCS Burlo Garofolo, Trieste COMBINAZIONE DI TABELLE DI CONTINGENZA 2X2 Per studiare
DettagliPRINCIPI DI EPIDEMIOLOGIA E SORVEGLIANZA Orvieto, 22 marzo Maria Miceli
PRINCIPI DI EPIDEMIOLOGIA E SORVEGLIANZA Orvieto, 22 marzo 2006 Campionamento Maria Miceli Cos è il campionamento? Procedura attraverso la quale alcuni membri della popolazione sono selezionati come rappresentatitivi
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
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliIl metodo statistico: prova dell ipotesi, intervallo di confidenza
Il metodo statistico: prova dell ipotesi, intervallo di confidenza Tratto con modifiche da : Buzzetti, Mastroiacovo. Le prove di efficacia in pediatria. 2000, UTET 1 Il problema Si supponga di voler verificare
DettagliAlcuni aspetti chiave e preliminari:
Alcuni aspetti chiave e preliminari: Una visione d insieme La domanda dello studio I soggetti dello studio Le variabili e i metodi dello studio L ipotesi nulla e la stima della numerosità campionaria I
DettagliMISURE ANALITICHE MISURE ANALITICHE. η = x - θ. θ (valore vero) x (misura) ERRORE TOTALE. η 1 > 0
MISURE ANALITICHE MISURE ANALITICHE Il risultato di un operazione di misura è un numero reale (x), detto misura analitica che esprime il valore vero (). a) livello VERO di un indicatore biologico (valore
DettagliPag. 1 di 9. Fabio Ostanello Dip. Scienze Mediche Veterinarie, Università di Bologna 13/09/ Tecniche di campionamento
- Tecniche di 1. Principi e metodi di Definizione di ed ambiti di applicazione. Vantaggi e svantaggi delle tecniche di. 2. Popolazione di riferimento e rappresentatività campionaria Criteri di definizione
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
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
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
DettagliLa progettazione di un indagine statistica
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 L indagine campionaria 2 3 Outline 1 L indagine campionaria 2 3 L indagine campionaria [1/2] Principalmente influenzata da: tempi costi
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
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliPOPOLAZIONE CAMPIONE
CAMPIONAMENTO 1 POPOLAZIONE Insieme finito o infinito di unità legate da almeno una caratteristica comune, che consenta di stabilire un criterio di appartenenza alla popolazione stessa. Esempio Bambini
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliMetodologia Statistica
Metodologia Statistica La metodologia statistica viene suddivisa tradizionalmente in due branche, strettamente collegate Statistica descrittiva indicatori statistici per riassumere realtà complesse Statistica
DettagliErrori (o bias) negli studi epidemiologici
Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Campionamento e distribuzione campionaria della media CdL Infermieristica
DettagliProf. Roberto de Marco. Lezione n L inferenza statistica I. Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona
Prof. Roberto de Marco Lezione n.10 - L inferenza statistica I Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona STATISTICA DESCRITTIVA Metodi per la descrizione e sintesi di
DettagliMetodi e tecniche di valutazione dei progetti Tecniche di campionamento
Tecniche di campionamento Facoltà di Medicina e Odontoiatria Corso di laurea magistrale Facoltà TECNICHE di Economia DIAGNOSTICHE A.A. 2013-2014 Probabilistico Campione Non probabilistico Campione casuale
DettagliMetodi Statistici per il Marketing. #06 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #06 Elementi di statistica inferenziale e di teoria dei campioni 22 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #06 Elementi di statistica
DettagliRILEVAMENTO DELLA PREVALENZA
RILEVAMENTI - Servono per ottenere informazioni sulla malattia nella popolazione - I rilevamenti prevedono il conteggio dei membri di un aggregato di unità e la misura delle loro caratteristiche - In epidemiologia
DettagliCampionamento. Aa
Campionamento Un procedimento attraverso cui si estrae, da un insieme di unità (popolazione) costituenti l oggetto dello studio, un numero ridotto di casi (campione) scelti con criteri tali da consentire
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.12 - Test statistico Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona IPOTESI SCIENTIFICA Affermazione che si può sottoporre a verifica
DettagliScelta del disegno dello studio
Scelta del disegno dello studio La scelta del disegno dipende da: 1) Tipo di domanda a cui vogliamo rispondere determinare il livello di malattia in una popolazione identificare cause di malattia o sottogruppi
DettagliIl campionamento. Storia del campionamento nelle scienze sociali
Il campionamento Storia del campionamento nelle scienze sociali 1895 (Congresso internazionale di statistica a Berna) : A.Kiaer campionamento ragionato al posto di indagini censuarie 1926 : A.Bowley: campionamento
DettagliIntervallo di confidenza
Intervallo di confidenza Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima puntuale di µ la deviazione standard Media,
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliArgomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
DettagliBrevi cenni all intervallo di confidenza
Brevi cenni all intervallo di confidenza INFERENZA STATISTICA L INFERENZA STATISTICA è un insieme di metodi con cui si cerca di «raggiungere una conclusione» sulla popolazione, sulla base delle informazioni
DettagliERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliIntroduzione all'inferenza Lezione 4
Last updated April 16, 2016 Introduzione all'inferenza Lezione 4 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Introduzione all inferenza Popolazione Campione
DettagliDipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
I bias negli studi epidemiologici. Elementi di statistica descrittiva ed inferenziale.l epidemiologia sperimentale Paolo Villari paolo.villari@uniroma1.it Dipartimento di Samità Pubblica e Malattie Infettive
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007 Esercizio 1 La seguente Tabella 1 riporta la distribuzione degli alberghi di una certa area per categoria
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Obiettivo Conoscere e utilizzare i principali strumenti per organizzare e descrivere le
DettagliUniversità di Pavia Econometria. Richiami di Statistica. Eduardo Rossi
Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti
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
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005 Importanza del campionamento Trarre conclusioni o fare previsioni limitando l'osservazione solo a un gruppo dei soggetti che
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliStatistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1
Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
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,
DettagliParametri statistici
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Parametri statistici 24/1/2005 Deviazione standard della media La variabilità di una distribuzione può quindi essere espressa da un indice
DettagliCON O SENZA REIMMISSIONE
CAMPIONAMENTO Per una buona inferenza o induzione statistica, bisogna affrontare il problema del campionamento, ovvero del come raccogliere un campione della popolazione affinché la si possa studiare induttivamente.
Dettagli1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
DettagliMatematica per psicologi
Matematica per psicologi Docente: prof. Gabriella Caristi, E-mail: caristi@units.it http://www.dsm.univ.trieste.it/~caristi Tel.: 040 558 2605 Testo: Statistical methods for the social sciences, A. Agresti-B.
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliLezione 1 Corso di Statistica. Domenico Cucina
Lezione 1 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 31 obiettivi della lezione comprendere il campo di applicazione della statistica familiarizzare
DettagliERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005 Test di significatività Nei lavori di statistica medica si citano sempre i livelli di significatività (ovvero la probabilità)
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 09-Campione e popolazione vers. 1.0 (31 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliPRINCIPIO DI INTEDERMINAZIONE
PRINCIPIO DI INTEDERMINAZIONE «Nell ambito della realtà le cui connessioni sono formulate dalla teoria quantistica, le leggi naturali non conducono quindi ad una completa determinazione di ciò che accade
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
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
DettagliIntroduzione all Inferenza Statistica
Introduzione all Inferenza Statistica Fabrizio Cipollini Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) G. Parenti Università di Firenze Firenze, 3 Febbraio 2015 Introduzione Casi di studio
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 la
DettagliINTRODUZIONE ALLA STATISTICA
1 / 31 INTRODUZIONE ALLA STATISTICA A.A.2017/2018 Perchè studiare la statistica 2 / 31 Le decisioni quotidiane sono spesso basate su informazioni incomplete. Perchè studiare la statistica Le decisioni
DettagliStatistica e informatica
Statistica e informatica Statistica descrittiva Francesco Pauli a.a. 2017/2018 Francesco Pauli Descrittiva 1 / 15 Oggetto dell analisi: la popolazione L obiettivo ultimo è conoscere qualche caratteristica
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliIl metodo sperimentale
STUDI SPERIMENTALI Studi sperimentali Il metodo sperimentale La validità nel metodo sperimentale risiede nel controllo diretto da parte del ricercatore sulla assegnazione dei soggetti ai gruppi di studio
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
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliAndrea Manganaro. Tecniche di campionamento a confronto per i sistemi di audit regionali
Andrea Manganaro Tecniche di campionamento a confronto per i sistemi di audit regionali Definizione del problema Le regioni finanziano ogni anno diverse attività tramite due fondi europei: il Fondo Europeo
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -
DettagliTitolo della lezione. Introduzione
Titolo della lezione Introduzione Informazioni sul corso - 1 Obiettivi Nel corso verranno approfonditi gli argomenti relativi alla statistica descittiva di base e alla statistica inferenziale; particolare
DettagliLe indagini campionarie
Le indagini campionarie: i principali schemi di campionamento Le indagini campionarie Il reperimento dei DATI STATISTICI attraverso una RILEVAZIONE è un operazione che ha dei COSTI, sia in termini di TEMPO
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliQuanti suini devo esaminare?
Quanti suini devo esaminare? Il calcolo della numerosità del campione e l interpretazione dei risultati Fabio Ostanello Dip. Scienze Mediche Veterinarie, Università di Bologna Quali informazioni posso
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Intervalli di confidenza Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliAppunti di statistica ed analisi dei dati
Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3
DettagliTeoria della stima dei parametri:
INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa alla popolazione è da ritenersi vera sulla base dei dati campionari
DettagliCampionamento. Pag. 1 di 9. Fabio Ostanello - Facoltà di Medicina Veterinaria, Università di Bologna 03/11/2006
Obiettivi Campionamento Che cosa è il Campionamento? Perchè utilizziamo i Campioni? Concetto di rappresentatività MetodidiCampionamento Errore di Campionamento Calcolo della dimensione del campione Definizione
DettagliStatistica dei consumi alimentari e delle tendenze nutrizionali Lezione 11-5/11/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 11-5/11/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Argomenti trattati Popolazione e campionamento
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
DettagliIndagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine
10/1 Indagine statistica Indagine Totale Indagine Campionaria Fasi dell indagine definizione degli obiettivi definizione delle unità e delle variabili da rilevare scelta del periodo di riferimento individuazione
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliR - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre
R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota
Dettagli