Pag. 1 di 9. Fabio Ostanello Dip. Scienze Mediche Veterinarie, Università di Bologna 13/09/ Tecniche di campionamento
|
|
- Oreste Mariotti
- 7 anni fa
- Visualizzazioni
Transcript
1 - 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 della popolazione. Principi generali di rappresentatività campionaria. Errori di e possibili fonti di distorsione. 3. Informazioni ottenibili dall esame di un campione Valutazione della presenza/assenza di una malattia. Valutazione della proporzione di soggetti malati (valutazione della prevalenza). Stima della media di un parametro quantitativo (peso, lunghezza, IPMG, ecc.) 4. Calcolo delle dimensioni del campione Stima del numero di soggetti da esaminare per ciascuna delle tipologie di del punto precedente 5. Scelta dei soggetti da esaminare Tecniche di estrazione del campione. Campionamento per randomizzazione semplice e sistematica. Stratificazione della popolazione. Campionamento a cluster. 1. Principi e metodi di - Definizione di e suoi ambiti di applicazione - Vantaggi e svantaggi delle tecniche di Definizione di Perché alcuni: confronto tra indagine censuaria e indagine campionaria Procedura per la quale alcuni membri della popolazione sono selezionati come rappresentativi della intera popolazione indagine Aspetti censuaria campionaria Risorse economiche elevate contenute Durata delle operazioni lunga breve Errore campionario assente presente Altri tipi di errore presenti presenti Bracalente, Cossignani, Mulas, Statistica aziendale, 2009, McGraw-Hill Perchè utilizzare tecniche di? I limiti del quando è impraticabile raccogliere informazioni sull intera popolazione per motivi: pratici popolazione eccessivamente vasta, animali selvatici, tempo a disposizione economici + esami + costi Precisione Costi altro esame distruttivo, disponibilità di personale, di laboratori, ecc. piutost che nient, l'è mei piutost Pag. 1 di 9
2 Un paradosso diffuso osservazione Perché non funziona così I campioni a bassa numerosità sono inutili - i pochi individui che costituiscono il campione possono rappresentare una eccezione Mio nonno fumava 40 sigarette al giorno ed è morto a 92 anni E chiaro, quindi, che il fumo non fa male conseguenza La storia del singolo (o di pochi) non può essere rappresentativa di una popolazione Tutti tendiamo a generalizzare partendo dalle nostre (limitate) esperienze personali Per ogni esempio che induce a generalizzare in un senso, è sempre possibile trovare un altro esempio che spinge nella direzione opposta - es. il nonno è morto alla sua prima sigaretta Terminologia Unità campionaria unità di base intorno alla quale il è pianificato - Criteri di definizione della popolazione Frazione di rapporto tra la dimensione del campione e la dimensione della popolazione Universo di tutte le unità campionarie che compongono una popolazione Schema di metodo di selezione delle unità campionarie dall universo di 2. Popolazione di riferimento e rappresentatività campionaria - Principi generali di rappresentatività campionaria - Errori di e possibili fonti di distorsione Popolazione Campionamento e rappresentatività Insieme omogeneodi unità campionarie definito secondo unoo piùcriteri univocidi classificazione: individuali spaziali, di tipologia temporali età, sesso, genetica, caratteristiche produttive, esposizione, recettività localizzazione geografica, tipologia di allevamento stagione, mese, giorno della settimana Il campione è rappresentativo quando riassume in se, nelle medesime proporzioni, le caratteristiche della popolazione da cui viene estratto Pag. 2 di 9
3 Tipologie di Confronto tra probabilistico e non probabilistico non probabilistico campioni di convenienza campioni viziati scenario migliore o peggiore campioni soggettivi basati sulla conoscenza campioni basati su tempo/risorse e vincoli probabilistico randomizzazione semplice randomizzazione sistematica randomizzazione stratificata a grappolo (cluster) Campionamento probabilistico non probabilistico Risorse economiche Relativamente elevate Contenute Durata Relativamente lunga Breve Errore campionario Valutabile Non valutabile Rappresentatività Buona Non valutabile Bracalente, Cossignani, Mulas, Statistica aziendale, 2009, McGraw-Hill Errore di Errore di : cause in qualsiasi modo venga scelto un campione, i suoi caratteri non saranno mai identici a quelli della detta popolazione di origine target (universo di riferimento) (insieme degli individui o unità su cui si intende effettuare una inferenza) la differenza tra il risultato ottenuto mediante l esame del campione e la vera caratteristica del target è detta errore di esso non può mai essere calcolato con esattezza ma può essere stimato (cioè calcolato approssimativamente) L errore di si verifica per: VARIAZIONE CASUALE deriva da un fattore non eliminabile: il caso SELEZIONE VIZIATA fatta su una porzione non rappresentativa della popolazione oppure con un metodo non appropriato Si ottiene un buon campione perché l errore dovuto alla variazione casuale può essere stimato Si ottiene un cattivo campione perché l errore dovuto alla variazione casuale NON può essere stimato. Il campione è distorto Errore di quindi Sx 17 tiri con un buon fucile Dx 17 tiri fucile con mirino fuori asse inferenza Nessun campione è una perfetta immagine della popolazione ma: - nei campioni probabilistici la grandezza dell errore può essere misurata La grandezza dell errore dipende della - dimensione del campione - quantità di variabilità nella misura del fattore di interesse Quindi, quando si effettua un indagine campionaria si possono ottenere risultati più o meno validi in funzione di: - scelta della popolazione - metodo di selezione dei soggetti - metodi per l identificazione dei casi (test) Pag. 3 di 9
4 Campionamento probabilistico Presupposto - ogni soggetto ha la stessa probabilità di essere scelto (estratto) 3. Informazioni ottenibili dall esame di un campione - Valutazione della presenza/assenza di una malattia - Valutazione della proporzione di soggetti malati (prevalenza) - Stima della media di un parametro quantitativo (peso, durata della gravidanza, IPMG, ecc.) Conseguenza - si riduce la possibilità di vizio di selezione dei soggetti - è possibile l applicazione della teoria statistica ai risultati 4. Calcolo delle dimensioni del campione - Come calcolare il numero di soggetti da esaminare Aspetti Obiettivo 1) Presenza di una malattia 2) Prevalenza di una malattia Risultato tipologia scala presenza/assenza qualitativo Si/No percentuale quantitativo Da 0 a 100 quantitativi QUANTI soggetti esaminare per ottenere una stima attendibile 3) Stima di una media media quantitativo In funzione del parametro qualitativi QUALI soggetti esaminare per ottenere una stima attendibile Obiettivo 1. Valutazione della presenza/assenza di una malattia Obiettivo 1. Alcune considerazioni Domanda: la malattia «Y» è presente nella popolazione di animali allevati nell allevamento «X»??? Più tecnicamente: voglio rilevare, con una margine di errore accettabile, se la malattia è presente nella popolazione a un valore di prevalenza ad un minimo fissato come soglia Rilevare la presenza di una malattia risultato qualitativo malattia presente o assente La massaia crede che per considerare assente una malattia infettiva in un allevamento, nessun animale deve essere malato Il veterinario sa che è ragionevole fissare un valore di prevalenza (> 0!!!) al di sotto del quale è molto poco probabile che una certa malattia infettiva sia presente - quindi, che se una certa malattia infettiva è presente interesserà almeno una data percentuale di animali niente Pag. 4 di 9
5 Obiettivo 1. Cosa occorre conoscere? E ora.. i calcoli!!!!! il numero di soggetti della popolazione (può essere considerata infinita per valori > unità o comunque quando la prevalenza minima corrisponde ad almeno 100 soggetti positivi nella popolazione) Il valore di prevalenza attesa nella popolazione al di sotto del quale si ritiene che l'infezione non possa esistere il livello di confidenza (generalmente 95% o 99%) che fornisce l indicazione sulla veridicità dei risultati ottenuti; maggiore è il valore del livello di confidenza, maggiore sarà la probabilità che i risultati ottenuti siano veri 3. livello di confidenza 1. dimensioni della popolazione 2. prevalenza attesa soggetti da esaminare Il numero «3» vi ricorda qualcosa? Obiettivo 1. Come interpretare il risultato almeno 1 scrofa positiva / 3 esaminate nessuna scrofa positiva / 3 esaminate 95% di probabilità che nella popolazione di scrofe la prevalenza sia >80% 95% di probabilità che nella popolazione di scrofe la prevalenza sia < 80% Se i campioni sono tutti negativi, si può concludere, con una probabilità pari al livello di confidenza scelto, che l infezione non è presente o, se dovesse essere presente, la sua prevalenza è inferiore Fabio Fabio Ostanello Ostanello a -quella DIMEVET - DSPVPA- ipotizzata Aujeszky. Ora si fa così Obiettivo 1. Come interpretare il risultato Prevalenza massima Pag. 5 di 9
6 Obiettivo 1. Morale Obiettivo 2. Valutazione della prevalenza di una malattia Più è basso il valore di prevalenza attesa, - più grande sarà la dimensione del campione Più è alto il livello di confidenza ( %) - più grande sarà la dimensione del campione Le dimensioni della popolazione influenzano le dimensioni del campione solo quando.. Domanda: quale è la percentuale di animali malati? Più tecnicamente: voglio stimare la prevalenza della malattia nella popolazione con un margine d errore accettabile, dato un valore di prevalenza attesa Stimare la prevalenza di una malattia risultato quantitativo % di animali malati Obiettivo 2. Cosa occorre conoscere? 1. il numero di animali della popolazione da cui estrarre il campione 2. il valore di prevalenza attesa della malattia "x" 3. l errore accettabile nella stima del valore di prevalenza 4. il livello di confidenza (generalmente 95% o 99%) che fornisce l indicazione sulla veridicità dei risultati ottenuti; maggiore è il valore del livello di confidenza, maggiore sarà la veridicità dei risultati 4. livello di confidenza E ora.. i calcoli!!!!! 1. dimensioni della popolazione 2. prevalenza attesa 3. errore accettabile soggetti da esaminare Come superare il paradosso della prevalenza attesa Conoscenze epidemiologiche: - AE molto contagioso = prevalenza attesa elevata Altre fonti informative - bibliografia, bollettini, esperienze pregresse,.. «Numero magico» Dati: Popolazione 1000 PA 15% EA 10% LC 95%? Come interpretare il risultato 49 animali 13% di prevalenza (6/49) Prevalenza di popolazione 13±10% (min. 3% max 23% Pag. 6 di 9
7 L alternativa al software: le tabelle Obiettivo 1. L alternativa al software: le tabelle Obiettivo 2. Obiettivo 3. Stima del valore medio di un parametro quantitativo Obiettivo 3. Cosa occorre conoscere? Domanda: quale è il peso medio dei pesci del mio allevamento? Stimare un parametro risultato quantitativo valore medio 1. il numero di animali della popolazione da cui si estrae il campione 2. il valore di deviazione standard del parametro (es. peso) 3. l errore accettabile nella stima del valore medio (es. 0,5 kg) 4. il livello di confidenza (generalmente 95% o 99%) che fornisce l indicazione sulla veridicità dei risultati ottenuti; maggiore è il valore del livello di confidenza, maggiore sarà la veridicità dei risultati E ora.. i calcoli!!!!! Variazione percentuale delle dimensioni del campione 1. dimensioni della popolazione 2. deviazione standard 3. errore accettabile 4. livello di confidenza soggetti da pesare Pag. 7 di 9
8 Dimensioni campionarie per 3 livelli di confidenza (popolazione di dimensioni infinite, accuratezza desiderata: ± 5%) 5. Scelta dei soggetti da esaminare - Tecniche di estrazione del campione - Campionamento per randomizzazione semplice - Campionamento per randomizzazione sistematica - Campionamento per stratificazione - Campionamento a cluster 1. Campionamento casuale semplice Esempio: casuale semplice Principio - ogni individuo della popolazione ha le stesse probabilità di entrare a far parte del campione Procedura - numerare tutte le unità - estrarre unità casuali vantaggi - semplice - errore di facilmente misurabile svantaggi richiede la completa lista delle unità campionarie non sempre si ottiene la migliore rappresentatività 2. Campionamento sistematico Esempio: casuale sistematico Principio - unità estratte con un constante intervallo tra successive unità - uguale opportunità per ogni unità di essere estratta Procedura - calcolare l intervallo di (k = N/n) - estrarre ogni k unità dalla prima unità Vantaggi - assicura buona rappresentatività - facile da implementare Svantaggi - rischioso se il fenomeno presenta ciclicità Utile in condizioni pratiche di campo, quando non si disponga della numerazione di tutti i soggetti, o quando sia difficile individuare i singoli soggetti corrispondenti al numero selezionato Pag. 8 di 9
9 3. Campionamento stratificato 3. Campionamento stratificato Principio - classificare la popolazione in sottogruppi internamente omogenei (strato) - estrarre un campione da ogni strato - combinare i risultati di tutti gli strati Vantaggi - Più precise se la variabile è associata con lo strato - Tutti sottogruppi rappresentati, permette conclusioni separate per ciascuno di essi Svantaggi - errore di Campionamento di difficile misurazione - perdita di precisione se tutti i soggetti vengono campionati in un unico strato La popolazione viene divisa in strati sulla base di caratteristiche importanti (età, sesso, dimensioni dell allevamento, distribuzione geografica...). Entro ogni strato viene effettuato un casuale devono essere noti in anticipo gli effetti delle caratteristiche in base alle quali stratificare e la composizione della popolazione relativamente ad esse ogni strato viene rappresentato nel campione Totale popolazione: 1800 capi PA=20% Errore 5% IC=95% % % % N soggetti da campionare: Campionamento a cluster Principio - campione casuale di gruppi ( clusters ) di unità - In cluster selezionati, sono incluse tutte le unità o proporzioni di unità (campione) - Il entro il cluster può essere: casuale semplice casuale sistematico 4. Campionamento a cluster 4. Campionamento a cluster Le unità campionarie non sono singoli individui, ma gruppi omogenei di essi (allevamenti, cucciolate, partite...), definiti clusters. I clusters possono poi essere selezionati in uno dei modi previsti per unità campionarie costituite da singoli individui vantaggi - semplice poichè non è richiesta la lista di Campionamento completa delle unità entro la popolazione svantaggi - Imprecisa se i clusters non sono omogenei e quindi la variazione tra campioni è maggiore della variazione nella popolazione - Errore di difficile da misurare Pag. 9 di 9
Campionamento. 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
DettagliQUANDO RACCOGLIERE DATI SU BASE CAMPIONARIA??
QUANDO RACCOGLIERE DATI SU BASE CAMPIONARIA?? 1) QUANDO SI ESEGUE UNA SPERIMENTAZIONE PILOTA 2) QUANDO E IMPRATICABILE, PER MOTIVI PRATICI, ECONOMICI ecc... RACCOGLIERE DATI SULL INTERA POPOLAZIONE (ad
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
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
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
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
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
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
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
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
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:
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
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
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:
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliAlcuni 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
DettagliIl Campionamento Statistico
Il Campionamento Statistico Campionamento sistematico (1/2) Introdotto per ovviare ai costi elevati del campionamento casuale e semplice; richiede la selezione casuale soltanto
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
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:
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.
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
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
DettagliEsempio (Azzalini, pp. 6-15)
Inferenza statistica procedimento per indurre le caratteristiche non note di un aggregato a partire dalle informazioni disponibili su una parte di esso. Obiettivo del corso presentare la teoria ed i metodi
Dettaglicontrollo delle malattie dei pesci
Epidemiologia nel controllo delle malattie dei pesci Dr Ignacio de Blas Facoltà di Veterinaria Università di Zaragoza (Spagna) Erice, 24 ottobre 2008 Workshop Acquacoltura mediterranea: aspetti normativi
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,
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
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,
DettagliAnalizzare in termini quantitativi significa basarsi su dati e non su idee o ipotesi
Statistica La Statistica è una metodologia per l analisi quantitativa dei fenomeni collettivi, cioè fenomeni il cui studio richiede l osservazione di un insieme di manifestazioni individuali Analizzare
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
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
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica
Università del Piemonte Orientale Corso di Laurea in Igiene Dentale Corso di Statistica per la ricerca sperimentale e tecnologica Campionamento e distribuzione campionaria della media Corso di laurea triennale
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
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
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
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
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliLA COSTRUZIONE DELLA BASE EMPIRICA B RELATIVAMENTE ALL UNITÀ DI ANALISI LA DEFINIZIONE OPERATIVA DELL OGGETTO
LA COSTRUZIONE DELLA BASE EMPIRICA B RELATIVAMENTE ALL UNITÀ DI ANALISI LA DEFINIZIONE OPERATIVA DELL OGGETTO CONSISTE NELLO SPECIFICARE IL TIPO DI OGGETTO CUI E INTERESSATA L INDAGINE = L UNITA DI ANALISI
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
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
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
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
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
DettagliIL COLLAUDO IN ACCETTAZIONE A.A. 2006/2007
IL COLLAUDO IN ACCETTAZIONE A.A. 2006/2007 Il Il collaudo in accettazione Il risultato di una attività produttiva non è mai perfettamente ripetibile E necessario verificare che i prodotti abbiano la qualità
DettagliVariabili e scale di misura
Variabili e scale di misura Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale IL CAMPIONAMENTO Esempio:
DettagliCap. 7 Distribuzioni campionarie
Cap. 7 Distribuzioni campionarie 1 Popolazione e Campione Una popolazione è l insieme di tutte le unità oggetto di studio Tutti i potenziali votanti nelle prossime elezioni Tutti i pezzi prodotti oggi
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
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
DettagliAppunti sull indagine statistica e i principali schemi di campionamento
Appunti sull indagine statistica e i principali schemi di campionamento Nell ambito delle discipline del management, la definizione di possibili alternative strategiche e la conseguente scelta di quella
DettagliPercezione dello stato di salute BENESSERE
PROFILO SOCIODEMOGRAFIXCO BENESSERE Nella definizione di salute dell Organizzazione Mondiale della Sanità (OMS) viene evidenziato come allo stato di benessere psicofisico concorrano una componente oggettiva
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
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
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliLe statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.
Una volta selezionato il campione, la variabile di interesse viene misurata sugli elementi che lo costituiscono. I valori che la variabile assume vengono poi sintetizzati utilizzando le statistiche opportune
DettagliValutazione dei test diagnostici
Valutazione dei test diagnostici Maria Miceli M. Miceli 2011 1 Diagnosi individuale (test di laboratorio) Esame collaterale nell ambito dell iter diagnostico condotto generalmente su animali sintomatici
DettagliCARATTERI QUANTITATIVI misurabili su una scala metrica variabilità continua
CARATTERI DI INTERESSE ZOOTECNICO CARATTERI QUANTITATIVI misurabili su una scala metrica variabilità continua CARATTERI QUALITATI VI classificazione delle unità sperimentali variabilità discontinua CARATTERI
DettagliFondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI
Fondamenti di Psicometria La statistica è facile!!! VERIFICA DELLE IPOTESI INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa
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
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
DettagliCAPITOLO 2 RAPPRESENTAZIONI GRAFICHE DEI DATI
VERO FALSO CAPITOLO 2 RAPPRESENTAZIONI GRAFICHE DEI DATI V F 1. Una tabella base di frequenza contiene 2 colonne: una per i valori delle variabili d interesse e un altra per il numero delle volte che i
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
DettagliQuesti appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai
Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
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
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
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliÈ possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?
Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione
DettagliIl Campionamento. La popolazione di riferimento
Il Campionamento La popolazione di riferimento La popolazione (o universo) di una ricerca è quell insieme dei casi che teoricamente costituiscono l oggetto di indagine e che hanno in comune almeno una
DettagliCapitolo 7. Distribuzioni campionarie. Statistica. Levine, Krehbiel, Berenson
Levine, Krehbiel, Berenson Statistica Capitolo 7 Distribuzioni campionarie Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari" Unità Integrata Organizzativa Agraria,
DettagliInfermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. Giuseppe La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof. Giuseppe La Torre Prof. Volpe carolina.marzuillo@uniroma1.it
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
DettagliCampionamento e numerosità campionaria
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
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliGiovedì 8 Settembre 2016
Giovedì 8 Settembre 2016 Principi di dimensionamento campionario Gli errori statistici alpha error (tipo I) beta error (tipo II) ll target di rilevanza clinica delta (di superiorità) margine M (di non
DettagliClassificazione degli studi epidemiologici!
Classificazione degli studi epidemiologici! STUDI DESCRITTIVI - DI CORRELAZIONE O ECOLOGICI - CASE REPORT/SERIES - DI PREVALENZA O TRASVERSALI STUDI ANALITICI O OSSERVAZIONALI - A COORTE - CASO-CONTROLLO
DettagliLA REVISIONE LEGALE DEI CONTI Metodologie
LA REVISIONE LEGALE DEI CONTI Metodologie statistiche per l'esame delle voci Novembre 2013 Indice 1. Introduzione 2. Classificazione delle rilevazioni statistiche 3. Esame di tutte le voci 4. Esame di
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B Esercizio 1 La Tabella 1 riporta la distribuzione dei turisti che hanno soggiornato in una certa città
Dettagli4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media
Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.
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
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 1 Dott.ssa Antonella Costanzo 11/02/2016 Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa),
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliESERCIZI: riportare lo svolgimento dell esercizio e commentare il risultato
ESERCIZI: riportare lo svolgimento dell esercizio e commentare il risultato A. Nella pubblicazione ISTAT Italia in cifre, edizione 2011, sono riportati la tabella e il grafico che seguono. a) Considerando
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
DettagliEconometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A Esercizio 1 La Tabella 1 riporta la distribuzione dei Comuni di una certa Provincia per numero di
DettagliPerché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO
Lezione 1 a Introduzione alla Statistica Medica Perché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO QUANTITATIVA. 2. LA STATISTICA PERVADE LA LETTERATURA MEDICA. 3. PER PROGRAMMARE,
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale
INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in
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
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
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
DettagliINDICATORI DI TENDENZA CENTRALE
Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005 Per verbalizzare l'esame: iscriversi ad uno degli appelli di gennaio-febbraio utilizzando il Servizio
Dettaglimotivi prevalentemente personali (lavoro, studio, tempo libero, ecc.).
5. NOTA METODOLOGICA Obiettivi dell indagine: l indagine campionaria si è posta l obiettivo di conoscere i giudizi degli utenti su alcune strade diventate da poco tempo regionali per programmare e determinare
Dettagli