ANOVA 1 Via Esercizio esempio 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ANOVA 1 Via Esercizio esempio 1"

Transcript

1 ANOVA 1 Via Esercizio esempio 1 Miller e Vanhoutte hanno condotto una ricerca sperimentale in cui cani femmine adulte, a cui erano state precedentemente asportate le ovaie (ovariectomizzate), sono stati trattati con estrogeni e progesterone. Si vuole sapere se i trattamenti hanno o meno effetti sulla concentrazione serica di progesterone. Dati TRATTAMENTO Non trattatiestrogeno Progesterone Estrogeno +Progesterone n= 18 k= 4 TOT generale= Totale Media T= Media generale = X= Variabile risposta = concentrazione sierica progesterone ng/dl Variabile trattamento = tipo di trattamento effettuato Unità sperimentale = singoli individui (cani) trattati Alfa = 0.05 Gradi di libertà totali =n-1= 18-1= 17 Gradi di libertà tra trattamenti = k-1 = 4-1=3 Gradi di libertà entro trattamenti = n-k = 18-4=14

2 F critico per 3 gdl al numeratore / 14 gdl al denominatore = 3.34 H0: µ 1 = µ 2 = µ 3 = µ 4 i quattro trattamenti danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa Assunzioni: INE Randomizzazione dei trattamenti ai soggetti:effettuata

3 concentrazione sierica di progesterone ng/dl per trattamento progesterone ng/dl Media generale Non trattati Estrogeno Progesterone Estrogeno +Progesterone Nel grafico si osservano i valori della variabile risposta ng/dl di progesterone in funzione dei trattamenti effettuati, della variabile trattamento; si osservano la relativa posizione e dispersione dei valori per ogni trattamento ed in riferimento alla media generale della variabile risposta di tutte le unità sperimentali

4 SOMMA QUADRATI SS scarti dalla media al quadrato k SST = J = 1 i = 1 Totale SST = (117*117)+(124*124)+ (124*124) - (15267*15267)/18 nj x ij 2 (T 2../N) SST = k J = 1 (T.j 2 /n j) (T 2../N) Tra trattamenti SSA= (409*409)/5+(1061*1061)/4+.-(15267*15267)/18 SSA= Entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV= MSA/ MSW = / = F è maggiore di F critico = 3.34 per alfa = 0.05, 3/14 gradi di libertà quindi rifiutiamo H0 Almeno un trattamento ha una media diversa dagli altri

5 Risultati Excel analisi dati Analisi varianza: ad un fattore RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna Colonna ANALISI VARIANZA Valore di significatività F critico Origine della variazione SQ gdl MQ F Tra gruppi In gruppi Totale

6 Risoluzione esercizio con il software R (v2.15.1) #Importazione dati data_estrogeni<-read.csv2(file.choose(), header= TRUE, sep= ";", dec=",", na.strings=" ") #importa dataset excel "anova1_1.csv" #Visualizzo un estratto del dataset head(data_estrogeni) > head(data_estrogeni) Un.sper risposta trattamento A A 3 40 A 4 88 A 5 40 A B #Uso il comando colnames che permette di visualizzare il nome delle variabili colnames(data_estrogeni) [1] "Un.sperimentale" "risposta" "trattamento" #Utilizzo il comando attach per gestire le variabili con il loro nome attach(data_estrogeni) #Calcolo le statistiche di sintesi della variabile risposta e della variabile trattamento summary(risposta) > summary(risposta) Min. 1st Qu. Median Mean 3rd Qu. Max #Comunico al software la natura nominale categorica della variabile trattamento trattamento<-as.factor(trattamento) summary(trattamento) > summary(trattamento) #Applico l analisi della varianza (ANOVA) a 1 via anova(lm(risposta~trattamento)) Analysis of Variance Table Response: risposta Df Sum Sq Mean Sq F value Pr(>F) trattamento e-06 *** Residuals

7 Signif. codes: 0 *** ** 0.01 * #Applico i confronti multipli di Tukey... TukeyHSD(aov(lm(risposta~trattamento))) tr x vs tr y diff IC 95% (t) p agg lwr upr #...che visualizzo anche graficamente rispetto alle seguenti ipotesi nulle H 0 : µ x µ y = 0 plot(tukeyhsd(aov(lm(risposta~trattamento))))

8 Qualora le assunzioni dell ANOVA fossero violate (es. assenza di normalità, varianze dei trattamenti non omogenee) si ricorre al metodo non parametrico di Kruskall-Wallis che sfrutta i ranghi: data.frame(rango=rank(risposta),risposta,trattamento) rango risposta trattamento kruskal.test(risposta~trattamento) > kruskal.test(risposta~trattamento) Kruskal-Wallis rank sum test data: risposta by trattamento Kruskal-Wallis chi-squared = , df = 3, p-value = Test significativo, rifiuto H0 accetto Ha Almeno un trattamento ha una media diversa dagli altri

9 Esercizio esempio 2 Azoulay e Dupuis hanno studiato l efficacia di cinque farmaci per debellare lo Streptococcus pneumonie nel polmone di topi femmina infettate dal batterio. I dati che seguono riassumono l esperimento con dosaggi peri iniezione di antibiotico mg/kg e numero di batteri delle vie aeree espresso in Log cfu/ml di polmone omogeneizzato). Si vuole sapere se i trattamenti hanno effetti diversi. DATI Controlli Amoxicillina 50 Eritromicina 50 TRATTAMENTO Temafloxacina 50 Ofloxacina 100 Ciprofloxacina n= 20 k=6 Totale Media Tot generale= T= Media generale= X= 5.25 H0: µ 1 = µ 2 = µ 3 = µ 4 i quattro trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa - Variabile risposta= numero di batteri (Log cfu/ml di polmone omogeneizzato) nelle vie aeree Variabile trattamento= tipo di antibiotico utilizzato Unità sperimentale= singoli individui (topi femmina)

10 Alfa = 0.05 Gradi di libertà totali =n-1= 20-1= 19 Gradi di libertà tra trattamenti = k-1 = 6-1=5 Gradi di libertà entro trattamenti = n-k = 20-6 =14 F critico per 5 gdl al numeratore / 14 gdl al denominatore = 2.96 Assunzioni: INE Randomizzazione dei trattamenti ai soggetti:effettuata

11 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (2.6*2.6)+(2.6*2.)+ (6.45*6.45) - (105.09*105.09)/20 SST = tra trattamenti SSA= (42.7*42.7)/5+(2.6*2.6)/3+.-(105.09*105.09)/20 SSA= entro trattamenti SSW= SST-SSA SSW= 8.63 Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico 2.95 per alfa = 0.05,5/14 gradi di libertà quindi rifiutiamo H0 Rifiutiamo H0 Ovvero i quattro trattamenti non hanno stessa media, non danno la stessa risposta; almeno un trattamento ha una media diversa, almeno un farmaco antibiotico agisce diversamente sul numero di batteri infettanti.

12 Risultati Excel analisi dati Analisi varianza: ad un fattore RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi In gruppi Totale Risoluzione esercizio con il software R (v2.15.1) > anova(lm(risposta~trattamento)) Analysis of Variance Table Response: risposta Df Sum Sq Mean Sq F value Pr(>F) trattamento e-08 *** Residuals Signif. codes: 0 *** ** 0.01 *

13 Esercizio esempio 3 Rosen et al. hanno studiato la presenza di problemi nel sonno in soggetti sopravvissuti all olocausto nazista, rispetto a soggetti depressi e sani. I problemi nel sonno sono valutati con l indice PSQI (Pittsburg Sleep Qualità Index) che riassume diversi sintomi presenti nell ultimo mese ed i risultati sono riportati nella tabella seguente. Si vuole sapere se le condizioni trauma dell olocausto, depressione-non depressione dei soggetti determinano condizioni diverse di qualità del sonno. TRATTAMENTO k Sopravvissuti olocausto Pazienti depressi Pazienti sani Totale Media Totale generale 515 n=67 Media generale 8 K=3

14 H0: µ 1 = µ 2 = µ 3 = µ 4 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa Variabile risposta= punteggio indice PSQI qualità del sonno Variabile trattamento= tipo esperienza - condizione del paziente Unità sperimentale= singoli individui valutati Alfa = 0.05 Gradi di libertà totali =n-1= 67-1= 66 Gradi di libertà tra trattamenti = k-1 = 3-1= 2 Gradi di libertà entro trattamenti = n-k = 67-3 = 64 F critico per 2 gdl al numeratore / 64 gdl al denominatore = 3.14 Assunzioni: INE Randomizzazione: effettuata??

15 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (5*5)+(9*9)+ (2*2) - (515*515.)/67 SST = Tra trattamenti SSA= (42.7*42.7)/5+(2.6*2.6)/3+.-(105.09*105.09)/20 SSA= Entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertàmedia quadraticarapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico 3.14 per alfa = 0.05,5/14 gradi di libertà quindi rifiutiamo H0 Ovvero i tre trattamenti non hanno stessa media, non danno la stessa risposta; almeno un trattamento ha una media diversa, almeno una delle tre condizioni agisce diversamente sulla qualità del sonno. Analisi varianza: ad un fattore Risultati Excel Analisi dati RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi E In gruppi Totale

16 Esercizio esempio 4 Singh et al. Hanno studiato le anomalie immunitarie in bambini autistici, sono riportati i dati relativi alla misurazione di concentrazione serica unità/ml di un antigene in tre campioni di bambini di età minore di 10 anni. Vi sono differenze tra i tre campioni di bambini artistici, normali e ritardati? TRATTAMENTO Bambini autistici Bambini normali Bambini ritardati Totale Media Totale generale n=71 Media generale

17 H0: µ 1 = µ 2 = µ 3 = µ 4 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa Variabile risposta= concentrazione serica antigene unità/ml Variabile trattamento= condizione mentale del bambino Unità sperimentale= singoli bambini valutati Alfa = 0.05 Gradi di libertà totali =n-1= 71-1= 70 Gradi di libertà tra trattamenti = k-1 = 3-1= 2 Gradi di libertà entro trattamenti = n-k = 71-3 = 68 F critico per 2 gdl al numeratore / 68 gdl al denominatore = Assunzioni: INE Randomizzazione:??

18 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (755*755)+(385*385)+ (245*245) - (24663*24663)/69 SST = tra trattamenti SSA= (9658*9658)/23+(10065*10065)/33+.- (24663*24663)/71 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico =3.13 per alfa = 0.05,2/68 gradi di libertà quindi rifiutiamo H0 Rifiutiamo H0 Ovvero i tre trattamenti non hanno stessa media; almeno un trattamento ha una media diversa, almeno una delle tre condizioni dei bambini ha diversa concentrazione di antigene. Analisi varianza: ad un fattore Analisi dati con excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna ANALISI VARIANZA Valore di Origine della variazione SQ gdl MQ F significatività F crit Tra gruppi In gruppi Totale

19 Esercizio esempio 5 Sono state sperimentate quattro tipi di diete alimentari in un gruppo di volontari per uno stesso periodo di tempo alfine di valutare l efficacia o meno della dieta usata. I volontari inoltre non differivano in dispendio energetico nello stesso periodo di tempo. È stata misurata la % di variazione del peso dall inizio alla fine della dieta per ogni volontario. I dati sono riportati sotto, vi sono differenze tra le diverse diete? TRATTAMENTO controllo dieta 1 dieta 2 dieta 3 dieta Totale Media Totale generale 70 n=44 Media generale 1.59 H0: µ 1 = µ 2 = µ 3 = µ 4 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

20 Variabile risposta= variazione % di peso nel tempo standard Variabile trattamento= tipo di dieta Unità sperimentale= singoli volontari sottoposti alla dieta Alfa = 0.05 Gradi di libertà totali =n-1= 44-1= 43 Gradi di libertà tra trattamenti = k-1 = 4-1= 3 Gradi di libertà entro trattamenti = n-k = 44-4 = 40 F critico per 3 gdl al numeratore / 40 gdl al denominatore = 2.84 Assunzioni: INE Randomizzazione: effettuata

21 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (3*3)+(2*2)+ (1*1) - (70*70)/44 SST = tra trattamenti SSA= (20*20)/11+(19*19)/11+.- (70*70)/44 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. rapporto di somma quadrati gradi di libertà media quadratica varianze Tra trattamenti Entro trattamenti Totale RV- F è minore di F critico 2.84 per alfa = 0.05, 3/40 gradi di libertà quindi NON rifiutiamo H Rifiutiamo HA Ovvero i quattro trattamenti hanno stessa media; non vi sono differenze tra le diete e controllo. Analisi varianza: ad un fattore Analisi dati con excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi In gruppi Totale

22 Esercizio esempio 6 Per valutare la capacità di alcune specie vegetali di assorbimento-depurazione di metalli pesanti dal suolo è stata studiata la concentrazione di piombo in µg per grammo di fusto essiccato (materia secca) in quattro zone di coltivazione di girasole Helianthus annuus, compresa una ex discarica abusiva. Vi è differenza tra i diversi campioni di coltivazione? TRATTAMENTO area 1 ex discarica area 2 area 3 area K = 4 2 Totale Media Totale generale 178 n=43 Media generale 4.14 H0: µ 1 = µ 2 = µ 3 = µ 4 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

23 Variabile risposta = concentrazione di piombo microgrammi/g di materia secca Variabile trattamento = zona-terreno di coltivazione Unità sperimentali = singole piante di girasole Alfa = 0.05 Gradi di libertà totali =n-1= 43-1= 42 Gradi di libertà tra trattamenti = k-1 = 4-1= 3 Gradi di libertà entro trattamenti = n-k = 43-4 = 39 F critico per 3 gdl al numeratore / 39 gdl al denominatore = 2.84 Assunzioni: INE Randomizzazione:??

24 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = 10*10)+(9*9)+ (2*2) - (178*178)/43 SST = tra trattamenti SSA= (106*106)/11+(27*27)/12+.- (178*178)/43 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. rapporto di somma quadrati gradi di libertà media quadratica varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico 2.84 per alfa = 0.05,2/68 gradi di libertà quindi rifiutiamo H0 Ovvero i quattro trattamenti non hanno stessa media; almeno un trattamento ha una media diversa, almeno in una delle tre zone di coltivazione i girasoli hanno una diversa concentrazione di piombo. Analisi varianza: ad un fattore Analisi dati con Excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi E In gruppi Totale

25 Esercizio esempio 7 Szàdòczky et al. hanno studiato un principio attivo della classe degli antidepressivi triciclici, la Imipramina, ed hanno valutato la densità di H 3 -imipramina nelle piastrine dei pazienti depressi stagionali (SAD), pazienti depressi non stagionali (non SAD) ed in paziento sani. I dati sono qui riportati. Sussiste differenza di concentrazione per le tre categorie di pazienti? TRATTAMENTO SAD non-sad Controllo Totale Media Totale generale n=31 Media generale H0: µ 1 = µ 2 = µ 3 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

26 Variabile risposta = densità di imipramina Variabile trattamento = tipologia di pazienti Unità sperimentali = singoli individui valutati Alfa = 0.05 Gradi di libertà totali =n-1= 31-1= 30 Gradi di libertà tra trattamenti = k-1 = 3-1= 2 Gradi di libertà entro trattamenti = n-k = 31-3 = 28 F critico per 2 gdl al numeratore / 28 gdl al denominatore = 3.34 Assunzioni: INE Randomizzazione:??

27 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (634*634)+(585*585)+ (845*845) - (22888*22888)/31 SST = tra trattamenti SSA= (11661*11661)/17+(4939*493915)/8+.- (22888*2288)/31 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico 3.34 per alfa = 0.05,2/28 gdi Rifiutiamo H0 Ovvero i tre trattamenti non hanno stessa media; almeno un trattamento ha una media diversa, almeno un tipo di paziente SAD non-sad ha una diversa densità di Imipramina. Analisi varianza: ad un fattore Analisi dati Con Excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi E In gruppi Totale

28 Esercizio-esempio 8 Per valutare l efficacia di trattamenti sulla crescita dei capelli, effettuati mediante lozioni con infusi di erbe, è stato condotto un esperimento con tre tipi diversi di lozione e controllo (acqua distillata) su pazienti dello stesso sesso, età ed etnia per 10 giorni. La crescita è stata misurata in mm, I dati sono riportati qui di seguito. Esistono differenze tra i trattamenti? TRATTAMENTO Infuso 1 infuso 2 infuso 3 controllo Totale Media Totale generale 309 n=42 Media generale 7.36 K=4 H0: µ 1 = µ 2 = µ 3= µ 4 i quattro trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

29 Variabile risposta = mm lunghezza crescita capelli Variabile trattamento = tipo di infuso-lozione Unità sperimentali = singoli individui trattati Alfa = 0.05 Gradi di libertà totali =n-1= 42-1= 41 Gradi di libertà tra trattamenti = k-1 = 4-1= 3 Gradi di libertà entro trattamenti = n-k = 42-4 = 38 F critico per 3 gdl al numeratore / 38 gdl al denominatore = 2.85 Assunzioni: INE randomizzazione:??

30 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (10*10)+(6*6)+ (7*7) - (309*309)/42 SST = tra trattamenti SSA= (88*88)/12+(67*67)/9+.- (309*309)/42 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è minore di F critico 2.85 per alfa = 0.05,3/38 gradi di libertà quindi non rifiutiamo H0 rifiutiamo HA Ovvero i trattamenti hanno stessa media; gli infusi-lozione e l acqua distillata hanno tutti la stessa efficacia sulla cerescita dei capelli in mm. Analisi varianza: ad un fattore Analisi Dati Excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi In gruppi Totale

31 Esercizio-esempio 9 Meg Gulanick ha studiato gli effetti di diversi tipi di addestramento per l autosufficienza in pazienti che hanno subito un evento cardiaco (infarto o intervento al miocardio). L autosufficienza viene misurata in punteggi ed i risultati sono riportati qui di seguito. Esistono differenze per l autosufficienza raggiunta in funzione dei tipi diversi di addestramento? TRATTAMENTO gruppo 1 gruppo 2 gruppo Totale Media Totale generale n=37 Media generale K=3 H0: µ 1 = µ 2 = µ 3 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

32 Variabile risposta = punteggio in test autosufficienza Variabile trattamento = tipo di addestramento Unità sperimentali = singoli individui addestrati Alfa = 0.05 Gradi di libertà totali =n-1= 37-1= 36 Gradi di libertà tra trattamenti = k-1 = 3-1= 2 Gradi di libertà entro trattamenti = n-k = 37-3 = 34 F critico per 2gdl al numeratore / 14 gdl al denominatore = 3.27 Assunzioni: INE Randomizzazione:??

33 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (156*156)+(119*119)+ (66*66) - (1395*1395)/37 SST = tra trattamenti SSA= (88*88)/12+(67*67)/9+.- (1395*1395)/37 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è maggiore di F critico 3.27 per alfa = 0.05,2/34 gradi di libertà quindi rifiutiamo H0 Ovvero i tre trattamenti non hanno stessa media; almeno un trattamento ha una media diversa, almeno un tipo di addestramento determina diverso punteggio di autosufficienza. Analisi varianza: ad un fattore RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività F crit Tra gruppi In gruppi Totale

34 Esercizio-esempio 10 Cavalier Smith ha studiato il contenuto in DNA nucleare (genome size) in diversi organismi procarioti ed eucarioti, qui di seguito vengono riportati valori di genome size in pg di DNA (1pg= g) per la specie Rattus norvegicus misurati in tre diverse aree geografiche lontane e separate. Vi sono differenze per gli animali delle tre aree geografiche? TRATTAMENTO Area 1 Area 2 Area Totale Media Totale generale n=17 Media generale 3.08 H0: µ 1 = µ 2 = µ 3 = µ 4 i tre trattamenti hanno stessa media, danno la stessa risposta HA: non tutte le µ k sono uguali, almeno un trattamento da una risposta media diversa

35 Variabile risposta = contenuto nucleare di DNA in pg Variabile trattamento = area geografica diversa Unità sperimentali = singoli animali misurati Alfa = 0.05 Gradi di libertà totali =n-1= 17-1= 16 Gradi di libertà tra trattamenti = k-1 = 3-1= 2 Gradi di libertà entro trattamenti = n-k = 17-3 = 14 F critico per 2gdl al numeratore / 14 gdl al denominatore = 3.74 Assunzioni: INE Randomizzazione:??

36 SOMMA QUADRATI scarti dalla media al quadrato Totale SST = (2.98*2.98)+(3.15*3.15)+ (3.12*3.12) - (52.34*52.34)/17 SST = tra trattamenti SSA= (18.72*18.72)/6+(15.31*15.31)/5+.- (52.34*52.34)/17 SSA= entro trattamenti SSW= SST-SSA SSW= Tavola di analisi fonte varianza SS g.l MS R.V. somma quadrati gradi di libertà media quadratica rapporto di varianze Tra trattamenti Entro trattamenti Totale RV- F è minore di F critico 3.73 per alfa = 0.05,2/14 gradi di libertà quindi non rifiutiamo H0 rifiutiamo HA quindi non sussistono differenze ei trattamenti, non ci sono differenze in DNA content negli animali delle tre aree diverse Analisi varianza: ad un fattore Analisi Dati con Excel RIEPILOGO Gruppi Conteggio Somma Media Varianza Colonna Colonna Colonna ANALISI VARIANZA Origine della variazione SQ gdl MQ F Valore di significatività Tra gruppi In gruppi F crit Totale

VARIETÀ. zona geografica A B C D

VARIETÀ. zona geografica A B C D Anova a 2 vie con repliche (( chiarire che non devono essere esattamente nello stesso numero per ogni cella ovvero per le ripetizioni dei de fattori ma che excel li legge così) Esercizio-esempio 1 Il valore

Dettagli

Livello di esposizione. animale Basso Moderato Alto

Livello di esposizione. animale Basso Moderato Alto Esercizio -Esempio 1 (anova 2 vie con blocchi) I tassi respiratori (ispirazioni al minuto) sono stati misurati in otto animali usati per un esperimento, con tre livelli di esposizione al monossido di carbonio.

Dettagli

R 2 1 j /n j] 3(n+1)

R 2 1 j /n j] 3(n+1) L ANALISI DELLA VARIANZA A RANGHI AD UNA VIA DI KRUSKAL-WALLIS Quando le assunzioni per l analisi della varianza parametrica non sono soddisfatte si può ricorrere ad una alternativa non parametrica per

Dettagli

CONFRONTI MULTIPLI TEST HSD DI TUKEY

CONFRONTI MULTIPLI TEST HSD DI TUKEY CONFRONTI MULTIPLI TEST HSD DI TUKEY Nel caso in cui i risultati dell analisi della varianza ad una via sono significativi, ovvero se il R.V. è risultato avere un F maggiore dell F critico, e quindi le

Dettagli

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

L Analisi della Varianza ANOVA (ANalysis Of VAriance) L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.

Dettagli

ANALISI DELLE VARIANZA ED APPLICAZIONI

ANALISI DELLE VARIANZA ED APPLICAZIONI ANALISI DELLE VARIANZA ED APPLICAZIONI L analisi della varianza è un insieme di modelli di analisi introdotti dal grande statistico inglese Ronald Fisher in cui la variazione totale presente in un insieme

Dettagli

ANOVA 2. Monica Marabelli. 15 Gennaio 2016

ANOVA 2. Monica Marabelli. 15 Gennaio 2016 ANOVA 2 Monica Marabelli 15 Gennaio 2016 ANOVA a una via Nella scorsa esercitazione abbiamo visto che nell Analisi della Varianza (ANOVA) si considerano le medie di una variabile dipendente (quantitativa)

Dettagli

Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson Apogeo

Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson Apogeo Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari"

Dettagli

Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson. Casa editrice: Pearson

Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson. Casa editrice: Pearson Levine, Krehbiel, Berenson Statistica II ed. Casa editrice: Pearson Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento

Dettagli

Inferenza statistica Donata Rodi 04/10/2016

Inferenza statistica Donata Rodi 04/10/2016 Inferenza statistica Donata Rodi 04/10/2016 Popolazione Campionamento Campione Parametri Inferenza Statistiche µ, ϭ 2 descrittive Stima X, s 2 Quale test? Parametrico o no Scala di misura 1 gruppo 2 gruppi

Dettagli

Analisi della varianza

Analisi 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

Dettagli

LABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE

LABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE LABORATORIO 5. ANALISI DELLA VARIANZA AD UN CRITERIO DI CLASSIFICAZIONE 5.1 ESEMPIO DI ANOVA AD UNA VIA In un esperimento un gruppo di bambini è stato assegnato a caso a 3 trattamenti, allo scopo di determinare

Dettagli

Argomenti della lezione:

Argomenti della lezione: Lezione 13 L analisi della Varianza (ANOVA): il modello lineare Argomenti della lezione: Modello lineare Disegni a una via L Analisi della Varianza (ANOVA): Esamina differenze tra le medie di due o più

Dettagli

Analisi della varianza a una via

Analisi 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

Dettagli

Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR

Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR Antonella Bodini Istituto di Matematica Applicata e Tecnologie Informatiche E. Magenes del CNR Materiale ad uso dei ricercatori che hanno seguito il corso di formazione interna in Statistica, edizione

Dettagli

Stima dei parametri di modelli lineari

Stima dei parametri di modelli lineari Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle

Dettagli

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012 Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo

Dettagli

Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017

Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017 Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017 Contents 1 Inferenza sulla regressione semplice 1 1.1 Test sulla pendenza della retta................................... 1 1.2 Test sull

Dettagli

Analisi della varianza

Analisi 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.

Dettagli

REGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori

REGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori REGRESSIONE lineare e CORRELAZIONE Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori Y X La NATURA e la FORZA della relazione tra variabili si studiano con la REGRESSIONE

Dettagli

CAPITOLO 4 Blocchi casualizzati, quadrati latini e piani collegati

CAPITOLO 4 Blocchi casualizzati, quadrati latini e piani collegati Douglas C. Montgomery Progettazione e analisi degli esperimenti 2006 McGraw-Hill CAPITOLO 4 Blocchi casualizzati, quadrati latini e piani collegati Metodi statistici e probabilistici per l ingegneria Corso

Dettagli

Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità

Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 18 Febbraio 2016 1. La probabilità di errore nella trasmissione di una cifra binaria attraverso un certo canale di comunicazione

Dettagli

0.1 Percorrenza e Cilindrata

0.1 Percorrenza e Cilindrata 0.1 Percorrenza e Cilindrata Iniziamo ora un analisi leggermente più complessa basata sempre sui concetti appena introdotti. Innanzi tutto possiamo osservare, dal grafico ottenuto con il comando pairs,

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Università degli Studi di Padova Corso di Laurea in Medicina e Chirurgia - A.A. 015-16 Corso Integrato: Statistica e Metodologia Epidemiologica Disciplina: Statistica e Metodologia Epidemiologica Docenti:

Dettagli

Inferenza statistica II parte

Inferenza statistica II parte Inferenza statistica II parte Marcella Montico Servizio di epidemiologia e biostatistica Test statistici II parte Variabili quantitative Caso 1 Variabile Dipendente = quantitativa Variabile Indipendente

Dettagli

Regressione. Monica Marabelli. 15 Gennaio 2016

Regressione. Monica Marabelli. 15 Gennaio 2016 Regressione Monica Marabelli 15 Gennaio 2016 La regressione L analisi di regressione é una tecnica statistica che serve a studiare la relazione tra variabili. In particolare, nel modello di regressione

Dettagli

Analisi della varianza

Analisi della varianza Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO

Dettagli

Esercizio 1 GRAFICO 1. X e Y sono indipendenti. X e Y non sono correlate. La correlazione tra X e Y è <1. X e Y sono perfettamente correlate

Esercizio 1 GRAFICO 1. X e Y sono indipendenti. X e Y non sono correlate. La correlazione tra X e Y è <1. X e Y sono perfettamente correlate Esercizio 1 Osservare il grafico 1 riportato in figura che mette in relazione una variabile dipendente Y ed una variabile indipendente X e rispondere alle seguenti domande. 400 300 200 GRAFICO 1 100 0

Dettagli

Test F per la significatività del modello

Test 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

X Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica

X 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

Dettagli

IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI

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

Dettagli

ANALISI DELLA VARIANZA

ANALISI DELLA VARIANZA ANALISI DELLA VARIANZA Il data set coagulation contenuto nella libreria faraway contiene i tempi di coagulazione del sangue (misurato in secondi) di 24 animali sottoposti casualmente a quattro tipi di

Dettagli

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii

Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4

Dettagli

Statistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi

Statistica. 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

Dettagli

8. ANALISI DELLA COVARIANZA (ANCOVA)

8. ANALISI DELLA COVARIANZA (ANCOVA) 8. ANALISI DELLA COVARIANZA (ANCOVA) L analisi della covarianza è un metodo statistico che risulta dalla combinazione dell analisi di regressione con l analisi della varianza. È utile quando all analisi

Dettagli

Premessa: la dipendenza in media

Premessa: 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

Dettagli

LABORATORIO DI PROBABILITA E STATISTICA

LABORATORIO DI PROBABILITA E STATISTICA UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 8 VERIFICA DI IPOTESI LA VERIFICA DI IPOTESI Una delle applicazioni

Dettagli

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

L Analisi della Varianza ANOVA (ANalysis Of VAriance) L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. 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

Dettagli

Variabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.

Variabili 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:

Dettagli

ESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo

ESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Regressione lineare semplice

Dettagli

1. Esistono differenze nella resistenza tra le varie marche?

1. Esistono differenze nella resistenza tra le varie marche? Laboratorio 10 Analisi della varianza 10.1 Analisi del dataset STURDY.DAT I dati riportati nel file sturdy.dat si riferiscono ad un esperimento effettuato per studiare la resistenza allo strappo di diverse

Dettagli

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1

Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1 Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare

Dettagli

TEST NON PARAMETRICO DI MANN-WHITNEY

TEST NON PARAMETRICO DI MANN-WHITNEY TEST NON PARAMETRICO DI MANN-WHITNEY Questo test viene può essere utilizzato come test di confronto tra due campioni in maniera analoga ai test ipotesi parametrici di confronto medie (test Z se la varianza

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 05-Anova (bozza) (vers. 1.0, 27 novembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16

Dettagli

Campo di Variazione Costituisce la misura di

Campo di Variazione Costituisce la misura di Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00

Dettagli

L analisi della Varianza (ANOVA): i disegni fattoriali tra i soggetti

L analisi della Varianza (ANOVA): i disegni fattoriali tra i soggetti Lezione 14 L analisi della Varianza (ANOVA): i disegni fattoriali tra i soggetti Argomenti della lezione: Effetti principali e interazioni Analisi dei disegni fattoriali Disegni fattoriali (o a più vie):

Dettagli

Analisi della Varianza Fattoriale

Analisi della Varianza Fattoriale Analisi della Varianza Fattoriale AMD Marcello Gallucci marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi) su un variabile dipendente

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 06-Anova per fattori indipendenti (vers. 1.2, 8 novembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

L Analisi della Varianza secondo più criteri

L Analisi della Varianza secondo più criteri Confronto fra più medie Statistica11 16-17/11/2015 L Analisi della Varianza secondo più criteri Analogamente all analisi della varianza vista precedentemente concettualmente non cambia niente se invece

Dettagli

CAPITOLO 5 Introduzione ai piani fattoriali

CAPITOLO 5 Introduzione ai piani fattoriali Douglas C. Montgomery Progettazione e analisi degli esperimenti 2006 McGraw-Hill CAPITOLO 5 Introduzione ai piani fattoriali Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria

Dettagli

Statistica Applicata all edilizia: il modello di regressione

Statistica Applicata all edilizia: il modello di regressione Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione

Dettagli

Il confronto fra medie

Il 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

Dettagli

Statistica economica

Statistica economica Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati

Dettagli

Mann-Whitney esercizio 1 Non n esposti esposti

Mann-Whitney esercizio 1 Non n esposti esposti Mann-Whitney esercizio 1 L inalazione prolungata di ossido di cadmio riduce la concentrazione di emoglobina? E stata misurata la concentrazione di emoglobina in gr/dl in 15 soggetti esposti e 10 soggetti

Dettagli

Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23

Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 Confronto fra gruppi: il metodo ANOVA Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 1 Nella popolazione, per ciascun gruppo la distribuzione della variabile risposta

Dettagli

normopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40

normopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40 E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

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

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

Dettagli

ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti

ANOVA: 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.

Dettagli

Contrasti e confronti multipli

Contrasti e confronti multipli Contrasti e confronti multipli Andrea Onofri 25 gennaio 2012 Indice 1 Introduzione 1 2 I contrasti pianificati 2 Test di confronto multiplo 4 4 Limitazione delle MCP 5 5 Scegliere la MCP 7 Sommario Scopo

Dettagli

CORRELAZIONE NON PARAMETRICA

CORRELAZIONE NON PARAMETRICA Fondamenti di psicometria Corso di Laurea triennnale (classe 34) CORRELAZIONE NON PARAMETRICA Spesso capita di non avere a disposizione delle misure di tipo metrico per le due variabili, X e Y, che si

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - 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,

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941

Dettagli

Analisi della varianza (anova) a due vie: parcelle di diverse dimensioni

Analisi della varianza (anova) a due vie: parcelle di diverse dimensioni Analisi della varianza (anova) a due vie: parcelle di diverse dimensioni Andrea Onofri 31 gennaio 2012 Indice 1 Motivazioni dei disegni a split-plot 1 2 Calcolo dell ANOVA a split-plot 4 2.1 SED, confronti

Dettagli

Sintesi 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 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

Dettagli

Contenuti: Capitolo 14 del libro di testo

Contenuti: Capitolo 14 del libro di testo Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4

Dettagli

Analisi della Varianza - II

Analisi della Varianza - II Analisi della Varianza - II M Q ANOVA entro i soggetti, modelli misti, ANCOVA Marco Perugini Milano-Bicocca 1 Lez: XXIX ANOVA a una via la VARIANZA Possiamo stimare la varianza (MQ = media dei quadrati)

Dettagli

Università del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corsi di laurea di area tecnica Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Corsi di laurea triennale di area tecnica - Corso di

Dettagli

ANOVA a un fattore between in R

ANOVA a un fattore between in R ANOVA a un fattore between in R Il file Excel Il file sinburn.xlsx contiene i dati dello studio sulla sindrome da burnout in quindici infermieri ospedalieri di tre diversi reparti. Importare dati in R

Dettagli

> d = alimentazione == "benz" > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.

> d = alimentazione == benz > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2. A questo punto vale la pena di soffermarci di più sull alimentazione. Intanto cerchiamo di indagare se l alimentazione è davvero un fattore significativo per la percorrenza come è luogo comune pensare.

Dettagli

TUTORATO 2 Test di significatività e intervalli di confidenza

TUTORATO 2 Test di significatività e intervalli di confidenza TUTORATO 2 Test di significatività e intervalli di confidenza 1) Nel corso della sperimentazione del farmaco si rilevò la frequenza cardiaca in 9 pazienti, prima e dopo il trattamento, riscontrando i valori

Dettagli

Confronto tra gruppi (campioni indipendenti)

Confronto tra gruppi (campioni indipendenti) Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,

Dettagli

Misure Ripetute. Partizione della Varianza. Marcello Gallucci

Misure Ripetute. Partizione della Varianza. Marcello Gallucci Misure Ripetute Partizione della Varianza Marcello Gallucci GLM l ANOVA a misure ripetute rappresenta un caso del modello lineare generale in cui la variabilità non è valutata tra gruppi ma tra misure

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 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

Dettagli

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie

Dettagli

INFERENZA STATISTICA I (CANALE B)

INFERENZA STATISTICA I (CANALE B) INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili

Dettagli

Test d ipotesi: confronto fra medie

Test d ipotesi: confronto fra medie Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione

Dettagli

Esercizio 1. soddisfazione

Esercizio 1. soddisfazione Esercizio 1 Un campione di trenta impiegati viene intervistato sulla soddisfazione verso il proprio lavoro. Nella tabella di seguito sono riportate le risposte date suddivise secondo il sesso dei soggetti.

Dettagli

ESERCIZI. Test basati su due campioni e ANOVA a una via CAPITOLO 10 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo

ESERCIZI. Test basati su due campioni e ANOVA a una via CAPITOLO 10 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Test basati su due campioni e

Dettagli

Statistica multivariata Donata Rodi 08/11/2016

Statistica multivariata Donata Rodi 08/11/2016 Statistica multivariata Donata Rodi 08/11/2016 MANOVA: Multivariate Analysis of Variance Due o più variabili dipendenti quantitative Una o più variabili indipendenti categoriali (con più livelli) Residui

Dettagli

Regressione multipla

Regressione multipla Regressione multipla L obiettivo è costruire un modello probabilistico per spiegare la variabile y tramite più di una variabile indipendente x 1, x 2,..., x k. Esempio: Per un efficiente progettazione

Dettagli

Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza

Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza Esercitazione Statistica Computazionale B Modelli di regressione lineare semplice Verifica di ipotesi - Analisi della varianza 3 maggio 2005 Esercizio 1 Consideriamo l esempio del libro di testo Annette

Dettagli

L A B C di R. Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010

L A B C di R. Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010 L A B C di R 0 20 40 60 80 100 2 3 4 5 6 7 8 Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010 La scelta del test statistico giusto La scelta della analisi

Dettagli

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica

Dettagli

Metodologie statistiche per l analisi del rischio FONDAMENTI DI INFERENZA PER L ANALISI DEL RISCHIO

Metodologie statistiche per l analisi del rischio FONDAMENTI DI INFERENZA PER L ANALISI DEL RISCHIO Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio FONDAMENTI DI INFERENZA PER L ANALISI DEL RISCHIO Facoltà di Medicina Veterinaria, Università

Dettagli

Statistica 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. 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

Dettagli

viii Indice generale

viii Indice generale Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi

Dettagli

Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO

Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO Facoltà di Medicina Veterinaria,

Dettagli

4. ANALISI DELLA VARIANZA

4. ANALISI DELLA VARIANZA 4. ANALISI DELLA VARIANZA 4.1 Introduzione L obiettivo di un analisi della varianza (ANOVA) consiste nel confrontare i valori medi di una variabile quantitativa Z (variabile dipendente) in corrispondenza

Dettagli

Lezione 18. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 18. A. Iodice

Lezione 18. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 18. A. Iodice Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 45 Outline 1 2 3 4 5 () Statistica 2 / 45 Modello di In molte applicazioni il ruolo delle variabili

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41

Dettagli

ELABORAZIONE ED ANALISI STATISTICA DEI DATI

ELABORAZIONE ED ANALISI STATISTICA DEI DATI Università degli studi di Padova Dipartimento Territorio e Sistemi Agro-Forestali Corso di laurea in Tecnologie Forestali ed Ambientali ELABORAZIONE ED ANALISI STATISTICA DEI DATI Sergio Rossi Esercitazioni

Dettagli

Regressione e Correlazione (cap. 11) Importazione dati da file di testo

Regressione e Correlazione (cap. 11) Importazione dati da file di testo Regressione e Correlazione (cap. 11) Importazione dati da file di testo Introduzione Nella statistica applicata si osserva la relazione (dipendenza) tra due o più grandezze. Esigenza: determinare una funzione

Dettagli

ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti

ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio

Dettagli

Caratterizzazione dei consumi energetici (parte 3)

Caratterizzazione 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

Dettagli

Lezione 17. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 17. A. Iodice

Lezione 17. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 17. A. Iodice con Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 29 Outline con 1 2 3 con 4 5 campioni appaiati 6 Indipendenza tra variabili () Statistica 2 /

Dettagli

Confronto tra due popolazioni Lezione 6

Confronto tra due popolazioni Lezione 6 Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli