Misure Ripetute. Partizione della Varianza. Marcello Gallucci
|
|
- Vittorio Biondi
- 6 anni fa
- Visualizzazioni
Transcript
1 Misure Ripetute Partizione della Varianza Marcello Gallucci
2 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 diverse in occasioni diverse Per il resto, le misure ripetute possono essere analizzate seguendo l indicazione della ANOVA between (con delle varianti che vedremo) Ogni tipo di disegno di ricerca può essere analizzato, con più livelli o più fattori
3 Gli svantaggi I disegni di ricerca a misure ripetuti sono svantaggiosi perchè: L ordine di presentazione delle condizioni di misura può influenzare la misura Dunque: carry over effect Effetti di sorpresa e di novità della misura si perdono Dunque: apprendimento dei compiti sperimentali, noia del soggetto Effetti di coerenza del soggetto Dunque: le misure cambiano poco nel tempo in quanto il soggetto ricorda cosa ha fatto o detto nelle occasioni precedenti
4 I vantaggi I disegni di ricerca a misure ripetuti sono vantaggiosi perchè: Si possono avere molte condizioni di misura (e.g. condizioni sperimentali) con pochi soggetti Dunque: Maggior potere statistico Consentono di misurare il cambiamento nel tempo Dunque: a) Consentono studi sui processi causali b) apprendimento c) evoluzione, etc.. Rimuovono (più che i disegni between) la variabilità individuale (le caratteristiche ideosincratiche dei soggetti) non inerente alle variabili misurate Dunque: minore varianza di errore
5 I vantaggi Rimuovono (più che i disegni between) la variabilità individuale (le caratteristiche ideosincratiche dei soggetti) non inerente alle variabili misurate Dunque: minore varianza di errore Per capire ciò, dobbiamo capire come la variabilità tra i soggetti viene partizionata
6 ANOVA (BETWEEN) Nell ANOVA between-subject, abbiamo decomposto la variabilità in variabilità spiegata (dovuta alle differenze tra i gruppi) e variabilità di errore Var(within) Var(tot) Y Var(between) W
7 La varianza di errore (ANOVA between) Somma delle varianze dentro i gruppi Y La somma delle varianze dentro i gruppi R 2 W Varianza gruppo 1 Varianza gruppo 2 Varianza gruppo 3
8 La varianza di errore (ANOVA between) Somma delle varianze dentro i gruppi Dentro i gruppi c è gente indipendente Cioè le osservazioni sono indipendenti l un l altra Le varianze dentro i gruppi non si sovrappongono Varianza gruppo 2 Varianza gruppo 1 Varianza gruppo 3
9 Disegni Within-subject Cosa accade nei disegni a misure ripetute? Prima Dopo , ,636 La stessa misura è presa per ogni soggetto in occasioni diverse La VI è tempo rispetto alla terapia (prima vs dopo) L effetto della terapia viene fuori dall effetto su ogni persona
10 Disegni Within-subject Cosa accade nei disegni a misure ripetute? Prima Dopo , ,636 La stessa misura è presa per ogni soggetto in occasioni diverse Le caratteristiche individuali possono influenzare entrambe le misurazioni, rendendo i punteggi prima e dopo più simili
11 Correlazione tra misure Dunque le misure possono essere correlate Prima Dopo Influenza delle caratteristiche personali e altri fonti di correlazioni
12 Misure ripetute: Fonti di variabilità La variabilità che confrontiamo ora è tutta tra e entro le misure Prima Dopo , ,636 Varianza di errore=varianza dentro ogni misura Varianza dell effetto=varianza dovuta alle differenza prima-dopo
13 Partizione della varianza della VD Nell ANOVA a misure ripetute la varianza spiegata è data dalla varianza delle medie delle misure (medie di prima e dopo ) E la varianza di errore è data dalla somma delle varianze entro le misure La varianza delle medie delle misure R 2 Y L insieme delle varianze dentro le misure W
14 La varianza di errore (ANOVA ripetuta) Ma la varianza di errore non sarà necessariamente la somma delle varianze entro le misure Y L insieme delle varianze dentro le misure deve considerare che parte della varianza di errore è condivisa tra le misure W R 2 Varianza misura 1 Varianza misura 2 Varianza misura 3
15 La varianza di errore (ANOVA ripetuta) Ma la varianza di errore non sarà necessariamente la somma delle varianze entro le misure Una parte sarà condivisa per via della correlazione (dipenenza) tra le misure La parte condivisa non farà parte dell errore Prima e1 e3 Dopo e2
16 La varianza di errore (ANOVA ripetuta) La varianza delle differenze tra le medie nelle due misure è data dalle parti di varianza delle misure non condivise VAR errore =e1+ e2 2 e3 La parte condivisa si elimina in quanto comune ad entrambe le misure La parte condivisa è data dalle carratteristiche comuni alle misure (caratteristiche personali, di metodo, etc Dunque le caratteristiche personali, di metodo, etc sono eliminate dal conteggio dell errore Prima e1 e3 Dopo e2
17 Maggiore potere statistico Dunque, a parità del resto, l ANOVA a MR avrà un errore più piccolo, e dunque maggior potere statistico (più possibilità di trovare effetti significativi) Errore ANOVA Between Errore ANOVA MR Varianza gruppo1 Varianza gruppo 3 Varianza gruppo 2 Varianza misura 1 Varianza misura 2 Varianza misura 3
18 Esempio Poniamo di aver misurato l influenza di due diversi libri di testo sulla performance all esame. Assumiamo che una parte della variabilità della performance sia dovutà all ansia dello studente, che è indipendente da quale libro di testo uno studia Libro Perform 20% 80% Differenze in Perform dovute al libro studiato Differenze in Perform NON dovute al libro studiato (errore)
19 Esempio Poniamo di aver misurato l influenza di due diversi libri di testo sulla performance all esame. Assumiamo che una parte della variabilità della performance sia dovutà all ansia dello studente, che è indipendente da quale libro di testo uno studia Variabilità tra soggetti dovuta all ansia Libro 20% Perform 50% 30% ansia Differenze in Perform dovute al libro studiato
20 Varianza di errore ANOVA between Nell ANOVA between la componente di errore dovuta all ansia sarà presente in tutti i gruppi 50% Errore ansia 30% Gruppo1 50% 30% ansia Gruppo2 50% 30% ansia Nota che in gruppi diversi c è gente diversa, con livelli di ansia indipendenti
21 Varianza di errore ANOVA between Nell ANOVA between la componente di errore dovuta all ansia sarà presente in tutti i gruppi Gruppo1 50% 30% ansia Gruppo2 50% 30% ansia 50% Errore ansia 30% La somma/df (in %) sarà: Errore= (50+ 30)+ (50+ 30) =80 2
22 Varianza di errore ANOVA MR Nell ANOVA a misure ripetute, la componente dell ansia è identica nelle due misure (è lo stesso soggetto con la stessa ansia) Misura2 Misura1 30% 50% ansia cv 50% Dunque crea un correlazione tra le misure ripetute Questa componente è identificabile, e dunque può essere rimossa dall'errore
23 Varianza di errore ANOVA MR Nell ANOVA a misure ripetute, la componente dell ansia è identica nelle due misure (è lo stesso soggetto con la stessa ansia) Errore Misura2 Misura1 30% 50% ansia cv 50% 50% La somma/df (in %) sarà: Errore= (50)+ (50) =50 2
24 I vantaggi Rimuovono (più che i disegni between) la variabilità individuale (le caratteristiche ideosincratiche dei soggetti) non inerente alle variabili misurate Dunque: minore varianza di errore Capendo il perchè di ciò, si capisce come l ANOVA MR costruisce l errore e si differenza dall ANOVA between
25 Nuovo problema Disegno di ricerca: Abbiamo misurato mediante un questionario il livello di cooperazione con un servizio di consulenza psicologica da parte di alcuni adolescenti con problemi delinquenziali Livello di cooperazione misurato in 4 tempi diversi Ci chiediamo come cambia nel tempo tale livello di cooperazione
26 Equivalente a Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico per molto tempo Immaginiamo di aver rilevato, mediante una scala apposita, la gravità dei sintomi per ogni paziente ogni sei mesi, per due anni Vogliamo stabilire se il trattamento ha portato dei miglioramenti nei sintomi dei pazienti Misura 1 Misura 2 Misura 3 Misura 4 Gruppo pazienti
27 Nuovo problema Disegno di ricerca: Abbiamo misurato mediante un questionario il livello di cooperazione con un servizio di consulenza psicologica da parte di alcuni adolescenti con problemi delinquenziali Livello di cooperazione misurato in 4 tempi diversi Ci chiediamo come cambia nel tempo tale livello di cooperazione
28 SPSS Prima dobbiamo definire il fattore within-subject, nel nostro caso tempo Analyse->General linear model->repeated Mettiamo una etichetta per definire il fattore e quanti livelli (occasioni di misurazione) abbiamo
29 SPSS Prima dobbiamo definire il fattore within-subject, nel nostro caso tempo Analyse->General linear model->repeated Mettiamo una etichetta per definire il fattore e quanti livelli (occasioni di misurazione) abbiamo
30 SPSS: altre opzioni Possiamo anche chiedere varie opzioni Misure di effect-size Grafico delle medie Analisi avanzate
31 SPSS: Risultati Effetto principale di tempo Measure: MEASURE_1 Source TIME Error(TIME) Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Tests of Within-Subjects Effects F-test Type III Sum of Squares df Mean Square F Sig. Partial Eta Squared Varianza di errore Valore P Varianza spiegata dall effetto di tempo (R2)
32 SPSS: Risultati Effetto principale di tempo Measure: MEASURE_1 Source TIME Error(TIME) Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Tests of Within-Subjects Effects F-test Type III Sum of Squares df Mean Square F Sig. Partial Eta Squared Varianza di errore Valore P Varianza spiegata dall effetto di tempo (R2)
33 SPSS: grafico delle medie 5.44 Estimated Marginal Means of MEASURE_ Estimated Marginal Means TIME
34 Disegno equivalente Disegno di ricerca: Abbiamo un esperimento in cui un tre set di parole vengono somministrate ad un campione in sequenza (1 2 e 3) sotto un carico cognitivo sempre maggiore. Si vuole stabilire se vi sia un peggioramento della performance mnemonica (misurata in proporzione di errori) Livello di stress cognitivo
35 Risultati Tabella dell ANOVA: Valore p.<.05
36 Assunzione di sfericità 1 Il p-value sarà valido se i nostri dati avranno degli errori con due caratteristiche Y 1) Le varianze di errore in ogni misura sono uguali: i tre cerchi sono della stessa dimensione W R 2 Varianza misura 1 Varianza misura 2 Varianza misura 3
37 Assunzione di sfericità 2 Il p-value sarà valido se i nostri dati avranno degli errori con due caratteristiche Y 2) Le correlazioni tra le misure sono uguali fra loro W R 2 Varianza misura 1 Varianza misura 2 Varianza misura 3
38 Vediamo i dati Possiamo andare a vedere se ciò è vero nei nostri dati 1) Le varianze (deviazioni std) di errore sembrano uguali 2) Le correlazioni tra le misure ripetute non sembrano uguali
39 Test di sfericità di Mauchly Testiamo le varianze e le correlazioni: Questo test serve per stabilire se le varianze sono uguali fra di loro, e le correlazioni sono uguali fra di loro. L ipotesi nulla del test è che le varianze siano omogenee e le correlazioni siano omogenee: Dunque se NON è significativo, rispettiamo le assunzioni
40 Regola pratica Prima guardiamo il test di sfericità : Se non è significativo guarderemo la riga corrispondente a Assumendo la sfericità, in quanto il test ci indica che l'assunzione è rispettata
41 Regola pratica Prima guardiamo il test di sfericità : Se è significativo guarderemo la riga corrispondente a Huynn-Fieldt, cioè il test corretto per la mancanza di sfericità p.<.05
42 Fine Fine della Lezione VIII Lezione: VIII
Misure Ripetute. Analisi dei dati in disegni di ricerca con misure ripetute. Marcello Gallucci
Misure Ripetute Analisi dei dati in disegni di ricerca con misure ripetute Marcello Gallucci Introduzione Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico
DettagliAnalisi 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
DettagliStrumenti informatici Realizzare l ANOVA per misure ripetute in Excel e SPSS
Strumenti informatici 6.5 - Realizzare l ANOVA per misure ripetute in Excel e SP Excel non dispone di una funzione che realizzi l analisi della varianza per misure ripetute, a meno di utilizzarlo per svolgere
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliIntroduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello
DettagliIl modello lineare misto
Il modello lineare misto (capitolo 9) A M D Marcello Gallucci Univerisità Milano-Bicocca Lezione: 15 GLM Modello Lineare Generale vantaggi Consente di stimare le relazioni fra due o più variabili Si applica
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliAnalisi della varianza
Analisi della varianza L analisi della varianza (ANOVA, Analysis of Variance), è una tecnica di analisi dei dati che consente di verificare ipotesi relative alle differenze tra le medie di due o più popolazioni.
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliPremessa: la dipendenza in media
Premessa: la dipendenza in media Supponiamo di avere K diversi livelli di un fattore che potrebbero influire su una determinata variabile. Per esempio supponiamo di domandarci se la diversificazione (intesa
DettagliPresentazione 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
DettagliAnalisi della varianza
Analisi della varianza Analisi della varianza L analisi della varianza (ANOVA, ANalysis Of VAriance) è una tecnica di analisi dei dati che consente di verificare ipotesi relative a differenze tra le medie
DettagliStrumenti informatici Realizzare l analisi della varianza con Excel e SPSS
Strumenti informatici 6.4 - Realizzare l analisi della varianza con Excel e SPSS Excel non dispone di una funzione che realizzi l analisi della varianza, a meno di aver installato uno dei moduli aggiunti
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
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
DettagliESERCIZIO 1. Di seguito vengono riportati i risultati di un modello fattoriale di analisi della varianza con 3 fattori tra i soggetti.
ESERCIZIO. Di seguito vengono riportati i risultati di un modello fattoriale di analisi della varianza con fattori tra i soggetti. Variabile dipendente: PERF Sorgente Modello corretto Intercept SEX_96
DettagliStatistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
DettagliTrattamenti e percorsi di cura, integrazione dei trattamenti
Trattamenti e percorsi di cura, integrazione dei trattamenti L esperienza delle comunità della Federazione COM.E Simone Feder Coordinatore Area Adulti della comunità Casa del Giovane di Pavia Presidente
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 1.1 - Misurare in psicologia Davide Massidda davide.massidda@gmail.com Che cosa è la misura Misurare significa assegnare dei valori numerici a oggetti
DettagliIl modello di regressione
Il modello di regressione Capitolo e 3 A M D Marcello Gallucci Milano-Bicocca Lezione: II Concentti fondamentali Consideriamo ora questa ipotetica ricerca: siamo andati in un pub ed abbiamo contato quanti
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
Dettagli8. 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
Dettagliviii 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
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliMetodi di regressione multivariata
Metodi di regressione multivariata Modellamento dei dati per risposte quantitative I metodi di regressione multivariata sono strumenti utilizzati per ricercare relazioni funzionali quantitative tra un
DettagliStrumenti di indagine per la valutazione psicologica
Università degli Studi di Cagliari Facoltà di Studi Umanistici Esame di Strumenti di indagine per la valutazione psicologica dott. Davide Massidda Cognome Nome Matricola Data Le verranno di seguito posti
DettagliInferenza 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
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliI TEST STATISTICI. dott.ssa Gabriella Agrusti
I TEST STATISTICI dott.ssa Gabriella Agrusti Dulcis in fundo.. come scegliere un test statistico in base all ipotesi come stabilire se due variabili sono associate (correlazione di Pearson) come stabilire
DettagliTerapia di gruppo. sequenza di gruppi 2 o più. Caratteristiche dei gruppi cui ci riferiamo
Terapia di gruppo È caratterizzata dal setting gruppale 15-70 Può essere un singolo gruppo spesso su un tema o una sequenza di gruppi 2 o più È differente e complementare rispetto al setting individuale
DettagliStrumenti informatici 6.6. Modelli di analisi della varianza con più di una variabile indipendente
Strumenti informatici 6.6 Modelli di analisi della varianza con più di una variabile indipendente 6.6. ANOVA fattoriale completamente between Nella pratica comune è raro che le ipotesi di ricerca prendano
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliIl ruolo del referente della valutazione
Il ruolo del referente della valutazione prof. Ivan Graziani I.C. Santa Sofia (FC) Bolzano 29 ottobre 2015 Che ruolo ha il referente di valutazione? Un referente per la valutazione deve occuparsi nel proprio
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
DettagliLa genetica dei caratteri quantitativi
Studia l ereditarietà nelle popolazioni dei caratteri quantitativi Molti caratteri sono quantitativi, cioè hanno molte classi fenotipiche Il modo in cui si esprimono e vengono trasmessi i caratteri quantitativi
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
DettagliApprofondimento 4.6. La valutazione statistica della discriminatività di un item
Approfondimento.6 La valutazione statistica della discriminatività di un item. Item di test di prestazione massima Per valutare la discriminatività di un item di un test di prestazione massima occorre
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
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
DettagliUniversità del Piemonte Orientale. Corsi di Specialità. Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corsi di Specialità Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologie
DettagliAnalisi 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
DettagliR 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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliMatrici di Raven (PM47)
Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM38) TRA I TEST DI TIPICA PERFORMANCE Test proiettivi Test self-report di personalità Questionari psichiatrici
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
DettagliCampo 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
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioni non indipendenti) Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari
DettagliModelli a effetti misti
Probabilità e Statistica per l analisi di dati sperimentali Modelli a effetti misti Sviluppo e gestione di Data Center per il calcolo scientifico ad alte prestazioni Master Progetto PRISMA, UniBA/INFN
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
DettagliApplicazioni statistiche e utilizzo del package statistico Spss - 7
Applicazioni statistiche e utilizzo del package statistico Spss - 7 CISI 27 gennaio 2005 ricercapsicologica@tiscali.it Illustrare le principali statistiche mono e bivariate. Valutare quando è opportuno
Dettagli10 Quasi esperimenti. Giulio Vidotto Raffaele Cioffi
10 Quasi esperimenti Giulio Vidotto Raffaele Cioffi Indice: 10.1 La differenza principale tra quasi esperimenti e veri esperimenti 10.2 Disegni con gruppo di controllo non equivalenti 10.3 Disegni senza
DettagliSeminario Il Questionario Insegnante e il Questionario Scuola: teorie, strumenti e risultati
Seminario Il Questionario Insegnante e il Questionario Scuola: teorie, strumenti e risultati IL QUESTIONARIO SCUOLA: I PRIMI RISULTATI Paola Giangiacomo INVALSI Formia, 28-29 ottobre 2014 Il Campione Il
DettagliTecniche 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
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
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
DettagliP S I C O M E T R I A. L'ultima lezione. Marcello Gallucci. Milano-Bicocca
L'ultima lezione Marcello Gallucci P S I C O M E T R I A Milano-Bicocca Come si svolge l'esame L'esame si svolge con l'ausilio del computer ed il software SPSS. Il testo dell'esame descrive una ricerca
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliI disegni sperimentali e il controllo
I disegni sperimentali e il 1. Procedure del 2. Disegni monofattoriali 3. Disegni multifattoriali Il disegno sperimentale Popolazione Campionamento casuale Campione Misura variabili di interesse Gruppo
Dettaglierrore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento
Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione
DettagliEsercizi in preparazione all esame di. Laboratorio del corso di Principi di Informatica. Prof.sse M. Anselmo e R. Zizza. a.a.
Esercizi in preparazione all esame di Laboratorio del corso di Principi di Informatica Prof.sse M. Anselmo e R. Zizza a.a. 2012/13 NOTA: E necessario salvare il file come .xlsx e inserire
DettagliAPPLICAZIONE DI FERTIRRIGAZIONE SU POMODORO DA INDUSTRIA
NUTRIZIONE APPLICAZIONE DI IGAZIONE SU POMODORO DA INDUSTRIA 2005 sponsor Ravenna, 24 ottobre 2005 INTRODUZIONE E SCOPO DELLA VERIFICA Si è valutata l efficacia di fertirrigazione idonea anche per il biologico
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
DettagliCongruenze. Alberto Abbondandolo Forte dei Marmi, 17 Novembre 2006
Congruenze Alberto Abbondandolo Forte dei Marmi, 17 Novembre 2006 1 Il resto nella divisione tra interi Consideriamo i numeri naturali 0, 1, 2, 3,... ed effettuiamone la divisione per 3, indicando il resto:
DettagliGli indici di variabilità
Le misure della variabilità 4/5 ottobre 2011 Statistica sociale 1 Gli indici di variabilità In tutti gli esempi visti nell ultima lezione, abbiamo visto che le grandezze considerate - pur nelle diverse
DettagliTabelle punteggi generali di italiano
Tabelle punteggi generali di italiano (rispetto all istituzione scolastica nel complesso) Tabelle punteggi generali di matematica (rispetto all istituzione scolastica nel complesso) La percentuale di risposte
DettagliANALISI AFFIDABILITÀ SCALE
RICERCA CONGIUNTA NEL SETTORE DELLA MISURA DELLA SODDISFAZIONE DEGLI UTENTI DEI SITI E DEI SERVIZI ON LINE DELLE AMMINISTRAZIONI E PER LA PREDISPOSIZIONE DI UNO STRUMENTO DI RILEVAZIONE DELLA CUSTOMER
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
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
DettagliInferenza statistica
Inferenza statistica Marcella Montico e Lorenzo Monasta Servizio di epidemiologia e biostatistica Inferenza statistica: insieme di metodi che permette di generalizzare i risultati ottenuti dai dati raccolti
DettagliASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci
Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci ASPETTI STATISTICI Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliGestione ed Analisi Statistica dei dati
Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati Daniela Fortuna 12 giugno 2014 TEST di ipotesi Finora abbiamo visto
DettagliSegno di espressioni quoziente di due espressioni elementari Vediamo di ragionare su un esempio pratico. Consideriamo un'espressione del tipo
Segno di espressioni quoziente di due espressioni elementari Vediamo di ragionare su un esempio pratico. Consideriamo un'espressione del tipo x < 0.Vogliamo trovare l'insieme dei valori che posso assegnare
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliIL DISEGNO DELLA RICERCA
IL DISEGNO DELLA RICERCA Che cosa vuol dire? è la strategia dell intera ricerca. Anche se la demarcazione non è netta, esistono disegni a (prevalente) impostazione: campionaria sperimentali osservazionali
DettagliINFORMATICA APPLICATA AI PROCESSI BIOTECNOLOGICI
INFORMATICA APPLICATA AI PROCESSI BIOTECNOLOGICI Fabio Scotti Universita' degli studi Dipartimento di tecnologie dell'informazione e Dipartimento di biotecnologie Analisi dei dati METODOLOGIA (cosa fare)
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliGESTIONE INVENTARIO Note operative
GESTIONE INVENTARIO Note operative NB: lo immagini esplicative potrebbe riportare date non attuali, sta ovviamente all utente adeguarle all anno corrente. Dal menù Magazzino Gestione inventario possiamo
DettagliLa matrice delle correlazioni è la seguente:
Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliEsercizio 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
DettagliIl metodo della regressione
Il metodo della regressione Consideriamo il coefficiente beta di una semplice regressione lineare, cosa significa? È una differenza tra valori attesi Anche nel caso classico di variabile esplicativa continua
DettagliUniversità degli Studi di Padova. Dipartimento di Fisica e Astronomia Galileo Galilei. Tesi di Laurea in Fisica. Scivolamento di Gocce non newtoniane
Università degli Studi di Padova Dipartimento di Fisica e Astronomia Galileo Galilei Tesi di Laurea in Fisica Scivolamento di Gocce non newtoniane Laureando Michele Minchio Relatore Prof. M. Pierno Correlatore
Dettagli