ANOVA 2. Monica Marabelli. 15 Gennaio 2016
|
|
- Ottavio Pinto
- 6 anni fa
- Visualizzazioni
Transcript
1 ANOVA 2 Monica Marabelli 15 Gennaio 2016
2 ANOVA a una via Nella scorsa esercitazione abbiamo visto che nell Analisi della Varianza (ANOVA) si considerano le medie di una variabile dipendente (quantitativa) negli strati indotti dalle modalitá di una seconda variabile (qualitativa), detta variabile esplicativa o fattore. Si vuole verificare l ipotesi nulla che tutte le medie siano uguali contro l ipotesi alternativa che almeno una coppia di medie presenti una differenza statisticamente significativa.
3 Esercizio 1 E stato condotto uno studio per valutare la durata della vita tra i membri di sovranitá, aristocrazia e nobiltá in Inghilterra. I dati sono nel file age.xls setwd("x:/") age <- read.table (file="age.csv", header=t, sep=",", dec=".") str(age) data.frame : 700 obs. of 2 variables: $ class : Factor w/ 3 levels "aris","gent",..: $ age_death: int
4 Visualizziamo graficamente i dati boxplot(age_death~class, data=age)
5 ANOVA modello <- aov (lm(age_death~class, data=age)) summary(modello) Df Sum Sq Mean Sq F value Pr(>F) class * Residuals Signif. codes: 0 `*** `** 0.01 `* 0.05 `. 0.1 ` 1 P value < 0.05: c é almeno una coppia di medie la cui differenza é statisticamente significativa (per α = 0.05).
6 Test post hoc Per individuare quali sono le medie significativamente diverse tra loro, applichiamo il test HSD (honest significant difference) di Tukey TukeyHSD (modello) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = lm(age_death ~ class, data = age)) $class diff lwr upr p adj gent-aris sovr-aris sovr-gent
7 Verifica degli assunti Prima di procedere all analisi ANOVA, occorre tuttavia verificare i seguenti assunti: normalitá dei residui entro gruppi omoschedasticitá dei residui entro gruppi (uguali varianze) indipendenza dei residui entro gruppi
8 Normalitá dei residui shapiro.test (resid(aov(lm(age_death~class, data=age))) [age$class == "gent"]) Shapiro-Wilk normality test data: resid(aov(lm(age_death ~class, data = age)))[age$class == "gent"] W = 0.961, p-value = 1.597e-06 shapiro.test (resid(aov(lm(age_death~class, data=age))) [age$class == "sovr"]) Shapiro-Wilk normality test data: resid(aov(lm(age_death ~class, data = age)))[age$class == "sovr"] W = , p-value =
9 Normalitá dei residui shapiro.test (resid(aov(lm(age_death~class, data=age))) [age$class == "aris"]) Shapiro-Wilk normality test data: resid(aov(lm(age_death ~class, data = age)))[age$class == "aris"] W = , p-value = P value < 0.05 per tutte e tre le classi. Rifiutiamo l ipotesi nulla che i residui siano distribuiti normalmente.
10 Omoschedasticitá dei residui bartlett.test (age_death~class, data=age) Bartlett test of homogeneity of variances data: age_death by class Bartlett s K-squared = , df = 2, p-value = P value > 0.05: non rifiutiamo l ipotesi nulla che le varianze siano omogenee.
11 Indipendenza dei residui Installiamo in R il pacchetto lmtest Packages Install package(s)
12 Indipendenza dei residui Scegliere uno dei CRAN Mirrors italiani (Milano) Cercare il pacchetto lmtest
13 Indipendenza dei residui library(lmtest) # Rendiamo disponibili le funzioni del pacchetto Applichiamo il test di Durbin Watson dwtest (aov(lm(age_death~class, data=age))) Durbin-Watson test data: aov(lm(age_death ~ class, data = age)) DW = , p-value = alternative hypothesis: true autocorrelation is greater than 0 P value > 0.05: non rifiuto l ipotesi nulla di indipendenza dei residui.
14 Analisi non parametrica Siccome l ipotesi di normalitá non é stata confermata, effettuiamo un analisi non parametrica: applichiamo il test di Kruskal-Wallis. kruskal.test (age_death~class, data=age) Kruskal-Wallis rank sum test data: age_death by class Kruskal-Wallis chi-squared = , df = 2, p-value = P value < Rifiuto l ipotesi nulla: l appartenenza alle tre classi sociali ha un effetto significativamente diverso sulla durata della vita.
15 ANOVA a blocchi randomizzati Nell analisi a blocchi randomizzati, gli individui sono suddivisi in gruppi omogenei, detti blocchi; gli individui di ogni blocco saranno poi attribuiti in modo casuale (random) ai trattamenti.
16 Esercizio 2 Alcuni maialini d India sono sottoposti a 4 diete differenti. 5 gruppi di 4 animali ciascuno sono tenuti in identiche condizioni ambientali. Entro blocco le condizioni ambientali sono identiche, tra blocchi le condizioni ambientali possono risultare diverse. Gli animali di ciascun gruppo sono assegnati a caso ad ognuna delle 4 diete. Il nostro scopo é studiare l effetto del tipo di dieta sul peso dei maialini d India, cioé verificare se esiste una differenza di incremento di peso tra le diverse diete somministrate.
17 Leggiamo i dati I dati sono contenuti nel file maialini.csv setwd("y:/statistica") dati <- read.table (file="maialini.csv", header=t, sep=",", dec=".") head(dati) Blocco Dieta Peso
18 Trasformiamo i dati nel formato corretto str(dati) data.frame : 20 obs. of 3 variables: $ Blocco: int $ Dieta : int $ Peso : num Per poter effettuare l analisi, le variabili trattamento e blocco devono essere fattori. Ricordarsi di trasformare i dati prima di effettuare l analisi! dati$blocco <- factor(dati$blocco) dati$dieta <- factor(dati$dieta)
19 ANOVA a blocchi randomizzati Effettuiamo l analisi della varianza modello2 <- aov(lm(peso ~ Dieta + Blocco, data=dati)) summary(modello2) Df Sum Sq Mean Sq F value Pr(>F) Dieta e-06 *** Blocco Residuals Signif. codes: 0 `*** `** 0.01 `* 0.05 `. 0.1 ` 1 H 0 che le 4 diete abbiano lo stesso effetto: rifiutata. H 0 che l effetto sia uguale tra i 5 blocchi: non rifiutata.
20 ANOVA a due vie con replica Si parla di ANOVA a due vie quando viene studiato l effetto di due variabili esplicative e si valuta anche l interazione tra di esse.
21 Esercizio 3 Vogliamo studiare l effetto sulla capacitá vitale di: tipo di lavoro, etá e loro interazione. Leggiamo i dati contenuti nel file capacity.csv setwd("y:/statistica") hum_cap <- read.table (file="capacity.csv", header=t, sep=",", dec=".")
22 Esercizio 3 str(hum_cap) data.frame : 60 obs. of 3 variables: $ lavoro : Factor w/ 4 levels "A","B","C","D": $ cl_eta : int $ capacita: num Trasformiamo in fattore la variabile classi d etá hum_cap$cl_eta <- factor(hum_cap$cl_eta)
23 ANOVA a due vie con replica modello3 <- aov(lm(capacita ~ lavoro*cl_eta, data=hum_cap)) summary(modello3) Df Sum Sq Mean Sq F value Pr(>F) lavoro e-11 *** cl_eta e-09 *** lavoro:cl_eta e-05 *** Residuals Signif. codes: 0 `*** `** 0.01 `* 0.05 `. 0.1 ` 1 I risultati indicano che sia il tipo di lavoro sia l etá sia l interazione dei due fattori hanno un effetto significativo sulla capacitá vitale.
ANOVA 2. Silvia Parolo. January 16, 2015
ANOVA 2 Silvia Parolo January 16, 2015 Verifica degli assunti normalità dei residui entro gruppi omoschedasticità dei residui entro gruppi indipendenza dei residui entro gruppi Esempio è stato condotto
DettagliEsercizi di ripasso. Monica Marabelli. 22 Gennaio 2016
Esercizi di ripasso Monica Marabelli 22 Gennaio 2016 Esercizio 1 Tre diverse diete sono state testate per valutare la loro efficacia nel determinare una diminuzione di peso. Verifica se almeno una delle
DettagliStatistiche di sintesi
Esercizio 2 E stato condotto uno studio per valutare la variazione della pressione sistolica in funzione dell etá. I dati sono riportati nel file sbp.xls. Effettua un analisi di regressione e disegna gli
DettagliRegressione. 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
DettagliANOVA 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
DettagliTest d ipotesi sulla media
Test d ipotesi sulla media Monica Marabelli 4 Dicembre 2015 Riassumendo l esercitazione precedente Nella lezione precedente abbiamo visto che la media campionaria puó essere un buon stimatore del valore
DettagliLABORATORIO 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
DettagliTest d ipotesi - continuazione
Test d ipotesi - continuazione Monica Marabelli 11 Dicembre 2015 Test d ipotesi sulle proporzioni per un campione L ipotesi nulla di un test d ipotesi a due code (bidirezionale) é H 0 : p = p 0 mentre
DettagliVARIETÀ. 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
Dettagli1. 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
DettagliTest d ipotesi sulla media
Test d ipotesi sulla media Silvia Parolo 12 December 2014 Riassumendo l esercitazione precedente Nella lezione precedente abbiamo visto che la media campionaria può essere un buon stimatore del valore
DettagliESERCITAZIONE A. Analisi di dati sperimentali PARTE 1: INFERENZA
Università degli Studi di Padova Facoltà di Scienze MM.FF.NN. Corso di Laurea Magistrale: Biologia Sanitaria Insegnamento: Statistica Applicata Docente: Prof.ssa Alessandra R. Brazzale Esercitatore: Dott.ssa
DettagliProva 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
DettagliAnova e regressione. Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 22 marzo 2011
Anova e regressione Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia 22 marzo 2011 Nella sperimentazione agronomica e biologica in genere è normale organizzare
DettagliAnalisi della varianza
Capitolo 4 Analisi della varianza 4.1 ANOVA La procedura per eseguire una ANOVA passa attraverso il fit del modello lineare corrispondente. 4.2 ANOVA a una via In questo caso, che è il più semplice, si
DettagliMETTIAMOCI ALLA PROVA! TEST STATISTICI QUESITI: Laboratorio in R A.A
QUESITI: Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea Magistrale a ciclo unico: Medicina e Chirurgia Insegnamento: Statistica Docente: Prof.ssa Alessandra R. Brazzale
DettagliInferenza 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
DettagliESERCITAZIONE A. Analisi di dati sperimentali PARTE 1: INFERENZA
Università degli Studi di Padova Facoltà di Scienze MM.FF.NN. Corso di Laurea Magistrale: Biologia Sanitaria/Biologia Molecolare Insegnamento: Statistica Applicata Docente: Prof.ssa Alessandra R. Brazzale
DettagliLivello 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.
DettagliMetodi statistici per la ricerca sociale Confronto tra Due Gruppi in
Metodi statistici per la ricerca sociale Confronto tra Due Gruppi in Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze mattei@disia.unifi.it
DettagliContrasti 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
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
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
DettagliLaboratorio di Statistica Aziendale Modello di regressione lineare multipla
Laboratorio di Statistica Aziendale Modello di regressione lineare multipla Michela Pasetto michela.pasetto2@unibo.it Definizione del modello OLS (semplice) L obiettivo della regressione lineare è di valutare
DettagliMetodi Statistici per il Management
Metodi Statistici per il Management Statistica Multivariata I Simone Borra - Roberto Rocci Introduzione e obiettivi La statistica multivariata si occupa di analizzare e studiare in modo simultaneo un set
DettagliStatistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017
Statistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017 prof. Federico Plazzi 27 Febbraio 2017 Nome: Cognome: Matricola: Alcune indicazioni: La prova è constituita da cinque esercizi;
DettagliANOVA 1 Via Esercizio esempio 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
DettagliFallstudium 3 - Soluzioni Dr Giorgio Pioda 22 novembre 2018
Fallstudium 3 - Soluzioni Dr Giorgio Pioda 22 novembre 2018 Fallstudium 3 - Soluzioni Considerando i dati di misurazione della concentrazione di carbamazepina 1 nel sangue determinata con due apparecchi
DettagliCAPITOLO 3 Esperimenti con un singolo fattore: l Analisi della Varianza
Douglas C. Montgomery Progettazione e analisi degli esperimenti 006 McGraw-Hill CAPITOLO 3 Esperimenti con un singolo fattore: l Analisi della Varianza Metodi statistici e probabilistici per l ingegneria
DettagliTest F per la significatività del modello
Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno
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
DettagliStatistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017
Statistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017 prof. Federico Plazzi 16 Gennaio 2017 Nome: Cognome: Matricola: Alcune indicazioni: La prova è constituita da cinque esercizi; dopo
DettagliMetodologia 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 a.a. 2018-2019 CdS Scienze della Produzione e Protezione delle Piante (g59)
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
DettagliAPPLICAZIONI. Analisi della varianza ad un fattore
Douglas C. Montgomery Controllo statistico della qualità /ed 6 McGraw-Hill APPLICAZIONI Analisi della varianza ad un fattore Insegnamento: Metodi ed Applicazioni Statistiche Corso di Laurea Specialistica
Dettagli0.1 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,
DettagliAnalisi 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
DettagliAnalisi della varianza a due fattori
Laboratorio 11 Analisi della varianza a due fattori 11.1 Analisi del dataset PENICILLIN.DAT I dati contenuti nel file penicillin.dat, si riferiscono ad un esperimento di produzione di penicillina tendente
DettagliSommario TEST SU DISTRIBUZIONI NORMALI. Materiale integrativo relativo al corso di Statistica
Sommario TEST SU DISTRIBUZIONI NORMALI Materiale integrativo relativo al corso di Statistica 2.1 Analisi del dataset FRUITFLY.DAT......................... 3 2.1.1 Confronto fra (RS, SS) e NS.........................
DettagliREGRESSIONE 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
DettagliL 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.
DettagliIl modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
DettagliLaboratorio di R - 3 a lezione Prof. Mauro Gasparini
Laboratorio di R - 3 a lezione Prof. Mauro Gasparini 1. Verifica di ipotesi: il test t di Student In R è disponibile la funzione t.test che effettua il test t di Student ad un campione, a due campioni
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
DettagliArgomenti 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
DettagliLABORATORIO 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
DettagliPROVA SCRITTA DI AFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA 9 Maggio 2014
PROVA SCRITTA DI AFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA 9 Maggio 2014 1. Le funzioni di perdita sono di tipo NB stocastico. Il coefficiente K è 1,8 ottenuto dal costo previsto per la
DettagliANOVA. ANalysis Of VAriance. Federico Plazzi. 1 Dicembre 2015
ANOVA ANalysis Of VAriance Federico Plazzi 1 Dicembre 2015 A che cosa serve? A che cosa serve? Applicazione L ANOVA ha finalità simili al test t: confrontare campioni. Al contrario del test t, però, è
DettagliIL 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
DettagliProva scritta di Affidabilità dei sistemi e Controllo statistico di qualità. 11 Giugno 2014
Prova scritta di Affidabilità dei sistemi e Controllo statistico di qualità 11 Giugno 2014 1. Supponiamo che un sistema sia formato da 3 blocchi connessi in parallelo. Il tempo di vita del sistema A è
DettagliAFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA
PROVA SCRITTA DI AFFIDABILITA DEI SISTEMI E CONTROLLO STATISTICO DI QUALITA 7 Marzo 2014 1.Si ha il seguente sistema di imballaggio di lattine di alluminio: C F A B D E G H A: Cupping (lamiera svolta e
DettagliLa questione dei Multiple Comparisons
La questione dei Multiple Comparisons Massimo Borelli May 7, 2014 Massimo Borelli () La questione dei Multiple Comparisons May 7, 2014 1 / 27 Contenuti 1 Un errore tanto grave quanto frequente 2 i vantaggi
DettagliANALISI 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
DettagliStima dei parametri di modelli lineari
Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle
DettagliINTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 2)
INTRODUZION AL DSIGN OF XPRIMNTS (Parte 2) 176 Introduzione Nella precedente lezione abbiamo visto come affrontare il problema della sperimentazione in presenza di un solo fattore e due soli livelli. In
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliANOVA E TEST F: ESERCITAZIONI
ANOVA E TEST F: ESERCITAZIONI 1 La distribuzione F 1. Si calcolino le seguenti probabilità (a) P (F 1,1 > 647.79) (b) P (F 1,4 > 74.13) (c) P (F 5,4 > 51.72) (d) P (F 5,4 < 51.72) Soluzioni: (a) 0.025
DettagliIntroduzione a R. Monica Marabelli. 30 Ottobre 2015
Introduzione a R Monica Marabelli 30 Ottobre 2015 Cos é R? R é un programma utile per l analisi dei dati R puó essere utilizzato per: elaborare dati svolgere analisi statistiche effettuare rappresentazioni
DettagliJMP 10 Student Edition: Guida rapida
JMP 10 Student Edition: Guida rapida Queste istruzioni presuppongono una tabella di dati aperta, le impostazioni delle preferenze predefinite, e le variabili di interesse con l appropriato tipo di modellazione.
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
DettagliUniversità del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in
DettagliBiostatistica Laurea Magistrale in Biologia Risultati dell esame del 16 Giugno 2016
iostatistica Laurea Magistrale in iologia Risultati dell esame del 16 Giugno 2016 Giovedì 23 Giugno alle ore 11 presso l ufficio del docente (U7, 2 piano, ufficio 2069) sarà possibile chiedere chiarimenti
DettagliEsperimenti longitudinali e misure ripetute. Massimo Borelli. Motivazioni. Un esempio tipicamente biotec. Anova sbagliate Anova r.m.
May 14, 2014 Contenuti 1 2 il peso delle gemelle: 1 misura > alice = 73.6 > ellen = 73.8 Le gemelle hanno lo stesso peso? Alice è laureata in matematica Ellen è laureata in statistica il peso delle gemelle:
DettagliEsercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Confronto tra medie Si considerino due popolazioni di individui sottoposti a due diversi trattamenti farmacologici. Si vuole valutare se tali trattamenti producono uguali effetti (ipotesi nulla) o diversi
DettagliCAPITOLO 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
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
DettagliStrumenti di indagine per la valutazione psicologica A A B B. 5 ANOVA a due fattori between. ANOVA a due vie. Un esempio. Gli effetti.
Strumenti di indagine per la valutazione psicologica 5 ANOVA a due fattori between ANOVA a due vie L'ANOVA a più fattori consente di verificare ipotesi su più variabili indipendenti considerate simultaneamente.
DettagliAntonella 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
DettagliStrumenti informatici Realizzare un test z, un test t e un test F per campioni indipendenti con Excel e SPSS
Strumenti informatici 5.2 - Realizzare un test z, un test t e un test F per campioni indipendenti con Excel e SPSS Sia Excel che SPSS consentono di realizzare in modo abbastanza rapido il test sulle medie
DettagliOLS multivariato: effetti parziali, multicollinearità
OLS multivariato: effetti parziali, multicollinearità CONCETTI DA RECUPERARE Per stimare questo modello utilizziamo le seguenti variabili esplicative educ, exper e tenure Primo passo da compiere sarà quello
Dettagli> RSS <- c(rs,ss) Per avere un idea di come sono distribuiti i dati (simmetria, dispersione... ):
Laboratorio 7 Test t di Student 7.1 Analisi del dataset FRUITFLY.DAT I dati fruitfly.dat si riferiscono alla fecondità dei moschini della frutta, valutata come numero medio giornaliero di uova prodotte
DettagliEffettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari
Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliLaboratorio R Corso di Algebra e Modelli lineari (Anno Accademico )
Laboratorio R Corso di Algebra e Modelli lineari (Anno Accademico 05-6) REGRESSIONE LINEARE SEMPLICE OPEN STATISTICA 8.44 Per 8 settimanali, appartenenti alla medesima fascia di prezzo e presenti in edicola
DettagliINTRODUZIONE A R Lezione 4
INTRODUZIONE A R Lezione 4 Silvia Bacci e Silvia Pandolfi 1 La regressione lineare 1.1 Regressioni lineare semplice Per applicare il metodo di regressione lineare scegliamo il dataset cars relativo alle
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliESERCITAZIONE del 07/04/2016 Anova a una via
ESERCITAZIONE del 07/04/2016 Anova a una via Si vuole studiare se l età media a cui le donne hanno il primo figlio è influenzata dal livello di istruzione. Su un campione di 63 donne di 45 anni è stata
DettagliParte 1 : Inferenza. Varianza nota test Z. Distribuzioni asintotiche dei test. Varianza ignota test t ad un campione
! Test d'ipotesi Parte 1 : Inferenza! Intervalli di confidenza! Test parametrici! Calcoli di potenza! Test non parametrici Distribuzioni asintotiche dei test A seconda dei casi il nostro test può convergere
DettagliUniversità 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:
DettagliLaboratorio di Statistica Aziendale Modello di regressione lineare semplice
Laboratorio di Statistica Aziendale Modello di regressione lineare semplice Dott.ssa Michela Pasetto michela.pasetto2@unibo.it Caricamento del dataset Il dataset SalesData si trova nella cartella condivisa
DettagliEsercitazione 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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 19-Rapporto fra varianze e 20-Introduzione all Anova vers. 1.0 (5 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliLABORATORI DI STATISTICA SOCIALE
Università degli Studi di Bergamo Dipartimento di Scienze Umane e Sociali Corso di Laurea in Scienze Psicologiche LABORATORI DI STATISTICA SOCIALE Lezione III Dott.ssa Roberta Adorni Dott.ssa Giulia Fusi
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07a-Ripasso: Anova ad un fattore (v. 1.9a, 29 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliZ-test, T-test, χ 2 -test
Z-test, T-test, χ 2 -test Francesco Corrias Chiara Todaro DIMA 13 febbraio 2012 Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio 2012 1 / 19 Verifica d ipotesi Definizione (Test
DettagliUniversità di Padova
Università di Padova Dipartimento di Tecnica e Gestione dei sistemi industriali Corso di Laurea Specialistica in Ingegneria Civile Elaborato di analisi statistica a.a. 5-6 Prof. L. Salmaso Dott. L. Corain
DettagliMetodi statistici per la ricerca sociale Capitolo 11. Regressione Multipla e Correlazione
Metodi statistici per la ricerca sociale Capitolo 11. Regressione Multipla e Correlazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliCAPITOLO 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
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
DettagliEsercitazione finale - corso R base Francesco Vidoli Ottobre 2018
Esercitazione finale - corso R base Francesco Vidoli Ottobre 2018 Passo 1: Leggere il file di input (il file si trova a questo indirizzo: https://fvidoli.weebly.com/uploads/2/3/0/8/ 23088460/dati_medici.csv),
Dettagli4. 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
DettagliTECNICHE DI CLASSIFICAZIONE
TECNICHE DI CLASSIFICAZIONE La tecnica di classificazione più conosciuta è la cluster analysis, che ha l obiettivo di identificare gruppi di soggetti (o oggetti) omogenei al loro interno ed eterogenei
DettagliESERCITAZIONE ANCOVA
ESERCITAZIONE ANCOVA I dati provengono da un articolo di Cyril Burt del 1996 intitolato The genetic determination of differences in intelligence: A study of monozygotic twins reared apart. I dati contengono
DettagliContenuti: 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
DettagliTEST 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
DettagliStatistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017
Statistica Applicata Corso di Laurea in Scienze Naturali a. a. 2016/2017 prof. Federico Plazzi 13 Febbraio 2017 Nome: Cognome: Matricola: Alcune indicazioni: La prova è constituita da quattro esercizi;
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA)
Dettagli