Rischio relativo e Odds Ratio
|
|
- Marta Morandi
- 6 anni fa
- Visualizzazioni
Transcript
1 Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Rischio relativo e Odds Ratio Prof. Maria Antonietta Penco penco@fisica.unige.it 20/03/2006
2 Rischio Relativo Il Rischio è la probabilità che l evento si verifichi all interno di un gruppo omogeneo (esposti o non esposti) R=P(m esposti) Il Rischio relativo misura di quanto è più (o meno) probabile che l evento accada in un gruppo rispetto all altro. RR=P(m esposti)/p(m non esposti)
3 Determinazione della stima del RR Se in uno studio longitudinale p è la frequenza relativa dell evento tra gli esposti e p 2 tra i non esposti, la stima del Rischio Relativo è data da : RR=p /p 2 e l intervallo di confidenza (CL)per il RR: RR±z α/2 σ(rr)
4 Indeterminazione della stima del RR Per determinare σ(rr) conviene passare a lnrr lnrr=ln(p /p 2 )=lnp-lnp 2 : V(lnRR)=V(lnp)+V(lnp2) V (ln p ) = p 2 p q n = q p n (ln ) p 2 2 V p = = p q n 2 q2 p n 2 2
5 Nel nostro caso il rischio di malattie CV nel gruppo dei soggetti che assumono il placebo è stimato: p =P(m placebo)=0.07 Il rischio di malattie CV nel gruppo dei soggetti che assumono l aspirina è stimato: p 2 =P(m aspirina)= La percentuale di soggetti che hanno avuto un infarto tra chi assumeva il placebo è.82 volte maggiore della percentuale di soggetti infartuati tra chi assumeva regolarmente l aspirina. Il rischio relativo stimato risulta: RR=0.07/0.0094=.82
6 Si può generalizzare il risultato dello studio al prossimo soggetto che assume regolarmente aspirina attribuendogli : Sia p =a/a+b e p 2 =c/c+d RR±z a/2 σ(rr) lnrr=lnp -lnp 2 e V(lnRR)=V(lnp )+V(lnp 2 ) V(lnp )=q /(p n )=b/(a (a+b)); V(lnp 2 )=q 2 /(p 2 n 2 )=d/(c (c+d) V(lnRR)= b/(a (a+b)) + d/(c (c+d)= = =0.047 σ(lnrr)=0.2 lnrr±
7 In definitiva per un CL del 95%: lnrr ±.96 σ(rr)=0.599±0.235 Il limite inferiore è Il limite superiore è Passando all esponenziale si ottiene: L intervallo[.44,2.30]a un CL del 95%. Possiamo concludere che, a un livello di confidenza del 95%, il rischio di avere un evento cardiovascolare è da.44 a 2.30 volte maggiore fra i soggetti che non assumono aspirina che fra i soggetti che la assumono regolarmente.
8 Stima della differenza delle probabilità di avere un evento cardiovascolare nei due casi: p -p 2 ±z a/2 σ(p -p 2 ) dove p =a/(a+b) è la stima di P(CV/placebo) e p 2 =c/(c+d) la stima di P(CV/aspirina) V(p -p 2 )=p q /n +p 2 q 2 /n 2 = = σ (p -p 2 )= p =0.07 p 2 = p -p 2 = p -p 2 ±z α/2 σ(p -p2)=0.008 ±0.003
9 Studio prospettivo Un campione di 54 soggetti sani è stato seguito per 5 anni per uno studio di validità del test da sforzo positivo (presenza di anomalie nel tratto ST dell ECG eseguito sotto sforzo)nel predire eventi cardiovascolari (CV). I risultati sono riportati nella tabella seguente Test da sforzo CV + - totale si a b a+b no c d c+d
10 a) Valutare la capacità predittiva positiva del test P(CV +). b)essere positivi al test da sforzo è indice di possibili eventi CV entro 5 anni? Si seguono le due coorti fino alla fine dello studio. La tabella dei risultati è la seguente: Test da sforzo CV + - totale si no
11 a) La frequenza relativa dei soggetti con evento CV fra quelli risultati positivi al test (esposti) è p =P(CV +)=2/35=0.5. b) La frequenza relativa dei soggetti con evento CV fra quelli risultati negativi al test (non esposti) è p 2 =3/379=0.03. Questa differenza tra i due gruppi indica una associazione tra il risultato positivo e l occorrenza dell evento CV? Supponiamo che non ci sia nessuna associazione: H 0 : P(m +)= P(m -)
12 Possiamo costruire, in base all ipotesi nulla e stimando attraverso i dati osservati la probabilità P(CV), la seguente tabella dei valori medi: Test da sforzo CV + - totale si 35 (34/54)= = no = = Poiché il campione ha numerosità elevata si può fare un test considerando la variabile χ 2 con grado di libertà.
13 Il valore critico della variabile a un livello di significatività del 5% è χ c2 =3.84 Il valore sperimentale risulta: con p<0.00 χ s2 =25.58 Si rifiuta l ipotesi nulla, la differenza osservata di eventi CV tra i soggetti risultati positivi e quelli risultati negativi è significativa. Possiamo affermare che la conoscenza della positività da sforzo implica una connessione con eventi CV.
14 Cerchiamo di stimare l intensità dell associazione tra evento CV e positività al test da sforzo. Test da sforzo CV + - totale si a b no c d a+c b+d n Le due coorti di soggetti risultati positivi e negativi al test da sforzo vengono seguite nel tempo per verificare se l evento CV accade o non accade.
15 Confrontiamo la proporzione dei soggetti che presentano l evento CV fra i positivi con la proporzione dei soggetti che presentano l evento CV fra i negativi. Il rapporto tra queste due proporzioni è: RISCHIO RELATIVO (di evento CV dei positivi (esposti) rispetto ai negativi (non esposti)) RR= [(a/(a+c) ]/ [(b/(b+d)]= [(ab+ad)/(ab+ac) ] Guardando i dati della tabella possiamo scrivere: RR=0.56/0.034=4.59 Il rischio di occorrenza dell evento CV è circa 5 volte più alto tra chi è risultato positivo al test da sforzo rispetto ai soggetti risultati negativi.
16 Il RR calcolato è una stima campionaria. Quanto vale l intervallo di confidenza (CL)per il RR? Passiamo dal rappresentare le frequenze di cella in termini di prodotto alla rappresentazione in termini di somma: Poiché p =a/a+c e p 2 =b/b+d lnrr=lnp -lnp 2 e V(lnRR)=V(lnp )+V(lnp 2 ) ) ( ) (ln 2 c a a c p n q n p q p p V + = = = ) ( ) (ln d b b d n p q n q p p p V + = = =
17 In definitiva l intervallo sarà dato da : c d lnrr ± z α /2 a n + b n 2 Cioè: ln 4.59 ±.96 + =.52 ±
18 Il limite inferiore è Il limite superiore è 2.8. Passando all esponenziale si ottiene per RR: L intervallo[2.36,8.84]ad un CL del 95%. Possiamo concludere che, ad un livello di confidenza del 95%, il rischio di avere un evento cardiovascolare fra i soggetti che risultano positivi al test da sforzo è da 2.36 a 8.84 volte maggiore del rischio relativo fra i soggetti negativi al test da sforzo.
19 Studio retrospettivo esposti non esposti malati a b a+b sani c d c+d n=a+b+c+d Si considerano a+b soggetti ammalati (casi) e c+d soggetti sani (controlli) e si guardano i fattori di esposizione nei due gruppi.
20 In questo caso non è corretto calcolare il RR della malattia fra esposti e non esposti in quanto esso dipende dalla numerosità del campione scelto come controllo. Se infatti si considerasse un altro campione di sani, anche mantenendo la proporzione c/d fra esposti e non esposti, k(c+d) si avrebbe: RR =[a/(a+kc) ]/ [ b/(b+kd) ]=[(ab+kad)/(ab+kbc) ] cioè un rischio differente da prima: RR= [a/(a+c) ]/ [ b/(b+d) ]=[(ab+ad)/(ab+bc) ]
21 Il rischio relativo dell esposizione invece cioè il rapporto tra la proporzione degli esposti tra gli ammalati e i sani : RR e =[a/(a+b) ]/ [ c/(c+d) ] non dipende dalla numerosità del campione scelto come controllo. Nel caso la numerosità del gruppo dei controlli fosse k volte (c+d), mantenendo costante il rapporto c/d malati su sani, si avrebbe lo stesso RR e : RR e = [a/(a+b) ]/ [ kc/k(c+d) ]=RR e. Negli studi caso-controllo si preferisce utilizzare come indice di connessione fra malattia ed esposizione il rapporto tra gli odds: OR
22 Rischio e Odds Soggetti ammalati Rischio Odds 2 su 00 2/00=0.02 2/98= su 00 20/00= /80= su 00 50/00= /50= 80 su 00 80/00= /20=4.00
23 Odds e OR di esposizione Odds di esposizione fra i casi: P(esposti l casi)/p(non esposti l casi)= =[(a/(a+b) ]/ [(b/(a+b)]=a/b Odds di esposizione fra i controlli: P(esposti l controlli)/p(nonesposti l controlli)= =(c/(c+d) ]/ [(d/(c+d)]=c/d Odds Ratio di esposizione OR=[(a/b)/(c/d)]=ad/bc
24 Esposizione :fumo Malattia :cancro ai polmoni OR di esposizione =ad/bc=.5 che significa? Passando dagli ammalati ai sani il rapporto tra i fumatori e i non fumatori aumenta del 50%. Oppure il rapporto tra fumatori e non fumatori nei malati è.5 volte il rapporto tra fumatori e non fumatori nei sani.
25 Odds Ratio di malattia OR=[(a/c)/(b/d)]=ad/bc Odds e OR di malattia Odds di malattia fra gli esposti: P(malati l esposti)/p(sani l esposti) [(a/(a+c) ]/ [(c/(a+c)]=a/c Odds di malattia fra i non esposti: P(malati l non esposti)/p(sani l non esposti) [(b/(b+d) ]/ [(d/(b+d)]=b/d
26 Esposizione :fumo Malattia :cancro ai polmoni OR di malattia =ad/bc=.5 Passando dai fumatori ai non fumatori il rapporto tra malati e sani aumenta del 50%. Oppure il rapporto tra malati e sani nei fumatori è.5 volte il rapporto tra malati e sani nei non fumatori. OR di esposizione e OR di malattia coincidono!
27 OR ha lo stesso valore in entrambi i casi, è un buon indice della connessione tra malattia ed esposizione! Nel caso di eventi rari RR=OR. Il rischio relativo di malattia cioè il rapporto tra la proporzione degli ammalati tra gli esposti e i non esposti risulta: RR=[(ab+ad)/(ab+bc) ]~ad/bc in quanto ab risulta trascurabile rispetto agli altri termini.
28 Nello studio longitudinale sul placebo contro l aspirina la probabilità di un evento cardiovascolare stimata dalle frequenze campionarie era molto bassa: P(CV)=.3% In tal caso : RR ~OR Infatti il rischio relativo, cioè il rapporto tra la proporzione degli infartuati tra chi assumeva il placebo e chi l aspirina risulta: RR=[(a/a+b)/(c/c+d)=(ac+ad)/(ac+bc) ]~ad/bc in quanto ac risulta trascurabile rispetto agli altri termini. ac=89 04~2 0 4 ad= ~2 0 6 bc= ~ 0 6 OR=(a/b)/c/d)=ad/bc OR=.83 RR ~ OR =.83
29 Si può generalizzare il risultato dello studio al prossimo soggetto che assume regolarmente aspirina attribuendogli : OR±z α/2 σ(or) Sia ODDS placebo =a/b e ODDS aspirina =c/d OR=ad/bc L errore standard di ln(or) è σ(lnor) = [(/ a + /b + /c + /d) ] /2 σ(lnor)=0.2 lnor±
30 Il limite inferiore è Il limite superiore è 0.84 Passando all esponenziale si ottiene: L intervallo[.45,2.32]a un CL del 95%.
31 Studio caso-controllo Si vuole studiare gli effetti (negativi) di un certo farmaco sull infarto del miocardio. Vengono inserite nello studio donne sotto i 45 anni : 58 ricoverate per infarto del miocardio (casi), 66 ricoverate nello stesso ospedale per altre patologie (controlli). E uno studio caso-controllo. Infarto del Miocardio Farmaco si no Totali Uso Non uso Totali
32 A tutte si chiede se prendono quel particolare farmaco. Questa è la tabella delle risposte : Infarto del Miocardio Farmaco si no Totali Uso Non uso Totali Ci si chiede dati gli effetti (infarto) se la causa può essere l assunzione di quel particolare farmaco. N.B.Possiamo indicare chi usa il farmaco come esposti in quanto l esposizione indica la presenza di un fattore che può (ipoteticamente) causare un certo effetto.
33 E uno studio retrospettivo, non si calcola RR ma OR. Sia ODDS esposti =a/b e ODDS non esposti =c/d OR=ad/bc = =(23/34)/(35/32)=2.55 ln2.55=0.936 L errore standard di ln(or) è σ(lnor) = [(/ a + /b + /c + /d) ] /2 σ(lnor)= ±
34 Il limite inferiore è Il limite superiore è.583 Passando all esponenziale si ottiene: L intervallo[.34,4.87] a un CL del 95%. Possiamo concludere che, ad un livello di confidenza del 95%, il rapporto tra malati e sani fra chi fa uso del farmaco è,34 (4.87) volte il rapporto tra malati e sani nel gruppo che non ne fa uso.
35 I valori di OR dipendono dalla posizione delle righe e delle colonne. Invertendo le righe si ottiene: OR = 35 34/32 23= 0.39 dove OR =/OR Infarto del Miocardio Farmaco si no Totali Non uso uso Totali
36 E più conveniente considerare lnor: lnor = -lnor Invertendo le righe si ottiene lo stesso grado di associazione ma segno opposto: ln2.55= 0.94 mentre ln 0.39= Il segno negativo si ha considerando la non esposizione (non uso del farmaco) rispetto all esposizione ( uso del farmaco) e indica la diminuzione del numero di malati rispetto ai sani.
Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco
Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco penco@fisica.unige.it 20/03/2006 Sensibilità e specificità di un test Consideriamo la seguente tabella:
DettagliStatistica nelle applicazioni sanitarie
Dipartimento di Fisica Scuola di Specializzazione in Fisica Medica A.A. 0/03 Statistica nelle applicazioni sanitarie Maria Roberta Monge: Roberta.Monge@ge.infn.it Epidemiologia Classica: studia le origini
DettagliProf.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/16. Malato vs non malato. Esposto vs non esposto
Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/16 Malato vs non malato Esposto vs non esposto Quanti sono stati esposti? Quanti si ammalano? Prof.ssa G. Serio,
DettagliStatistica. Lezione 8
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 8 a.a 2011-2012 Dott.ssa Daniela
DettagliInfermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. G. La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof.ssa Alice Mannocci Prof. Giuseppe Catalano carolina.marzuillo@uniroma1.it
DettagliMarika Vezzoli. Dipartimento di Medicina Molecolare e Traslazionale Università degli Studi di Brescia
Marika Vezzoli Dipartimento di Medicina Molecolare e Traslazionale Università degli Studi di Brescia Quando X e Y hanno 2 modalità (ovvero sono entrambe binarie) ci troviamo dinanzi al caso particolare
DettagliIl χ 2 (Pearson, 1900)
Il χ 2 (Pearson, 1900) Relazioni tra variabili: le tabelle di contingenza "The Physicians' Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile eetto di riduzione
Dettaglip = p q OR = p q Misura l esistenza di una malattia. E legato alla incidenza in quanto - Prevalenza = Incidenza x tempo medio di durata della malattia
- Prevalenza (prevalence) è una misura della proporzione di persone ammalate in un certo periodo. Può essere misurata in modo puntiforme (point prevalence) oppure su un periodo (period prevalence). - Prevalenza
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI IL PROBLEMA Si vuole verificare se un nuovo trattamento per la cura dell otite è più efficace
DettagliUlteriori applicazioni del test del Chi-quadrato (χ 2 )
Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
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
DettagliMetodologie e strumenti dell epidemiologia analitica Le misure di associazione Paolo Villari
Metodologie e strumenti dell epidemiologia analitica Le misure di associazione Paolo Villari paolo.villari@uniroma1.it Dipartimento di Sanità Pubblica e Malattie Infettive Sapienza Università di Roma CONTENUTI
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
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
DettagliSTATISTICA BIVARIATA: ALCUNI STIMOLI DI APPROFONDIMENTO (Tecn. Lab. Biomedico e Tecn. Fisiop. e Perfus. Cardiovascolare 3 Anno)
STATISTICA BIVARIATA: ALCUNI STIMOLI DI APPROFONDIMENTO (Tecn. Lab. Biomedico e Tecn. Fisiop. e Perfus. Cardiovascolare 3 Anno) 1) ASSOCIAZIONE TRA DUE CARATTERI RISCHIO RELATIVO E ODDS RATIO In uno studio
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliDisegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
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
DettagliStatistica - 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,
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
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
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliSeconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Scenario 1: In uno studio prospettivo condotto per valutare la relazione tra l'uso di estrogeni e rischio di cancro alla mammella,
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
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
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di statistica
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di statistica Applicazione del calcolo della probabilità: la valutazione dei tests diagnostici Corso di laurea in medicina
DettagliLa valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza
La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
DettagliValutazione dei test diagnostici
Valutazione dei test diagnostici Maria Miceli M. Miceli 2011 1 Diagnosi individuale (test di laboratorio) Esame collaterale nell ambito dell iter diagnostico condotto generalmente su animali sintomatici
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliStudi caso-controllo
Studi caso-controllo Con gli studi di tipo descrittivo e trasversale si possono formulare ipotesi sulla presenza di fattori di rischio, ma non dimostrare la presenza reale di un nesso causale tra il fattore
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corso di laurea in biotecnologia - Statistica Medica - Analisi dei
DettagliProva Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
DettagliVALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
DettagliLe Misure di Associazione Esercizio 3. Paolo Villari
Le Misure di Associazione Esercizio 3 Dipartimento di Sanità Pubblica e Malattie Infettive Sapienza Università di Roma Paolo Villari paolo.villari@uniroma1.it Negli anni 20, sulla base di osservazioni
DettagliCHEMIOMETRIA. 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
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
DettagliIgiene. Dott. Pamela Di Giovanni. Definizione
Igiene Dott. Pamela Di Giovanni Definizione Disciplina medica che ha come obiettivo la tutela e la promozione della salute umana, intendendo per salute umana un completo stato di benessere psichico, fisico
DettagliAnalisi congiunta di più fenomeni
Analisi congiunta di più fenomeni Dati relativi al disastro del Titanic: Morti Sopravvissuti Classe Sesso Età 1 a Uomini Bambini 0 5 Adulti 118 57 Donne Bambini 0 1 Adulti 4 140 2 a Uomini Bambini 0 11
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliCOMUNE DI CONSIGLIO DI RUMO
COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI
DettagliDisequazioni di secondo grado
Disequazioni di secondo grado. Disequazioni Definizione: una disequazione è una relazione di disuguaglianza tra due espressioni. Detti p() e g() due polinomi definiti in un insieme A, una disequazione
DettagliEsempio di calcolo di rischio relativo
Esempio di calcolo di rischio relativo B. Cenci Goga Università degli Studi di Perugia, Dipartimento di Scienze Biopatologiche e Igiene delle Produzioni Animali e Alimentari, Sezione di Ispezione degli
DettagliErrori (o bias) negli studi epidemiologici
Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione
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
DettagliStatistica 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
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
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
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 43 I principali test statistici per la verifica di ipotesi: Il test del χ 2 per tavole di contingenza a 2 vie Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliMisure di Associazione
Misure di Associazione Prof. Tommaso Staniscia Introduzione Esposizione e Malattia Esposizione (E) = variabile esplicativa Qualsiasi agente, ospite, o fattore ambientale che può avere un effetto sulla
Dettagli16/04/2015. L epidemiologia osservazionale può essere classifica anche in base al tipo di dati che raccoglie. Studi osservazionali: studi analitici
Le inchieste epidemiologiche, a seconda della posizione assunta dal ricercatore nei confronti della realtà allo studio, possono essere distinte in osservazionali e sperimentali EPIDEMIOLOGIA Studi osservazionali:
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
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:
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
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
DettagliEsercitazione: La kappa di Cohen
Esercitazioni Stat Med per Metodologia Clinica Esercitazione: La kappa di Cohen Maria Pia Sormani mariapia.sormani@unige.it Obiettivi 1. Come si calcola la kappa 2. Significato della concordanza casuale
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
DettagliMisure di frequenza in epidemiologia. Rapporti Proporzioni Tassi
Misure di frequenza in epidemiologia Rapporti Proporzioni Tassi Cosa c è nel numeratore? Cosa c è nel denominatore? Rapporto Esempi E il quoziente di due numeri Il numeratore non è necessariamente incluso
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.
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
DettagliAnalisi di tassi e proporzioni: χ 2 test e test esatto di Fisher
Analisi di tassi e proporzioni: χ test e test esatto di Fisher Indice Stima di proporzioni ottenute dai campioni Verifica di ipotesi per proporzioni Z-test Analisi delle tabelle di contingenza (test non
DettagliCapitolo 5 Confidenza, significatività, test di Student e del χ 2
Capitolo 5 Confidenza, significatività, test di Student e del χ 5.1 L inferenza Se conosciamo la legge di probabilità di un evento (a priori o a posteriori) possiamo fare delle previsioni su come l evento
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
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
DettagliPotenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio
Potenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono
Dettagli20/04/2015. Retrospettivi Caso-controllo. Prospettici Per Coorte
OSSERVAZIONALI DATI AGGREGATI DATI INDIVIDUALI ECOLOGICI TRASVERSALI ANALITICI CASO-CONTROLLO PER COORTE malattia Retrospettivi Caso-controllo studio malattia Prospettici Per Coorte Un gruppo di persone
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliRappresentazione di numeri relativi (interi con segno) Rappresentazione di numeri interi relativi (con N bit) Segno e Valore Assoluto
Rappresentazione di numeri relativi (interi con segno) E possibile estendere in modo naturale la rappresentazione dei numeri naturali ai numeri relativi. I numeri relativi sono numeri naturali preceduti
DettagliMATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013
MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013 Soluzioni 1. Due sperimentatori hanno rilevato rispettivamente 25 e 5 misure di una certa grandezza lineare e calcolato le medie che sono risultate
Dettaglia) 36/100 b) 1/3 c)
Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliEPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST
EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST Problemi nella pratica clinica 1. Spiegazione del profilo clinico Dato il profilo clinico di un paziente, quale malattia ha? 2. Spiegazione della malattia Perché
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
Dettagli0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
DettagliANALISI STATISTICHE BIVARIATE. Tabelle di contingenza
ANALISI STATISTICHE BIVARIATE Tabelle di contingenza 1 Analisi Statistica Bivariata Generalmente, lo studio quantitativo di un fenomeno di interesse si svolge rilevando contemporaneamente più caratteri
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
DettagliIn alternativa all intervallo di riferimento. VALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
DettagliGiorno n. clienti di attesa
Esercizio 1 Un aspetto cruciale per la qualità del servizio ai clienti in un supermercato è il cosiddetto checkout (ovvero il tempo che il cliente impiega dal momento in cui si mette in fila alla cassa
DettagliLezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari
Lezione 4 L artimetica binaria: I numeri relativi e frazionari Sommario I numeri relativi I numeri frazionari I numeri in virgola fissa I numeri in virgola mobile 1 Cosa sono inumeri relativi? I numeri
DettagliPatologia Clinica. Lezione introduttiva. Dott.ssa Samantha Messina
Patologia Clinica Lezione introduttiva Dott.ssa Samantha Messina Modulo: Patologia clinica Anno accademico 2011/2012 II anno, I semestre CdL Infermieristica, Facoltà di Medicina e Chirurgia Università
DettagliDiego Vanuzzo CENTRO DI PREVENZIONE UDINE DIREZIONE CENTRALE SALUTE FRIULI
II sistemi di valutazione nei programmi di prevenzione delle malattie cardiovascolari, della diffusione delle malattie infettive nelle Regioni del Triveneto Indicatori di performance e di risultato t nei
Dettagli5. Test per proporzioni: confronto tra campioni e associazione
BIOSTATISTICA 5. Test per proporzioni: confronto tra campioni e associazione Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
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
DettagliCenni di calcolo delle probabilità
Cenni di calcolo delle probabilità Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/19 Quando si compie un esperimento o una serie di prove i possibili risultati
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
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
Dettagli