Rischio relativo e Odds Ratio

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Rischio relativo e Odds Ratio"

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 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:

Dettagli

Statistica nelle applicazioni sanitarie

Statistica 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

Dettagli

Prof.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 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,

Dettagli

Statistica. Lezione 8

Statistica. 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

Dettagli

Infermieristica basata sulle prove di efficacia

Infermieristica 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

Dettagli

Marika 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 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

Dettagli

Il χ 2 (Pearson, 1900)

Il 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

Dettagli

p = 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

p = 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

Dettagli

NOTE 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 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

Dettagli

Ulteriori applicazioni del test del Chi-quadrato (χ 2 )

Ulteriori 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

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 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

Dettagli

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

Statistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una

Dettagli

Metodologie e strumenti dell epidemiologia analitica Le misure di associazione Paolo Villari

Metodologie 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

Dettagli

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (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)

Dettagli

Esercizi riassuntivi di Inferenza

Esercizi 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

Dettagli

STATISTICA 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) 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

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i 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

Dettagli

Disegni di studio nella ricerca epidemiologica

Disegni 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

Dettagli

UNIVERSITÀ DEGLI STUDI DI PERUGIA

UNIVERSITÀ 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

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il 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

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso 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

Dettagli

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

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,

Dettagli

N.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 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

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 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

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011

FACOLTÀ 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

Dettagli

Casa dello Studente. Casa dello Studente

Casa 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

Dettagli

Esercitazione 8 del corso di Statistica 2

Esercitazione 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

Dettagli

Seconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016

Seconda 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,

Dettagli

ˆp(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

ˆp(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

Dettagli

Esercitazione del

Esercitazione 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

Dettagli

Università 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 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

Dettagli

La 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 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

Dettagli

Gli errori nella verifica delle ipotesi

Gli 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

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema 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

Dettagli

Valutazione dei test diagnostici

Valutazione 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

Dettagli

Capitolo 11 Test chi-quadro

Capitolo 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.

Dettagli

Studi caso-controllo

Studi 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

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA 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

Dettagli

Università 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 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

Dettagli

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

Prova 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

Dettagli

VALORI o LIVELLI DECISIONALI

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

Dettagli

Intervalli di confidenza

Intervalli 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

Dettagli

Esercitazione di Statistica Indici di associazione

Esercitazione 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

Dettagli

Le Misure di Associazione Esercizio 3. Paolo Villari

Le 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

Dettagli

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

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.

Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una

Dettagli

Igiene. Dott. Pamela Di Giovanni. Definizione

Igiene. 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

Dettagli

Analisi congiunta di più fenomeni

Analisi 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

Dettagli

Vedi: Probabilità e cenni di statistica

Vedi:  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

Dettagli

Corso di Psicometria Progredito

Corso 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

Dettagli

COMUNE DI CONSIGLIO DI RUMO

COMUNE 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

Dettagli

Disequazioni di secondo grado

Disequazioni 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

Dettagli

Esempio di calcolo di rischio relativo

Esempio 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

Dettagli

Errori (o bias) negli studi epidemiologici

Errori (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

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 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

Dettagli

Statistica Applicata all edilizia: il modello di regressione

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

Dettagli

Analisi della varianza: I contrasti e il metodo di Bonferroni

Analisi 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

Dettagli

PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA

PROCEDURE/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

Dettagli

Corso di Psicometria Progredito

Corso 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

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA 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

Dettagli

Misure di Associazione

Misure 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

Dettagli

16/04/2015. L epidemiologia osservazionale può essere classifica anche in base al tipo di dati che raccoglie. Studi osservazionali: studi analitici

16/04/2015. 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:

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA 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

Dettagli

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

Variabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli. Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:

Dettagli

Test d Ipotesi Introduzione

Test 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

Dettagli

Test F per la significatività del modello

Test F per la significatività del modello Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno

Dettagli

Esercitazione: La kappa di Cohen

Esercitazione: 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

Dettagli

PSICOMETRIA. 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 PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione

Dettagli

Misure di frequenza in epidemiologia. Rapporti Proporzioni Tassi

Misure 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

Dettagli

Analisi della varianza

Analisi della varianza Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.

Dettagli

Gestione ed Analisi Statistica dei dati

Gestione 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

Dettagli

Analisi di tassi e proporzioni: χ 2 test e test esatto di Fisher

Analisi 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

Dettagli

Capitolo 5 Confidenza, significatività, test di Student e del χ 2

Capitolo 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

Dettagli

Statistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione

Statistica. 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.

Dettagli

Z-test, T-test, χ 2 -test

Z-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

Dettagli

Potenze - 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 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

Dettagli

20/04/2015. Retrospettivi Caso-controllo. Prospettici Per Coorte

20/04/2015. 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

Dettagli

Concetti principale della lezione precedente

Concetti 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

Dettagli

Statistica Inferenziale

Statistica 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

Dettagli

Esercitazioni di Statistica

Esercitazioni 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

Dettagli

Rappresentazione 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) 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

Dettagli

MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013

MATEMATICA 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

Dettagli

a) 36/100 b) 1/3 c)

a) 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

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio 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

Dettagli

EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST

EPIDEMIOLOGIA 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

Dettagli

Università della Calabria

Università 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

Dettagli

0 altimenti 1 soggetto trova lavoroentro 6 mesi}

0 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

Dettagli

ANALISI STATISTICHE BIVARIATE. Tabelle di contingenza

ANALISI 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

Dettagli

ESERCIZIO 1. Di seguito vengono riportati i risultati di un modello fattoriale di analisi della varianza con 3 fattori tra i soggetti.

ESERCIZIO 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

Dettagli

In alternativa all intervallo di riferimento. VALORI o LIVELLI DECISIONALI

In 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

Dettagli

Giorno n. clienti di attesa

Giorno 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

Dettagli

Lezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari

Lezione 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

Dettagli

Patologia Clinica. Lezione introduttiva. Dott.ssa Samantha Messina

Patologia 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

Dettagli

Diego Vanuzzo CENTRO DI PREVENZIONE UDINE DIREZIONE CENTRALE SALUTE FRIULI

Diego 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

Dettagli

5. Test per proporzioni: confronto tra campioni e associazione

5. 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

Dettagli

IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI

IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI Perchè confrontare le varianze stimate in due campioni? Torniamo all'esempio dei frinosomi Per poter applicare il test t avevamo detto che le varianze, e

Dettagli

Cenni di calcolo delle probabilità

Cenni 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

Dettagli

Statistica Inferenziale

Statistica 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

Dettagli

Distribuzioni campionarie

Distribuzioni 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

Dettagli

Precorso di Matematica

Precorso 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