Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Teoria della probabilità: eventi, proprietà additiva e moltiplicativa. L incertezza"

Transcript

1 La probabilità Teoria della probabilità: eventi, proprietà additiva e moltiplicativa L incertezza Nella maggior parte delle situazioni la nostra condizione è caratterizzata dallincertezza Incertezza relativa ad eventi che devono ancora accadere: Quali numeri usciranno alla prossima estrazione del Superenalotto? Incertezza relativa ad eventi che sono già accaduti Chi ha vinto il Campionato italiano di calcio di Serie A nella stagione ? Incertezza relativa ad eventi che stanno accadendo Qual è la prevalenza di infezione da HIV nella popolazione italiana? Incertezza relativa allesistenza e alla natura di leggi generali Di quanto aumenta il rischio di avere un infarto allaumentare dei valori di PM 10? 1

2 L incertezza Allincertezza contribuiscono, in misura variabile: La nostra ignoranza, ovvero la limitatezza delle informazioni di cui disponiamo La variabilità dei fenomeni di cui ci occupiamo Mentre in alcuni casi losservazione (misura) ci permette di passare dallincertezza alla certezza (?) Quali numeri usciranno alla prossima estrazione del Superenalotto? Chi ha vinto il Campionato italiano di calcio di Serie A nella stagione ? in altri casi, per diverse ragioni, la misurazione potrà solo ridurre lincertezza Qual è la prevalenza di infezione da HIV nella popolazione italiana? Di quanto aumenta il rischio di avere un infarto allaumentare dei valori di PM 10? La probabilità Che cosè la probabilità? A che cosa serve, in generale? A che cosa serve, per un epidemiologo? Interpretazione in termini probabilistici delle misure di occorrenza e di associazione Un fumatore ha una probabilità di ammalarsi di tumore 5 volte superiore a quella di un non fumatore Interpretazione in termini probabilistici delle caratteristiche di validità di un test diagnostico La probabilità che una persona sana risulti positiva al test mammografico è pari allo 0.5% Quantificazione delleffetto dellerrore casuale sulle stime campionarie La probabilità di osservare un rischio relativo 5 in assenza di associazione è pari al 3.2% 2

3 La probabilità La probabilità è ciò che ci aiuta (meglio, che ci dovrebbe aiutare) a ragionare (a fare affermazioni) in maniera corretta (o, quanto meno, coerente) in condizioni di incertezza. Ars conjectandi(jacob Bernoulli) Diversi aspetti: Filosofico: definizioni di probabilità Matematico: assiomi e regole Applicativo: come usare le probabilità EVENTO ALEATORIO Definizione L evento è l elemento di base al quale può essere applicata la probabilità è il risultato di una osservazione o di un esperimento è la descrizione di un potenziale risultato è lo stato preso da un sistema L evento è una proposizione logica suscettibile di essere verificata o no a seconda del risultato dell esperimento 3

4 Eventi aleatori Un fenomeno aleatorio è un fenomeno che può manifestarsi in vari modi e rispetto al quale siamo, pertanto, in condizioni di incertezza. Un fenomeno aleatorio deve essere, almeno teoricamente, verificabile (Lesito deve essere conoscibile). Una variabile aleatoria (numero aleatorio) è una variabile che può assumere diversi valori. A ciascuno di questi valori (esaustivi e mutuamente esclusivi) avrà senso attribuire una probabilità Un evento aleatorio è una variabile aleatoria che può assumere solo due valori (V/F, 0/1) Da una variabile aleatoria si passa ad unevento raggruppando i possibili esiti in due classi Probabilità Teoria classica La probabilità di un evento aleatorio è il rapporto tra il numero di esiti favorevoli ad esso e quello di tutti gli esiti possibili, purché questi ultimi siano equiprobabili.??? Si adatta abbastanza bene a quelle situazioni in cui i fenomeni aleatori presentano situazioni di simmetria, in cui nessun particolare esito è favorito rispetto agli altri due facce di una moneta sei facce di un dado estrazione di una carta da un mazzo uscita di un numero alla roulette 4

5 Probabilità Teoria classica Dalla definizione classica deriva che la misura della probabilità di un evento può variare da un minimo di 0 (nessun caso favorevole) come ad esempio l'uscita del 91 al Lotto (0 su 90), fino ad un massimo di 1 (tutti i casi favorevoli), come ad esempio pescare una pesciolino rosso da una vasca che contiene solo pesci rossi (n su n). Diremo, nel primo caso, che l'evento è impossibile e nel secondo caso che l'evento è certo. In tutti gli altri casi: gli eventi hanno una probabilità 0 < p < 1, tanto più vicina a zero quanto più è difficile che l'evento accada e tanto più vicina ad 1, quanto più è facile che accada. Un'altra importante proprietà è che: la somma delle probabilità di tutti i possibili esiti di un fenomeno aleatorio deve essere 1, poiché è certo che uno qualsiasi di essi dovrà per forza verificarsi La nascita della teoria frequentista 5

6 La nascita della teoria frequentista La nascita della teoria frequentista 6

7 La nascita della teoria frequentista La nascita della teoria frequentista 7

8 La nascita della teoria frequentista La nascita della teoria frequentista 8

9 La nascita della teoria frequentista La nascita della teoria frequentista 9

10 La nascita della teoria frequentista La nascita della teoria frequentista (e non solo ) 10

11 Probabilità Teoria frequentista Supponiamo di ripetere un esperimento n volte in condizioni sostanzialmente identiche e di contare il numero m di volte in cui l evento A si verifica all aumentare di n la proporzione m/n si avvicina ad un limite fisso che è la probabilità di A P(A) = lim n (m / n) La probabilità di un evento è dunque definita come la frequenza relativa con cui l evento si verifica in una lunga serie di esperimenti indipendenti condotti in condizioni virtualmente identiche Anche in questo caso: La probabilità di un evento è un numero compreso tra 0 e 1 La somma delle probabilità dei possibili esiti è uguale a 1 Un esercizio per capire Un esercizio per capire la differenza tra FREQUENZA ASSOLUTA e FREQUENZA RELATIVA In Stata, la sequenza clear set obs 100 gen roll=1+int(6*uniform()) tab roll Genera 100 lanci di un dado (simulati ) Proviamo a fare 10 lanci e poi 100, 1000, 10000, Come sono le differenze ASSOLUTE tra le uscite? Come sono le differenze RELATIVE? 11

12 Probabilità Teoria frequentista Esempi: Se un meteorologo ci dice che cè una probabilità del 30% che oggi piova, non fa riferimento ad un modello simmetrico di eventi equiprobabili, ma si basa sulla frequenza osservata di giorni con pioggia con condizioni (di temperatura, umidità, pressione etc.) simili a quelli di oggi Se un medico ci dice che la probabilità di successo di un intervento chirurgico su un dato paziente è dell87%, si basa (dovrebbe basarsi!) sulla frequenza osservata di successi in un numero cospicuo di interventi dello stesso tipo eseguiti su pazienti con caratteristiche (età, genere, condizioni fisiche, patologie concomitanti, etc.) simili a quelle del paziente dato Probabilità Definizioni a confronto Ma possiamo davvero considerare tutti gli eventi ripetibili? Qualche volta e necessario un altro approccio: Definizione Approccio Tempo Eventi Stima Esempi Classica teorico a priori equiprobabili calcolo gioco d' azzardo Frequentista oggettivo a posteriori ripetibili frequenza relativa valutazione individuale da Bayesiana soggettivo a priori irripetibili parte di un soggetto razionale e coerente mortalità e morbosità in popolazioni stima del rischio individuale 12

13 Probabilità Teoria soggettiva Secondo questa teoria, la probabilità è una misura del grado di fiducia soggettiva (di chi parla) che un evento si realizzi (o che una variabile aleatoria assuma un determinato valore) su una scala che va da 0 (completa sfiducia che levento si verifichi) a 1 (certezza che levento si verifichi) Ovviamente, considerazioni di simmetria e di frequenza relativa osservata sono alla base della valutazione soggettiva Probabilità Teoria soggettiva La probabilità assegnata ad un evento corrisponde a quanto sono disposto a pagare per vincere 1 nel caso che levento si verifichi Secondo la teoria soggettiva dire che la probabilità di A è uguale a 0.75 significa dire che sarei disposto a pagare 75c per vincere 1 al verificarsi di A La teoria soggettiva è particolarmente adatta nel caso di eventi che possono verificarsi una sola volta e di eventi già verificatisi ma ignoti 13

14 Probabilità ogni approccio ha i suoi aspetti critici tutti i fenomeni presentano simmetrie che li rendono riconducibili a combinazioni di eventi equiprobabili Il fatto che allaumentare del numero di esperimenti la frequenza relativa tenda ad un limite è unipotesi (legge empirica delle medie) che non può essere dimostrata né matematicamente né empiricamente Per molti eventi non è possibile immaginare, nemmeno teoricamente, la ripetizione dellesperimento Probabilità: ogni approccio ha i suoi aspetti critici Ci piacerebbe che la probabilità fosse una proprietà dellevento, non dello stato mentale di chi la esprime La definizione soggettiva ipotizza una rigidità rispetto al rischio che in genere non cè Tuttavia, l oggettività viene recuperata nel definire le regole da usare per modificare le probabilità a priori alla luce delle osservazioni fatte 14

15 Probabilità Per fortuna, le regole di calcolo delle probabilità che riguardano il modo per quantificare la probabilità di eventi complessi, sono largamente indipendenti dalla teoria sottostante Le proprietà della probabilità 15

16 Eventi e teoria degli insiemi Insieme collezione di elementi aventi una proprietà in comune nel caso degli eventi e della probabilità, si tratta realizzazioni dello stesso evento A Esempi: 1) Che un soggetto sia fumatore 2) Che un soggetto sia affetto da tumore polmonare Eventi e teoria degli insiemi Spazio o universo L insieme che comprende tutti i possibili elementi Viene rappresentato spesso da un rettangolo che rappresenta lo spazio finito dell esperienza a cui si sta facendo riferimento Esempio: La popolazione dei suscettibili ad una specifica patologia (coloro cioè che possono ammalarsi) A U 16

17 Eventi e teoria degli insiemi Sottoinsieme Ogni elemento di A è anche elemento di B L evento A si verifica solo se è verificato anche l evento B A B Esempio: I forti fumatori (A) sono un sottoinsieme dei fumatori (B) A B U Eventi e teoria degli insiemi Insieme Unione l insieme che contiene tutti gli elementi di A e tutti gli elementi di B Si esprime come A B = OR (operatore booleano) Esempio: L insieme dei soggetti che fumano (A) sigari, (B) sigarette A B 17

18 Eventi e teoria degli insiemi Insieme Intersezione l insieme che contiene tutti gli elementi che appartengono sia ad A che a B Si esprime come A B = AND (operatore booleano) Esempio: L insieme dei soggetti che fumano (B), e sono affetti da tumore pomonare (A) A A B B Eventi e teoria degli insiemi Insieme complementare l insieme che contiene tutti gli elementi dell Universo U che non appartengono ad A comprende tutti gli eventi che escludono A c = NOT (operatore booleano) A A c = φ (l evento nullo) Esempio: L insieme dei soggetti NON affetti da tumore pomonare (A c ) A A c 18

19 Eventi mutuamente esclusivi Due eventi A e B che non possono verificarsi contemporaneamente sono definiti mutuamente esclusivi esempio: A è l evento che il tumore sia di stadio III B è l evento che sia di stadio IV A B = φ P(A B ) = 0 A B A B 19

20 La proprietà additiva Quando due eventi sono mutuamente esclusivi, la proprietà additiva della probabilità afferma che: la probabilità del verificarsi dell uno oppure dell altro evento è pari alla somma della probabilità di ciascuno dei due eventi OR A B P(A B ) = P(A) + P(B) P(A B ) > P(A) P(A B ) > P(B) A B La proprietà additiva Quando due eventi NON sono mutuamente esclusivi, la proprietà additiva della probabilità afferma che: la probabilità del verificarsi dell uno oppure dell altro evento è pari alla somma della probabilità di ciascuno dei due eventi meno la probabilità dell evento intersezione (che altrimenti sarebbe contata due volte) P(A B ) = P(A) + P(B) - P(A B ) A A B B P(A B ) > P(A) P(A B ) > P(B) 20

21 21

22 La proprietà moltiplicativa Prendiamo in esame 1 evento aleatorio esposizione ed 1 effetto: ad esempio esposizione al fumo ed la presenza di BPCO Se i due eventi non sono associati, si combineranno casualmente, seguendo la proprietà moltiplicativa della probabilità 20% 10% 50% x = P(A AND B ) = P(A) x P(B) P(A AND B ) < P(A); P(A AND B ) < P(B) Eventi indipedenti e dipendenti L Epidemiologia costruttiva utilizza le misure di frequenza allo scopo di stimare se i due eventi si associano solo casualmente, o se l esposizione aumenta il RISCHIO di malattia: se l esposizione e la malattia sono tra loro indipendenti (non esiste dunque alcuna associazione) se l esposizione e la malattia sono tra loro dipendenti (l esposizione modifica la probabilità di malattia) La probabilità di essere Fumatore AND Malato è il prodotto delle probabilità elementari La probabilità di essere Fumatore AND Malato è MAGGIORE del prodotto delle probabilità elementari 22

23 La probabilità condizionata L esposizione e la malattia potrebbero essere distribuite nella popolazione come nel seguente schema: 0,2 0,5 Esposti 0,8 0,5 esposti 23

24 Eventi indipendenti se l esposizione e la malattia sono tra loro indipendenti la conoscenza dello stato di malattia non influenza la probabilità che un soggetto sia esposto 0,2 0,5 0,5 Esposti esp. 0,5*0,2= 0,1 0,5*0,2= 0,1 0,8 0,5 0,5 Esposti esp. 0,5*0,8= 0,4 0,5*0,8= 0,4 Eventi dipendenti se l esposizione e la malattia sono tra loro dipendenti la conoscenza dello stato di malattia modifica la stima della probabilità che un soggetto sia esposto 0,2 0,95 0,05 Esposti esp. 0,95*0,2= 0,19 0,05*0,2= 0,01 0,39 Esposti 0,39*0,8= 0,31 0,8 0,61 esp. 0,61*0,8= 0,49 24

25 La probabilità condizionata se l esposizione e la malattia sono tra loro dipendenti la conoscenza dello stato di malattia modifica la stima della probabilità che un soggetto sia esposto Esposti esp. Esposti esp. La conoscenza dello stato assunto da uno dei due eventi condiziona la stima della probabilità che si verifichi l ALTRO evento: PROBABILITA CONDIZIONATA 25

26 Il teorema di Bayes (1) a partire dai prodotti marginali e dalle probabilità nelle singole diramazioni, è possibile rovesciare l albero delle probabilità B B P(B A) P(B A c ) = P(BANDA) OR P(BANDA c ) = P(B) P(A)* P(B A) + P(A c )* P(B A c ) = P(B) (0,95*0,2) + (0,39*0,8 ) = 0,19 + 0,31 = 0,50 B c B c P(B c A) P(B c A c ) = P(B c ANDA) OR P(B c ANDA c ) = P(B c ) P(A)* P(B c A) + P(A c )* P(B c A c ) = P(B c ) (0,05*0,2) + (0,61*0,8) = 0,01 + 0,49 = 0,50 Il teorema di Bayes (2) In questo modo è possibile modificare la stima della probabilità che un soggetto sia malato sulla base della conoscenza dello stato di esposizione 0,19/0,5= 0,38 0,5*0,38= 0,19 0,19+0,31= 0,5 0,01+0,49= 0,5 Esposti esposti 0,31/0,5= 0,62 0,01/0,5= 0,02 0,49/0,5= 0,98 0,5*0,61= 0,31 0,5*0,02= 0,01 0,5*0,98= 0,49 26

27 Il teorema di Bayes ed i test Il teorema di Bayes viene utilizzato spesso nella valutazione di test diagnostici o screening Test Diagnostici: hanno come obiettivo di consentire una diagnosi di malattia Test di Screening: utilizzati su soggetti che non presentano alcuna sintomatologia clinica, permettono di classificare tali individui sulla base della probabilità di essere affetti da una particolare patologia Il teorema di Bayes consente di utilizzare la probabilità per valutare le incertezze associate ai risultati Misure di qualità di un test SENSIBILITA : la percentuale di soggetti che il test classifica come positivi = Veri positivi / (Veri positivi + Falsi negativi) esprime la probabilità che il test sia positivo nei soggetti SPECIFICITA : la percentuale di soggetti sani che il test identifica come negativi = Veri negativi / (Veri negativi + Falsi positivi) esprime la probabilità che il test sia negativo nei soggetti sani 27

28 Qualità del test ed alberi di probabilità Prevalenza Sensibilità P(B A) Test + Veri positivi P(A) Test- Falsi negativi 1- P(A) Test + Falsi positivi Test- Veri negativi Specificità P(B c A c ) Misure di qualità di un test VALORE PREDITTIVO DEL TEST POSITIVO (VPP): la probabilità di essere dei soggetti risultati positivi al test = Veri positivi / (Veri positivi + Falsi positivi) VALORE PREDITTIVO DEL TEST NEGATIVO (VPN): la probabilità di essere sani dei soggetti risultati negativi al test = Veri negativi / (Veri negativi + Falsi negativi) 28

29 Qualità del test ed alberi di probabilità Valore predittivo test + P(A B) Veri positivi P(B) Test + Falsi positivi Test- Falsi negativi Valore predittivo test - P(A c B c ) Veri negativi Qualità del test ed alberi di probabilità P(A)* P(B A) P(A B) = P(A)* P(B A) + P(Ac )* P(B A c ) = Preval. * Sensib. (Preval. * Sensib.) + (1-Preval.)*(1-Specif.) Prevalenza Sensibilità Test + Test- Veri positivi Falsi negativi Veri positivi Falsi positivi Valore predittivo del test + Test + Specificità Test + Falsi positivi Veri negativi Falsi negativi Veri negativi P(A c )* P(B c A c ) P(A c B c )= P(A)* P(Bc A) + P(A c )* P(B c A c ) = Test- Test- (1-Preval. )* Specif. Valore predittivo del test - Preval. * (1-Sensib.) + (1-Preval.)*Specif. 29

30 Sistema di Classificazione citologica Classificazione Bethesda Infezione Reazioni ASCUS Lesione Intraepiteliale Squamosa (SIL) Basso Grado (LSIL) Alto Grado (HSIL) riparative Richart Neoplasia Intraepitaeliale della Cervice Condiloma CIN I CIN II CIN III Reagan (OMS) Normale Atipia Displasia lieve Displasia Displasia Carcinoma Carcinoma Moderata grave in situ invasivo Papanicolau I II III IV V da: Nanda K, et al., Ann Intern Med 2000; 132: Il Pap-test Stime di frequenza da: CNR - Basi scientifiche per la definizione di linee guida 10:1000 (p=0.01) 10: :1000 (p=0.003) (p=0.0001) da: Loiudice et al, Eur J Cancer Prev, 1998; 7: :1000 (p=0.08) Sensibilità 0.40 Specificità :1000 (p=0.01) Un esempio: il pap-test Prevalenza P(A)=0.01 Sensibilità P(B A) = =0.25 Test + Test- Veri positivi =0.01*0.75 = Falsi negativi =0.01*0.25 = =0.99 Specificità =0.07 P(B c A c ) =0.93 Test + Test- Falsi positivi =0.99*0.07 = Veri negativi =0.99*0.93 =

31 Qualità del test ed alberi di probabilità Prevalenza P(A)* P(B A) P(A B) = P(A)* P(B A) + P(Ac )* P(B A c ) , Sensibilità Specificità Test + Test Veri positivi Falsi negativi Falsi positivi Veri negativi P(A c )* P(B c A c ) P(A c B c )= P(A)* P(Bc A) + P(A c )* P(B c A c ) = Veri positivi Falsi positivi Veri negativi = Preval. * Sensib. (Preval. * Sensib.) + (1-Preval.)*(1-Specif.) Valore predittivo del test Test (1-Preval. )* Specif Valore predittivo del test - Preval. * (1-Sensib.) + (1-Preval.)*Specif. Qualità del test ed alberi di probabilità Valore predittivo test = = Test + Test- Test Falsi negativi Test Test- Valore predittivo test / = / = / = / = Veri positivi = Falsi positivi = Falsi negativi = Veri negativi =

32 32

33 33

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche

Dettagli

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ

PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ PROBABILITÀ - SCHEDA N. 1 INTRODUZIONE ALLA PROBABILITÀ 1. Che cos è la probabilità? «La teoria delle probabilità non è altro che il tentativo del genere umano di comprendere l incertezza dell universo,

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:

Dettagli

Probabilità. Esperimento, risultati e spazio campionario

Probabilità. Esperimento, risultati e spazio campionario Probabilità La probabilità è usata nel linguaggio comune per dare indicazioni quantitative sul verificarsi di certi eventi: i) probabilità di incorre in un data patologia causa l abuso di alcol, fumo,

Dettagli

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità

Probabilità. Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità Concetti fondamentali Definizione di probabilità Teoremi sulla probabilità Probabilità: indicazioni quantitative sul verificarsi di certi eventi (linguaggio comune), ad es. P di superare o

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi numeri La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

TEORIA DELLA PROBABILITÀ I

TEORIA DELLA PROBABILITÀ I TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................

Dettagli

LA PROVA STATISTICA NEL PROCESSO PENALE

LA PROVA STATISTICA NEL PROCESSO PENALE Benito V. Frosini Università Cattolica del Sacro Cuore LA PROVA STATISTICA NEL PROCESSO PENALE Roma, 26 gennaio 2013 1. Processo civile e processo penale 1.1. Riguardo alla valutazione delle prove statistiche,

Dettagli

La probabilità nella vita quotidiana

La probabilità nella vita quotidiana La probabilità nella vita quotidiana Introduzione elementare ai modelli probabilistici Bruno Betrò bruno.betro@mi.imati.cnr.it CNR - IMATI San Pellegrino, 6/9/2011 p. 1/31 La probabilità fa parte della

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini 1 Elementi di calcolo delle probabilitá, teorema di Bayes e applicazioni 1.1 Definizione di probabilitá

Dettagli

Il calcolo delle probabilità

Il calcolo delle probabilità Il calcolo delle probabilità Cenni storici Come in molti altri casi, anche l'individuazione di una data precisa per la collocazione della nascita della teoria della probabilità non ha soluzione univoca.

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

Analisi statistica degli errori

Analisi statistica degli errori Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Variabili aleatorie Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006 Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

Il Pap test come test primario nello screening

Il Pap test come test primario nello screening Il Pap test come test primario nello screening Antonella Pellegrini UOC Anatomia Patologica Az. Osp. S.Giovanni-Addolorata Roma Lo screening non è fare un Test Cosa è lo screening? un esame sistematico,

Dettagli

Capitolo 4 PROBABILITÀ. Thursday, 5 April 12

Capitolo 4 PROBABILITÀ. Thursday, 5 April 12 Capitolo 4 PROBABILITÀ Cosa imparerete Idea di esperimento aleatorio Idea di evento Come si definisce una probabilità Idea di probabilità condizionata Determinare se gli eventi sono indipendenti Usare

Dettagli

PAP TEST. Guida alla esecuzione ed interpretazione dei referti citologici

PAP TEST. Guida alla esecuzione ed interpretazione dei referti citologici PAP TEST Guida alla esecuzione ed interpretazione dei referti citologici UOS di Citopatologia UO di Anatomia ed Istologia Patologica UO di Microbiologia e Virologia Ospedale San Bortolo, Vicenza Revisione

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI

Dettagli

PROGETTO DI SCREENING PER LA PREVENZIONE DEL CARCINOMA DELLA CERVICE UTERINA

PROGETTO DI SCREENING PER LA PREVENZIONE DEL CARCINOMA DELLA CERVICE UTERINA Allegato A PROGETTO DI SCREENING PER LA PREVENZIONE DEL CARCINOMA DELLA CERVICE UTERINA Background Epidemiologico Esclusi i carcinomi della cute, In Italia i cinque tumori più frequentemente diagnosticati

Dettagli

Appunti di Probabilità

Appunti di Probabilità Appunti di Probabilità Bruno Betrò CNR-IMATI, Sezione di Milano bruno.betro@mi.imati.cnr.it www.mi.imati.cnr.it/ bruno Testi di riferimento: Dall Aglio G., Calcolo delle Probabilità, Zanichelli Scozzafava

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it Teoria delle Decisioni Lezioni 1 e 2 a.a. 2006 2007 J. Mortera, Università Roma Tre mortera@uniroma3.it Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi,

Dettagli

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo. Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

Dettagli

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott.

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Modello probabilistico di un esperimento aleatorio Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek 1 Un esperimento è il processo attraverso il quale un osservazione

Dettagli

E LE M E N T I D I P R O B A B I L I T A

E LE M E N T I D I P R O B A B I L I T A L M T I D I P R O B A B I L I T A CI STORICI Il calcolo delle probabilità si è andato sviluppando piuttosto di recente, intorno al 500 e per lungo tempo solo come una branca della matematica Solo dal secolo

Dettagli

Massimo Confortini Direttore Laboratorio Prevenzione Oncologica ISPO Firenze

Massimo Confortini Direttore Laboratorio Prevenzione Oncologica ISPO Firenze LA CITOLOGIA NEGLI SCREENING ONCOLOGICI Roma 19 Novembre 2014 IL PAP TEST NEI DIVERSI SCENARI: SIMILITUDINI E DIFFERENZE Massimo Confortini Direttore Laboratorio Prevenzione Oncologica ISPO Firenze Bertozzi

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes.

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1. Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 7 - Pag. 1 Capitolo 7. Probabilità, verosimiglianze e teorema di Bayes. Probabilità, verosimiglianza e teorema di Bayes Se A e B sono

Dettagli

Prevenzione Della Neoplasia Della Cervice Uterina Tra. Screening E Vaccinazione

Prevenzione Della Neoplasia Della Cervice Uterina Tra. Screening E Vaccinazione Prevenzione Della Neoplasia Della Cervice Uterina Tra Screening E Vaccinazione Papanicolau intuisce che Anno 1917 la facile accessibilità della portio può consentire lo studio delle cellule che da essa

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che

Dettagli

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione Concetti per il calcolo delle probabilità "La prova genera l 'evento con una certa probabilità". Prova, evento, probabilità, sono concetti primitivi, nozioni intuitive. Comunque una loro qualificazione

Dettagli

IL CALCOLO DELLE PROBABILITA

IL CALCOLO DELLE PROBABILITA IL CALCOLO DELLE PROBABILITA 0. Origini Il concetto di probabilità sembra che fosse del tutto ignoto agli antichi malgrado si sia voluto trovare qualche cenno di ragionamento in cui esso è implicitamente

Dettagli

Prevenzione del carcinoma del collo dell utero

Prevenzione del carcinoma del collo dell utero Prevenzione del carcinoma del collo dell utero Prevenzione primaria : agisce sulla causa del tumore (HPV alto rischio) e sui cofattori (stile di vita) Interviene su tutta la popolazione indistintamente

Dettagli

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano

Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione

Dettagli

Il ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO

Il ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO Il ragionamento diagnostico http://www.biostatistica biostatistica.unich unich.itit 2 L accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

Dettagli

Appunti: elementi di Probabilità

Appunti: elementi di Probabilità Università di Udine, Facoltà di Scienze della Formazione Corso di Laurea in Scienze e Tecnologie Multimediali Corso di Matematica e Statistica (Giorgio T. Bagni) Appunti: elementi di Probabilità. LA PROBABILITÀ..

Dettagli

Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio

Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica

Dettagli

OSSERVAZIONI TEORICHE Lezione n. 4

OSSERVAZIONI TEORICHE Lezione n. 4 OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze

Dettagli

La probabilità: capire la realtà e prendere decisioni migliori

La probabilità: capire la realtà e prendere decisioni migliori Liceo Scientifico Copernico, Prato 14 gennaio 2014 Liceo Classico Michelangiolo, Firenze 10 febbraio 2014 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it

Dettagli

Come cambia lo screening carcinoma della cervice uterina in Basilicata.

Come cambia lo screening carcinoma della cervice uterina in Basilicata. Come cambia lo screening carcinoma della cervice uterina in Basilicata. Georgios Papanikolaou va in soffitta? Sergio Schettini ONCOLOGICI Regione Basilicata Dipartimento Sicurezza e Solidarietà Sociale

Dettagli

www.gisci.it LE SIGLE DELLO SCREENING

www.gisci.it LE SIGLE DELLO SCREENING www.gisci.it A cura di Anna Iossa ISPO Firenze Debora Canuti AUSL Romagna Con il contributo di: Francesca Maria Carozzi ISPO Firenze Massimo Confortini Firenze Annarosa Del Mistro Istituto Oncologico Veneto

Dettagli

Probabilità e statistica

Probabilità e statistica Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità

Dettagli

Sviluppo di un tumore

Sviluppo di un tumore TUMORI I tumori Si tratta di diversi tipi di malattie, che hanno cause diverse e che colpiscono organi e tessuti differenti Caratteristica di tutti i tumori è la proliferazione incontrollata di cellule

Dettagli

La probabilità: capire la realtà e prendere decisioni migliori

La probabilità: capire la realtà e prendere decisioni migliori Anno scolastico 2015/16 La probabilità: capire la realtà e prendere decisioni migliori Leonardo Grilli grilli@disia.unifi.it local.disia.unifi.it/grilli Il ruolo del caso nella nostra vita: ignorarlo o

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo

Dettagli

Peculiarita del trattamento integrato nei pazienti HIV

Peculiarita del trattamento integrato nei pazienti HIV Peculiarita del trattamento integrato nei pazienti HIV Clinica'di'Mala*e'Infe*ve'' Azienda'Ospedaliera'di'Perugia' 31/10/2014' ' Dr.'Claudio'Sfara' Dr.ssa'Laura'Bernini' Carcinoma anale 2.5% delle neoplasie

Dettagli

PARTE PRIMA PROBABILITA

PARTE PRIMA PROBABILITA i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................

Dettagli

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011)

k n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011) b) (vedi grafo di lato) 7 0 9 0 0 0 ( E ) + + 0, ) Calcolare, riguardo al gioco del totocalcio, la probabilità dei seguenti eventi utilizzando il calcolo combinatorio a) E : fare b) E : fare 0 c) E : fare

Dettagli

La prevenzione di genere in provincia di Ferrara: a che punto siamo Il carcinoma del collo dell utero

La prevenzione di genere in provincia di Ferrara: a che punto siamo Il carcinoma del collo dell utero La prevenzione di genere in provincia di Ferrara: a che punto siamo Il carcinoma del collo dell utero Paola Garutti Modulo di UnitàOperativa Semplice in coordinamento degli screening Clinica Ostetrica

Dettagli

PROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?

PROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità à 1. Introduzione Calcolo delle Probabilità Il Calcolo delle Probabilità nasce dagli studi matematici sui giochi d azzardo. Il Calcolo delle Probabilità è lo strumento che permette all uomo di assumere

Dettagli

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

Dettagli

Significato e modalità di triage nello screening con HPV test

Significato e modalità di triage nello screening con HPV test La sorveglianza epidemiologica dello screening dei tumori del collo dell utero nella Regione Emilia Romagna e le prospettive di studio Seminario di studio Bologna 25 Marzo 2013 Significato e modalità di

Dettagli

Analisi di situazioni casuali: apparenti paradossi e auto-inganni

Analisi di situazioni casuali: apparenti paradossi e auto-inganni Analisi di situazioni casuali: apparenti paradossi e auto-inganni Fabio Spizzichino Associazione Civica XIX Libreria Passaparola, Roma Roma, 11 Aprile 2014 1 Ci sono tre tipi di bugie: le bugie normali,

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

Inferenza statistica. Inferenza statistica

Inferenza statistica. Inferenza statistica Spesso l informazione a disposizione deriva da un osservazione parziale del fenomeno studiato. In questo caso lo studio di un fenomeno mira solitamente a trarre, sulla base di ciò che si è osservato, considerazioni

Dettagli

Screening. Prof. Tommaso Staniscia. Definizione

Screening. Prof. Tommaso Staniscia. Definizione Screening Prof. Tommaso Staniscia Definizione Applicazione di un test, esame o di un altra procedura su soggetti asintomatici finalizzata all identificazione presuntiva di una potenziale patologia nella

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi ommario Corso di tatistica Facoltà di Economia a.a. 2006-2007 2007 francesco mola L algebra degli eventi Diagrammi di Venn Teoremi fondamentali Probabilità Condizionata ed Indipendenza tocastica Lezione

Dettagli

Marco Di Marzio. Primi elementi di inferenza statistica

Marco Di Marzio. Primi elementi di inferenza statistica Marco Di Marzio Primi elementi di inferenza statistica Ringraziamenti Un sentito ringraziamento a Fabiola Del Greco e Agnese Panzera per la preziosa collaborazione. Indice Probabilità. Esperimenti casuali...........................................2

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

I Programmi di Screening Citologico: criticità e prospettive

I Programmi di Screening Citologico: criticità e prospettive I Programmi di Screening Citologico: criticità e prospettive Marcello Vettorazzi Riunione annuale Screening Citologico Padova, 21 novembre 2007 Carcinoma della Cervice in Veneto 200 nuovi casi/anno (8.6

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

MODULI DI LINEAMENTI DI MATEMATICA

MODULI DI LINEAMENTI DI MATEMATICA R. MANFREDI - E. FABBRI - C. GRASSI TRIENNIO licei scientifici MODULI DI LINEAMENTI DI MATEMATICA per il triennio della scuola secondaria di secondo grado L CALCOLO DELLE PROBABILITÀ E ELEMENTI DI STATISTICA

Dettagli

SEMINARIO DI CITOLOGIA E CITOGENETICA: ASPETTATIVE E PROSPETTIVE PER UN BIOLOGO Roma 23 Ottobre 2013 QUALE CITOLOGIA NEL FUTURO PROSSIMO

SEMINARIO DI CITOLOGIA E CITOGENETICA: ASPETTATIVE E PROSPETTIVE PER UN BIOLOGO Roma 23 Ottobre 2013 QUALE CITOLOGIA NEL FUTURO PROSSIMO SEMINARIO DI CITOLOGIA E CITOGENETICA: ASPETTATIVE E PROSPETTIVE PER UN BIOLOGO Roma 23 Ottobre 2013 QUALE CITOLOGIA NEL FUTURO PROSSIMO Massimo Confortini Direttore SC Citopatologia SC Citologia Analitica

Dettagli

NUOVI SCREENING: UNA RIVOLUZIONE?

NUOVI SCREENING: UNA RIVOLUZIONE? NUOVI SCREENING: UNA RIVOLUZIONE? Nuovi programmi di screening Montale, 18 Ottobre 2014 Villa Castello Smilea HPV E CARCINOMA CERVICALE L infezione da HPV è un passaggio essenziale per lo sviluppo delle

Dettagli

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA Tutti i test statistici di significatività assumono inizialmente la cosiddetta ipotesi zero (o ipotesi nulla) Quando si effettua il confronto fra due o più gruppi di dati, l'ipotesi

Dettagli

! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione

! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione ! Un paziente non-fumatore (e che non ha mai fumato) si presenta dal medico in quanto lamenta una forma di tosse cronica. Il paziente viene sottoposto a una biopsia al polmone. La biopsia fornisce tre

Dettagli

Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes

Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Storia naturale di

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio Indice 1 Probabilità 1 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio.. 1 1.2 Probabilità condizionata, indipendenza e teorema di Bayes.... 2 1 Probabilità 1.1 Primi esercizi di probabilità

Dettagli

Conoscenza. Metodo scientifico

Conoscenza. Metodo scientifico Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico. Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni

Dettagli

Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes

Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni

Dettagli

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità

CAPITOLO 12. Calcolo delle Probabilità. 12.1 Introduzione al Calcolo delle Probabilità CAPITOLO 12 Calcolo delle Probabilità 12.1 Introduzione al Calcolo delle Probabilità Una storia d amore Luca abita a Lecco, Bianca a Brindisi. Lui è innamorato perso. Anche lei ama lui, ma, ultimamente,

Dettagli

Risultati del triage e del follow-up post-trattamento con HPV-DNA test

Risultati del triage e del follow-up post-trattamento con HPV-DNA test Lo screening per la prevenzione dei tumori della cervice uterina in Emilia Romagna Risultati del triage e del follow-up post-trattamento con HPV-DNA test Bologna, 29 marzo 2011 HPV TEST NEL TRIAGE DI ASC-US

Dettagli

I TUMORI PER SINGOLE SEDI

I TUMORI PER SINGOLE SEDI I TUMORI PER SINGOLE SEDI MAMMELLA Età, la probabilità di ammalarsi aumenta esponenzialmente sino agli anni della menopausa (50 55) e poi rallenta, per riprendere a crescere dopo i 60 anni Familiarità

Dettagli

Inferenza statistica

Inferenza statistica Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione in base ad informazioni ricavate da un campione. Inferenza statistica: indurre

Dettagli