Ing. Enrico Grisan. Modelli di popolazione in farmacocinetica
|
|
- Orazio Giusti
- 6 anni fa
- Visualizzazioni
Transcript
1 Ing. Enrco Grsan Modell d popolazone n farmacocnetca
2 Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
3 Perché la farmacocnetca Effcaca / tossctà farmaco dosaggo Concentrazone nel corpo Smulazone Informazon sul dosaggo Personalzzazone della terapa Rduzone de cost 3 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
4 Modell compartmental n farmacocnetca Modello PK Concentrazone Modello PD 4 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
5 Modell a sngolo soggetto Modello esplcto y() t = f(, t a, β) + ε ε ~ D( t, fa, ) Modello d stato x& () t = g(, t x, a, β) y() t = d(, t x, a, β) + ε ε ~ D( t, da, ) y = y( t ) k = 1, L, k k Identfcabltà a pror N ˆβ Identfcabltà a posteror 5 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
6 Stma parametrca d massma verosmglanza e = y f( t, a, βˆ ) k k k Σ= var( e) Λ= 1 p (2 π ) det( Σ) e T 1 e Σ e βˆ arg max 0.5( ) MV = β Λ 6 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
7 Stma parametrca a mnm quadrat O WLS 2 T 1 = e = e Σ e Σ 1 O ELS T 1 = e Σ e+ Σ ln(det( )) βˆ O = arg mno β β ~ N ( µ, R) O ˆ ˆ LS + Bayesan = OLS + β µ R β µ + R T 1 ( ) ( ) ln(det( )) 7 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
8 Esempo 1 : Studo d glucoso Espermento : n msure d concentrazone d glucoso plasmatco prese da m pazent dabetc selezonat casualmente da una popolazone d pazent n una clnca Obettvo : Stmare l lvello medo d glucoso per la popolazone d pazent della clnca Consderazon : Pù msure d concentrazone per pazente Msure provenent dallo stesso pazente sono pù sml d quelle da pazent dvers Msure dallo stesso pazente sono correlate Medare le msure può non portare alla stma mglore 8 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
9 Esempo 2 : Studo multcentro Espermento : In 9 centr, 4 dosagg dfferent per pazent All nterno d ogn centro, pazent dvs n 3 blocch d 4, un soggetto per tpo d dosaggo: 12 soggett per centro Per ogn soggetto n campon d concentrazone plasmatca del farmaco Obettvo : Valutare la dfferenza della concentrazone plasmatca con dosagg dfferent Consderazon : S vorrebbe che rsultat fossero rlevant per l ntera popolazone d pazent consderate, ndpendentemente dal blocco e dal centro Msure dallo stesso blocco potrebbero essere correlate C potrebbe essere una nterazone fra centro e concentrazone 9 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
10 Lmt del modello a sngolo ndvduo Dstrbuzon a pror Varabltà ntra-ndvduale (rtm crcadan, fluttuazon ) Varabltà nter-ndvduale Varabl antropometrche, demografche, terapeutche Condzon patofsologche Presenza d sottopopolazon sgnfcatve Numerostà delle msure 10 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
11 Dall ndvduo a grupp d ndvdu I meccansm fsologc sono ugual all nterno d una spece Esstono grupp che presentano delle omogenetà Molte cause d etereogenetà sono modellabl Tennst Italan Ipertes Dabetc 11 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
12 Modell d popolazone I modell d popolazone devono servre a: Studare le sorgent della varabltà nella popolazone Studare le varabl correlate a tale varabltà Quantfcare le component nspegate 12 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
13 Naïve Poolng (1) Tutt dat sono consderat come un campone d numerostà N I dat sono trattat come un unco ndvduo Dat sblancat possono polarzzare le stme Non è possble dstnguere tra varabltà nter- ed ntra- ndvduale Non è possble valutare (e sfruttare) nformazon soggetto-specfche 13 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
14 Naïve poolng (2) 14 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
15 Stma basata sul sngolo soggetto Stuazon d dat rcch e ~ N (0, R ) β ~ N ( β, D) βˆ, Rˆ? β, D 15 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
16 Metodo Two-Stage Dstrbuzone camponara β = Aβ+ b b ~ N ( 0, D) βˆ β ~ N ( β, C ) ˆ 1 β= M M = 1 = 1 βˆ M ˆ 1 ˆ ˆ T D = ( β ) ( ˆ ˆ Aβ β Aβ) M 16 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
17 Metodo Iteratve Two Stage (1) Stma ndvduale Sono stmate la meda d popolazone β e la covaranza D Vengono nsert parametr d popolazone come nformazone a pror 17 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
18 Metodo Iteratve Two Stage (2) βˆ J = = arg mnof β 2 L E[ ] β β k,, j βˆ n+ 1 1 = M M = 1 βˆ n 1 1 D A A J M M ˆ n+ 1 ˆn ˆn+ 1 T ˆn ˆn+ 1 n = ( β β ) ( β β ) + M = 1 M = 1 18 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
19 Stma d popolazone pura Stuazone d dat spars Tutt soggett ed dat entrano nello stmatore contemporaneamente I dat relatv ad ogn soggetto gl sono specfc 19 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
20 Modell gerarchc a effett mst (mxed effects) Due lvell d varabltà f(t,β) = D e -kt /V k e V D (β, ω) nter-ndvduale y = f(t,β,ω) e D (0, R) ntra-ndvduale y = f(t,β,ω) + e 20 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
21 Lvello 1 : ntra-ndvduale Per l ndvduo -esmo, la rsposta j-esma y = f( x, β ) + e j j j y = f ( β ) + e e β ~ N ( 0, R ( β, ξ)) 21 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
22 Lvello 2 : nter-ndvduale β dx (, β, b ) ~ D ( 0, D) = b effett stocastc effett fss 22 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
23 Stma parametrca β y = f(t, x, β ) + e, e N(0, R (x, β,ξ)) β = d(β, x, b ), b N(0, D) D R b 23 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
24 Verosmglanza (1) Dat n campon per l ndvduo -esmo l ( y x, βξb,, ) = n 1 (2 π ) R /2 1/2 e T 1 K R 0.5( y f(, β)) ( y f( K, β)) 1 l( b D) = e n /2 1/2 (2 π ) D 0.5b T D 1 b 24 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
25 Verosmglanza (2) Prendamo la verosmglanza margnale Integrando rspetto agl effett stocastc + Λ = l( y x, βξb,, ) l( b D) db OF M = Λ = 1 25 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
26 Perchè non la verosmglanza congunta? b come parametr stma smultanea d β e b Es: Modello monocompartmentale M ndvdu Un campone t=1 = [1] y, = f ( t, β, b) + e = β + b + e e b k k ~ N (0,1) ~ N (0, d) t k Se d<3 la probabltà che essta una soluzone decresce al crescere d M 26 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
27 Formula d Laplace + L= e db (2 π ) det( H( bˆ )) e h( b) n/2 h( bˆ ) bˆ = arg mn h( b) H ( b) b h = 2 2 ( b) b 27 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
28 Metodo Laplacano 2 h( b ) 2ln[ l ( y x, βξb,, ) l ( b D)] + h( x, βξb,, ) n/2 ˆ h( x, βξb,, ) L e db (2 π ) det( H( x, βξb,, )) e Λ Λ = L L M = ln Λ = 1 L 28 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
29 Metodo Frst Order Condtonal (FOCE) Hyp 1 : R ( x, β, b) b = 0 F β b * (, ) = f ( β ) β β d x β b = * (,, ) T 1 F 1 y[ ( β, b)] b F E H = D + R b E H E [ H ( β, b)] H ( x,, ˆ β b ) y 29 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
30 Metodo Frst Order (FO) Hyp 2 : ( x, β, b) b F = k E H Ey[ H( β, b)] H ( x, β, 0) f deve essere lneare rspetto agl effett stocastc n un ntorno della meda Assunzone d poter confondere gl effett stocastc con la loro meda La meda margnale E[y ] non consdera la varabltà nter-ndvduale 30 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
31 Lnearzzazone (1) Sere d Taylor negl effett stocastc Intorno ad un punto b * Due termn per l espansone della funzone d modello Un termne per la varanza dell errore ntr-ndvduale Z β b * (, ) * e y f d x β b + F β b β b b b +R βξb ε * * * * 1/2 * ( (,, )) (, ) (, )( ) (,, ) b * F β b * (, ) = f ( β ) β β d x β b = * (,, ) b * * dx (, β, b) ( β, b ) = b b = b * 31 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
32 Lnearzzazone (2) Z β b * (, ) * e y f d x β b + F β b β b b b +R βξb ε * * * * 1/2 * ( (,, )) (, ) (, )( ) (,, ) b * F β b * (, ) = f ( β ) β β = d x β b * (,, ) b * * dx (, β, b) ( β, b ) = b b = b * E[ y ] f( d( x, β, b )) Z ( β, b ) b * * Cov R Z DZ V * * * * T * ( y) ( d( x, β, b), ξ, b) + ( β, b) ( β, b) = ( β, b, x, ξ) 32 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
33 Equvalenza con la formula d Laplace Λ = + m T 1 2ln Nln(2 π ) ln(det( V)) ( y E[ y]) V ( y E[ y]) L 2lnΛ = nln(2 π ) ln(det( H )) + 2h 33 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
34 Rsposte mede? E[ f( x, β )] f( x, β) 34 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
35 L mportanza delle covarate 35 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
36 Vantagg d un approcco d popolazone Dat spars Molt soggett Studo d correlazon Identfcazon d covarate e sotto-popolazon sgnfcatve Quantfcazone della varabltà ntra-ndvduale Quantfcazone della varabltà nter-ndvduale 36 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
37 Modell d popolazone n mmagn parametrche 37 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
38 Qualche domanda? 38 Ing. Enrco Grsan D.E.I. Unv. Padova (Italy)
Analisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliRegressione lineare con un singolo regressore
Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
Dettagli3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)
lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu
DettagliMODELLO DI REGRESSIONE PER DATI DI PANEL
MODELLO DI REGRESSIONE PER DAI DI PANEL 5. Introduzone Storcamente l anals econometrca ha proceduto n due dstnte drezon: lo studo d modell macroeconomc, sulla base d sere temporal d dat aggregat da una
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliMODELLI PER GESTIONE E LA RICERCA DELL'INFORMAZIONE
MODLLI R GSTION LA RICRCA DLL'INFORMAZION Algortm d Apprendmento avanzato per l Informaton Retreval Alessandro Moschtt Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: moschtt@nfo.unroma2.t
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
DettagliPhD Course Cassino Prof. Mannina - Università di Palermo 1
Laboratoro d Modellstca Santaro-Ambentale Anals d senstvtà, calbrazone e valutazone dell ncertezza degl nput d un modello matematco: fondament e metodologe Gorgo Mannna gorgo.mannna@unpa.t Sommaro Defnzon
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliClassificazione di immagini con GRASS
Classfcazone d mmagn con GRASS Paolo Zatell Dpartmento d Ingegnera Cvle e Ambentale Unverstà d Trento Classfcazone d mmagn Scopo della classfcazone: rcavare da una mmagne nformazon sulla superfce. Foto
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliINDAGINE ESAUSTIVA O CAMPIONARIA?
INDAGINE ESAUSTIVA O CAMPIONARIA? S rcorre certamente all ndagne per campone quando la rlevazone completa è mpossble e quando la determnazone delle modaltà possedute dalle untà n esame ne comporta la dstruzone
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
DettagliIntroduzione ai Minimi Quadrati
Introduzone a Mnm Quadrat Msure rpetute della medesma grandezza, esegute al lmte della precsone possble con l metodo e gl strument utlzzat, fornscono sempre rsultat dvers per la presenza degl error casual;
DettagliAppunti di Econometria
Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliConfronto fra metodi regionali e metodi geostatistici per la stima delle distribuzioni degli estremi di precipitazione giornaliera
Gornate dell Idrologa della Socetà Idrologca Italana Arcavacata d Rende Cosenza, 6-8 Novembre 04 Confronto fra metod regonal e metod geostatstc per la stma delle dstrbuzon degl estrem d precptazone gornalera
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
DettagliAnalisi statistica di dati biomedici Analysis of biologicalsignals
Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for
DettagliCorso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI
Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall emal: govanna@stat.unpg.t sto web: www.stat.unpg.t/ govanna ddattca 1/39? Il programma del corso opolazon fnte; concett base
DettagliMATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.
MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre
DettagliL analisi di studi con variabili di risposta multiple
X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals
Dettagli,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
DettagliCorso di Fondamenti di Telecomunicazioni
Corso d Fondament d Telecomuncazon Prof. Govann Schembra Struttura della lezone Defnzon d process aleator e caratterzzazone statstca ( Stma delle statstche d prmo e secondo ordne Process aleator stazonar
DettagliTITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
DettagliApprendimento Automatico e IR: introduzione al Machine Learning
Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
DettagliTeoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4
Teora de Goch Dr. Guseppe Rose Unverstà degl Stud della Calabra Corso d Laurea Magstrale n Economa Applcata a.a 011/01 Handout 4 1 L equlbro d Bertrand Nel modello d Bertrand, abbamo un duopolo esattamente
DettagliVariabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1
Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliModelli di variabili casuali
Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.
Dettagli{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo
Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua
Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43
DettagliCPM: Calcolo del Cammino Critico
Supponamo d conoscere per ogn attvtà A = (,j) la sua durata t j t j j Calcolamo l tempo al pù presto n cu può nzare o fnre una attvtà. Supponamo d dover calcolare l tempo al pù presto n cu s possono nzare
DettagliEsercitazione 8 del corso di Statistica (parte 1)
Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.
DettagliPARENTELA e CONSANGUINEITÀ di Dario Ravarro
Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
DettagliQuattro passi nella statistica per chimici
Quattro pass nella statstca per chmc Lo scopo dell anals statstca applcata a sere d dat spermental è quella d ottenere nformazon per valutare la valdtà d una procedura o la accettabltà d un dato analtco.
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliRegressione lineare: definizione delle incertezze dei coefficienti (calibrazione e regressione generica)
Regressone lneare: defnzone delle ncertezze de coeffcent (calbrazone e regressone generca) Argoment: regressone lneare affetta da ncertezza; ncertezza del coeffcente angolare della retta d regressone;
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
DettagliPropagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
DettagliSistema statistico nazionale Istituto nazionale di statistica. Stime ed Errori. Note metodologiche
Sstema statstco nazonale Isttuto nazonale d statstca Stme ed Error Note metodologce 005 A cura d: Paragraf: Paolo Rg; Fabrzo Solar; 3 e 4 Stefano Falors. Indce Cenn sulla defnzone dello stmatore d regressone
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliCapitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliUNIVERSITÀ DEGLI STUDI DI PADOVA
UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA Tes d laurea Selezone delle varable per mglorare le Prevson: l LASSO Relatore: Prof. Gudo
DettagliCorso di Economia Applicata
Corso d Economa Applcata a.a. 2007-08 II modulo 16 Lezone Programma 16 lezone Democraza rappresentatva e nformazone Rcaptolando L agenza e l mercato (Arrow, 1986) Lezone 16 2 Introduzone Governo e Parlamento
DettagliCalcolo delle Probabilità
alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliStatistica per le ricerche di mercato
Statstca per le rcerche d mercato a.a. 00/ Prof.ssa Tzana Lauret Prof. Luca Second Introduzone al concetto d probabltà nelle stratege azendal L azenda che vende artcol d abbglamento per govan può essere
Dettagli7. Approfondimenti sull ANOVA
7. Approfondment sull ANOVA La descrzone matematca delle tecnche presentate n questo captolo esula da lmt propr d questo testo. Tuttava tal tecnche sono d grande mportanza ed n letteratura v s fa frequentemente
Dettagli31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand
Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone
DettagliANALISI DI TABELLE DI CONTINGENZA
ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA
DettagliLe decisioni di gruppo in materia di trasporti: teorie, modelli, applicazioni Romeo Danielis e Lucia Rotaris
Le decson d gruppo n matera d trasport: teore, modell, applcazon Romeo Danels e Luca Rotars Unverstà degl Stud d Treste Il decsore ndvduale solato della mcroeconoma neoclassca non è la norma spesso: le
DettagliAlgoritmi euristici: III Ricerca Locale
Algortm eurstc: III Rcerca Locale Danele Vgo D.E.I.S. - Unverstà d Bologna dvgo@des.unbo.t rev. 1.0 - dcembre 2003 Algortm d Rcerca Locale partono da una soluzone (ammssble) cercano teratvamente d mglorarla
Dettagli- Riproduzione riservata - 1
Razze: Setter Inglese Bracco Francese tpo Prene D Franco Barsottn Va Bugallo 1b 56040 Crespna (PI) www.allevamentodelbugallo.t nfo@allevamentodelbugallo.t Parentela e consangunetà; Parentela; genetcamente
DettagliTEORIA DELLA STIMA E DELLA DESCISIONE STATISTICA
TEORIA DELLA STIMA E DELLA DESCISIOE STATISTICA STIMA A MASSIMA VEROSIMIGLIAZA Per determnare la stma a massma verosmglanza d un parametro θ, partendo da un campone d dat X, bsogna scrvere la denstà d
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
DettagliTrattamento delle Osservazioni
Unverstà d Bresca - Corso d Topografa A Trattamento delle Osservazon Generaltà Scopo: descrzone d fenomen; Metodologa: elaborazone d modell e dotazone d strument per verfcare l grado d approssmazone d
Dettagli