RILEVAMENTO DELLA PREVALENZA
|
|
- Prospero Fusco
- 6 anni fa
- Visualizzazioni
Transcript
1 RILEVAMENTI - Servono per ottenere informazioni sulla malattia nella popolazione - I rilevamenti prevedono il conteggio dei membri di un aggregato di unità e la misura delle loro caratteristiche - In epidemiologia il rilevamento più frequente è la stima della prevalenza
2 RILEVAMENTO DELLA CENSIMENTO PREVALENZA rilevamento della variabile allo studio su TUTTA la popolazione determina esattamente la distribuzione della variabile (malattia) CAMPIONE rilevamento effettuato su un numero di soggetti rappresentativo della popolazione stima della distribuzione della variabile (malattia)
3 RILEVAMENTO DELLA PREVALENZA Può essere effettuata: a campione singolo sia per determinare la prevalenza sia per determinare se una malattia è presente o meno in un gruppo di animali tipico delle indagini epidemiologiche due campioni per comparare i livelli di prevalenza tre o più campioni
4 Vantaggi e limiti del campionamento VANTAGGI Risparmio di tempo e lavoro Informazioni più appropriate Indispensabile nei controlli distruttivi SVANTAGGI Errori campionari Rischio di non rilevare comportamenti o valori con bassa frequenza nella popolazione
5 Raccolta delle informazioni Esistono due modi principali di raccogliere le informazioni : Raccolta passiva Raccolta attiva I due sistemi non sono fra loro alternativi, ma debbono essere usati entrambi ed integrati tra loro
6 Raccolta passiva delle informazioni I dati vengono raccolti nel corso di attività routinarie VANTAGGI Il costo della raccolta dei dati è molto basso Grandi quantità di dati possono affluire al sistema SVANTAGGI La sensibilità e la specificità del sistema sono sconosciute Sono necessarie periodiche valutazioni del sistema La raccolta passiva delle informazioni avviene su base continua E la principale fonte di informazioni per i sistemi informativi sanitari
7 Raccolta attiva delle informazioni I dati vengono ricercati e raccolti attivamente VANTAGGI L affidabilità dei dati raccolti è misurabile e predeterminabile La raccolta attiva dei dati è specifica e più sensibile della raccolta passiva SVANTAGGI La raccolta attiva dei dati è molto costosa Solo poche informazioni preselezionate possono affluire al sistema La raccolta attiva avviene spesso su base campionaria E adatta per indagini ad hoc
8 Le indagini ad hoc vengono effettuate per: Valutare l efficacia dei sistemi di raccolta passiva dei dati Nel corso di studi pilota, per valutare se un fenomeno emergente merita o meno l istituzione di un sistema routinario di raccolta delle informazioni Quando è impraticabile (o non economicamente vantaggiosa) la raccolta delle informazioni sull intera popolazione
9 CAMPIONAMENTO: Definizioni Popolazione e Campione Da un punto di vista statistico Popolazione: Un insieme di misurazioni, finito o infinito, esistente o concettuale Campione: Un sottoinsieme di misurazioni scelto all interno della popolazione e usato per stimarne i parametri Da un punto di vista epidemiologico Popolazione: Un complesso di individui (o aggregati di individui) classificabili secondo uno o più criteri omogenei (residenza, indirizzo produttivo, struttura genetica, ecc.) Campione: Un sottoinsieme della popolazione usato per raccogliere informazioni sulla popolazione
10 CAMPIONAMENTO: Definizioni Popolazione target è la popolazione di cui è richiesta l informazione (popolazione a rischio) Popolazione studiata è la popolazione dalla quale verrà estratto il campione da studiare Strato è costituita da unità elementari indivisibili insieme delle unità elementari raggruppate per caratteristiche comuni Unità campionaria rappresenta l oggetto del campionamento
11 UNITA CAMPIONARIA Può essere i singoli animali gli allevamenti le regioni Unità epidemiologica gruppo di animali nel quale la trasmissione e la persistenza dell infezione assumono rilevanza epidemiologica Nel caso di malattie infettive è utile che unità campionaria e unità epidemiologica coincidano
12 OBIETTIVO DEL CAMPIONAMENTO Fornire una stima senza errori della variabile che si vuole misurare nella popolazione Gli errori pregiudiziali che si possono commettere sono: legati al settore in cui si procede al campionamento legati al grado di conoscenza della popolazione Lista incompleta Informazioni obsolete la procedura di campionamento non è casuale Questi errori non possono essere compensati aumentando la grandezza del campione
13 Progettare un campionamento Occorre definire: Obiettivi del campionamento Popolazione target criteri di ammissione criteri di stratificazione criteri di allocazione Tipo di campionamento Dimensioni del campione Momento del campionamento
14 Obiettivi Devono essere: Definiti in precedenza Espliciti Definiti con precisione e chiaramente Raggiungibili Misurabili La definizione degli obiettivi nel caso di un campionamento deve essere molto più precisa rispetto ad un censimento perché la definizione qualitativa e quantitativa del campione è strattamente dipendente dagli obiettivi scelti
15 Esempi di obiettivi Errati Sapere quali malattie animali sono presenti nel territorio di una USL Sapere se la malattia X è presente nella popolazione Y di una certa USL Corretti Rilevare se la malattia X è presente nella popolazione Y di una certa USL con un valore di prevalenza superiore ad un minimo stabilito come soglia
16 Popolazione bersaglio del campionamento I criteri di ammissione dipendono strettamente dagli obiettivi prefissati...cioè... I criteri secondo i quali ciascun individuo può/non può entrare a far parte del campione dipendono strettamente dagli obiettivi prefissati
17 ESEMPIO OBIETTIVO Determinare la presenza di mercurio nel pescato nazionale Determinare la presenza di mercurio nei prodotti ittici importati, per compararla con il pescato nazionale CRITERIO Tutte le specie ittiche rilevanti nel pescato nazionale, proporzionalmente al loro peso nell ambito della produzione nazionale Tutte le specie ittiche importate in misura rilevante, proporzionalmente al loro peso nell ambito delle importazioni
18 TIPI DI CAMPIONAMENTO Casuale semplice Casuale Sistematico Stratificato A cluster
19 CASUALE SEMPLICE Lista di tutti gli animali e selezione mediante numeri casuali dei soggetti del campione Può essere fatto anche usando tabelle di numeri casuali o randomizzazioni al computer bisogna conoscere esattamente la grandezza della popolazione
20 CAMPIONAMENTO CASUALE SISTEMATICO Si definisce un passo di campionamento k=n/n dove: N è la dimensione della popolazione target n è la dimensione del campione che si vuole ottenere Si estrae un animale ogni k Il primo animale si sceglie a caso tra 1 e k
21 CAMPIONAMENTO CASUALE SISTEMATICO Vantaggi Non è necessario conoscere in anticipo la popolazione, basta saperne la grandezza E appropriato per situazioni in cui le unità della popolazione si presentano in successione temporale (accettazioni in un laboratorio, in un macello, transiti ai confini, ecc.) Svantaggi Non è applicabile se la caratteristica da campionare presenta una qualche ciclicità coincidente con k k=5
22 CAMPIONAMENTO STRATIFICATO Si ottiene dividendo la popolazione in strati e da ognuno di questi si selezionano le unità campionarie con il metodo casuale o sistematico Il numero delle unità campionarie per ciascuno strato può essere o meno proporzionale all entità dello strato rispetto alla popolazione Le misure scelte come strati (età, sesso, razza, origine geografica, ampiezza dell allevamento, ecc.) devono essere rilevanti per l indagine
23 CAMPIONAMENTO STRATIFICATO Vantaggi Permette di avere un campionamento rappresentativo di tutti gli strati costituenti la popolazione Permette di trarre inferenze anche relativamente ai singoli strati che costituiscono la popolazione Aumenta la precisione delle stime Svantaggi Occorre conoscere in anticipo l effetto delle caratteristiche in base alle quali si effettua la stratificazione
24 A CLUSTER Quando gli strati sono definiti secondo la collocazione geografica (nazioni, regioni, paesi) Può essere: singolo tutti gli animali del cluster vengono campionati a due stadi si seleziona un campione di cluster (unità primarie) e di ogni cluster selezionato si prelevano alcuni animali (unità secondarie) multistadio si selezionano gruppi di popolazione, si effettua un sub-campionamento e quindi si selezionano i soggetti da campionare p.e.: campionamento delle regioni, selezione delle aziende in ogni regione, quindi delle vacche in ogni azienda
25 LA GRANDEZZA DEL CAMPIONE Dipende da considerazioni non statistiche e statistiche disponibilità di manodopera e facilità di accesso alle unità campionarie la precisione della stima e della prevalenza attesa
26 Dimensioni del campione Possiamo avere due tipi di campionamento: Per misurare variabili dicotomiche Presenza/assenza di una malattia Presenza/assenza di sostanze proibite Per misurare variabili continue Quantità di mercurio assunta con la dieta Presenza di residui di antibiotici NB: in entrambi i casi, la dicotomizzazione sulla base dei limiti di legge farebbe perdere informazione
27 Dimensione del campione per rilevare un evento se questo è presente nella popolazione ad un livello minimo P (Livello di confidenza = 95%) GRANDEZZA DELLA POPOLAZIONE 0,50% 1,00% 2,00% 5,00% 10,00% INFINITA
28 Dimensione del campione per rilevare un evento se questo è presente nella popolazione ad un livello minimo P ((Livello di confidenza = 99%) GRANDEZZA DELLA POPOLAZIONE 0,50% 1,00% 2,00% 5,00% 10,00% INFINITA
29 che deriva da: n N D D * Per popolazioni finite: D=soggetti malati nella popolazione e N=grandezza popolazione n p log log 1 1 Per popolazioni infinite:
30 Ampiezza del campione necessario per la stima della prevalenza di una infezione con livello di confidenza 95% Popolazione di dimensioni infinite LIVELLO DI ACCURATEZZA DESIDERATO PREVALENZA ATTESA NELLA POPOLAZIONE 1,00% 2,00% 5,00% 8,00% 10,00% 5% % % % % %
31 Ampiezza del campione necessario per la stima della prevalenza di una infezione con livello di confidenza 99% Popolazione di dimensioni infinite LIVELLO DI ACCURATEZZA DESIDERATO PREVALENZA ATTESA NELLA POPOLAZIONE 1,00% 2,00% 5,00% 8,00% 10,00% 5% % % % % %
32 che deriva da: n z * p* 1 p 2 2 E p=prevalenza attesa nella popolazione E=errore massimo ammesso nella stima della prevalenza z=1,96 per 95% z=2,575 per 99%
33 Variabili continue Ampiezza del campione necessario per stimare un valor medio con una certa precisione in relazione alla variabilità della popolazione Precisione della stima della media rispetto alla Deviazione Livello di standard confidenza ±10% ±20% ±30% ±50% ±100% 95% % n 1, 96 E 2 Livello di confidenza = 95% n 2, 64 E 2 Livello di confidenza = 99%
34 Momento del campionamento Dipende da: Obiettivo del campionamento Tipo di studi Trasversale Longitudinale Fenologia dell evento studiato, a sua volta in relazione a: Biologia dell ospite Biologia del parassita Tempi zootecnici Opportunità logistica
35 POSSIBILI ERRORI NEL CORSO DI UN CAMPIONAMENTO
36 Nel corso di un campionamento possono verificarsi differenti tipi di errori che possono compromettere i risultati ottenuti
37 Errore casuale E la divergenza, dovuta solamente al caso, tra un osservazione effettuata su un campione ed il vero valore nella popolazione da cui è stato estratto il campione Porta a una mancata precisione nei risultati ottenuti Errore casuale
38 Errore casuale Può derivare da: Campionamento: Numero di unità campionarie (calcolabile) Errore intrinseco al fatto di usare un campione (non calcolabile) Misurazione Legato all uomo Ripetendo il campionamento o la misurazione l errore varierà ogni volta
39 BIAS E un qualunue errore sistematico effettuato nel corso della progettazione, conduzione o analisi di uno studio epidemiologico che rendono i risultati non validi Questo tipo di errore è chiamato distorsione o bias Errore sistematico
40 TIPI DI BIAS BIAS di selezione BIAS di misurazione BIAS legati ad interviste BIAS cronologici BIAS da fattori confondenti
41 BIAS di selezione Le unità che costituiscono la popolazione hanno probabilità diverse di essere selezionate per entrare a far parte del campione
42 BIAS di misurazione Animali malati vengono classificati come negativi Animali sani vengono classificati come positivi Dipende dalle caratteristiche di sensibilità e specificità del test impiegato
43 BIAS da interviste Le opinioni dell intervistatore o di chi ha redatto le domande del questionario determinano una scarsa accuratezza dei dati raccolti Validità delle risposte BIAS cronologici Perdita di unità campionarie
Statistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
DettagliDisegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliBIOTECNOLOGIE. Miglioramento genetico Gestione della variabilità
Miglioramento genetico Gestione della variabilità BIOTECNOLOGIE Un aspetto alla volta. Quali specie interessate da programmi di miglioramento genetico e come funzionano? Quali le problematiche e quali
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliSensibilità e specificità dei sistemi di sorveglianza
Scuola di Perfezionamento in Medicina Veterinaria Preventiva, Sanità Pubblica e Sicurezza Alimentare Orvieto /Principi di epidemiologia e sorveglianza / 20 25 marzo 2011 Sensibilità e specificità dei sistemi
DettagliDescrizione del campione regionale
Descrizione del campione regionale La popolazione in studio è costituita dai circa 33.000 residenti di 18-69 anni iscritti nelle liste delle anagrafe sanitaria dell Azienda Sanitaria dell Alto Adige. Da
DettagliCampo di Variazione Costituisce la misura di
Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica
Università del Piemonte Orientale Corso di Laurea in Igiene Dentale Corso di Statistica per la ricerca sperimentale e tecnologica Campionamento e distribuzione campionaria della media Corso di laurea triennale
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliGENETICA QUANTITATIVA
GENETICA QUANTITATIVA Caratteri quantitativi e qualitativi I caratteri discontinui o qualitativi esibiscono un numero ridotto di fenotipi e mostrano una relazione genotipo-fenotipo semplice I caratteri
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laura Palmerio Università Tor Vergata A.A. 2005/2006 MISURAZIONE Misurare le variabili Assegnazione di valori numerici
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliLA REVISIONE LEGALE DEI CONTI La Pianificazione Ottobre 2013
LA REVISIONE LEGALE DEI CONTI La Pianificazione Ottobre 2013 Università degli Studi di Bari Facoltà di Economia Esame di Revisione Aziendale CPA Anno Accademico 2013-2014 La Pianificazione del Lavoro di
DettagliAccuratezza, precisione, tipi di errori e cifre significative dei dati analitici.
Accuratezza, precisione, tipi di errori e cifre significative dei dati analitici. Indice: 1. Lettura della buretta pag.2 2. Precisione ed Accuratezza pag.3 3. Tipi di errori pag.4 4. Affidabilità di una
DettagliI criteri di inclusione e di esclusione. Luca Ronfani, IRCSS Burlo Garofolo
I criteri di inclusione e di esclusione Luca Ronfani, IRCSS Burlo Garofolo La ricerca clinica viene quasi sempre condotta su un campione di soggetti selezionati da una popolazione più ampia è necessario
DettagliEconomia e Gestione delle Imprese
Economia e Gestione delle Imprese Facoltà di Scienze Politiche Corso di Laurea in Economia Prof. Marco Galdenzi Anno accademico 2013/14 LE RILEVAZIONI INTERNE ORDINE Produzione Magazzino Vendite Acquisti
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliLA LUNGHEZZA DEI GENI UMANI (Es4.1)
STATISTICA INFERENZIALE: le caratteristiche della popolazione complessiva sono indotte da quelle osservate su un campione estratto dalla popolazione stessa(esempio exit poll) PROBLEMA: dato un campione
DettagliRISPOSTA ALLA SELEZIONE
RISPOSTA ALLA SELEZIONE Una volta valutati e scelti i riproduttori secondo criteri di selezione precisi, è necessario stimare la risposta ottenibile con un determinato progetto selettivo e verificare a
Dettaglia) Usando i seguenti livelli di significatività, procedere alla verifica di ipotesi, usando come ipotesi alternativa un'ipotesi unidirezionale:
ESERCIZIO 1 Da studi precedenti, il responsabile del rischio di una grande banca sa che l'ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto è pari a 240.
Dettagli20/04/2015. Retrospettivi Caso-controllo. Prospettici Per Coorte
OSSERVAZIONALI DATI AGGREGATI DATI INDIVIDUALI ECOLOGICI TRASVERSALI ANALITICI CASO-CONTROLLO PER COORTE malattia Retrospettivi Caso-controllo studio malattia Prospettici Per Coorte Un gruppo di persone
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliIl Campionamento Statistico
Il Campionamento Statistico Campionamento sistematico (1/2) Introdotto per ovviare ai costi elevati del campionamento casuale e semplice; richiede la selezione casuale soltanto
DettagliMETODOLOGIA DELLA RICERCA PSICOLOGICA
METODOLOGIA DELLA RICERCA PSICOLOGICA Corso di laurea in Scienze della formazione nelle organizzazioni a.a. 2013/14 METODI DESCRITTIVI, DISEGNI LONGITUDINALI, STUDIO DI CASI SINGOLI Strategie alternative
DettagliEconometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
DettagliFrancesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia Introduzione La ricerca accademica ha spesso evidenziato l esigenza di costruire indicatori delle performance
DettagliCURRICOLO VERTICALE MATEMATICA RELAZIONI/ DATI E PREVISIONI/ MISURA
CURRICOLO VERTICALE MATEMATICA / DATI E PREVISIONI/ MISURA SCUOLA PRIMARIA CONOSCENZE (Concetti) ABILITA Classe 1^ - Classificazione - in situazioni concrete, classificare persone, oggetti, figure, numeri
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliCapitolo 7. Distribuzioni campionarie. Statistica. Levine, Krehbiel, Berenson
Levine, Krehbiel, Berenson Statistica Capitolo 7 Distribuzioni campionarie Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari" Unità Integrata Organizzativa Agraria,
DettagliDisegno dello studio
Disegno dello studio Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica Università di Verona Osservazionale Epidemiologia Sperimentale Descrittiva Analitica Valutativa Epidemiologia Clinica
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliIl dispendio metabolico nel lavoro e nell esercizio fisico
DETERMINAZIONE DEL FABBISOGNO CALORICO E DELLA RAZIONE CALORICA Valutazione del fabbisogno calorico giornaliero il metabolismo basale Il dispendio metabolico nel lavoro e nell esercizio fisico FABBISOGNO
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliMISURE DI DISPERSIONE
MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliL impresa. Sistemi di governo valutazione e controllo. Costi - 6
Costi - 6 La WiD S.p.A. è una piccola impresa operante nel settore dell automazione che realizza tre diversi tipi di meccanismi di automazione per cancelli allocando i costi con un sistema del tipo Activity
DettagliREPORT SULL ANALISI DEI FABBISOGNI FORMATIVI
REPORT SULL ANALISI DEI FABBISOGNI FORMATIVI ANNO 2014 1 Indice Analisi dei fabbisogni formativi - Obiettivi del lavoro - Considerazioni - Oggetto dei corsi di formazione offerti da Bio Consult - Premessa
DettagliI metodi per la misura della diagnosi
C.I. di Metodologia clinica I metodi per la misura della diagnosi Obiettivo Conoscere ed utilizzare i principali strumenti per interpretare l'attendibilità e la rilevanza dei test diagnostici ai fini della
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliLezione 2 Come leggere l articolo scientifico
Analisi critica della letteratura scientifica Lezione 2 Come leggere l articolo scientifico Struttura dell articolo Introduzione Metodi Risultati e Discussione Perché è stato fatto? Come è stato condotto?
DettagliBOLLETTINO dei controlli della produttività del latte 2015
ASSOCIAZIONE ITALIANA ALLEVATORI ENTE MORALE D.P.R. N. 1051 DEL 27-10-1950 UFFICIO CENTRALE DEI CONTROLLI DELLA PRODUTTIVITÁ ANIMALE SOTTOPOSTO ALLA VIGILANZA DEL MINISTERO DELLE POLITICHE AGRICOLE E FORESTALI
DettagliRicerca di marketing 2. Ricerca di marketing 3. Ricerca di marketing 4
Ricerca di marketing 2 Il piano I compiti e le responsabilità realizzativi Individuazione dati primari e secondari Definizione modalità raccolta dati primari Procedure di analisi Presentazione dei risultati
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
Dettagli2. Simulazione discreta: entità ed operazioni
Anno accademico 2006/07 Il sistema da modellare I principali elementi che utilizzeremo per rappresentare un sistema sono: Entità: caratterizzano un sistema da un punto di vista statico Operazioni: producono
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliUniversità degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2010/2011 TECNOLOGIA.
Università degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2010/2011 TECNOLOGIA Fabio CLEMENTI E-mail: fabio.clementi@unimc.it Web: http://docenti.unimc.it/docenti/fabio-clementi
DettagliSegmentazione e posizionamento
Segmentazione e posizionamento Obiettivi della lezione La segmentazione e la definizione del mercato obiettivo Il posizionamento competitivo 1 Perché segmentare il mercato? Per suddividere il mercato di
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliL INDAGINE SUL BENESSERE ORGANIZZATIVO IN ARPA EMILIA-ROMAGNA LA SCELTA DEL CAMPIONE
L INDAGINE SUL BENESSERE ORGANIZZATIVO IN ARPA EMILIA-ROMAGNA LA SCELTA DEL CAMPIONE 1 Premessa In questa presentazione viene descritta la procedura scelta per determinare le persone da coinvolgere nell
DettagliE = P(A) N. Teoria della probabilità. E = = 160 (numero atteso di soggetti con l influenza) E = = 390
Teoria della probabilità Definita la probabilità di un evento o di una qualsiasi combinazione di eventi, è immediato definire il numero di eventi attesi in una serie di prove ripetute in modo casuale.
DettagliINCERTEZZA DI MISURA SECONDO NORME CEI
CORSO DI FORMAZIONE AMBIENTALE TECNICHE DI MISURA DEI CAMPI ELETTROMAGNETICI IN ALTA E BASSA FREQUENZA INCERTEZZA DI MISURA SECONDO NORME CEI Ing. Valeria Canè Servizio Agenti Fisici 1 UNA MISURA E un
DettagliMetodo alternativo per il calcolo delle divisioni.
Metodo alternativo per il calcolo delle divisioni. A cura di Eugenio Amitrano Contenuto dell articolo: 1. Introduzione........ 2 2. Descrizione......... 2 3. Conclusioni......... 1. Introduzione Il presente
Dettaglila distribuzione di uomini e donne fra i diversi settori produttivi; la ripartizione dei due sessi fra le diverse qualifiche professionali 1.
Differenziali retributivi fra uomini e donne nel lavoro interinale. Alcune evidenze ricavate dalla banca dati EBITEMP sui prestiti ai lavoratori per l anno 2004. 1. Premessa Attualmente non risulta disponibile
DettagliCREDITO E INCLUSIONE SOCIALE PRESENTAZIONE DEL PROGETTO REALIZZATO DA CRIF IN COLLABORAZIONE CON. Documentazione CRIF - Riservata
CREDITO E INCLUSIONE SOCIALE PRESENTAZIONE DEL PROGETTO REALIZZATO DA CRIF IN COLLABORAZIONE CON Documentazione CRIF - Riservata Obiettivi del Progetto In Italia il mercato del credito funziona efficientemente
DettagliApplicazioni statistiche in ambito bancario
Ph.D. Federico De Marchi Credit Risk Management Banca Carige federico.demarchi@carige.it Struttura del corso Lezione 1 Teoria dei test statistici Lezione 2 Teoria della regressione Lezione 3 Davanti al
DettagliEsercitazioni di Metodologia
Esercitazioni di Metodologia Dott.ssa Gabriella Agrusti Università degli Studi Roma Tre Riprendiamo il discorso Centili Rango centile Punti z.. Punti T Repetita iuvant Il centile è il valore al di sotto
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliUno studio multicentrico dello stato nutrizionale della popolazione infantile nel Veneto. Antonio Stano SIAN Azienda ULSS 3 Bassano del Grappa (VI) 1
Uno studio multicentrico dello stato nutrizionale della popolazione infantile nel Veneto Antonio Stano SIAN Azienda ULSS 3 Bassano del Grappa (VI) 1 Modello organizzativo Coordinamento generale dello studio:
DettagliLe misure di tempo e frequenza
Le misure di tempo e frequenza Le misure di tempo e frequenza costituiscono un importante branca delle misure elettriche ed elettroniche ed in generale delle misure di grandezze fisiche. E possibile raggiungere
DettagliLa consistenza degli allevamenti bovini e suini al 1 giugno 2005
25 Novembre 2005 La consistenza degli allevamenti bovini e suini al 1 giugno 2005 Allevamenti bovini e bufalini Ufficio della comunicazione Tel. + 39 06 4673.2243-2244 Centro di informazione statistica
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
DettagliUTILIZZO DEI DISTRIBUTORI AUTOMATICI
UTILIZZO DEI DISTRIBUTORI AUTOMATICI Risultati della ricerca Milano, 20 ottobre 2006 Stefania Farneti Direttore di ricerca INDICE PREMESSA E OBIETTIVI 3 METODOLOGIA 4 LE 4 MACROAREE NIELSEN 5 IL CAMPIONE
DettagliConfronto fra soggetti o entro soggetti?
Confronto fra soggetti o entro soggetti? Metodo epidemiologici per la clinica _efficacia / 2 Gli studi crossover Periodo 1 Periodo 2 R A N D O M A B A B Valutazione Tempo 1 0 1 1 2 0 2 1 Metodo epidemiologici
DettagliL'informatica nella Protezione Integrata delle Colture. Utilizzo dell informatica in agricoltura
L'informatica nella Integrata delle Colture, e Facoltà di Agraria Università di Bologna L'informatica nella Alcune premesse necessarie Lo sviluppo dell informatica Primi anni 80 i pionieri sviluppano software
DettagliMarika Vezzoli. Dipartimento di Medicina Molecolare e Traslazionale Università degli Studi di Brescia
Marika Vezzoli Dipartimento di Medicina Molecolare e Traslazionale Università degli Studi di Brescia Quando X e Y hanno 2 modalità (ovvero sono entrambe binarie) ci troviamo dinanzi al caso particolare
DettagliCNR ISTITUTO DI INFORMATICA E TELEMATICA - REGISTRO.it. Sintesi dell indagine statistica sull utilizzo di Internet in Italia. Roma, 20 ottobre 2009
1 CNR ISTITUTO DI INFORMATICA E TELEMATICA - REGISTRO.it Sintesi dell indagine statistica sull utilizzo di Internet in Italia Roma, 20 ottobre 2009 FINALITA E OBIETTIVI DELLA CAMPAGNA DI COMUNICAZIONE
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliL indagine campionaria Lezione 5
Anno accademico 2007/08 L indagine campionaria Lezione 5 Docente: prof. Maurizio Pisati Campionamento Il campionamento è l insieme delle operazioni finalizzate a generare il campione iniziale di una data
DettagliInferenza statistica II parte
Inferenza statistica II parte Marcella Montico Servizio di epidemiologia e biostatistica Test statistici II parte Variabili quantitative Caso 1 Variabile Dipendente = quantitativa Variabile Indipendente
DettagliOccupati e disoccupati Aprile 2010: stime provvisorie
Occupati e disoccupati Aprile 2010: stime provvisorie 1 giugno 2010 Allo scopo di migliorare la tempestività dell informazione statistica sull evoluzione del mercato del lavoro, e nell ambito degli accordi
DettagliStatistica sociale CdLS Scienze delle professioni sanitarie - della riabilitazione (SNT-SPEC/2) - tecniche-diagnostiche (SNT-SPEC/3)
Statistica sociale CdLS Scienze delle professioni sanitarie - della riabilitazione (SNT-SPEC/2) - tecniche-diagnostiche (SNT-SPEC/3) Docente Prof. Vincenzo Guardabasso Il corso si propone di fornire conoscenze
DettagliModulo 1: Le I.C.T. UD 1.2a: Analogico/Digitale
Modulo 1: Le I.C.T. : Analogico/Digitale Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno ANALOGICO e
DettagliItaliano Tecnico 2007-2008. La relazione di lavoro
Italiano Tecnico 2007-2008 La relazione di lavoro La relazione Si tratta di un testo che deve tracciare il bilancio di un esperienza o il resoconto di una ricerca. Nella relazione prevale la componente
DettagliIndice Premessa................................... Cenni storici delle misure......................
Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliCAMPIONAMENTO fondamentale analisi campionamento omogenei stessa composizione variazione l abilità persona variabilità metodo analitico realtà
CAMPIONAMENTO Un momento fondamentale di una analisi è rappresentato dal campionamento, generalmente si pensa che i campioni da analizzare siano omogenei e che abbiano in ogni punto la stessa composizione,
DettagliSCOPO DELL ANALISI DI CORRELAZIONE
CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
Dettaglipluriparametrici di stima
I procedimenti pluriparametrici di stima 01.IV.2011 Perché impiegare modelli pluriparametrici p del valore? Il caso più importante stime in contesti in cui è impossibile pervenire ad un campione di transazioni
DettagliValutazione e Controllo Fornitori
PROCEDURA PGSA 02 Valutazione e Controllo Rev. Data Oggetto Redatto da Approvato da 01 30/09/212 Prima emissione Resp. RSGSA Direzione Copia controllata n ( Questa copia è controllata, registrata e soggetta
DettagliProgetto IDEL L ISPEZIONE DEL LAVORO NEL CONTRASTO AL LAVORO IRREGOLARE. Le Mappe di rischio come strumento di intelligence per le attività ispettive
Progetto IDEL L ISPEZIONE DEL LAVORO NEL CONTRASTO AL LAVORO IRREGOLARE Le Mappe di rischio come strumento di intelligence per le attività ispettive Roma, 30 Ottobre 2014 L idea Progettuale: ipotesi L
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliECONOMIA MONETARIA E REGOLAMENTAZIONE INTERNAZIONALE (1 MODULO) Giacinto Consorti Stefano Massari Marco Reino
ECONOMIA MONETARIA E REGOLAMENTAZIONE INTERNAZIONALE (1 MODULO) Prof.: A.F. Presbitero A cura di: Giacinto Consorti Stefano Massari Marco Reino Argomento trattato: Prestiti alle piccole imprese in America
DettagliIntelligenza. Germano Rossi ISSR 2011/12
Intelligenza Germano Rossi ISSR 2011/12 Intelligenza Il concetto di intelligenza è stato ed è uno dei più controversi della storia della In realtà è anche difficile definire l intelligenza perché dipende
DettagliLa stima del valore di trasformazione
La stima del valore di trasformazione 5.XII.2005 Il valore di trasformazione Si stima in tutti i casi in cui dobbiamo stimare il valore di un bene strumentale, ovvero di un bene che entra all interno di
DettagliI modelli di rilevazione e i contenuti informativi del 15 o Censimento generale della popolazione e delle abitazioni
FORUM PA 2011 I modelli di rilevazione e i contenuti informativi del 15 o Censimento generale della popolazione e delle abitazioni S.De Angelis, S.Mastroluca, M.Verrascina Istat - Direzione Centrale dei
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
Dettagli