Test basati su permutazioni (MCPP)
|
|
- Emilia Mantovani
- 5 anni fa
- Visualizzazioni
Transcript
1 Test basati su permutazioni (MCPP) Sono un caso speciale dei test di randomizzazione, che utilizzano serie di numeri casuali formulare delle inferenze statistiche. La potenza di calcolo dei moderni PC ha reso possibile la loro applicazione diffusa. Questi metodi non richiedono che siano soddisfatte particolari assunzioni circa la distribuzione dei dati. Quindi, questi metodi sono molto più adatti dei tradizionali test statistici (es. t-tests, ANOVA, etc.) in applicazioni ecologiche. Test basati su permutazioni (MCPP) Si definisce una statistica il cui valore sia proporzionale all intensità del processo o della relazione studiati Si definisce un ipotesi nulla H Si crea un set di dati basati sul rimescolamento di quelli realmente osservati (la modalità di rimescolamento viene definita in funzione dell ipotesi nulla) Si ricalcola la statistica di riferimento e si compara il valore con quello osservato Si ripetono gli ultimi due punti molte volte (es. volte) Se la statistica osservata è maggiore del limite ottenuto nel % dei casi basati su rimescolamento, si rigetta H nella gestione delle aree marine protette
2 stazioni di campionamento A A A B B Specie Specie Specie Specie Specie Specie Specie Specie Specie Specie Indicator Species Analysis ID Taxon I.V. Med StDev p * Specie.... Specie.... Specie.... <-- Specie.... Specie.... Specie.... <-- Specie.... Specie.... <-- Specie.... Specie.... <-- MRPP (Multi-Response Permutation Procedures) GRUPPO A: distanza euclidea media =. GRUPPO B: distanza euclidea media =. T = -. δ osservato =. δ atteso =. Accordo intra-gruppo, R =. p =. * MRPP Se è la distanza media intragruppo osservata fra i gruppi definiti a priori, pesata per la dimensione dei diversi gruppi, allora: T = osservato σ atteso R = osservato atteso nella gestione delle aree marine protette
3 MRPP Merluccius merluccius Multi-Response Permutation Procedures (MRPP) Area A, controllo: n = average within-group distance =. Area B, M/C Haven: n = average within-group distance =. Test statistic: T = -. Observed delta =. Expected delta =. Variance of delta =.E- Skewness of delta = -. Chance-corrected within-group agreement, R =. Probability of a smaller or equal delta, p =. Indicator Species Analysis L'abbondanza relativa RA della specie j nel gruppo di campioni k è La frequenza media RF della presenza di una specie j nel gruppo di campioni k è RA RF = g n = k x k = i= x b n k ijk Combinando abbondanze relative (RA) e frequenze medie (RF) si ottiene quindi il valore indicatore (IV) IV = RA RF nella gestione delle aree marine protette
4 Indicator Species Analysis Merluccius merluccius Group: A B Number of items: n ID Avg Max INDVAL p taxon EUFASI. Eufasiacei THYSAN. Thysanopoda aequalis RESPES. Resti pesci RESCRO. Resti crostacei MISIDA. Misidacei nc DECAPO. Decapodi nc CEFALO. Cefalopodi CHLORO. Chlorotocus crassicornis CRANGO. Crangon sp SARDIN. Sardina pilchardus ROCINE. Rocinela sp POLICH. Policheti B A A A B SP B A A B A Si compara la composizione della comunità bentonica fra un area protetta ed una non protetta. SP nella gestione delle aree marine protette
5 SP SP /m /m /m stazione SP SP /m /m /m stazione Distanza euclidea D = ( x x ) + ( y y ) ij i j i j SP SP nella gestione delle aree marine protette
6 N= ANOSIM (ANalysis Of SIMilarities) R = rb rw N ( N )/ =. rw rb ordina n= n= R = rb rw N ( N )/ % % % % % % % % % % P=% % % % % % % % % R=. R=. R=. R= -. r w =. r b =. r w =. r b =. r w =. r b =. r w =. r b =.... n= n= n= n= n= n= n= n= nella gestione delle aree marine protette
7 B A A A B SP B A A B A D b >D w (differenze inter >differenze intra ) SP A B A A A B SP A B B A Si compara la composizione della comunità bentonica fra un area protetta ed una non protetta. - - SP nella gestione delle aree marine protette
8 ANOSIM (ANalysis Of SIMilarities) R =. p =. A B A A A B SP A B B A D w >D b (differenze intra >differenze inter ) - - SP nella gestione delle aree marine protette
9 Test di Mantel Matrice X distanze geografiche A B C D E A..... B..... C..... D..... E..... Matrice Y dissimilarità cenotica A B C D E A..... B..... C..... D..... E..... Statistiche di Mantel assoluta standardizzata La distribuzione di riferimento si genera ricalcolando la statistica dopo permutazioni aleatorie di una delle due matrici o (per matrici molto grandi) approssimando una distribuzione t di Student. nella gestione delle aree marine protette
Analisi dei dati ecologici
nalisi dei dati ecologici I dati Sampling stations S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 Date 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 17/05/00 Time 16.05
ANALISI DEI DATI BIOLOGICI
ANALISI DI DATI BIOLOGICI RAPPRSNTAR L COMUNITA tramite descrizioni grafiche e relazioni tra gli organismi presenti nei vari campioni. DISCRIMINAR dei siti sulla base della loro composizione biologica.
per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
Analisi 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
Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
Fondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II
Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto
Confronto tra più di due campioni
Confronto tra più di due campioni La matrice dei dati Quando si esaminano più di due popolazioni, le informazioni sono u- sualmente organizzate sotto forma di matrice.,,, n ( ω ω ω ) 1 2 Pino, Maria,,Giacomo
Analisi multivariata per osservazioni appaiate. Analisi multivariata per osservazioni appaiate
Introduzione Notazione Modello additivo Verifica d ipotesi Sia X una variabile q-dimensionale, a valori reali, non degenere, osservata in k tempi diversi (τ 1, τ 2,..., τ k ), sulle stesse n unità statistiche
Argomenti della lezione:
Lezione 3 Argomenti della lezione: La verifica delle ipotesi: principi generali Ipotesi statistiche Ipotesi sulla media Indicatore campionario: X Il campione è stato estratto da una popolazione con parametro
Statistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 5 Abbiamo visto: Modelli probabilistici nel continuo Distribuzione uniforme continua Distribuzione
Corso di Sistemi di Gestione per la Qualità (SGQ) AA
Corso di Sistemi di Gestione per la Qualità (SGQ) AA 018-19 6 CFU Prof. Gianluca D Urso 1 Tecniche ANOVA ANalisys Of VAriance Problema che si vuole risolvere: esiste una differenza? A punti rossi B punti
Analisi della varianza
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO
RACCOLTA DI STATISTICHE TEST disponibili nell ambiente R
RACCOLTA DI STATISTICHE TEST disponibili nell ambiente R Materiale integrativo relativo al Modulo I Verifica d ipotesi e stima intervallare a cura di A.R. Brazzale 1 alessandra.brazzale@isib.cnr.it 3 aprile
Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
Analisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
Contenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Campionamento 21/1/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Campionamento 21/1/2005 Importanza del campionamento Permette di trarre conclusioni o fare previsioni limitando l'osservazione solo a un gruppo
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005 Importanza del campionamento Trarre conclusioni o fare previsioni limitando l'osservazione solo a un gruppo dei soggetti che
Parte 1 : Inferenza. Varianza nota test Z. Distribuzioni asintotiche dei test. Varianza ignota test t ad un campione
! Test d'ipotesi Parte 1 : Inferenza! Intervalli di confidenza! Test parametrici! Calcoli di potenza! Test non parametrici Distribuzioni asintotiche dei test A seconda dei casi il nostro test può convergere
Soluzioni prova scritta di Complementi di Probabilità e Statistica (29/06)
Soluzioni prova scritta di Complementi di Probabilità e Statistica (29/6). (a) Per costruire il box plot, vengono determinati minimo=,, massimo=,97, mediana=,455, I quartile=,3375 e III quartile=,745 dei
Test d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
Argomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
Statistica nelle applicazioni sanitarie
Dipartimento di Fisica Scuola di Specializzazione in Fisica Medica A.A. 2012/2013 Statistica nelle applicazioni sanitarie Maria Roberta Monge: Roberta.Monge@ge.infn.it Test parametrici e non parametrici
L Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.
Statistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
Ulteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le
Indice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
Significato e misurazione della biodiversità Oscar Ravera
Significato e misurazione della biodiversità Oscar Ravera CNR Istituto per lo Studio degli Ecosistemi, Largo Tonolli, 50 Verbania Pallanza (Italy) e-mail o.ravera@ise.cnr.it Diversità = Biodiversità
Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
CONVENZIONE QUADRO TRA CONSORZIO PLEMMIRIO E ARPA SICILIA TRIENNIO
CONVENZIONE QUADRO TRA CONSORZIO PLEMMIRIO E ARPA SICILIA TRIENNIO 2014-2016 RELAZIONE SULL ATTIVITA SVOLTA DAL GRUPPO DI LAVORO SETTEMBRE 2015 Premessa Le attività condotte durante il secondo anno della
ANOVA. ANalysis Of VAriance. Federico Plazzi. 1 Dicembre 2015
ANOVA ANalysis Of VAriance Federico Plazzi 1 Dicembre 2015 A che cosa serve? A che cosa serve? Applicazione L ANOVA ha finalità simili al test t: confrontare campioni. Al contrario del test t, però, è
Ulteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in
L Analisi della Varianza (ANOVA)
L Analisi della Varianza (ANOVA) Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche Introduzione. L analisi della varianza (indicata spesso con
PROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
Università di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A
Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime
Il Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
Campionamento e distribuzioni campionarie
Campionamento e distribuzioni campionarie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Inferenza statistica = processo che, partendo dalle informazioni contenute
Statistica Sociale e Criminale (12 CFU) A.A. 2015/2016
Statistica Sociale e Criminale (1 CFU) A.A. 015/016 CdL Sociologia e Criminologia Simone Di Zio Dove siamo MODULO 3. L Inferenza statistica 3.1 Probabilità e variabili casuali 3. Le tecniche di campionamento
APPLICAZIONI. Analisi della varianza ad un fattore
Douglas C. Montgomery Controllo statistico della qualità /ed 6 McGraw-Hill APPLICAZIONI Analisi della varianza ad un fattore Insegnamento: Metodi ed Applicazioni Statistiche Corso di Laurea Specialistica
EFFETTI DELLA PRESENZA DELL ALGA INVASIVA Caulerpa racemosa var. cylindracea SULLE COMUNITA ANIMALI DI FONDO MOBILE NEL GOLFO DI SALERNO
EFFETTI DELLA PRESENZA DELL ALGA INVASIVA Caulerpa racemosa var. cylindracea SULLE COMUNITA ANIMALI DI FONDO MOBILE NEL GOLFO DI SALERNO Lorenti M., Gambi M.C., Guglielmo R., Patti F.P., Scipione M.B.,
CANALE STAZIONARIO CANALE TEMPO INVARIANTE
CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.
TECNICHE DI CLASSIFICAZIONE
TECNICHE DI CLASSIFICAZIONE La tecnica di classificazione più conosciuta è la cluster analysis, che ha l obiettivo di identificare gruppi di soggetti (o oggetti) omogenei al loro interno ed eterogenei
Test di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio
Nota dell editore Presentazione
Autori Nota dell editore Presentazione XI XIII XV 1 Conoscenze preliminari per l osservazione biostatistica 1 Variabilità biologica e implicazioni statistiche 1 Variabili e costanti 2 Concetto di misura
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
Effettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari
Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari
Metodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
Modelli a effetti misti
Probabilità e Statistica per l analisi di dati sperimentali Modelli a effetti misti Sviluppo e gestione di Data Center per il calcolo scientifico ad alte prestazioni Master Progetto PRISMA, UniBA/INFN
Elaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
Metodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Analisi Bivariata I Parte
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Analisi Bivariata I Parte Statistica descrittiva bivariata Indaga la relazione tra due variabili misurate. Si distingue rispetto alla
NISECI. Nuovo Indice di Stato Ecologico delle Comunità Ittiche. Stefano Macchio - ISPRA
NISECI Nuovo Indice di Stato Ecologico delle Comunità Ittiche Stefano Macchio - ISPRA Stato ecologico ottimale per NISECI 1. Sono presenti tutte le SPECIE INDIGENE ATTESE (previste dalla comunità di riferimento
26/01/2012 ANOVA ANALYSIS OF VARIANCE
ANOVA ANALYSIS OF VARIANCE 1 Disegnare i box plot >> boxplot(x ) Values 2 22 20 18 16 1 12 10 8 1 2 3 Column Number Y osservazioni i = 1,, a = µ + τ + ε j = 1,, n ij i ij Media comune Scostamenti dalla
Test d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )
Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi
Misure di diversità tra unità statistiche. Loredana Cerbara
Misure di diversità tra unità statistiche Loredana Cerbara LA DISTANZA IN STATISTICA In statistica la distanza ha un significato diverso da quello che si può intuire in altre discipline, dove, peraltro,
STATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Verifica d ipotesi Esempio di logica di un test statistico Prova d esame con 10 quesiti a quiz 4 possibili risposte per ogni quesito
Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,
Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
Statistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
Il 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
Aspetti regolatori, brevettuali ed economici dello sviluppo dei farmaci. Analisi Statistica L U G L I O
Aspetti regolatori, brevettuali ed economici dello sviluppo dei farmaci Analisi Statistica D O N A T A R O D I J O S E F E S C H G F A E L L E R 16-1 7 L U G L I O 2 0 1 4 Programma del corso STUDIO DI
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
CdL in Informatica e Comunicazione Digitale Statistica Matematica anno accademico 2005/06 ulteriori esercizi di Statistica Inferenziale
CdL in Informatica e Comunicazione Digitale Statistica Matematica anno accademico 2005/06 ulteriori esercizi di Statistica Inferenziale 1. Siano X e Y due quantità con valori aleatori distribuiti in maniera
Metodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei fenomeni biologici Alla fine di questa lezione dovreste essere in grado di: descrivere la distribuzione di campionamento della differenza di due medie costruire gli
Statistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
Statistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
Probabilità e Distribuzione Normale Lezione 3
Last updated April 26, 2016 Probabilità e Distribuzione Normale Lezione 3 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Statistica=scienza dell incertezza
APPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
Inferenza statistica Donata Rodi 04/10/2016
Inferenza statistica Donata Rodi 04/10/2016 Popolazione Campionamento Campione Parametri Inferenza Statistiche µ, ϭ 2 descrittive Stima X, s 2 Quale test? Parametrico o no Scala di misura 1 gruppo 2 gruppi
Statistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
Presentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
Cluster Analysis. Paese Cereali (Ce) Riso (R) Patate (P) Zucchero (Z) Verdure (Ver) Vino (Vi) Carne (Ca) Latte (L) Burro (B) Uova (U)
Analysis Esempio Stiamo studiando le abitudini alimentari nei Paesi europei. Sulla base dei dati a disposizione, ci chiediamo se si possano individuare sotto-aree con abitudini alimentari simili. Dati:
Statistica parametrica e non parametrica. Gli intervalli di confidenza
Statistica parametrica e non parametrica Per un campione univariato Gli intervalli di confidenza MEDIA CAMPIONARIA MEDIA VERA 1 Gli intervalli di confidenza 3 Gli intervalli di confidenza 4 Una introduzione
Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson Apogeo
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari"
Test d ipotesi Introduzione. Alessandra Nardi
Test d ipotesi Introduzione Alessandra Nardi alenardi@mat.uniroma2.it 1 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo del nostro studio sia valutare il
DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
ESERCITAZIONE - Analisi della domanda
Impianti Industriali ESERCITAZIONE - Analisi della domanda Prof. Ing. Augusto Bianchini Ing. Jessica Rossi DIN Dipartimento di Ingegneria Industriale Università degli Studi di Bologna AGENDA Analisi della
Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO
Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO Facoltà di Medicina Veterinaria,
Esame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 22 Gennaio 2016 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
Esempio: Media, Mediana, Moda
Esempio: Media, Mediana, Moda 7 6 5 4 3 2 1 0 classe ri fi fi / n 1-5 3 5 0,25 5-9 7 6 0,300 9-13 11 4 0,200 13-17 15 3 0,150 17-21 19 2 0,100 5 6 4 20 1,000 3 7 11 15 19 3 2 MEDIA: x = 9.2 si calcola
Capitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson. Casa editrice: Pearson
Levine, Krehbiel, Berenson Statistica II ed. Casa editrice: Pearson Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento
05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
Test delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Le medie Le medie si applicano ai caratteri quantitativi,
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente