Corso introduttivo di Epidemiologia e Biostatistica
|
|
- Leonardo Baldini
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso introduttivo di Epidemiologia e Biostatistica massimo guerriero carlo pomari e con il contributo di: Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.1
2 La statistica La statistica è la tecnica che ha per scopo la conoscenza dei fenomeni collettivi. Inizialmente nasce come quella scienza adattata per conoscere le cose dello Stato per evolversi poi nella scienza che valuta lo stato delle cose. La nascita della scienza statistica è antichissima e non può essere precisata con esattezza. Le prime tracce della statistica sono preistoriche; l uomo primitivo, ancor prima della comparsa della scrittura, incideva su pietra o travi delle tacche per tenere memoria delle proprietà e delle persone presenti. E questa l interpretazione che è stata data delle serie di segni incisi trovati nei nuraghi della Sardegna! ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.2
3 La statistica La consacrazione ufficiale della statistica come disciplina autonoma viene fatta risalire al XVII secolo in culla tedesca. Il fondatore dell indirizzo scientifico è considerato Ermanno Conring ( ). La statistica moderna viene fatta risalire a cavallo tra il 1800 e il 1900 quando viene introdotta, al fianco della statistica descrittiva, la statistica induttiva. Tra gli studiosi più importanti ricordiamo Francesco Galton ( ), Augusto Bravais ( ) che insieme a Karl Pearson ( ) introdusse il coefficiente di correlazione lineare (1846). Karl Pearson introdusse anche il rapporto di correlazione (1879), il Chi-quadrato (1900). Fondò inoltre la rivista Biometrika. ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.3
4 La statistica I meritevoli allievi di Karl Pearson furono Giorgia Udny Yule ( ) che nel 1897 introdusse il metodo dei minimi quadrati, Guglielmo Sealy Gosset ( ) che con lo pseudonimo di Student nel 1908 introdusse alcune tecniche per l analisi di piccoli campioni; altri furono Sheppard ( ), il figlio del Pearson, Egon Sharpe Pearson ( ) e Jerzy Neyman ( ); questi ultimi portarono grandi contributi all inferenza statistica. La teoria dell inferenza statistica è tutta del 1900 anche se la sua pratica è antica forse quanto l umanità, perché sempre l uomo ha scelto la parte di un tutto per giudicare la totalità, ovvero ha utilizzato un campione per inferire, le proprietà della massa complessiva. Chi pose però le basi per la valutazione della bontà dell indagine campionaria fu il grande statistico inglese Sir Ronald Alymer Fisher ( ), divenuto baronetto grazie ai suoi molteplici ed originalissimi contributi scientifici. ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.4
5 La statistica La scuola statistica italiana ha avuto un forte peso in campo internazionale e di grande livello furono Luigi Bodio ( ), Angelo Messedaglia ( ) e Rodolfo Benini ( ). Ma colui colui che elevò la statistica italiana a livello di quella inglese di Pearson e Fisher fu Corrado Gini ( ) che lavorò con enorme successo sui concetti di variabilità, di mutabilità, di concentrazione, di dissomiglianza; introdusse anche molti indicatori in questi ambiti della statistica. Fondò nel 1920 la rivista internazionale Metron, nel 1926 creò l Istituto Centrale di Statistica e nel 1936 creò la Facoltà di Scienze Statistiche demografiche ed attuariali, prima nel mondo, volta alla specifica preparazione degli statistici. ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.5
6 Le due facce della statistica Descrivere ed inferire Lo scopo della statistica descrittiva è quello di condensare una grande quantità di dati in modo da conciliare al meglio due richieste antitetiche: da un lato la completezza di una descrizione dettagliata, dall altro la semplicità di una descrizione sintetica. Lo scopo della statistica inferenziale è quello di poter trarre conclusioni sull intero aggregato studiandone solo una parte di esso. Quale parte studiare? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.6
7 Quale parte studiare? Nel 1936 l agenzia americana Gallop riuscì a prevedere la vittoria di Rooselvet su Landon nelle elezioni presidenziali con un sondaggio statistico rigoroso basato su poco più di interviste. Una rivista all epoca prestigiosa, la Literary Digest, invece fallì miseramente nonostante il suo campione fosse di unità peccato che selezionò tale campione dagli elenchi telefonici e dagli elenchi dei possessori di automobili! ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.7
8 CONCETTI DI BASE Unità statistiche. Elementi che costituiscono l oggetto dell osservazione e le cui proprietà vengono rilevate. Popolazione. Insieme delle unità statistiche oggetto dell osservazione. Variabili. Proprietà, caratteristiche, attributi delle unità di analisi che variano da caso a caso. Modalità. Ogni diversa presentazione della variabile osservata su ciascuna unità di analisi (incompatibili ed esaustive). ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.8
9 TIPI DI DATI Una classificazione dei caratteri. I caratteri si possono classificare in funzione delle relazioni che si possono instaurare tra modalità corrispondenti. QUALITATIVI QUANTITATIVI NOMINALI ORDINALI CONTINUI DISCRETI Senza unità di misura INTERVALLARE Origine convenzionale RAPPORTO cardinali DATI DICOTOMICI ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE - 2.9
10 Le scale di misura RELAZIONI x = x i i x < i x > x x i i i x x x x x x j j j j j j SCALE DI MISURA QUALITATIVE QUANTITATIVE Sconnessa Ordinale Intervallare Rapporto * * * * * * * *? * * *? * * *?? * *??? * ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
11 ALCUNI ESEMPI: 1. GRUPPO SANGUIGNO 2. TIPO DI OCCUPAZIONE 3. GRUPPI DI CIBI 4. COLORE DELLA PELLE 5. SESSO 6. SANO/MALATO 7. VIVO/MORTO 8. NORMALE/ANORMALE 9. FAVOREVOLE/SFAVOREVOLE 10.LIVELLO DI SODDISFAZIONE 11. LIVELLO DI SOFFIO AL CUORE 12. DIFFICOLTA RESPIRATORIA 13. TITOLO DI STUDIO 14.GRADO MILITARE 15. ALTEZZA PESO 16.PRESSIONE - GLICEMIA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
12 Attenzione: gli attributi non sono numeri! Sì = 1 No = 2 Non so = 3 ELEMENTI DI BASE DI UNO STUDIO ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
13 BIOSTATISTICA Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
14 2. UN CARATTERE MISURATO IN UN CAMPIONE SPECULARE UNIVERSO PARAMETRI PROGRAMMARE INFERIRE CAMPIONE STIMATORI DESCRIVERE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
15 2. UN CARATTERE MISURATO IN UN CAMPIONE CARATTERE (VARIABILE) QUALITATIVO QUANTITATIVO NOMINALE (ES.GENERE) ORDINALE (ES.GIUDIZIO ALL ESAME) DISCRETO (ES.NUMERO DI FIORI DI UNA PIANTA) CONTINUO (ES.STATURA) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
16 2. UN CARATTERE MISURATO IN UN CAMPIONE Siamo interessati a stimare l incremento del peso delle cavie nutrite con una certa dieta UNIVERSO PARAMETRI CAMPIONE STIMATORI ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
17 2. UN CARATTERE MISURATO IN UN CAMPIONE Siamo interessati a stimare l incremento del peso delle cavie nutrite con una certa dieta UNIVERSO PARAMETRI PROGRAMMARE CAMPIONE STIMATORI Ad un campione casuale di 12 cavie viene somministrata la dieta in studio dalla nascita fino all età di 3 mesi e ne vengono registrati gli incrementi di peso ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
18 2. UN CARATTERE MISURATO IN UN CAMPIONE CAMPIONE DESCRIVERE STATISTICHE n = y i : generica i-esima osservazione (i = 1, 2,,12) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
19 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA CAMPIONE STATISTICHE A. Come si distribuiscono i dati campionari? B. Come possiamo sintetizzare i dati campionari? C. Quanto sono dispersi i dati campionari? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
20 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA A. Come si distribuiscono i dati campionari? Classi di valori Frequenze assolute Frequenze relative (%) totale DISTRIBUZIONE DI FREQUENZA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
21 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA A. Come si distribuiscono i dati campionari? Classi di valori Frequenze assolute Frequenze relative ISTOGRAMMA classi di valori ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
22 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA A. Come si distribuiscono i dati campionari? Distribuzione simmetrica Distribuzione con asimmetria positiva Distribuzione con asimmetria negativa ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
23 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA Possiamo ottenere la distribuzione di frequenza anche per gli altri tipi di caratteri: Carattere nominale (genere): M M M M M F F M M F Carattere ordinale (giudizio all esame): Buono Buono Suff Suff Suff Insuff Ottimo Buono Suff Insuff M F Insuff Suff Buono Ottimo ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
24 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA CAMPIONE STATISTICHE A. Come si distribuiscono i dati campionari? B. Quale Come valore possiamo assumono sintetizzare i media dati campionari? i dati campionari? C. Quanto sono dispersi i dati campionari? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
25 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? INDICI DI POSIZIONE Medie non analitiche Moda Mediana (e quartili) Medie analitiche Media aritmetica Media geometrica ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
26 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Medie non analitiche Moda È il dato campionario che si manifesta con maggiore frequenza. Essendo una media non analitica possiamo calcolarla per qualsiasi tipo di carattere (qualitativo o quantitativo) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
27 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? M M M M M F F M M F ISTOGRAMMA Carattere Nominale 2 1 M F MODA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
28 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Buono Buono Suff Suff Suff Insuff Ottimo Buono Suff Insuff ISTOGRAMMA 4 Carattere Ordinale Insuff Suff Buono Ottimo MODA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
29 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Qual è il valore modale? 4 3 ISTOGRAMMA Carattere Quantitativo classe modale = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
30 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Distribuzione unimodale Distribuzione bimodale ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
31 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Medie non analitiche Mediana È l osservazione centrale dei dati campionari disposti in ordine crescente o decrescente. Essendo una media non analitica possiamo calcolarla anche per caratteri qualitativi ordinali (NON nominali) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
32 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Buono Buono Suff Suff Suff Insuff Ottimo Buono Suff Insuff Insuff Disposizione in ordine crescente Insuff Insuff Insuff Suff Suff Suff Suff Buono Buono Buono Ottimo n= Me = 2 = 6 Insuff Insuff Suff Suff Suff Me=Suff Suff Buono Buono Buono Ottimo ISTOGRAMMA Carattere Ordinale Insuff Suff Buono Ottimo MEDIANA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
33 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Buono Buono Suff Suff Suff Ottimo Insuff Ottimo Buono Suff Insuff Insuff Disposizione in ordine crescente Insuff Insuff Insuff Suff Suff Suff Suff Buono Buono Buono Ottimo Ottimo n=12 12 Me = = 6 e Me = 12 2 ISTOGRAMMA Carattere Ordinale +1 = Insuff Suff Buono Ottimo MEDIANA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
34 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Disposizione in ordine crescente n=12 12 Me = 2 = 6 =60 Me = Me = 2 +1 = 7 = La mediana rimane 60! Non è sensibile ai valori estremi! ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
35 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? 4 ISTOGRAMMA Me=60 4 ISTOGRAMMA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
36 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Medie non analitiche Quartili Sono le osservazioni che dividono in 4 parti uguali i dati campionari disposti in ordine crescente o decrescente. Essendo medie non analitiche possiamo calcolarle anche per caratteri qualitativi ordinali (NON nominali) 25% 25% 25% 25% q25 Me q75 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
37 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? ESEMPIO 1: n/4 non è un numero intero Buono Buono Suff Suff Suff Insuff Ottimo Buono Suff Insuff Insuff Disposizione in ordine crescente Insuff Insuff Insuff Suff Suff Suff Suff Buono Buono Buono Ottimo n=11 1 quartile: a sn abbiamo il 25% della popolazione, a ds il 75% q25 = 11 4 = 2.75 Mediana (o 2 quartile): prendo il primo numero intero più grande (3 ) a sn abbiamo il 50% della popolazione, a ds il 50% Me = = 6 3 quartile: a sn abbiamo il 75% della popolazione, a ds il 25% q75 = 3 4 * 11 = 8.25 prendo il primo numero intero più grande (9 ) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
38 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? ESEMPIO 1: n/4 non è un numero intero Modalità Suff Insuff Insuff Insuff Suff Suff Suff Suff Buono Buono Buono Ottimo Frequenze assolute Insuff 3 Frequenze cumulate Buono 3 10 Ottimo pos: q25=insuff 6 pos: Me=suff 9 pos: q75=buono 4 n= Insuff Suff Buono Ottimo q25 MEDIANA q75 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
39 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? ESEMPIO 2: n/4 è un numero intero Buono Buono Suff Suff Suff Ottimo Insuff Insuff Buono Suff Insuff Insuff Disposizione in ordine crescente Insuff Insuff Insuff InsuffSuff Suff Suff Suff Buono Buono Buono Ottimo n=12 1 quartile: a sn abbiamo il 25% della popolazione, a ds il 75% 12 q25 = = 3 prendo n/4 (3 ) e n/4+1 (4 ) 4 Mediana (o 2 quartile): a sn abbiamo il 50% della popolazione, a ds il 50% Me = 3 quartile: a sn abbiamo il 75% della popolazione, a ds il 25% q75 = * 12 = 6 = 9 e Me = = 7 prendo 3*n/4 (9 ) e 3*n/4+1 (10 ) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
40 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? ESEMPIO 2: n/4 è un numero intero Modalità Insuff Insuff Insuff Suff Suff Suff Suff Buono Buono Buono Ottimo Frequenze assolute Insuff 4 Frequenze cumulate 4 3 e 4 pos: q25=insuff Suff Buono 3 11 Ottimo e 7 pos: Me=suff 9 e 10 pos: q75=buono 4 n= Insuff Suff Buono Ottimo q25 MEDIANA q75 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
41 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? INDICI DI POSIZIONE MEDIE ANALITICHE MEDIA ARITMETICA Somma dei valori osservati divisa il numero di osservazioni (numerosità campionaria) y = n i = 1 n y i ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
42 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? n MEDIA ARITMETICA y = i = 1 n y i = = = 60 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
43 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? 4 ISTOGRAMMA MEDIA ARITMETICA y = 60 Definisce la posizione media dei valori campionari ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
44 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? y = La media aritmetica è influenzata dai valori estremi 126 y = 65 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
45 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA La media aritmetica si può calcolare SOLO per caratteri QUANTITATIVI: Carattere nominale (genere): M M M M M F F M M F Carattere ordinale (giudizio all esame): Buono Buono Suff Suff Suff Insuff Ottimo Buono Suff Insuff y = n i = 1 n y i ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
46 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA Distribuzione simmetrica Media Mediana aritmetica= = Moda Distribuzione con asimmetria positiva Moda Mediana Media aritmetica Distribuzione con asimmetria negativa Media aritmetica Mediana Moda ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
47 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? MEDIA GEOMETRICA Radice n-esima del prodotto dei valori osservati Mg = n n i= 1 y i che, per le proprietà dei logaritmi diventa: log(mg) = n n 1 log(y ) = i= i n i= 1 1 log(y ) n i Il logaritmo della media geometrica è la media aritmetica dei logaritmi dei valori osservati ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
48 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA B. Come possiamo sintetizzare i dati campionari? Titoli anticorpali 1/25 Grandezze biologiche misurate in scala di diluizione a raddoppio - log(25) Espressi in logaritmi Possono essere scritti come - (0 log 2+log 25) 1/50 1/100 1/200 1/400 - [log(2) 1 + log(25)] - [log(2) 2 + log(25)] - [log(2) 3 + log(25)] - [log(2) 4 + log(25)] - (1 log 2+log 25) - (2 log 2+log 25) - (3 log 2+log 25) - (4 log 2+log 25) log(mg) = [ 5 = [ ] + 4 log(2) = log(25)] = il cui antilogaritmo è: 10-2 = 1/100 e quindi Mg = 1/100 = 5 1/25*1/50*1/100*1/200*1/400 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
49 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA CAMPIONE STATISTICHE A. Come si distribuiscono i dati campionari? B. Come possiamo sintetizzare i dati campionari? C. Quanto sono dispersi i dati campionari? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
50 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? dispersione dispersione posizione ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
51 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? CAMPO DI VARIAZIONE (o range o escursione) È l ampiezza assoluta tra i valori estremi delle osservazioni ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
52 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? Disposizione in ordine crescente CAMPO DI VARIAZIONE = (68-52) = = CAMPO DI VARIAZIONE = (128-52) = = 76 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
53 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? Il box plot è un utile strumento per visualizzare la distribuzione di un carattere visualizzandone indici di posizione e di dispersione q25=57 Me=60 q75=63 Distanza interquartilica (IQR) = q75-q25 = 6 Soglia per outliers: >1.5*IQR più grande di q75 o <1.5*IQR più piccolo di q Outliers q75+1.5*iqr=63+1.5*6= IQR q25-1.5*iqr==57-1.5*6=48 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
54 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? DEVIAZIONE STANDARD Radice quadrata della somma degli scarti quadratici dei valori osservati dalla media aritmetica divisa il numero di osservazioni meno uno s = 12 Σ(y i - y) 2 i =1 n - 1 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
55 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? y i (y i - y) = = = = = = = = = = = = y = 60 Σ (y i - y) = 0 i =1 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
56 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? y i (y i - y) (52-60) 2 = 64 (56-60) 2 = 16 (57-60) 2 = 9 (57-60) 2 = 9 (59-60) 2 = 1 (60-60) 2 = 0 (60-60) 2 = 0 (61-60) 2 = 1 (63-60) 2 = 9 (63-60) 2 = 9 (64-60) 2 = 16 (68-60) 2 = y = 60 Σ (y i - y) 2 = 198 i =1 Devianza ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
57 2a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? 12 Σ (y i - y) 2 = 198 i =1 Devianza Aumenta con il numero di osservazioni 12 Σ(y i i 198 i =1 i - y) n -1 = = Varianza Unità di misura elevata al quadrato rispetto ai dati originali 12 Σ(y i i =1 i i - y) 2 n n- 1 = = Deviazione standard Perché (n - 1) e non n? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
58 i a. UN CARATTERE MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA DESCRITTIVA C. Quanto sono dispersi i dati campionari? y i (y i - y) (52-60) = -8 (56-60)= -4 (57-60) = -3 (57-60) = 3 (59-60) = -1 (60-60) = 0 (60-60) = 0 (61-60) = 1 (63-60) = 3 (63-60) = 3 (64-60) = 4 (68-60) = 8 12 y = 60 Σ (y i - y) = 0 i =1 Da quante osservazioni dipende dev? Nota y voglio calcolare dev VINCOLO Mi basta calcolare (y 1 -y), (y 2 -y),,(y n-1 -y) e l ultimo termine (y n -y) è completamente determinato dal vincolo: mi servono solo n-1 osservazioni (n-1 gdl) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
59 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE SPECULARE UNIVERSO PARAMETRI PROGRAMMARE INFERIRE CAMPIONE STIMATORI DESCRIVERE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
60 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE POPOLAZIONE BERSAGLIO µ? Campione STATISTICA INFERENZIALE descrizione y Forma Posizione Dispersione Distribuzione di frequenza Media aritmetica Deviazione standard STATISTICA DESCRITTIVA ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
61 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE POPOLAZIONE BERSAGLIO Campione Tutti i possibili 1 campioni Distribuzione campionaria y Media Medie campionaria campionarie ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
62 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà delle distribuzione campionaria A. Come si distribuiscono le medie campionarie? B. Quale valore assumono in media le medie campionarie? C. Quanto sono disperse le medie campionarie? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
63 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà delle distribuzione campionaria Media Medie campionaria campionarie TEOREMA DEL LIMITE CENTRALE A DISTRIBUZIONE approssimativamente normale indipendentemente dalla forma della distribuzione di frequenza della variabile nella popolazione bersaglio (se n sufficientemente grande) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
64 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione campionaria Media Medie campionaria campionarie A. Come si distribuiscono le medie campionarie? B. Quale valore assumono in media le medie campionarie? C. Quanto sono disperse le medie campionarie? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
65 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà della distribuzione campionaria µ Media Medie campionaria campionarie TEOREMA DEL LIMITE CENTRALE B MEDIA CAMPIONARIA: stimatore corretto coincide con quella della media aritmetica del carattere nella popolazione dalla quale i campioni sono stati estratti ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
66 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione campionaria Media Medie campionaria campionarie A. Come si distribuiscono le medie campionarie? B. Quale valore assumono in media le medie campionarie? C. Quanto sono disperse le medie campionarie? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
67 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà della distribuzione campionaria es = σ n µ Media Medie campionaria campionarie TEOREMA DEL LIMITE CENTRALE C ERRORE STANDARD è la deviazione standard di una distribuzione campionaria: es = σ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
68 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà della distribuzione campionaria Distribuzione normale es = σ n Medie Media campionarie: campionaria y µ Osservazioni y i non per forza Gaussiane e caratterizzate da due parametri: µ e σ 2 Medie campionarie y~n(µ,σ 2 /n) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
69 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà della distribuzione campionaria Le medie campionarie sono tanto più disperse intorno alla media µ tanto più: es = σ n µ Media Medie campionaria campionarie il carattere è disperso nella popolazione il campione è piccolo ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
70 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Proprietà della distribuzione campionaria Forma normale es = σ n µ y i Distribuzione normale standardizzata area = 1 y i - µ 1 0 z = σ y i - µ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
71 Medie campionarie: y µ Distribuzione normale n y i i e n y f ) ( 2 1 ) ( σ µ π σ = σ n es = 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE Distribuzione normale standardizzata 0 1 z Medie campionarie: y i µ n z e n z f ) ( π =
72 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Misure di variabilità 12 Σ (y i - y) 2 i =1 Devianza 12 Σ(y i - y) 2 i =1 n -1 = σ 2 Varianza 12 Σ Σ(y i =1 i - y) 2 n - 1 = σ Deviazione standard σ n Errore standard ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
73 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE La distribuzione Normale e normale standard 12 Σ(y i - y) 2 i =1 n -1 = σ 2 12 Σ Σ(y i =1 i - y) 2 n - 1 = σ σ LEGGE DEI 3 SIGMA n 68% 95% 99% ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
74 Distribuzione normale standardizzata ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
75 2b. 3. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione normale standardizzata Area = Pr { z +0.5} = Area = Pr { 0.1 z 0.5} = Pr {z 0.5} - Pr {z 0.1} = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
76 2b. 3. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione normale standardizzata Area = Pr { z 0.2} = 1 - Pr { z 0.2} = = Area = Pr { z - 0.8} = Pr {z 0.8} 1 - Pr { z 0.8} = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
77 2b. 3. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione normale standardizzata Area = Area: Pr { -0.5 z 0.5} = z Pr { -0.5 y - µ z 0.5} = σ / n Pr { y -0.5 σ / n µ y σ / n } = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
78 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione normale standardizzata Area = z Pr { y σ / n µ y σ / n } = 0.95 Limiti di confidenza al 95% della media µ della popolazione ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
79 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE POPOLAZIONE BERSAGLIO NORMALE µ? Campione n = descrizione y = 60 Media aritmetica Pr { y σ / n µ y σ / n } = ? ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
80 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Dalla distribuzione normale standardizzata... area = z = σ y - µ n area = 1 alla distribuzione t 1 σ è sostituito dal suo stimatore s 0 t = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE s y - µ n
81 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione t t = s y - µ n Famiglia di distribuzioni t corrispondenti ai diversi gradi di libertà. I gdl sono il numero di osservazioni che sono libere di variare Si perde un gdl per ogni parametro che si deve stimare Prima di infilarci un guanto abbiamo due possibilità, dopo il primo, nessuna! Il 100 piedi? NEI GRANDI CAMPIONI LA VC t-student CONVERGE VERSO LA NORMALE STANDARD ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
82 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione t gdl ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
83 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE n=10 Pr { t 1} = n=5 Pr { 0.1 t 0.5} = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
84 2b. 3. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE n=15 Pr { t 0.2} = n=8 Pr { t - 0.8} = ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
85 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE POPOLAZIONE BERSAGLIO µ Campione n = Pr=95%: t =2.36 t =-2.36 descrizione y = 60 s = 4.2 Media aritmetica Deviazione standard Pr { y s / n µ y s / n } = 0.95 ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
86 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE y ± t (s / n) ricordando che y = 60 e s = 4.2, scegliendo un valore di t corrispondente a una probabilità del 95% che, per (n-1= 7) gdl, è 2.36, µ allora µ è compresa nell intervallo: 60 ± 2.36 (4.2 / 8) 56.5, 63.5 con una probabilità del 95% Intervallo di confidenza al 95% della media µ della popolazione ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
87 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE y ± t (s / n) y = 60 n = 8 s = , 63.5 t (1-0.95)/2;11 = 2.36 Pr = 95 % Se volessimo diminuire il grado di incertezza n = 8 s = , 63.7 t (1-0.99)/2;11 = 3.50 Pr = 99 % ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
88 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE y ± t (s / n) y = 60 n = 8 s = , 63.5 t (1-0.95)/2;11 = 2.36 Pr = 95 % Se disponessimo di un campione meno numeroso n = 6 s = , 63.8 t (1-0.99)/2;11 = Pr = 95 % ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
89 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE y ± t (s / n) y = 60 n = 8 s = , 63.5 t (1-0.95)/2;11 = 2.36 Pr = 95 % Se il carattere fosse più disperso nella popolazione n = 8 s = , 65.3 t (1-0.95)/2;11 = 2.36 Pr = 95 % ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
90 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Interpretazione degli intervalli di confidenza IC al 95% X X X Se ripetessimo l esperimento 100 volte, la media µ sarebbe compresa nell intervallo 95 volte In 95 casi µ è compresa qui X X ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
91 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Distribuzione di 10 intervalli di confidenza Livello di confidenza 90% La VERA media non è contenuta nell intervallo di confidenza ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
92 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Inferenza Ci sono essenzialmente 4 tipi di inferenza I1. Calcolo delle probabilità I2. Stima dei parametri I3. Intervalli di confidenza I4. Test d ipotesi Assumiamo che i parametri siano noti Assumiamo che i parametri siano ignoti Variabile di interesse continua Il fenomeno in studio ha una distribuzione simmetrica? y i ~N(µ,σ 2 ) ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
93 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN Continuous CAMPIONE: dataelementi DI STATISTICA INFERENZIALE Il passo successivo è valutare i parametri della distribuzione per poter fare inferenza sui parametri della popolazione di interesse. Tipicamente ci interessano 1. La media della popolazione 2. La varianza della popolazione 1. Media µ e deviazione standard σ della popolazione sono note Calcolo delle probabilità 2. La media della popolazione µ è ignota (oggetto dell inferenza), ma la deviazione standard σ è nota 3. Sia la media µ che la deviazione standard σ sono ignote ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
94 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Popolazione normale entrambi i parametri sono noti Caso 1: Media µ e deviazione standard σ della popolazione sono note I1. Calcolo delle probabilità E facile calcolare le probabilità di una variabile casuale Normale standard, tramite opportune tavole Standardizziamo la nostra variabile casuale normale e calcoliamo la probabilità dalle tavole Pr { -0.5 y 0.5} Pr { µ z µ } σ / n σ / n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
95 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Popolazione normale media ignota Caso 2: Media µ ignota e deviazione standard σ nota I2. Stima dei parametri L unico parametro da stimare è la media µ dato che la deviazione standard è nota Utilizziamo l informazione proveniente dal campione n y y i = 1 i = Associamo una stima della dispersione del parametro tramite lo standard error n se= σ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
96 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Popolazione normale media ignota Caso 2: Media µ ignota e deviazione standard σ nota I3. Intervallo di confidenza Possiamo identificare un intervallo di confidenza, ad esempio al 95% per la media della popolazione µ: Pr { y z α/2 σ / n µ y + z α/2 σ / n } = 0.95 σ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
97 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Popolazione normale entrambi i parametri sono ignoti Caso 3: Media µ e deviazione standard σ della popolazione sono ignote I2. Stima dei parametri Dobbiamo stimare sia la media che la varianza campionaria Utilizziamo l informazione proveniente dal campione n n y (y y i = 1 i i = s = i = 1 n n-1 - y) 2 L errore standard sarà se = s n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
98 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE Popolazione normale entrambi i parametri sono ignoti Caso 3: Media µ e deviazione standard σ della popolazione sono ignote I3. Intervallo di confidenza Possiamo identificare un intervallo di confidenza, ad esempio al 95% per la media della popolazione µ: P y t s y + t α / 2, n 1 µ α / 2, n 1 n s n Dobbiamo utilizzare la stima campionaria della deviazione standard σ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
99 2b. UN CARATTERE QUANTITATIVO MISURATO IN UN CAMPIONE: ELEMENTI DI STATISTICA INFERENZIALE IN SINTESI PER COSTRUIRE UN IC PER LA MEDIA: POPOLAZIONE DI ORIGINE NORMALE NON INTERESSA LA DIMENSIONE CAMPIONARIA MA SOLO SE: VARIANZA NOTA Z VARIANZA NON NOTA t SE IL CAMPIONE E SUFFICIENTEMENTE GRANDE NON INTERESSA LA FORMA DELLA POPOLAZIONE Z poichè la t converge verso la z e quindi non interessa nemmeno se la varianza sia nota o non nota σ n ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE
2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliIndice. 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
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliScale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
Dettagli1.1 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
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliStatistica 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
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliCorso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016
Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Indici di posizione GLI INDICI DI POSIZIONE sono indici sintetici che evidenziano le caratteristiche essenziali
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale
INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliCorso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliIndice. 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
DettagliMatematica con elementi di Informatica
Statistica descrittiva ed inferenziale Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliINDICATORI DI TENDENZA CENTRALE
Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliDipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005
Dipartimento di Fisica a.a. 23/24 Fisica Medica 2 Indici statistici 22/4/25 Ricerca statistica La ricerca può essere deduttiva (data una legge teorica nota cerco verifica tramite più misure) ovvero induttiva
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
DettagliNota 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
DettagliTitolo della lezione. Introduzione
Titolo della lezione Introduzione Informazioni sul corso - 1 Obiettivi Nel corso verranno approfonditi gli argomenti relativi alla statistica descittiva di base e alla statistica inferenziale; particolare
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliElementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
DettagliSeconda Lezione. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 DISTRIBUZIONE DI FREQUENZA
Seconda Lezione "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando
DettagliPrefazione 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
DettagliQuestionario 1. Sono assegnati i seguenti dati
Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliLa sintesi delle distribuzioni
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Introduzione 2 3 4 Outline 1 Introduzione 2 3 4 Introduzione Analisi descrittiva monovariata: segue la raccolta dei dati e il calcolo
DettagliTitolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliFondamenti 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
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliLa statistica. Scienza che studia con metodi matematici fenomeni collettivi.
La statistica Scienza che studia con metodi matematici fenomeni collettivi. I dati statistici Popolazione, carattere e frequenza Popolazione: insieme di elementi su cui si effettua l indagine statistica.
DettagliMedia: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.
Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni
Dettagliper 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
DettagliLA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE DEGLI ERRORI DI MISURA La distribuzione normale http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliStatistica descrittiva
Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
DettagliINTRODUZIONE ALLA STATISTICA
1 / 31 INTRODUZIONE ALLA STATISTICA A.A.2017/2018 Perchè studiare la statistica 2 / 31 Le decisioni quotidiane sono spesso basate su informazioni incomplete. Perchè studiare la statistica Le decisioni
DettagliDipartimento 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 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliRegressione lineare semplice
Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
DettagliStatistica. 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
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 5 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliIntervallo di confidenza
Intervallo di confidenza Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima puntuale di µ la deviazione standard Media,
DettagliStatistica 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
DettagliStatistica descrittiva
Statistica descrittiva L obiettivo è quello di descrivere efficacemente i dati prima delle elaborazioni vere e proprie: - mediante rappresentazioni grafiche e tabelle - sintetizzandoli con indici opportuni
DettagliIndice. Presentazione
Indice Presentazione v 1 Il problema statistico 1 1.1 Esperienze e regole 1 1.2 Un esempio introduttivo 3 1.3 Esperienze ed errori 4 1.4 Errori e fluttuazioni 6 1.5 Quando non ci sono regole 7 1.6 Conclusione
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliDescrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali
Elementi di Statistica Descrittiva La Variabilità V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Soriano nel Cimino (VT), 5 Ottobre 2009 Pier Francesco
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
Dettagli05. 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,
Dettagli3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
DettagliContenuti: 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
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliStatistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
DettagliINTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA
INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliSMID 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
DettagliLA RAPPRESENTAZIONE E LA SINTESI DEI DATI
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 LA RAPPRESENTAZIONE E LA SINTESI
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione variabilità e forma per caratteri qualitativi Il seguente data set riporta la rilevazione
DettagliArgomenti 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
DettagliElementi di Economia e Statistica prof.ssa Valentina Raimondi. dott. Federico Andreis (Statistica)
Elementi di Economia e Statistica prof.ssa Valentina Raimondi dott. Federico Andreis (Statistica) federico.andreis@unimi.it ricevimento studenti su appuntamento presso la Facoltà di Scienze Politiche dell
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliLe statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.
Una volta selezionato il campione, la variabile di interesse viene misurata sugli elementi che lo costituiscono. I valori che la variabile assume vengono poi sintetizzati utilizzando le statistiche opportune
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Statistica Descrittiva 3 Esercizi: 5, 6 Docente: Alessandra Durio 1 Contenuti I quantili nel caso dei dati raccolti in classi
DettagliNozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
Dettagli