Strumenti di indagine per la valutazione psicologica
|
|
- Cecilia Gagliardi
- 5 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Cagliari Facoltà di Studi Umanistici Esame di Strumenti di indagine per la valutazione psicologica dott. Davide Massidda Cognome Nome Matricola Data 24 / 06 / 2014 Le verranno di seguito posti alcuni quesiti che possono richiedere una risposta a scelta multipla oppure una risposta aperta. Se il quesito richiede una risposta a una scelta multipla, selezionare l alternativa più corretta fra le opzioni disponibili. Se il quesito richiede una risposta aperta, inserire una risposta che non superi i limiti di spazio indicati. In alcuni casi, per rispondere potrebbe essere necessario svolgere dei calcoli. Alcune domande sono marcate con un asterisco accanto al numero del quesito. Queste domande richiedono l'utilizzo di competenze apprese nel corso delle attività di laboratorio; rispondere a queste domande non è vincolante per il buon esito della prova, ma consente di aggiungere ulteriore punteggio alla valutazione di base. 1. Un errore accidentale: Deriva dalla non perfetta taratura dello strumento di misura Tende a compensarsi con ripetute misurazioni Dipende dalla caratteristica sottoposta a misurazione Tutte le precedenti opzioni 2. Dato un certo valore F, il p-value: È la probabilità che sia vera H0 È la probabilità che sia vera H1 Si accetta se inferiore al valore soglia 0.05 È la probabilità di trovare un risultato maggiore o uguale a F, assumendo la verità di H0 3. In un disegno fattoriale bilanciato: È presente lo stesso numero di unità statistiche in ogni cella Le unità statistiche sono state assegnate casualmente ai gruppi I soggetti sono sottoposti a un equo carico cognitivo I fattori hanno lo stesso numero di livelli
2 4. Una di queste non è una minaccia alla validità interna di un esperimento. Quale? Effetto ordine Scarsa omogeneità dei gruppi Affaticamento dei soggetti nel corso dell'esperimento Artificiosità della situazione di laboratorio 5. Un fattore che presenta dei livelli che sono determinati a tavolino dallo sperimentatore e le differenze fra questi livelli sono oggetto d'analisi di una ricerca, è detto: Casuale (random) Fisso (fixed) Tra i soggetti (between subjects) Entro i soggetti (within subjects) 6. Di seguito sono riportati quattro item candidati a essere inclusi all'interno di un test per la valutazione della qualità della vita, con le rispettive scale di risposta che chiedono di esprimere il proprio grado di accordo con l'affermazione. Il test è specificamente designato a valutare il costrutto in persone in fase di ripresa delle proprie attività quotidiane a seguito di un importante intervento chirurgico. Fra le quattro alternative, scegliere l'item migliore. Quando devo svolgere lavori fisicamente pesanti, come prima dell'intervento sento che le energie non mi mancano. Poco Abbastanza Molto Quando devo svolgere lavori fisicamente pesanti, mi sento energico come prima dell'intervento. Per nulla Poco Non so Abbastanza Molto In nessun caso, nello svolgere lavori fisicamente pesanti non sento più fatica di quella che già non sentivo prima dell'intervento. Per nulla Poco Abbastanza Molto Moltissimo Rispetto a prima dell'intervento, ho difficoltà a svolgere lavori fisicamente pesanti o che richiedono molta concentrazione. Per nulla Poco Abbastanza Molto Moltissimo 7. Se un test per la valutazione clinica di un quadro psicopatologico ha una specificità del 98%: Ha una probabilità del 2% di incappare in un falso positivo. Ha una probabilità del 2% di individuare un vero positivo. Ha una probabilità del 98% di incappare in un falso negativo. Ha una probabilità del 2% di individuare un vero negativo.
3 8*. Che cosa è PsychoPy? PsychoPy è un modulo del linguaggio di programmazione Python che fornisce funzioni per la creazione di prove computerizzate per la realizzazione di esperimenti di psicologia e neuroscienze. 9. In cosa consiste l'effetto ordine? L'effetto ordine è una minaccia alla validità interna di un esperimento, che si presenta quando un soggetto viene sottoposto sequenzialmente a diverse condizioni sperimentali e le misurazioni effettuate risentono dell'ordine di presentazione della condizione. L'ordine diventa una variabile confondente ed eventuali differenze che saranno rilevate tra diverse condizioni sperimentali potrebbero essere dovute non a reali differenze tra le condizioni, ma al fatto che una condizione è stata affrontata dai soggetti all'inizio della sessione e un'altra condizione alla fine. Comunemente, si tratta di un problema di accuratezza nello svolgimento del compito, accuratezza che potrebbe variare nell'arco della sessione sperimentale. Per esempio, il soggetto potrebbe affaticarsi nel corso della sessione e fornire via via dati sempre meno precisi; oppure, le misurazioni iniziali potrebbero essere meno precise perché il soggetto ancora non ha molta pratica col compito. 10. Quali sono i vantaggi dei disegni entro i soggetti, rispetto ai disegni tra i soggetti? Nel disegno entro i soggetti, dato che uno stesso partecipante affronta più condizioni sperimentali, sono richieste numerosità campionarie meno ampie rispetto al disegno tra i soggetti, dove invece sono partecipanti diversi ad affrontare condizioni sperimentali diverse. Inoltre, i disegni entro i soggetti consentono di superare il problema della costruzione di gruppi omogenei che si presenta nei disegni tra i soggetti: dato che gli stessi partecipanti affrontano diverse condizioni sperimentali, i gruppi che affrontano le diverse condizioni sperimentali saranno per definizione omogenei, visto che risultano costituiti dagli stessi partecipanti. In questo modo, si limita l'influenza di possibili variabili intervenienti dovute a differenze individuali che non sono state tenute in considerazione in fase di pianificazione della ricerca.
4 11. In un esperimento fattoriale 22 entro i soggetti, sono stati misurati i tempi di reazione. Ognuna delle quattro condizioni sperimentali è stata presentata ripetutamente, per otto volte, ai partecipanti. Il grafico sottostante rappresenta i tempi di reazione dei quattro soggetti per ogni trial di stimolazione: 1 rappresenta il primo trial e 8 rappresenta l'ultimo trial. Ogni riquadro rappresenta un soggetto e ogni box-plot descrive i tempi di reazione delle quattro condizioni sperimentali nelle otto prove. Si vogliono analizzare i dati attraverso un'analisi della varianza; tuttavia, dei quattro soggetti, uno molto probabilmente dovrà essere escluso dalle analisi. Qual è questo soggetto? Perché dovrà essere escluso dalle analisi? Il soggetto che con molta probabilità andrà eliminato è il 2. Infatti, si osserva chiaramente un andamento ascendente dei tempi di reazione, che costantemente rallentano trial dopo trial. Siamo, molto probabilmente, davanti a un effetto di affaticamento, per cui, nel corso della prova, il soggetto diventa progressivamente sempre più lento a rispondere. Ciò provoca una violazione dell'assunto di indipendenza delle osservazioni, necessario per lo svolgimento dell'analisi della varianza. Anche gli altri soggetti sembrano presentare alcuni problemi, con dei possibili outlier che oltrepassano i baffi dei boxplot, ma in linea generale queste anomalie sono tutte comprese entro circa 100 msec dai limiti definiti dai baffi. Il soggetto 4 sembra presentare più variabilità intra-trial rispetto agli altri. Comunque, per tutti i trial, i tempi di reazione dei soggetti 1, 2 e 3 sembrano oscillare intorno a un valore centrale di riferimento. Questo non capita con il soggetto 2: è per questo che, dovendone eliminare uno, sicuramente dovremmo scegliere questo.
5 12. I seguenti grafici rappresentano i valori medi ottenuti da due diversi esperimenti fattoriali; le barre d'errore intorno alle medie rappresentano gli errori standard. Per ognuno dei due casi, si indichi, selezionando l'apposita casella, quali effetti ci si aspetta che possano risultare significativi dall'applicazione dell'analisi della varianza. Se si ritiene opportuno, nelle righe successive è possibile lasciare un eventuale commento a integrazione della risposta. Fattore A Fattore B Interazione AB Fattore A Fattore B Interazione AB Nel grafico 1 si osserva parallelismo fra le rette, per cui non risulterà alcun effetto d'interazione. Si osserva però un aumento delle medie tra A1 e A2, per entrambi i livelli di B, per cui, presumibilmente, anche il fattore A risulterà significativo. Anche il fattore B dovrebbe risultare significativo, in quanto le due rette risultano separate senza alcuna sovrapposizione degli errori standard. Diversamente, nel grafico 2, si osserva una divergenza fra le rette, fatto che potrebbe indicare una significatività dell'interazione. Inoltre, a giudicare dagli errori standard, per il livello A1 non sembra esserci alcuna differenza tra B1 e B2, mentre tra B1 e B2 sembra esserci differenza nella condizione A2 (le medie appaiono molto distanti senza alcuna sovrapposizione degli errori standard). Questo supporta l'idea di un effetto significativo dell'interazione. Sempre nel grafico 2, in media, il livello A1 mostra valori decisamente inferiori rispetto ad A2; mediando B1 e B2 per il livello A1, si otterrebbe un valore inferiore rispetto a quello che si otterrebbe mediando B1 e B2 per A2; dati i ridotti errori standard, queste medie non si dovrebbero sovrapporre, indicando una significatività del fattore A. Discorso analogo si può fare per il fattore B: mediando A1 e A2 per il livello B1, si otterrebbero dei valori inferiori rispetto a quelli che si otterrebbero mediando A1 e A2 per B2, con degli errori standard molto distanti, a indicare una significatività anche del fattore B.
6 13. In un laboratorio di psicofisiologia del sonno si stanno testando gli effetti di una nuova psicoterapia di tipo cognitivo-comportamentale e di un trattamento di tipo farmacologico per la cura dell'insonnia, che attualmente costituisce la terapia d'elezione. Entrambi i trattamenti hanno la durata di due mesi. Sono state selezionate 10 persone insonni con problemi nella fase di addormentamento, che sono state assegnate casualmente a ognuno dei due gruppi: Gruppo PT (n = 5): trattati con psicoterapia. Gruppo FT (n = 5): trattati con terapia farmacologica. Il giorno prima dell'inizio del trattamento, a 30 e a 60 giorni viene registrato il numero di ore dormite da ogni individuo. Per verificare la loro ipotesi, i ricercatori vorrebbero eseguire un'analisi statistica per verificare se le persone rispondono diversamente ai due trattamenti, valutando se questi portano a delle differenze nel numero di ore di sonno. I dati raccolti sono riportati nella tabella sottostante. Le due figure seguenti, rispettivamente un dynamite plot (grafico a barre che rappresenta i valori medi e gli errori standard) e un interaction plot, visualizzano le principali statistiche descrittive. Psicoterapia Farmacoterapia Soggetto T0 T1 T2 Soggetto T0 T1 T Raccolti i dati, i ricercatori utilizzano l'analisi della varianza per verificare la loro ipotesi; l'output dell'analisi è riportato nelle tabelle sottostanti.
7 Effetto Df Sum Sq Mean Sq F value p value Trattamento Residuo Effetto Df Sum Sq Mean Sq F value p value Tempo e-07 Tempo Trattamento Residuo Domande (a) Quali sono le variabili dello studio? Di che natura sono? Qual è la dipendente e quali le indipendenti? La variabile dipendente è il numero di ore dormite; questa variabile è continua e misurata su scala a rapporti. Le variabili indipendenti sono il tipo di trattamento e il tempo. Entrambe sono variabili qualitative; la prima è un fattore fisso between subjects a due livelli (psicoterapia e farmacoterapia), mentre la seconda è un fattore fisso within subjects a tre livelli (0, 30gg, 60gg). Rispetto al tipo di trattamento, il tempo presenta dei livelli ordinati. (b) Quali effetti compongono i residui delle due tabelle in output? La componente d'errore del fattore Trattamento è il fattore Soggetto, mentre la componente d'errore del fattore Tempo e dell'interazione Tempo Trattamento è l'interazione tra il fattore Soggetto e il fattore Tempo. (c) Quali conclusioni è possibile trarre dalle analisi? Discutere i risultati. Si osserva una effetto statisticamente significativo del fattore trattamento (F(1,8) = 8.53, p < 0.05), del fattore tempo (F(2,16) = 42.13, p < 0.001) e dell'interazione tra i due fattori (F(2,16) = 7.71, p < 0.01). La significatività dell'interazione indica che la variazione temporale della media delle ore dormite dai pazienti varia in funzione del tipo di trattamento. Dall'osservazione dei due grafici, si può notare come, per entrambi i trattamenti, il numero medio di ore dormite aumenti con l'avanzare del tempo; tuttavia, nei pazienti trattati con psicoterapia, si osserva un aumento superiore a quello che si osserva per i pazienti trattati con terapia farmacologica. La differenza tra i due trattamenti ap-
8 pare marcata a 60 giorni, mentre non sembrano esserci differenze alla baseline e a 30 giorni. Ciò indica che la psicoterapia mostra la sua superiore efficacia rispetto alla farmacoterpia nel lungo termine (60 giorni), mentre nel primo periodo di trattamento non appaiono sostanziali differenze. (d) Calcolare la dimensione dell'effetto per l'interazione tra i fattori. η p 2 = =0.49 (e) La ricerca parte dal presupposto che quella farmacologica sia una terapia dalla comprovata efficacia, che quindi viene considerata come trattamento d'elezione, mentre nulla si sa circa l'efficacia della psicoterapia. Se invece i ricercatori avessero voluto valutare l'efficacia di entrambi i tipi di terapia, non solo quella psicologica ma anche quella farmacologica, questo disegno di ricerca non sarebbe stato stato adeguato. Perché? Come il disegno di ricerca può essere integrato? Qualora i ricercatori avessero intenzione di testare l'efficacia di entrambi i trattamenti, sarebbe opportuno aggiungere un gruppo di controllo, costituito da persone non sottoposte ad alcun trattamento, che possa fare da metro di riferimento (che, invece, nella ricerca precedentemente descritta, era costituito dalla terapia farmacologica). Bisognerebbe quindi aggiungere un livello controllo al fattore Trattamento e il disegno diventerebbe un 33. (f*) Immagina di aver importato i dati all'interno del software statistico R e di averli salvati nell'oggetto esperimento. Ipotizzando dei nomi a piacere per ogni variabile, riporta la riga di sintassi da utilizzare per svolgere l'analisi della varianza. model <- aov(ore ~ Tempo * Trattamento + Error(Sogg/Tempo), data = esperimento)
9 14*. Di seguito sono riportati i dati di alcuni soggetti che hanno preso parte alla ricerca descritta nell'esercizio precedente. Psicoterapia Farmacoterapia Soggetto T0 T1 T2 Soggetto T0 T1 T Inserisci questi dati nella tabella sottostante facendo in modo che a ogni riga corrisponda una singola rilevazione e a ogni colonna una variabile. Nota bene: nella tabella sono presenti più righe e più colonne di quelle necessarie per svolgere l'esercizio. Soggetto Trattam. Tempo Ore 1 PT T PT T PT T PT T PT T PT T PT T PT T PT T FT T FT T FT T FT T FT T FT T FT T FT T FT T2 5.3 (Nota bene: la soluzione è solo uno dei possibili modi di disporre i dati)
Strumenti di indagine per la valutazione psicologica
Università degli Studi di Cagliari Facoltà di Studi Umanistici Esame di Strumenti di indagine per la valutazione psicologica dott. Davide Massidda Cognome Nome Matricola Data Le verranno di seguito posti
DettagliStrumenti di indagine per la valutazione psicologica A A B B. 5 ANOVA a due fattori between. ANOVA a due vie. Un esempio. Gli effetti.
Strumenti di indagine per la valutazione psicologica 5 ANOVA a due fattori between ANOVA a due vie L'ANOVA a più fattori consente di verificare ipotesi su più variabili indipendenti considerate simultaneamente.
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliMetodologia 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
DettagliLABORATORI DI STATISTICA SOCIALE
Università degli Studi di Bergamo Dipartimento di Scienze Umane e Sociali Corso di Laurea in Scienze Psicologiche LABORATORI DI STATISTICA SOCIALE Lezione III Dott.ssa Roberta Adorni Dott.ssa Giulia Fusi
DettagliI disegni quasi sperimentali e lo studio del soggetto singolo
I disegni quasi sperimentali e lo studio del soggetto singolo Giulio Vidotto & Davide Massidda Facoltà di Psicologia Università di Padova A.A. 2011/12 Disegni sperimentali Principali caratteristiche: Assegnazione
DettagliIndice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità
Controllo Indice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità Definiremo il controllo come qualsiasi mezzo impiegato per eliminare le possibili minacce alla validità
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliEffettuazione 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
DettagliCapitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento
Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo
DettagliLezione 15. L analisi della Varianza (ANOVA): i disegni entro i sogetti e misti. Argomenti della lezione: Disegni entro i soggetti
Lezione 15 L analisi della Varianza (ANOVA): i disegni entro i sogetti e misti Argomenti della lezione: Disegni entro i soggetti Disegni misti Effect size e potenza Disegni entro i soggetti Gli stessi
DettagliI metodi della psicologia scientifica
I metodi della psicologia scientifica Cos è la psicologia Lo studio scientifico del comportamento degli individui e dei loro processi mentali Fasi di un processo di ricerca: Osservazione Raccogliere informazioni
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliI TEST STATISTICI. dott.ssa Gabriella Agrusti
I TEST STATISTICI dott.ssa Gabriella Agrusti Dulcis in fundo.. come scegliere un test statistico in base all ipotesi come stabilire se due variabili sono associate (correlazione di Pearson) come stabilire
DettagliDOMANDA DI RICERCA TIPI DI RICERCA
DOMANDA DI conoscenza esistente del problema: letteratura, esperienze relative al problema oggetto di studio, teorie già note, osservazione dirette di fenomeni/comportamenti nelle organizzazioni TIPI DI
DettagliStatistica A. Corsi di Laurea afferenti alla IV Facoltà. Prova del 6 settembre 2005
Statistica A Corsi di Laurea afferenti alla IV Facoltà Prova del 6 settembre 2005 NOME E COGNOME:.. N O MATRICOLA: ISTRUZIONI: Copiare in modo chiaro e leggibile lo svolgimento di ciascun esercizio sul
DettagliIl modello lineare e l analisi della varianza con
Il modello lineare e l analisi della varianza con Rocco Micciolo Università di Trento http://hostingwin.unitn.it/micciolo/ ANOVA a 1 via La scomposizione della devianza ANOVA a 1 via e modello lineare
DettagliEsercitazioni di Statistica Corsi di Laurea Infermiesristica Pediatrica e Ostetricia - I anno 1
Confronto tra medie Si considerino due popolazioni di individui sottoposti a due diversi trattamenti farmacologici. Si vuole valutare se tali trattamenti producono uguali effetti (ipotesi nulla) o diversi
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 04-Trattamento dei dati (v. 1.4, 11 ottobre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
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
DettagliAnalisi della Varianza Fattoriale. (Cap. 8)
Analisi della Varianza Fattoriale AMD (Cap. 8) Marcello Gallucci marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi) su un variabile
DettagliPsicologia del Lavoro e dell Organizzazione. Antonio Cerasa, PhD IBFM-CNR, Germaneto (CZ)
e dell Organizzazione Antonio Cerasa, PhD IBFM-CNR, Germaneto (CZ) a.cerasa@unicz.it Visto che la sua nascita coincide con lo sviluppo di una corrente particolare della Psicologia, definita come PSic.
DettagliInferenza 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
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliLivello di esposizione. animale Basso Moderato Alto
Esercizio -Esempio 1 (anova 2 vie con blocchi) I tassi respiratori (ispirazioni al minuto) sono stati misurati in otto animali usati per un esperimento, con tre livelli di esposizione al monossido di carbonio.
DettagliIl questionario per rilevare informazioni
Il questionario per rilevare informazioni Informazioni non scolastiche Non esistono solo le variabili relative all apprendimento o le variabili scolastiche Informazioni relative alle condizioni socio-culturali
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 41 ANOVA a un fattore between Davide Massidda davidemassidda@gmailcom Ovvero: analisi della varianza con un'unica VI ANOVA a una via L'ANOVA consente
DettagliDESCRITTIVE, 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
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliBLAND-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
DettagliMetodi 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
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliL analisi della Varianza (ANOVA): i disegni fattoriali tra i soggetti
Lezione 14 L analisi della Varianza (ANOVA): i disegni fattoriali tra i soggetti Argomenti della lezione: Effetti principali e interazioni Analisi dei disegni fattoriali Disegni fattoriali (o a più vie):
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
Dettaglimateriale didattico II incontro
Piano Nazionale Lauree Scientifiche (PLS 016-017) Statistica Laboratorio di Statistica Le relazioni tra variabili. L indipendenza prof.ssa Angela Maria D'Uggento angelamaria.duggento@uniba.it materiale
DettagliVARIETÀ. zona geografica A B C D
Anova a 2 vie con repliche (( chiarire che non devono essere esattamente nello stesso numero per ogni cella ovvero per le ripetizioni dei de fattori ma che excel li legge così) Esercizio-esempio 1 Il valore
DettagliProva Pratica di Statistica I+II - Prof. M. Romanazzi
1 Università di Venezia - Corso di Statistica I + II (Cb-Ga) Prova Pratica di Statistica I+II - Prof. M. Romanazzi 3 Giugno 2008 Cognome e Nome............................................ N. Matricola............
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 08-Anova con covariata (vers. 1.2, 6 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliAnalisi 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
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliAnalisi 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.
DettagliConfronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23
Confronto fra gruppi: il metodo ANOVA Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 1 Nella popolazione, per ciascun gruppo la distribuzione della variabile risposta
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliImputazione dati mancanti
Imputazione dati mancanti Una volta preparata la matrice dei dati, occorre controllare alcuni aspetti delle variabili disponibili. Missing Value Range Minimum & Maximum Extreme Values Per verificare la
DettagliParte 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
DettagliMisure Ripetute. Partizione della Varianza. Marcello Gallucci
Misure Ripetute Partizione della Varianza Marcello Gallucci GLM l ANOVA a misure ripetute rappresenta un caso del modello lineare generale in cui la variabilità non è valutata tra gruppi ma tra misure
Dettagli(f o -f a ) f a fo = frequenza osservata fa = frequenza attesa per effetto del caso (cioè se è vera l'ipotesi nulla) DISEGNI CON UNA SOLA VARIABILE
IL TEST DEL CHI 2 (2) Consente di verificare ipotesi su: a) relazioni tra variabili nella popolazione b) differenze tra popolazioni relative a: distribuzioni di frequenza Livello di misura dei dati: scala
DettagliStrumenti informatici Realizzare l analisi della varianza con Excel e SPSS
Strumenti informatici 6.4 - Realizzare l analisi della varianza con Excel e SPSS Excel non dispone di una funzione che realizzi l analisi della varianza, a meno di aver installato uno dei moduli aggiunti
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 0 Presentazione del corso Calendario lezioni Prime due settimane settimane di corso (dal 12 mag al 25 mag) in aula specchi: Lunedì ore 17-19 Venerdì
DettagliSimulazione di esercizi su test di significatività e 95%CI
Simulazione di esercizi su test di significatività e 95%CI 1) In un trial clinico vennero trattati 10 pazienti ipertesi con un preparato di Rawolfia. I valori pressori (in mmhg) riscontrati prima del trattamento
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
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliEsercitazione n. 5 di Metodologia della Ricerca Psicologica
Esercitazione n. di Metodologia della Ricerca Psicologica Quesito 1: Un ricercatore intende studiare la conoscenza e gli atteggiamenti che hanno gli operatori del diritto delle applicazioni psicogiuridiche.
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 2.3 Validazione di un test clinico Davide Massidda davide.massidda@gmail.com Definire un cut-off Per ogni scala del questionario, sommando o mediando
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.12 - Test statistico Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona IPOTESI SCIENTIFICA Affermazione che si può sottoporre a verifica
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliProva scritta di Affidabilità dei sistemi e controllo statistico di qualità
Prova scritta di Affidabilità dei sistemi e controllo statistico di qualità 18 Febbraio 2016 1. La probabilità di errore nella trasmissione di una cifra binaria attraverso un certo canale di comunicazione
DettagliUniversità 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
DettagliStima dei parametri di modelli lineari
Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle
DettagliIntroduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici
CAPITOLO 6 LE VARIABILITA CASUALI E LE DISTRIBUZIONI DI PROBABILITA VERO FALSO 1. V F La probabilità che X assuma un valore compreso tra 3 e 4 incluso può essere scritto come P(3
DettagliApprofondimento 6.1. Rappresentare graficamente la media campionaria e il suo intervallo di fiducia e le distribuzioni di probabilità con Excel
1 Approfondimento 6.1 Rappresentare graficamente la media campionaria e il suo intervallo di fiducia e le distribuzioni di probabilità con Excel Per rappresentare graficamente le medie campionarie di solito
DettagliR 2 1 j /n j] 3(n+1)
L ANALISI DELLA VARIANZA A RANGHI AD UNA VIA DI KRUSKAL-WALLIS Quando le assunzioni per l analisi della varianza parametrica non sono soddisfatte si può ricorrere ad una alternativa non parametrica per
DettagliProva scritta di Statistica
Prova scritta di Statistica 5 Febbraio 2016 1. Da un indagine riguardante l utilizzo del telefono cellulare si sono ottenuti i seguenti risultati: Età No.telefonini Chiamate Spesa sett. Bluetooth 20 2
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 19-Rapporto fra varianze e 20-Introduzione all Anova vers. 1.0 (5 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005 Test di significatività Nei lavori di statistica medica si citano sempre i livelli di significatività (ovvero la probabilità)
DettagliESERCIZI. Controlli (gr) Agente A (gr) Agente B (gr)
ESERCIZI Esercizio 1 La tabella seguente riporta il peso di masse critiche in 4 cavie trattate con agente A, 5 cavie trattate con agente B, e 7 cavie di controllo (nessun trattamento). Controlli (gr) Agente
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)
DettagliMetodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
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
DettagliPresentazione 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
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
DettagliJMP 10 Student Edition: Guida rapida
JMP 10 Student Edition: Guida rapida Queste istruzioni presuppongono una tabella di dati aperta, le impostazioni delle preferenze predefinite, e le variabili di interesse con l appropriato tipo di modellazione.
DettagliCorso di Psicometria - Modulo B
Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Corso di Psicometria - Modulo B Rev. 14/01/2011 Disegni sperimentali ad un fattore Veri esperimenti Fattori livelli condizioni e trattamenti
DettagliSTATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)
STATISTICA a.a. 2001-2002 (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, 50134 Firenze, tel. 055-4237211 PARTE 5-3.12.2001 e.mail: stefanin@ds.unifi.it http://www.ds.unifi.it/ricerca/pagperson/docenti/stefanini.htm
DettagliSelezione del disegno di ricerca. Quantitativo e qualitativo
Selezione del disegno di ricerca Quantitativo e qualitativo Principali differenze tra ricerca quantitativa e qualitativa Quantitativa Natura della realtà Qualitativa Realtà indagabile con modalità obiettive
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 8.3 Introduzione ai test psicologici Punteggi grezzi e Punteggi standardizzati Rif. bibliografico: Boncori, L. (2006). I test in psicologia. Capitolo 3 Gianmarco Altoè Dipartimento
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliEsercitazione n 2. Costruzione di grafici
Esercitazione n 2 Costruzione di grafici I grafici I grafici sono rappresentazione di dati numerici e/o di funzioni. Devono facilitare all utente la visualizzazione e la comprensione dei numeri e del fenomeno
DettagliAnalisi della Varianza Fattoriale
Analisi della Varianza Fattoriale AMD Marcello Gallucci marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi) su un variabile dipendente
DettagliEPG Metodologia e analisi dei dati. Mirta Vernice
EPG Metodologia e analisi dei dati Mirta Vernice mirta.vernice@unipv.it Dove trovo tutto il materiale dello stage? http://esercitazionestatistica.pbworks.com Poi cliccare su: PAVIA Cosa faremo in questa
DettagliBasi metodologiche della ricerca in ambito sportivo
Università degli Studi di Roma «Tor Vergata» Facoltà di Medicina e Chirurgia Laurea Magistrale in Scienze e Tecniche dello Sport Insegnamento Professore Argomento Basi metodologiche della ricerca in ambito
DettagliProva Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
DettagliTutta la scienza è fondata sulle misure (Helmholtz)
Tutta la scienza è fondata sulle misure (Helmholtz) L acquisizione di una osservazione come DATO SCIENTIFICO richiede che : osserviamo un fenomeno lo quantifichiamo correttamente lo confrontiamo con altri
DettagliArgomenti della lezione:
Lezione 13 L analisi della Varianza (ANOVA): il modello lineare Argomenti della lezione: Modello lineare Disegni a una via L Analisi della Varianza (ANOVA): Esamina differenze tra le medie di due o più
DettagliGestione ed Analisi Statistica dei dati
Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati Daniela Fortuna 12 giugno 2014 TEST di ipotesi Finora abbiamo visto
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07-Anova per misure ripetute (vers. 1.2, 5 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07a-Ripasso: Anova ad un fattore (v. 1.9a, 29 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliDato che i risultati ottenuti tramite campioni casuali ed esperimenti comparativi sono legati al caso, non possiamo essere certi che le nostre
Campione Dato che i risultati ottenuti tramite campioni casuali ed esperimenti comparativi sono legati al caso, non possiamo essere certi che le nostre conclusioni siano corrette. Quello che possiamo fare
DettagliConcetti fondamentali Introduzione ai concetti fondamentali in psicometria
Concetti fondamentali Introduzione ai concetti fondamentali in psicometria Psicometria e statistica La statistica è la disciplina che, in senso lato, si interessa della raccolta e dell'analisi dei dati
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 11-Anova con covariata (v. 1.3, 5 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
Dettagli