Metodologia epidemiologica
|
|
- Carmelo Morini
- 8 anni fa
- Visualizzazioni
Transcript
1 Metodologia epidemiologica Verifica di ipotesi Quale test utilizzare? Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali test utilizzati nel confronto di due gruppi riconoscere i principali test utilizzati nel confronto di più di due gruppi descrivere i criteri per la scelta del test statistico più appropriato interpretare I risultati della valutazione dell associazione fra due variabili Methods in epidemiology Medical statistics - Analysis 1
2 Qualche principio generale dell analisi statistica Le analisi devono essere preferibilmente poche e definite a priori Altre analisi possono essere suggerite dai dati. Hanno però carattere esplorativo e suggeriscono solo nuove ipotesi da sottoporre ad ulteriore verifica L analisi statistica è generalmente fatta al computer con software specifico Il computer vi darà la risposta giusta solo se voi gli farete la domanda giusta The good news is that statistical analysis is becoming easier and cheaper. The bad news is that statistical analysis is becoming easier and cheaper. Hofacker (1983) cited by Altman 1991 If you torture your data long enough, they will tell you whatever you want to hear JL Mills. NEJM 1993 Alcune domande L aggiunta di desametazione alla terapia antibiotica modifica la probabilità di lesioni neurologiche nei pazienti adulti con meningite batterica? Il gruppo sanguigno è associato al genere? C è associazione fra altezza e fattore Rh? I valori di 17-β-estradiolo sono diversi nei pazienti trattati con tamoxifen o letrozole? I nuovi farmaci antiipertensivi (amlodipina, lisinopril) sono migliori (o altrettanto buoni) dei diuretici nel ridurre le complicazioni cardiovascolari? I valori di 17-β-estradiolo dopo 6 e 1 mesi di trattamento sono significativamente ridotti con il tamoxifene o letrozole?
3 Nel confronto di gruppi Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? I dati sono distribuiti in maniera approssimativamente normale? L interpretazione dei risultati rimane comunque la stessa L aggiunta di desametazione alla terapia antibiotica modifica la probabilità di lesioni neurologiche nei pazienti adulti con meningite batterica? Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? nominale I dati sono distribuiti in maniera approssimativamente normale? Outcome Dexamethasone Placebo Total Unfavorable Favorable Total P =
4 Quale test? Metodologia clinica _Efficacia_I risultati dello studio Test chi-quadrato (χ ) Se non ci fosse alcun effetto del desametazone (cioè se la probabilità di lesione fosse la stessa nei pazienti con e senza il trattamento), quanti pazienti ci aspetteremmo di osservare per ogni combinazione di modalità solo per effetto del caso? Frequenze osservate Outcome Dexamethasone Placebo Total Unfavorable Favorable Total Frequenze attese Outcome Dexamethasone Placebo Total Unfavorable Favorable Total e.g. P (unfav outcome e Dexa) = (157/301)* (59/301)*301 = 30.8 ( O E) χ = = g.l. = 1 E 4
5 In realtà i gruppi sono stati confrontati con il test esatto di Fisher 5
6 Il gruppo sanguigno è associato al genere? Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? nominale I dati sono distribuiti in maniera approssimativamente normale? Gruppo sanguigno Tabella di contingenza x4 Donna Uomo Totale A B AB Totale Quale test? Metodologia clinica _Efficacia_I risultati dello studio 6
7 Test chi-quadrato (χ ) Se non ci fosse associazione fra genere e gruppo sanguigno, quanti pazienti ci aspetteremmo di osservare per ogni combinazione di modalità solo per effetto del caso? Frequenze osservate Gruppo sanguigno Donna Uomo Totale A B AB Total Gruppo sanguigno Frequenze attese Donna Uomo Totale A B AB Total e.g. P (donna and B) = (103/188)* (9/188)*188 = 4.9 ( O E) χ = = g.l. = 3 E 7
8 Test chi-quadrato (χ ) Se non ci fosse associazione fra genere e gruppo sanguigno, quanti pazienti ci aspetteremmo per ogni combinazione di modalità solo per effetto del caso? Frequenze osservate Gruppo sanguigno e.g. P (donna and B) = (103/188)* (9/188)*188 = 4.9 Donna Uomo Totale A B AB Total ( O E) χ = = g.l. = 3 E Gruppo sanguigno Frequenze attese Donna Uomo Totale A B AB Total ,70 < P < 0,90 Non ci sono prove sufficienti per confutare l ipotesi nulla che le due variabili siano indipendenti C è associazione fra altezza e fattore Rh? Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? quantitativa Numerosità = 0 n + = 15 n - = 5 µˆ+ µˆ = = ˆ δ = ˆ µ ˆ µ = I dati sono distribuiti in maniera approssimativamente normale? sì 8
9 Quale test? Metodologia clinica _Efficacia_I risultati dello studio C è associazione fra altezza e fattore Rh? Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? nominale I dati sono distribuiti in maniera approssimativamente normale? sì Numerosità = 0 n + = 15 n - = 5 µˆ+ µˆ = = ˆ δ = ˆ µ ˆ µ = Test t di Student g.l.= 18 α =
10 Distribuzione t di Student PROBABILITA' ( code) PROBABILITA' (1 coda) GL 0,1 0,05 0,0 0,01 0,05 0,05 0,01 0, ,31 1,71 31,8 63,66 6,31 1,71 31,8 63,66,9 4,30 6,96 9,9,9 4,30 6,96 9,9 3,35 3,18 4,54 5,84,35 3,18 4,54 5,84 4,13,78 3,75 4,60,13,78 3,75 4,60 5,0,57 3,36 4,03,0,57 3,36 4,03 6 1,94,45 3,14 3,71 1,94,45 3,14 3,71 7 1,89,36 3,00 3,50 1,89,36 3,00 3,50 8 1,86,31,90 3,36 1,86,31,90 3,36 9 1,83,6,8 3,5 1,83,6,8 3,5 10 1,81,3,76 3,17 1,81,3,76 3, ,80,0,7 3,11 1,80,0,7 3,11 1 1,78,18,68 3,05 1,78,18,68 3, ,77,16,65 3,01 1,77,16,65 3, ,76,14,6,98 1,76,14,6, ,75,13,60,95 1,75,13,60, ,75,1,58,9 1,75,1,58,9 17 1,74,11,57,90 1,74,11,57, ,73,10,55,88 1,73,10,55, ,73,09,54,86 1,73,09,54,86 0 1,7,09,53,85 1,7,09,53,85 1 1,7,08,5,83 1,7,08,5,83 1,7,07,51,8 1,7,07,51,8 3 1,71,07,50,81 1,71,07,50,81 4 1,71,06,49,80 1,71,06,49,80 5 1,71,06,49,79 1,71,06,49,79 6 1,71,06,48,78 1,71,06,48,78 7 1,70,05,47,77 1,70,05,47,77 8 1,70,05,47,76 1,70,05,47,76 9 1,70,05,46,76 1,70,05,46, ,70,04,46,75 1,70,04,46,75 1,64 1,96,05,33 1,64 1,96,05,33 0,5 0,4 0,3 0, 0,1 0,0 Area nelle due code -4,0-3,0 -,0-1,0 0,0 1,0,0 3,0 4,0 t Se t < -.10 si rifiuta H 0 Se t < -.10 si rifiuta H 0 Se -.10 < t <.10 non si rifiuta H 0 P = 0.34 I valori di 17-β-estradiolo sono diversi nei pazienti trattati con tamoxifen o letrozole? Quanti sono i gruppi confrontati (, >)? I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? (quantitativa) ordinata Mediana e intervallo interquartile di 17-β-estradiol (pg/ml) dopo 6 mesi di trattamento Tamoxifen: 7.95 (<5 to 43.9) Letrozole: <5 (<5 to 4.5) P = I dati sono distribuiti in maniera approssimativamente normale? no 10
11 Quale test? Metodologia clinica _Efficacia_I risultati dello studio I nuovi farmaci antiipertensivi (amlodipina, lisinopril) sono migliori (o altrettanto buoni) dei diuretici nel ridurre le complicazioni cardiovascolari? Quanti sono i gruppi confrontati (,>)? 3 I gruppi confrontati sono indipendenti (o appaiati)? indipendenti Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? Tempo all evento I dati sono distribuiti in maniera approssimativamente normale? Due confronti principali previsti: 1. Amlodipine vs chlortalidone. Lisinopril vs chlortalidone Metodologia clinica _Efficacia_I risultati dello studio 11
12 I valori di 17-β-estradiolo dopo 6 e 1 mesi di trattamento sono significativamente ridotti con il tamoxifene o letrozole? Quanti sono i gruppi confrontati (,>)? 3 I gruppi confrontati sono indipendenti (o appaiati)? appaiati Quale tipo di variabile è valutata (quantitativa, ordinale, nominale)? (quantitativa) ordinata I dati sono distribuiti in maniera approssimativamente normale? no Metodologia clinica _Efficacia_I risultati dello studio Ordinale Nominale appaiata Test di Friedman 1
13 Valutare la relazione fra due variabili quantitative 1) Come si può misurare la relazione fra due variabili quantitative continue (cioè i valori di una variabile sono più alti quando anche quelli dell altra sono più alti (o viceversa)? correlazione ) Si può predire il valore di una variabile conoscendo i valori dell altra? regressione Valutare la relazione fra due variabili quantitative 1) Come si può misurare la relazione fra due variabili quantitative continue (cioè i valori di una variabile sono più alti quando anche quelli dell altra sono più alti (o viceversa)? correlazione ) Si può predire il valore di una variabile conoscendo i valori dell altra? regressione 13
14 Coefficiente di correlazione (r) Misura il grado di accostamento lineare tra i valori di due variabili Altezza (cm) Assume tutti i valori fra 1 e +1 Gli estremi si ottengono solo quando i punti sono tutti su una linea retta I segni e + si riferiscono al verso dell associazione Una correlazione vicina allo zero indica che non c è una relazione lineare fra le due variabili Avambraccio(cm) Il coefficiente di correlazione di Spearman (non parametrico, r s ) si calcola sui ranghi delle osservazioni Alcuni esempi r = 1 r = r = r = r = r > 0?
15 Valutare la relazione fra due variabili quantitative 1) Come si può misurare la relazione fra due variabili quantitative continue (cioè i valori di una variabile sono più alti quando anche quelli dell altra sono più alti (o viceversa)? correlazione ) Si può predire il valore di una variabile conoscendo i valori dell altra? regressione Regressione lineare Altezza (cm) Si stima una retta a partire dai dati osservati che permette di stimare il valore atteso della variabile dipendente (y) conoscendo il valore della variabile indipendente (x) y = α + βx ) ) yi = α + β xi + e ) ) ) y = α + β e i x i ) y i y i = (obs exp) Avambraccio (cm) 15
16 Regressione lineare La migliore retta di regressione è quella che rende minimi gli scarti osservati dalla retta stimata Altezza (cm) ) µ, ) ) ( x µ y Avambraccio (cm) y = α + βx ) ) yi = α + β xi + e ) ) ) y = α + β e i x i ) y i y i = (obs exp) n ( ) y i yˆ i i= 1 yˆ = i x i Glicemia in funzione dell età in 106 soggetti con ridotta tolleranza al glucosio Glicemia La domanda è Possiamo predire i valori di glicemia a partire dall età nelle persone con ridotta tolleranza al glucosio? Età glicemia = ,1 (età) 16
17 Inferenza sulla retta di regressione L inferenza è generalmente limitata al coefficiente di regressione β ) L ipotesi nulla è generalmente che non vi sia relazione lineare fra x e y H o = β = 0 Intervallo di confidenza 95% di ) ) β ±1. 96* SE( β ) β ) Altezza (cm) Intervallo di confidenza della retta di regressione Avambraccio (cm) 17
Qualche principio generale dell analisi statistica
Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali metodi utilizzati nel confronto di due gruppi riconoscere i principali metodi utilizzati nel confronto
DettagliElementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliRelazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliIL TEST CHI QUADRATO χ 2
IL TEST CHI QUADRATO χ 2 Test parametrici I test studiati nelle lezioni precedenti (test-t, testz) consentono la verifica di ipotesi relative al valore di specifici parametri di popolazione Esempio: differenza
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliIl test del Chi-quadrato
Il test del Chi-quadrato Prof.ssa Montomoli- Univ. di Pavia Prof.ssa Zanolin Univ. di Verona Il rischio di contrarre epatite C è associato all avere un tatuaggio? Cosa vuol dire ASSOCIAZIONE tra due variabili?
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliCorrezione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia
Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliMETODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica
METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "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 uno
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 Economia Facoltà di Economia, Università di Ferrara
DettagliAnalizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato
Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica
Università del Piemonte Orientale Corso di Laurea in Igiene Dentale Corso di Statistica per la ricerca sperimentale e tecnologica Analisi dei dati in tabelle di contingenza Corso di laurea triennale di
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
Dettagli2. 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
DettagliI metodi per la misura dell efficacia e della tollerabilità delle terapie
C.I. di Metodologia clinica I metodi per la misura dell efficacia e della tollerabilità delle terapie Obiettivo Conoscere ed utilizzare i principali strumenti per analizzare criticamente i risultati degli
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliIl corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.
Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti
Dettagli19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE
19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE Nell inferenza è spesso richiesto il calcolo di alcuni valori critici o di alcune probabilità per le variabili casuali che sono state introdotte
Dettagli4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliStatistical Process Control
Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliSeconda Parte Specifica di scuola - Statistica sanitaria e Biometria - 31/07/2015
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Domanda #1 (codice domanda: n.641) : In epidemiologia, una variabile di confondimento è una variabile: A: associata sia alla
Dettagliè decidere sulla verità o falsità
I test di ipotesi I test di ipotesi Il test delle ipotesi consente di verificare se, e in quale misura, una determinata ipotesi (di carattere sociale, biologico, medico, economico, ecc.) è supportata dall
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettagli1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE
1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliGestione ed Analisi Statistica dei dati (per costruire il report: step by step con SPSS)
Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati (per costruire il report: step by step con ) Daniela Fortuna 12
DettagliESERCIZI DI STATISTICA DESCRITTIVA
ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliDEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare.
Appunti di Statistica DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare. PROCESSO STATISTICO L indagine statistica comprende
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliEsercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2
Esercitazioni di Calcolo Numerico 23-30/03/2009, Laboratorio 2 [1] Metodo di Bisezione gli estremi a e b di un intervallo reale trovi uno zero della funzione f(x) nell intervallo [a, b] usando il metodo
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. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliL analisi statistica
Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
Dettagli3. Piano di lavoro: - applicazione di alcune semplici procedure, con il confronto tra le diverse soluzioni possibili nell ambito del programma SPSS
Per utilizzare SPSS sui PC dell aula informatica occorre accedere come: ID: SPSS Password: winidams Testo rapido di consultazione: Fideli R. Come analizzare i dati al computer. ed. Carocci, Urbino, 2002.
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
DettagliIl concetto di correlazione
SESTA UNITA Il concetto di correlazione Fino a questo momento ci siamo interessati alle varie statistiche che ci consentono di descrivere la distribuzione dei punteggi di una data variabile e di collegare
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliEsame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola
Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliINDICE PREFAZIONE VII
INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corsi di laurea triennale di area tecnica - Corso di Statistica
Dettaglil insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)
Che cos è una funzione? Assegnati due insiemi X e Y si ha una funzione elemento di X uno e un solo elemento di Y. f : X Y se esiste una corrispondenza che associa ad ogni Osservazioni: l insieme X è detto
DettagliSi comincia a costruire un test partendo dallo studio della caratteristica da misurare.
VALIDITA A PRIORI Si comincia a costruire un test partendo dallo studio della caratteristica da misurare. Indicatori della caratteristica da misurare vanno valutati in rapporto all attinenza della caratteristica
DettagliIl corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.
Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliL espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.
EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA. Programma del modulo di STATISTICA I (6 crediti)
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA Programma del modulo di STATISTICA I (6 crediti) ECOCOM (lettere A-Lh): ECOCOM (lettere Li-Z): ECOBAN: ECOAMM (Lettere A-Lh):
DettagliValutazione di efficacia degli interventi di promozione della sicurezza nelle scuole
Valutazione di efficacia degli interventi di promozione della sicurezza nelle scuole Elena Farina, Antonella Bena Servizio sovrazonale di Epidemiologia ASL TO3 - Torino XXXIX Congresso AIE Contesto Da
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica descrittiva Cernusco S.N., giovedì 21 gennaio 2016 (9.00/13.00)
DettagliDott.ssa Caterina Gurrieri
Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliEffetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria
Effetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria Christopher N. Sciamanna, Scott P. Novak, Bess H. Marcus. International Journal of
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliOGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008
OGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008 Introduzione A seguito dei risultati ottenuti con lo studio di mortalità nel quartiere S. Polo del comune
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) La Regressione Multipla La Regressione Multipla La regressione multipla
DettagliStrumenti statistici per l analisi di dati genetici
Strumenti statistici per l analisi di dati genetici Luca Tardella + Maria Brigida Ferraro 1 email: luca.tardella@uniroma1.it Lezione #1 Introduzione al software R al suo utilizzo per l implementazione
Dettagli15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...
15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
DettagliEsercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
DettagliLEZIONI DI STATISTICA
ez10 l GIOVANNI GIRONE Ordinario nell'università di Bari TOMMASO SALVEMINI Ordinario nel!' Università di Roma LEZIONI DI STATISTICA Volume Secondo CACUCCI EDITORE - BARI - 1992 CENTRO " G. ASTENGO» INVENTARIO
DettagliMATEMATICA 5 PERIODI
BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE
DettagliMetodi Matematici ed Informatici per la Biologia Esame Finale, I appello 1 Giugno 2007
Metodi Matematici ed Informatici per la Biologia Esame Finale, I appello 1 Giugno 2007 Nome: Alberto Cognome: De Sole Matricola: 01234567890 Codice 9784507811 Esercizio Risposta Voto 1 a b c d e 1 2 V
DettagliCome descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca
Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche
DettagliEmissione 8 11/06/2012 Approvazione DCRB Pagina 1 di 8
Emissione 8 11/06/2012 Approvazione DCRB Pagina 1 di 8 PROGRAMMA DI VEQ PER FERTILITÀ A. Organizzazione del Programma MATERIALI DI CONTROLLO: sono costituiti da matrici naturali di origine umana e sono
DettagliANALISI GRUPPO SANGUIGNO E FATTORE Rh CAPILLARE
Cod. ID: Data: Paziente: ANALISI GRUPPO SANGUIGNO E FATTORE Rh CAPILLARE Test reagente del Gruppo Sanguigno per test in provetta piastra/vetrino GRUPPO SANGUIGNO COS E IL TEST PER L ANALISI DEL GRUPPO
Dettagli1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.
. Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,
DettagliProgrammazione Disciplinare: Calcolo Classe: Quarte - Quinte
Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico
DettagliDIABETE E AUTOCONTROLLO
DIABETE E AUTOCONTROLLO Sì, gestire il diabete è possibile. Il monitoraggio della glicemia fa parte della terapia generale del diabete. Grazie all autocontrollo, potete misurare il livello di glicemia
Dettagli