METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica
|
|
- Gaetana Bernardini
- 8 anni fa
- Visualizzazioni
Transcript
1
2 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 e fornisce i dati che sono di guida al procedimento clinico STATISTICA E il mezzo oggettivo per la pianificazione delle indagini e l interpretazione dei risultati
3 forniscimi i risultati! per piacere!!!
4 Controllata STUDIO EPIDEMIOLOGICO Assegnazione Non controllata SPERIMENTALE OSSERVAZIONALE Campionamento Non randomizzato Randomizzato Malattia o Effetto Esposizione o Causa STUDI SU COMUNITA SPERIMENTAZIONI CLINICHE TRASVERSALE O RETROSPETTIVO PROSPETTICO studi relativi ad un periodo di tempo Esposizione o caratteristica al momento dello studio (TRASVERSALE) Storia dell esposizione o caratteristica precedenti al momento dello studio (RETROSPETTIVO)
5 FONTI DI DATI EPIDEMIOLOGICI E STATISTICI Le fonti di dati correnti si basano su un sistema misto con finalità generali, di carattere socio- demografiche, economiche e sanitarie La raccolta dei dati avviene a livello locale, regionale e nazionale con modalità e frequenza di rilevazione specifiche in base alle quali si possono distinguere: fonti universali e continue (mortalità e sue cause, infortuni sul lavoro ) fonti universali e sporadiche (censimenti) fonti campionarie e continue (registri di patologia, SDO,.) fonti campionarie e sporadiche (indagini osservazionali, sperimentali)
6
7
8
9 Descrittiva Si occupa della presentazione e sintesi dei dati Inferenziale Permette di trasferire le informazioni ottenute su un campione all intera popolazione La variabile è ciò che viene osservato o misurato e può assumere uno tra una serie definita di possibili valori
10 Quanto ciò che rileviamo su un campione rispecchia ciò che avviene nella popolazione? Oppure: Con che probabilità le misure rilevate sul campione ( stime) sono i veri valori della popolazione ( parametri) CAMPIONE Stime Media Varianza Conteggi Percentuali Estrazione del campione POPOLAZIONE Parametri Leggi della probabilità Statistica inferenziale
11 UNIVERSO SPECULARE PARAMETRI P R O G R A M M A R E Campionamento Disegno Sperimentale Stima di intervallo Test di ipotesi D E C I D E R E CAMPIONE DESCRIVERE STATISTICHE
12 Negli studi clinici i ricercatori dovrebbero generalmente essere interessati a determinare la grandezza di una differenza dell esito misurato fra gruppi di soggetti, piuttosto che ottenere una semplice indicazione della significatività o meno di tale differenza Di quanto la malattia ha modificato le concentrazioni ematiche medie? Di quanto il nuovo trattamento ha modificato la prognosi? Non solo la significatività statistica
13 Non bisogna equiparare la significatività statistica con l importanza clinica o la rilevanza biologica. piccole differenze, che pur rivestono uno scarso interesse, possono risultare statisticamente significative solo perché il campione studiato era di ampie dimensioni effetti importanti dal punto di vista clinico possono risultare non significativi solo perché il numero di soggetti studiati era piccolo E possibile stimare, al momento della pianificazione di uno studio la dimensione del campione più adeguata
14 STIME E LORO AFFIDABILITA L idea chiave su cui si basa l analisi statistica è che si possono eseguire osservazioni su un campione di soggetti e che da questo si possono compiere inferenze sulla popolazione rappresentata da tutti i soggetti con caratteristiche analoghe a quelle del campione Anche se ben pianificato uno studio può dare solo una idea della risposta cercata, a causa essenzialmente della variabilità casuale del campione stesso strettamente collegata, tra l altro, al numero di soggetti inclusi in uno studio Le quantità statistiche ottenute (medie, proporzioni, odds, coefficienti di regressione, etc.) sono stime imprecise dei veri valori nella popolazione generale
15 STIMA Una misura descrittiva calcolata dai dati di una popolazione è detta parametro. Una misura descrittiva calcolata dai dati di un campione è detta stima del parametro. L insieme dei metodi che ci consentono di estendere i risultati ottenuti dal campione a tutta la popolazione oggetto dello studio costituiscono la inferenza statistica. Stima dei parametri Verifica delle ipotesi
16 La stima è il calcolo, dai dati di un campione, di una qualche statistica, ed è una approssimazione del corrispondente parametro della popolazione da cui il campione è stato estratto. Stima puntuale: si calcola un singolo valore numerico per stimare il corrispondente parametro. Es. una media, una proporzione, una deviazione standard. Stima di intervallo: si calcola un intervallo di valori che, con un certo grado di probabilità, conterrà il parametro da stimare. Media Popolazione (parametro) Campione (stima) m Varianza 2 S 2
17 INTERVALLI DI CONFIDENZA Le stime di intervallo forniscono informazioni sia sul valore numerico del parametro incognito che sul grado di attendibilità della stima. La procedura di calcolo degli intervalli, detti di confidenza, si basa sulla determinazione di due limiti entro i quali, con una probabilità 1-, è contenuto il parametro, a partire dalle informazioni campionarie. 1- = P(L 1 L 2 ) con 0 1 L 1 e L 2 dipendenti dalla dimensione del campione 1- grado di attendibilità della stima ed è detto livello di confidenza stima (fattore di correzione errore della stima)
18 Lo scopo principale degli intervalli di confidenza è quello di indicare la Imprecisione delle stime campionarie come rappresentazione dei valori della popolazione L imprecisione della stima campionaria è indicata dall ampiezza degli intervalli: Più ampi sono gli intervalli Minore è la precisione L ampiezza dipende essenzialmente da tre fattori: dal numero di soggetti studiati (campioni poco numerosi, conclusioni inattendibili) dalla variabilità dei soggetti in studio (minore variabilità, stima più precisa) dal livello di confidenza (maggiore è il livello di confidenza, tanto più ampi sono gli intervalli)
19 mmhg Ipertensione no Ipertensione si Stato ipertensivo non noto Stato ipertensivo noto
20 All aumentare della numerosità campionaria l ampiezza dell intervallo si restringe mmhg N=900 Cardiopatia ipertensiva assente N=100 Cardiopatia ipertensiva presente
21 mmhg 155 All aumentare del livello di confidenza l ampiezza dell intervallo aumenta Livello di confidenza: 90% Livello di confidenza: 95% Livello di confidenza: 99%
22 mmhg All aumentare del livello di confidenza l ampiezza dell intervallo aumenta Livello di confidenza: 90% Livello di confidenza: 95% Livello di confidenza: 99%
23 SIGNIFICATIVITA STATISTICA Confronto tra il farmaco A e il farmaco B 1. Il farmaco A potrebbe essere effettivamente superiore al farmaco B 2. Qualche fattore che non è stato assolutamente controllato, per esempio l età dei pazienti, può essere responsabile della differenza (in questo caso si avrebbe un confronto viziato) 3. La differenza potrebbe essere dovuta alla variazione casuale Soltanto dopo aver escluso che sussistono i motivi 2 e 3, potremo concludere che A è superiore a B
24 IL VALORE P Molte volte il ricercatore indica il più basso livello di significatività al quale l ipotesi di ricerca (ipotesi nulla) può essere respinta. Questo livello è chiamato valore p ed esprime la probabilità che una differenza come quella osservata sia causata dal solo caso. L affermazione p<0.01 significa che è piccolissima la probabilità che la variazione casuale sia da sola responsabile della differenza, cosicché intendiamo in realtà affermare che il risultato è statisticamente significativo. Inversamente l affermazione p>0.10 implica che soltanto il caso può realmente spiegare la differenza osservata, la quale dovrà perciò essere catalogata come statisticamente non significativa.
25 Dimensione del campione e interpretazione dell assenza di significatività Una differenza statisticamente significativa è tale in quanto non può essere giustificata dal solo caso. Al contrario una differenza statisticamente non significativa non deve essere necessariamente attribuibile soltanto al caso. Di fronte ad una differenza non significativa l entità del campione è molto importante: con un campione piccolo è infatti probabile che l errore di campionamento sia elevato, il che conduce spesso ad una non significatività, anche quando la differenza osservata è tutt altro che casuale. E per questa ragione che un risultato statisticamente non significativo dovrebbe essere considerato quasi sempre come non conclusivo, piuttosto che come segno dell assenza di una vera differenza tra i gruppi confrontati.
26 Significatività clinica e significatività statistica E importante tenere sempre presente che un etichetta di significatività statistica non significa necessariamente che la differenza sia significativa dal punto di vista clinico. Con campioni di cospicua entità, piccolissime differenze, che possiedono poca o nessuna importanza clinica, possono rivelarsi statisticamente significative. Le implicazioni pratiche di qualsiasi risultato devono essere valutate su basi diverse da quelle esclusivamente statistiche.
27 La caratteristica essenziale di uno studio clinico è di usare i risultati ottenuti su un Campione di pazienti, per fare inferenza circa gli effetti del trattamento su una Popolazione di individui con caratteristiche patologiche tali da richiedere quel tipo di trattamento
28 IL DISEGNO DELLA RICERCA CLINICA Prima di iniziare una ricerca è indispensabile effettuare una progettazione accurata e un disegno adeguato, definendo in dettaglio le domande a cui la ricerca deve dare una risposta
29 DEFINIRE LO SCOPO DELLO STUDIO SPECIFICARE GLI OBIETTIVI E LE IPOTESI DI LAVORO DISEGNARE LO STUDIO SCRIVERE IL PROTOCOLLO CONDURRE LO STUDIO DEFINIRE UNA BUONA ORGANIZZAZIONE ANALIZZARE I DATI UTILIZZO DELLA STATISTICA DESCRITTIVA E DEI TESTS DI VERIFICA DELLE IPOTESI TRARRE LE CONCLUSIONI PUBBLICARE I RISULTATI
30 PER IMPOSTARE UNA SPERIMENTAZIONE BISOGNA POTER RISPONDERE ALLE SEGUENTI DOMANDE: 1. Qual è l obiettivo primario della ricerca 2. Esiste un protocollo scritto che indichi le procedure e i dati con cui raggiungere l obiettivo 3. L obiettivo primario è rilevante sotto il profilo scientifico, affronta problemi ancora irrisolti, aggiunge qualcosa al sapere scientifico attuale 4. Quali sono gli obiettivi secondari 5. Sono rispettate le normative che guidano la ricerca sperimentale (good laboratory practice o GLP), è garantita la protezione dei soggetti e la confidenzialità dei loro dati in ottemperanza alla dichiarazione di helsinki e alla good clinical practice GCP
31 QUANTI PAZIENTI DEVONO ESSERE RECLUTATI PER UNA SPECIFICA SPERIMENTAZIONE CLINICA 1. Dipende dalla dimensione degli effetti che Verranno osservati 2. Dipende dalle caratteristiche degli errori di I tipo e di II tipo utili per la definizione della dimensione e della potenza del test 3. Dipende dalla particolare misura che si vuole effettuare (risposta in termini di successo o fallimento, risposta in termini di tempo intercorso fra due eventi critici)
32 VERIFICA DELLE IPOTESI Obiettivo: guidare il clinico, il ricercatore o l amministratore a prendere una decisione riguardo ad un parametro della popolazione esaminando un campione di quella popolazione. L osservazione dei fenomeni porta alla formulazione di teorie che richiedono un conferma basata su una metodologia scientifica. IPOTESI di RICERCA IPOTESI STATISTICA Le ipotesi statistiche sono una formulazione delle ipotesi di ricerca in modo tale da poter essere valutate con opportune tecniche statistiche.
33 VERIFICA DELLE IPOTESI Analisi dei dati Assunzioni sul modello probabilistico, sui parametri, sul campione Formulazione dell ipotesi : nulla H 0 e alternativa H 1 Costruzione della statistica test e della sua distribuzione Definizione della Regola di Decisione e valutazione degli errori: rifiutare l ipotesi nulla vera accettare l ipotesi nulla falsa Decisione statistica e decisione clinica
34 ERRORE ALFA O ERRORE DI I TIPO L espressione p< indica la probabilita di una conclusione falsamente positiva (Un trattamento risulta migliore dell altro quando in realtà non lo è) tanto più piccolo è il valore di p tanto meno probabile è che i trattamenti posti a confronto abbiano un effetto simile
35 ERRORE BETA O ERRORE DI II TIPO Commettendo l errore beta si afferma che i trattamenti sono uguali quando in realtà essi sono differenti (falso negativo) l errore beta si verifica solitamente in caso di campioni di piccole dimensioni non si evidenzia un effetto favorevole quando questo è presente
36 0,05 0,045 0,04 0,035 0,03 H 0 Sani H 1 Malati Potenza del test: Probabilità di rifiutare l ipotesi nulla falsa 0,025 0, ,015 0,01 0, ETA Falsi negativi Falsi positivi Errore di secondo tipo: rischio di non rifiutare l ipotesi nulla falsa Errore di primo tipo: rischio di rifiutare l ipotesi nulla vera
37 RISCHIO DI ERRORI Ipotesi vera Ipotesi nulla H 0 Ipotesi alternativa H 1 Ipotesi accolta dopo il test Ipotesi nulla H 0 Ipotesi alternativa H 1 Esatta (1- ) Errore I specie Errore II specie Esatta (1- ) Rischio di prima specie o tipo: Respingere l ipotesi H 0 quando essa è vera = livello di significatività Rischio di seconda specie o tipo: Accettare l ipotesi H 0 quando è vera H 1 Potenza del test : 1- Respingere l ipotesi H 0 quando è vera l ipotesi alternativa H 1
38 POTENZA DI UNO STUDIO CLINICO La potenza di uno studio clinico è la sua capacità di fare emergere un effetto se questo esiste realmente Uno studio clinico con una bassa potenza è privo di ogni utilità in quanto avrà una probabilità molto scarsa di raggiungere l obiettivo che lo sperimentatore si prefigge Quando si parla di potenza di uno studio clinico ci si riferisce alla potenza statistica 1-ß che rappresenta la probabilità che la differenza attesa possa essere scoperta ad un predefinito livello di significativita Più alta è la potenza maggiore è la possibilità che la differenza minima attesa tra i gruppi in trattamento possa essere dimostrata
39 LA POTENZA DI UN TEST HA UN IMPATTO DIRETTO SULLA DIMENSIONE DEL CAMPIONE PIU GRANDE E LA POTENZA è ragionevole che non sia inferiore a 0.80 PIU GRANDE E LA DIMENSIONE DEL CAMPIONE
40 Generalmente un test ad una coda è più potente del corrispondente test a due code. Il test ad una coda va utilizzato solo se si è del tutto sicuri che una particolare disuguaglianza (direzione) è sempre dovuta al caso e perciò valutata come non significativa, per quanto ampia essa sia Raramente, comunque, ciò si verifica nella pratica
41 VERIFICA DELLE IPOTESI METODI PARAMETRICI Esistenza di distribuzioni METODI NON PARAMETRICI Non esistenza di distribuzioni TESTS t-student Analisi della varianza Confronto proporzioni CONFRONTO TRA GRUPPI TESTS sui RANGHI (Wilcoxon) Analisi della varianza non parametrica Correlazione Coefficiente di Pearson Regressione LEGAMI TRA VARIABILI Correlazione Coefficiente di Spearman Tabelle di contingenza
42 Verifica di ipotesi su medie Due gruppi Indipendenti Non indipendenti Distribuzione di Gauss Distribuzione non di Gauss Distribuzione di Gauss Distribuzione non di Gauss Test parametrici Test non parametrici Test parametrici Test non parametrici t - Student (varianze omogenee) t - Student (varianze non omogenee) Wilcoxon Somma dei Ranghi t - Student Wilcoxon Ranghi con segno t ( x 1 x2) ( 1 2) S n 2 p 1 S n 2 p 2 t ( x 1 x2) ( 1 2) S n S n t d S d d n
43 Verifica di ipotesi su medie più di due gruppi Indipendenti Non indipendenti Distribuzione di Gauss Distribuzione non di Gauss Distribuzione di Gauss Distribuzione non di Gauss Test parametrico Test non parametrici Test parametrici Test non parametrici Analisi della Varianza test F-Fisher Analisi della Varianza non parametrica Kruskal - Wallis Analisi della Varianza per misure ripetute Analisi della Varianza per misure ripetute test di Friedman
44 VERIFICA DI IPOTESI SULLE PROPORZIONI Confronto tra due proporzioni Campioni indipendenti Campioni non indipendenti Distribuzione binomiale approssimabile ad una Gauss Campione di piccole dimensioni SI NO Frequenza bassa nelle celle Test di McNemar Test z Test chi-quadro Test esatto di Fisher
45 RELAZIONI TRA VARIABILI Variabili Qualitativa Quantitativa Tabelle di contingenza Test del chi-quadro Una variabile dipendente Vs Una o più variabili indipendenti Con relazione causa-effetto Nessuna variabile dipendente Relazione del tipo interdipendenza Regressione Correlazione
Potenza 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
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
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
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
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
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
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
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
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
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
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
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
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
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
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
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,
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
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
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
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
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
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 Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
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
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
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,
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
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliLaboratorio di Pedagogia Sperimentale. Indice
INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliPrincipi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli
Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Principi generali Carlo Federico Gauss Matematico tedesco 1777-1855 G. Bartolozzi - Firenze Vercelli 9-10 dicembre 2005 Oggi il nostro lavoro
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
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,
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
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,
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliGabriella Serio. Cattedra di Statistica Medica Facoltà di Medicina e Chirurgia - Università degli Studi di Bari
Gabriella Serio Cattedra di Statistica Medica Facoltà di Medicina e Chirurgia - Università degli Studi di Bari GOOD CLINICAL PRACTICE GCP LE GCP SONO UNO STANDARD IN BASE AL QUALE GLI STUDI CLINICI SONO
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
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
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
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
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
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
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliTrials clinici. Disegni di studio
Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series
DettagliA.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE
A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione
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
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliIl coefficiente di correlazione di Spearman per ranghi
Il coefficiente di correlazione di Spearman per ranghi Questo indice di correlazione non parametrico viene indicato con r s o Spearman rho e permette di valutare la forza del rapporto tra due variabili
DettagliElementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1
Elementi di statistica Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Statistica La statistica si può definire come: l insieme dei metodi
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
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliPROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE
PROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE Analisi dinamica dei dati dei questionari per le biblioteche di pubblica lettura. GLI INDICATORI Gli indicatori sono particolari rapporti
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
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
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
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliCOMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)
COMUNE DI RAVENNA Il sistema di valutazione delle posizioni del personale dirigente GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI) Ravenna, Settembre 2004 SCHEMA DI SINTESI PER LA
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
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
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
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
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
DettagliLA REVISIONE LEGALE DEI CONTI La comprensione
LA REVISIONE LEGALE DEI CONTI La comprensione dell impresa e del suo contesto e la valutazione dei rischi di errori significativi Ottobre 2013 Indice 1. La comprensione dell impresa e del suo contesto
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
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
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliEsercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)
STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana
DettagliLa significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA
PROVE DI SIGNIFICATIVITA Tutti i test statistici di significatività assumono inizialmente la cosiddetta ipotesi zero (o ipotesi nulla) Quando si effettua il confronto fra due o più gruppi di dati, l'ipotesi
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
DettagliCome archiviare i dati per le scienze sociali
Come archiviare i dati per le scienze sociali ADPSS-SOCIODATA Archivio Dati e Programmi per le Scienze Sociali www.sociologiadip.unimib.it/sociodata E-mail: adpss.sociologia@unimib.it Tel.: 02 64487513
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
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
DettagliManca qualcosa: cosa c èc. di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi. Farina OJC 15 maggio 2013
Manca qualcosa: cosa c èc di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi Consonni, Epidemiol Prev,, 2013 Farina OJC 15 maggio 2013 Introduzione Negli ultimi decenni l epidemiologia
DettagliA.A. 2015/2016. Statistica Medica. Corso di. CdL in Fisioterapia CdL in Podologia
A.A. 2015/2016 Corso di Statistica Medica CdL in Fisioterapia CdL in Podologia La statistica è la scienza che ha come fine lo studio quantitativo e qualitativo di un "collettivo". Studia i modi in cui
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
DettagliL analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt
L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELL ROLE Six Sigma Master lack elt Dicembre, 009 Introduzione Nell esecuzione dei progetti Six Sigma è di fondamentale importanza sapere se
DettagliCAPITOLO III CONFRONTI TRA DISTRIBUZIONI
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI 3.1 CONFRONTI TRA DISTRIBUZIONI OSSERVATE E DISTRIBUZIONI TEORICHE OD ATTESE. Nella teoria statistica e nella pratica sperimentale, è frequente la necessità di
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
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) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliNota interpretativa. La definizione delle imprese di dimensione minori ai fini dell applicazione dei principi di revisione internazionali
Nota interpretativa La definizione delle imprese di dimensione minori ai fini dell applicazione dei principi di revisione internazionali Febbraio 2012 1 Mandato 2008-2012 Area di delega Consigliere Delegato
DettagliIL MARKETING E QUELLA FUNZIONE D IMPRESA CHE:
IL MARKETING E QUELLA FUNZIONE D IMPRESA CHE:! definisce i bisogni e i desideri insoddisfatti! ne definisce l ampiezza! determina quali mercati obiettivo l impresa può meglio servire! definisce i prodotti
DettagliMonitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro
ISTAT 17 gennaio 2002 Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro Nell ambito dell iniziativa di monitoraggio, avviata dall Istat per analizzare le modalità di conversione
DettagliPiano di gestione della qualità
Piano di gestione della qualità Pianificazione della qualità Politica ed obiettivi della qualità Riferimento ad un eventuale modello di qualità adottato Controllo della qualità Procedure di controllo.
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
Dettagli