Introduzione all Analisi della Varianza (ANOVA)
|
|
- Prospero Grimaldi
- 4 anni fa
- Visualizzazioni
Transcript
1 Introduzione all Analisi della Varianza (ANOVA) Marcello Gallucci P S I C O M E T R I A marcello.gallucci@unimib.it
2 Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello che abbiamo visto, anche le variabili indipendenti Variabili quantitative ˆ y i a b x yx i SORRISI BIRRE
3 Regressione NS La retta di regressione rappresenta la predizione lineare (o dipendenza lineare) tra una variabile indipendente ed una dipendente, espressa nelle unità di misura originali SORRISI BIRRE
4 Variabili Nominali (categoriche) Nelle variabili nominali i valori indicano sono delle qualità, cioè sono equivalenti a delle etichette Punteggi N di birre Regione di Provenienza Aumentare di una unità significa solo cambiare quantità Media, varianza non hanno senso 3 nord 4 nord nord nord 3 centro 4 centro 6 centro 7 centro nord 3 nord
5 Variabili Nominali Esempi di variabili nominali: Sesso (Donne= Uomini=) Nazionalità (es. Francese=, Tedesco= e Italiano=3) Facoltà (es. Psicologia=, Informatica=, Medicina=3) Gruppi sperimentali (es. Trattamento=, Placebo=) In generale, le variabili nominali indicano in quale gruppo il soggetto appartiene
6 Variabili Nominali Nelle variabili nominali, l unità di misura non ha la stessa interpretazione ad ogni livello della scala di misura Passare da Italiano a Francese, non è la stessa cosa che passare da Francese a Tedesco Qualunque numero che distingua i gruppi rappresenta la stessa qualità In generale, i valori numerici dati ai soggetti sono arbitrari
7 Esperimento Variabili nominali si trovano spesso negli esperimenti Nel seguente esperimento testiamo l effetto di un ancoraggio cognitivo sulla stima delle quantità numeriche: Domanda a tutti i soggetti: Secondo te, le nazioni africane alle nazioni unite sono più o meno del X %. Domanda : Quante sono le nazioni africane in percentuale alle nazioni unite Ancora Var. Dipendente Gruppo : ancora %. Gruppo : ancora 8% Condizione sperimentale
8 Esperimento: Risultati Quesito sperimentale: L ancoraggio ha un effetto significativo sulla stima numerica? ANSWER ANCHOR 8 Totale Report Deviazione Media N std. 7,447 85,897 44, , ,9368 7,944 ANSWER ANCHOR C e un differenza significativa? Quanto spieghiamo con tale differenza?
9 Regressione Partiamo da ciò che sappiamo: Regressione Codifichiamo la variabile indipendente come Gruppo ancora % X= Gruppo ancora 8% X= Stimiamo la regressione ANSWER - ANCHORD
10 Regressione Dove passerà la regressione? Quali valori di Y saranno indicati dalla regressione 8 6? ANSWER 4 -? ANCHORD
11 Regressione Dove passerà la regressione? Quali valori di Y saranno indicati dalla regressione Ricordiamo che la regressione è la retta che minimizza la distanza tra i punti osservati e quelli stimati Ricordiamo che in una distribuzione, la media è il valore che minimizza la distanza tra i punteggi osservati e se stessa ANSWER - ANCHORD
12 Regressione Dove passerà la regressione? Quali valori di Y saranno indicati dalla regressione Ricordiamo che la regressione è la retta che minimizza la distanza tra i punti osservati e quelli stimati 8 6 Ricordiamo che in una distribuzione, la media è il valore che minimizza la distanza tra I punti osservati e se stessa ANSWER 4 - ANCHORD Questa non è altro che la distribuzione di Y per X=
13 Regressione Dove passerà la regressione? Quali valori di Y saranno indicati dalla regressione Ricordiamo che la regressione è la retta che minimizza la distanza tra i punti osservati e quelli stimati Questa non è altro che la distribuzione di Y per X= Ricordiamo che in una distribuzione, la media è il valore che minimizza la distanza tra I punti osservati e se stessa ANSWER - ANCHORD Questa non è altro che la distribuzione di Y per X=
14 Regressione Dove passerà la regressione? Quali valori di Y saranno indicati dalla regressione Dunque la regressione passerà necessariamente per la media di Y per il gruppo X= e per la media di Y per il gruppo X= Y ANSWER - Y o ANCHORD
15 Coefficiente di Regressione Quale valore indicherà il coefficiente di regressione? Ricordiamo che B indica il cambiamento atteso in Y al variare di X di una unità 8 6 Y Cambiamento in Y ANSWER 4 - Y o ANCHORD Aumento X di una unità
16 Coefficiente di Regressione Quale valore indicherà il coefficiente di regressione? Y a b X X= cioè gruppo % Y a B a Y o 8 X= cioè gruppo 8% 6 Y Y Y B Y Differenza B Y Y o ANSWER 4 - ANCHORD Y o
17 Coefficiente di Regressione Se la variabile indipendente è dicotomica, il coefficiente ci indica la differenza tra i gruppi Differenza tra le medie dei gruppi 8 6 Y B Y Y o ANSWER 4 - Y o ANCHORD
18 Inferenza statistica Se il coefficiente è significativo (possiamo rifiutare l ipotesi nulla b=), allora diremo che esiste una differenza significativa tra i gruppi Report ANSWER ANCHOR 8 Totale Deviazione Media N std. 7,447 85,897 44, , ,9368 7,944 Test inferenziale Coefficienti a Modello (Costante) ANCHOR Coefficienti non standardizzati a. Variabile dipendente: ANSWER Coefficienti standardizzati B Errore std. Beta t Sig. 7,45,697,45, 7,784,4,666,579, Significatività
19 Inferenza statistica ANSWER ANCHOR 8 Totale Concluderemo che esiste un effetto dell ancora sulle stime delle quantità Report Deviazione Media N std. 7,447 85,897 44, , ,9368 7,944 C è un differenza significativa tra le medie dei gruppi Test inferenziale Modello (Costante) ANCHOR Coefficienti non standardizzati a. Variabile dipendente: ANSWER Coefficienti a Coefficienti standardizzati B Errore std. Beta t Sig. 7,45,697,45, 7,784,4,666,579, Significatività
20 Test sulla varianza Guardiamo ora il test fatto sulla varianza spiegata Modello Modello Riepilogo del modello R-quadrato Errore std. R R-quadrato corretto della stima,666 a,444,44 5,6436 a. Stimatori: (Costante), ANCHOR Regressione Residuo Totale a. Stimatori: (Costante), ANCHOR b. Variabile dipendente: ANSWER ANOVA b Somma dei Media dei quadrati df quadrati F Sig. 388,8 388,8 34,63, a 43, ,7 739,53 69 Test inferenziale Ricordiamo il significato della F? Significatività
21 Test per il coefficiente R Come si ottiene la F Varianza spiegata Varianza errore F Rxy n k R k xy Gdl errore # variabili indipendenti Il rapporto fra varianza spiegata e varianza di errore (moltiplicato per il rapporto fra gradi di libertà) si distribuisce secondo una distribuzione F con k e n-k- gdl Lezione:
22 Test per il coefficiente R Come si ottiene la F Varianza spiegata Varianza errore f Rxy n k R k xy Gdl errore # variabili indipendenti s ez Y zz s regz X z
23 Rapporto varianza Se la variabile indipendente è dicotomica, la varianza di errore sarà la somma delle varianza dentro i gruppi Varianza non catturata dalla regressione 8 var gruppo ( Y ) i Yo n 6 4 Y Varianza dentro i gruppi (within groups) ANSWER - ANCHORD Y o var gruppo ( Y Y n ) i
24 Rapporto varianza Se la variabile indipendente è dicotomica, la varianza spiegata è la varianza tra i punteggi predetti Varianza catturata regressione Media totale di Y 8 var bet ( Y g df Varianza tra i gruppi (between groups) Y ) ANSWER Y Y o ANCHORD
25 Varianza tra i gruppi Equivalentemente, testiamo la bontà della predizione che noi facciamo dando ad ogni soggetto il punteggio medio del gruppo (variabilità dovuta ai gruppi), rispetto all errore che facciamo Per tutti i soggetti in gruppo= viene predetto lo stesso punteggio 8 Per tutti i soggetti in gruppo= viene predetto lo stesso punteggio 6 4 Y Ciò è il punteggio che otterremmo se le differenze fossero solo dovute al gruppo di appartenenza ANSWER - ANCHORD Y o
26 Varianze nei gruppi Equivalentemente, stimiamo la bontà della predizione che noi facciamo dando ad ogni soggetto il punteggio medio del gruppo (variabilità dovuta ai gruppi), rispetto all errore che facciamo Errore è la distanza tra il punteggio vero e la media del gruppo 8 La variabilità dentro i gruppi è l errore che commettiamo 6 4 Y ANSWER - Y o ANCHORD
27 Rapporto varianze Il rapporto tra le varianze, pesato per i gradi di libertà, equivale al test F var var between within ( Y ( Y g Y Y ) g ) / df / df bet. wit. F ANOVA b var between Modello Regressione Residuo Totale a. Stimatori: (Costante), ANCHOR b. Variabile dipendente: ANSWER Somma dei Media dei quadrati df quadrati F Sig. 388,8 388,8 34,63, a 43, ,7 739,53 69 df within df bet var within
28 Variabili Nominali Quando la variabile indipendente ha più di due gruppi, lasceremo la rappresentazione in termine di retta, ma manteniamo i concetti di varianza tra i gruppi e varianza nei gruppi Testeremo le differenze tra i gruppi in termini di F Ciò si chiama analisi della varianza (Analysis Of Variance)
29 Perdiamo la retta Perdiamo la rappresentazione in termini di una retta in quanto la variabile indipendente non è ordinabile in maniera univoca
30 Perdiamo la retta Ed un unica retta (non spezzata) non potrebbe rappresentare i dati a nostra disposizione
31 Manteniamo i rapporti di varianza Possiamo comunque testare le differenze tra le medie mediante il rapporto F Medie dei gruppi = punteggi predetti Distanze dalla media del gruppo di appartenenza = errore di predizione Rapporto varianza predetto/ varianza errore ci da la F
32 ANOVA in pratica In SPSS useremo una routine più generale della regressione, che consente di analizzare anche le variabili indipendenti nominali (modello lineare generalizzato) Modello Lineare Generalizzato: Univariato
33 ANOVA in pratica Variabile dipendente Variabile indipendente
34 Output Gradi di libertà Test F Variabilità dovuta a.. Variabile dipendente: birre Sorgente Modello corretto Intercetta nazione Errore Totale Totale corretto Test degli effetti fra soggetti Somma dei quadrati Media dei Tipo III df quadrati F Sig. 38,4 a 9,57 4,48, 897, ,454 66,8, 38,4 9,57 4,48, 9,74 97, ,398 67, a. R quadrato =,7 (R quadrato corretto =,) Concluderemo che tra i tre gruppi c è una differenza significativa Valore-p: significatività Almeno due medie sono diverse
35 Ricerca Anoressia In ricerca sull anoressia* sono state misurate su un campione di 85 donne la propria figura reale, la figura ideale e l autostima. Pictorial Body Image Scale Il campione era formato da donne normo-peso e donne anoressiche
36 Ricerca Anoressia Group Validi A C Totale Percentuale Percentuale Frequenza Percentuale valida cumulata Vogliamo stabilire se ci sono delle differenze tra i due gruppi nel BIPS attuale e ideale Report Group A C Totale Media N Deviazione std. Media N Deviazione std. Media N Deviazione std. figura_reale figura_ideale
37 Distribuzione per gruppo BIPS reale Le medie di queste due distribuzioni sono uguali?
38 ANOVA Variabile dipendente: figura_reale Sorgente Modello corretto Intercetta Group Errore Totale Totale corretto Test degli effetti fra soggetti Somma dei quadrati Media dei Eta quadrato Tipo III df quadrati F Sig. parziale.66 a a. R quadrato =.6 (R quadrato corretto = -.6) Non vi sono differenze tra le medie dei due gruppi
39 Attenzione al grafico Il software produce un grafico delle medie che è sempre espanso e potrebbe far sembrare che vi sia una differenze Se l effetto non è significativo, il grafico non va guardato Notare la scala
40 BIPS ideale BIPS ideale Le medie di queste due distribuzioni sono uguali?
41 ANOVA Variabile dipendente: figura_ideale Sorgente Modello corretto Intercetta Group Errore Totale Totale corretto Test degli effetti fra soggetti Somma dei quadrati Media dei Eta quadrato Tipo III df quadrati F Sig. parziale 3.88 a a. R quadrato =.98 (R quadrato corretto =.87) Vi sono differenze tra le medie dei due gruppi Che spiegano circa % della varianza
42 Notare la scala Grafico delle medie
43 Analisi della covarianza Si potrebbe dubitare che la differenza sia dovuta alla differenza tra autostima possibile nei due gruppi Testiamo prima se vi è una differenza tra i gruppi nell autostima Poi testiamo le differenze nei tra PIBS ideale al netto dell autostima
44 ANOVA Variabile dipendente: Autostima Sorgente Modello corretto Intercetta Group Errore Totale Totale corretto Test degli effetti fra soggetti Somma dei quadrati Media dei Eta quadrato Tipo III df quadrati F Sig. parziale a a. R quadrato =.9 (R quadrato corretto =.8) Group Variabile dipendente: Autostima Group A C Limite Limite Media Errore std. inferiore superiore Intervallo di confidenzale ragazze anoressiche hanno una 95% autostima più bassa
45 Dunque Le ragazze anoressiche non si percepiscono come più magre delle ragazze normopese Le ragazze anoressiche hanno una immagine ideale molto più magra delle normopeso La differenza nella immagine ideale non dipende dalla percezione della immagine reale
46 Fine Fine della Lezione VI
Introduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello
DettagliIl modello di regressione
Il modello di regressione Capitolo e 3 A M D Marcello Gallucci Milano-Bicocca Lezione: II Concentti fondamentali Consideriamo ora questa ipotetica ricerca: siamo andati in un pub ed abbiamo contato quanti
DettagliIl modello di regressione
Il modello di regressione Capitolo e 3 A M D Marcello Gallucci Milano-Bicocca Lezione: II Concentti fondamentali Consideriamo ora questa ipotetica ricerca: siamo andati in un pub ed abbiamo contato quanti
DettagliAnalisi Multivariata dei Dati. Regressione Multipla
Analisi Multivariata dei Dati Regressione Multipla A M D Marcello Gallucci Milano-Bicocca Lezione: III Effetti multipli Consideriamo ora il caso in cui la variabile dipendente possa essere spiegata da
DettagliMetodologie Quantitative
Metodologie Quantitative Regressione Lineare Nozioni di base M Q Marco Perugini Milano-Bicocca 1 I COMUNICAZIONE MERCOLEDI 11 NOVEMBRE NON CI SARA LEZIONE DI MQ Concetti base Con l analisi di regressione
DettagliAssunzioni (Parte I)
Assunzioni (Parte I) A M D Marcello Gallucci marcello.gallucci@unimib.it Lezione 10 Modello Lineare Generale La regressione semplice e multipla e l'anova sono sottocasi del modello lineare generale (GLM)
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
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
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 Multivariata dei Dati
Analisi Multivariata dei Dati Introduzione al corso e al modello statistico A M D Marcello Gallucci Milano-Bicocca Lezione: I Programma Odierno I numeri del corso Programma del corso Concetti Statistici
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliAnalisi delle medie post ANOVA. (cap. 4 e 8)
Analisi delle medie post ANOVA (cap. 4 e 8) AMD Marcello Gallucci marcello.gallucci@unimib.it Lezione: 9 Problema Se il test F è significativo, concludiamo che esiste una differenza fra le medie dei gruppi
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliAnalisi della Varianza Fattoriale
Analisi della Varianza Fattoriale Marcello Gallucci P S I C O M E T R I A marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi)
DettagliStatistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliRegressione lineare semplice
Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliCorrelazione tra due variabili
Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
Dettaglis a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value
Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza
DettagliMisure Ripetute. Analisi dei dati in disegni di ricerca con misure ripetute. Marcello Gallucci
Misure Ripetute Analisi dei dati in disegni di ricerca con misure ripetute Marcello Gallucci Introduzione Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
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
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
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
DettagliStatistica descrittiva: analisi di regressione
Statistica descrittiva: analisi di regressione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.
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,
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliSTATISTICA. Regressione-4 ovvero Macron!
STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio
DettagliTest F per la significatività del modello
Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 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
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA)
DettagliAnalisi delle medie (post ANOVA)
Analisi delle medie (post ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Lezione: 9 Problema Se il test F è significativo, concludiamo che esiste una differenza fra le medie dei gruppi Ciò vuol
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
DettagliAnalisi di Regressione Multipla
Analisi di Regressione Multipla Stima OLS della relazione Test Score/STR : TestScore! = 698.9.8 STR, R =.05, SER = 18.6 (10.4) (0.5) E una stima credibile dell effetto causale sul rendimento nei test di
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
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
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliLa regressione lineare semplice
La regressione lineare semplice Il modello di regressione lineare semplice - 1 y = β 0 + βx + ε 10 8 Una retta nel piano Variabile Y 6 4 2 0 0 1 2 3 4 Variabile X 1 Il modello di regressione lineare semplice
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
DettagliPrefazione Ringraziamenti
Prefazione Ringraziamenti Autori Connect XIII XVII XIX XXI Capitolo 1 La misura dell anima 1 1.1 Misurare in psicologia 1 1.1.1 Peculiarità della misura in psicologia 2 1.1.2 L errore nella misura in psicologia
DettagliAssunzioni (cap. 6) Marcello Gallucci
Assunzioni (cap. 6) A M D Marcello Gallucci marcello.gallucci@unimib.it Lezione 10 Modello Lineare Generale La regressione semplice e multipla e l'anova sono sottocasi del modello lineare generale (GLM)
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
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
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
Dettagliviii Indice generale
Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi
DettagliFasi del modello di regressione
Fasi del modello di regressione Specificazione del modello: scelta del tipo di funzione da utilizzare per descrivere un fenomeno; definizione delle ipotesi di base Stima dei parametri: uso di stimatori
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
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Esempio Su un campione di =5unità sono state osservate due variabili, ed : x i 1 2 3 4 5 y i 1.5 2.5 3 2.5 3.5 1. Rappresentare l andamento congiunto di in funzione di mediante
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliStatistica economica
Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati
DettagliAnalisi Fattoriale Concetti introduttivi Marcello Gallucci Milano-Bicocca
Analisi Fattoriale Concetti introduttivi A M D Marcello Gallucci Milano-Bicocca Scopi generali L Analisi Fattoriale (e varianti) si propone di estrarre un numero limitato di fattori (variabili latenti
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliESERCITAZIONE REGRESSIONE MULTIPLA
ESERCITAZIONE REGRESSIONE MULTIPLA Dati delle Nazioni Unite del 2005 riferiti, per diverse nazioni, al tasso di feconditá (bambini per donna) (variabile Fert), alla percentuale di donne che usa contraccettivi
DettagliEsercitazione del 16 maggio 2014
Esercitazione del 16 maggio 2014 Conclusione dell esercizio sul consumo annuo di energia elettrica della lezione precedente. Avevamo un campione di n=101 abitazioni di metratura confrontabile e per ciascuna
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliAnalisi avanzate basate sulla regressione (Cap. 7)
Analisi avanzate basate sulla regressione (Cap. 7) AMD Marcello Gallucci marcello.gallucci@unimib.it Regressione Multipla A seconda dello status delle variabili indipendenti, possiamo differenziare diversi
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
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
DettagliESERCIZI. Regressione lineare semplice CAPITOLO 12 Levine, Krehbiel, Berenson, Statistica II ed., 2006 Apogeo
Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova Docenti: Prof. L. Salmaso, Dott. L. Corain ESERCIZI Regressione lineare semplice
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.
DettagliESERCIZIO 1. Di seguito vengono riportati i risultati di una regressione multipla effettuata secondo il metodo standard (o per blocchi )
ESERCIZIO. Di seguito vengono riportati i risultati di una regressione multipla effettuata secondo il metodo standard (o per blocchi ) a. b. Riepilogo del modello b R-quadrato Errore std. Durbin-W R R-quadrato
DettagliMetodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione
Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni
DettagliFacoltà di Psicologia Università di Padova Anno Accademico Corso di Psicometria - Modulo B
Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 27/12/2010 Regressione lineare Modello geometrico
DettagliBetween / TRA Soggetti Le medie dei due trattamenti sono diverse? Gruppo 2. Media 1. Media 2
Con Correlazione e Regressione si è studiata la relazione tra l andamento di due (o più variabili): si riassume la forma della nuvola di punti utilizzando una funzione lineare (nel GLM). Con l Analisi
DettagliUlteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Tassi e proporzioni Classi nominali:
DettagliStatistica multivariata Donata Rodi 08/11/2016
Statistica multivariata Donata Rodi 08/11/2016 MANOVA: Multivariate Analysis of Variance Due o più variabili dipendenti quantitative Una o più variabili indipendenti categoriali (con più livelli) Residui
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliStatistica inferenziale
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Statistica inferenziale 6/5/2005 Relazione tra dati Possono esistere in uno studio connessioni tra dati differenti che possono legare caratteristiche:
Dettagli