Il test del Chi-quadrato

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Il test del Chi-quadrato"

Andrea Corsi
8 anni fa
Visualizzazioni

1 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? 1

2 Due variabili sono associate soltanto quando sono correlate tra loro in modo maggiore o minore di quanto si verifichi per solo effetto del caso I tatuaggi devono essere presenti con frequenza maggiore (o minore) nei soggetti con epatite C rispetto ai soggetti senza epatite quindi è necessario studiare anche soggetti senza epatite (controlli) poi confrontarli con i soggetti con epatite ed infine decidere se la differenza tra gruppi può essere dovuta al caso CON UN TEST STATISTICO Se è vero che il caso può influenzare i risultati, come posso dimostrare l'esistenza di associazioni ed essere ragionevolmente sicuro che le differenze osservate non sono dovute al caso? La statistica consente di escludere (con un certo grado di probabilità, ma mai con assoluta certezza) che una eventuale associazione sia dovuta appunto al caso 2

infine decidere se la differenza tra gruppi può essere dovuta al caso CON UN TEST STATISTICO Se è vero che il caso può influenzare i risultati, come posso dimostrare l'esistenza di associazioni ed

3 Il rischio di contrarre epatite C è associato all avere un tatuaggio? I dati sono riassunti nella tabella di contingenza Epatite C Si No totale Tatuaggio No tatuaggio totale

4 Proporzione di soggetti con epatite No tatuaggio Tatuaggio Supponi che, in realtà, NON esistano differenze nella frequenza di epatite tra i tatuati e i non tatuati. Che probabilità c'è di osservare - in uno studio di dimensioni simili a questo - differenze nella frequenza di epatite diverse da quelle che hai osservato? La risposta a questa domanda dipende da quanto i dati ottenuti si discostano dai dati che «sarebbe lecito attendersi se la frequenza di epatite C fosse influenzata soltanto dalla variazione casuale». 4

Che probabilità c'è di osservare - in uno studio di dimensioni simili a questo - differenze nella frequenza di epatite diverse da

5 TEST D INDIPENDENZA Le due variabili (epatite e tatuaggio) sono indipendenti? Questa è l IPOTESI NULLA H 0 da verificare Se H 0 è rifiutata: le due variabili NON SONO INDIPENDENTI 1.Si distribuiscono i soggetti nelle celle della tabella 2.Si calcolano le frequenze attese sotto l H 0 che le due variabili siano indipendenti (per ogni cella della tabella) 3.Si paragonano le frequenze attese e le frequenze osservate 4.Si valuta la discrepanza fra frequenze ATTESE e OSSERVATE Come decidere se la discrepanza è piccola o grande? tramite il TEST STATISTICO 5

Si distribuiscono i soggetti nelle celle della tabella 2.

6 Epatite C Si No totale Tatuaggio No tatuaggio totale P (epatite) = P(epatite tatuaggio) = P(epatite no tatoo) = 47 = = = PRINCIPIO del PRODOTTO per eventi indipendenti P(A e B) = P(A B) = P(A)P(B) Indipendenza: due eventi si dicono indipendenti quando il verificarsi dell uno non influenza il verificarsi dell altro es. elevati livelli di glicemia e ulcera, probabilità di pescare una pallina di un determinato colore da un urna con reimbussolamento 6

5 626 PRINCIPIO del PRODOTTO per eventi indipendenti P(A e B) = P(A B) = P(A)P(B) Indipendenza: due eventi si dicono indipendenti

7 Y 1.. j. t Marginali di colonna Nomenclatura di una tabella di contingenza 1 i k n 11 n i1 n k1 n 1j n ij n kj n 1t n it n kt X n. = k j n ij i= 1 t n.. =. = i= 1 j= 1 n i n ij j= 1 (dot notation) k Marginali di riga t n ij p i. viene stimato da n i./n.. p. j viene stimato da n. j /n.. Sotto l ipotesi di indipendenza la probabilità di una qualsiasi combinazione delle modalità delle due variabili è data da: P ij =P i. P.j Probabilità congiunta Prodotto delle marginali Gli attesi nella cella ij-ma, sotto l ipotesi di indipendenza, saranno quindi E ij =P i. P.j N N totale di soggetti Probabilità congiunta Prodotto delle marginali 7

. Sotto l ipotesi di indipendenza la probabilità di una qualsiasi combinazione delle modalità delle due variabili è data da: P

8 CALCOLO DEL TEST χ 2 frequenza osservata χ = i= 1 ( Oi E Ei N 2 2 i ) frequenza attesa FREQUENZE OSSERVATE Epatite C Si No totale Tatuaggio No tatuaggio totale FREQUENZE ATTESE Epatite C Si No totale Tatuaggio No tatuaggio totale

113 No tatuaggio 22 491 513 totale 47 579 626 FREQUENZE ATTESE Epatite C Si

9 Si calcola il test sostituendo le frequenze osservate ed attese nella formula del χ 2 : 2 (25 8.5) χ = ( ) ( ) ( ) = È evidente che il chi-quadrato aumenta con l'aumentare della differenza dei dati posti a raffronto. Se esso supera certi valori prefissati la differenza viene ritenuta significativa; in caso contrario, non si può affermare l'esistenza di una significativa differenza tra i due eventi considerati. La distribuzione di probabilità χ 2 dipende dal numero di gradi di libertà (g.l.) 1 g.l. g.l. = gradi di libertà densità di probabilità 2 g.l. 5 g.l. 10 g.l. 15 g.l chi-quadrato il numero di gradi di libertà di una tabella e del χ 2 calcolato su di essa è uguale a (numero righe - 1) x (numero colonne -1) 9

Se esso supera certi valori prefissati la differenza viene ritenuta significativa; in caso contrario, non si può affermare l'esistenza di una significativa differenza tra i due eventi considerati.

10 χ 2 osservato > soglia critica 42,42 3,84 Rifiuto H 0 1 grado di libertà densità di probabilità regione di accettazione dell'ipotesi nulla regione di rifiuto N.B. Il test del chi-quadrato è sempre a una coda ,118 chi-quadrato 10

accettazione dell'ipotesi nulla regione di rifiuto N.B.

11 Output di un programma statistico col row 1 2 Total Total Pearson chi2(1) = Pr = P < Rifiuto l ipotesi nulla di indipendenza delle due variabili CONCLUSIONI i dati della tabella sono improbabili, se è vera l ipotesi che epatite C e tatuaggi sono indipendenti esiste una relazione tra epatite C e tatuaggi 11

00001 Rifiuto l ipotesi nulla di indipendenza delle due variabili CONCLUSIONI i dati della tabella sono

12 Situazione reale Conclusioni Epatite e tatuaggi sono indipendenti H 0 VERA Epatite e tatuaggi NON sono indipendenti H 0 FALSA Epatite e tatuaggi sono indipendenti RIFIUTO H 0 α errore di I tipo OK Epatite e tatuaggi NON sono indipendenti NON RIFIUTO H 0 OK β errore di II tipo Ruolo per nazionalità italiani stranieri 0 1 Ala Centro Guardia/Ala Playmaker Ala/Centro Guardia Play/Guardia Graphs by straniero Esiste una differente distribuzione del ruolo di gioco tra italiani e stranieri? 12

RIFIUTO H 0 OK β errore di II tipo Ruolo per nazionalità italiani stranieri 0 1 Ala Centro Guardia/Ala Playmaker

13 Ruolo per nazionalità straniero ruolo 0 1 Total Ala Ala/Centro Centro Guardia Guardia/Ala Play/Guardia Playmaker Total Pearson chi2(6) = Pr = Le due variabili (ruolo e nazionalità) sono indipendenti. La distribuzione del ruolo non è diversa per nazionalità Ipotesi: i giocatori stranieri vengono acquistati per ricoprire il ruolo di centro straniero ruolo 0 1 Total Centro Playmaker Total Pearson chi2(1) = Pr = Le due variabili (ruolo e nazionalità) non sono indipendenti. 13

La distribuzione del ruolo non è diversa per nazionalità Ipotesi: i giocatori stranieri vengono acquistati per ricoprire il ruolo di centro straniero ruolo 0 1 Total

Documenti analoghi

STATISTICA 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