BIOSTATISTICA Prima parte
|
|
- Berto Nanni
- 7 anni fa
- Visualizzazioni
Transcript
1 Luisa Bernardinelli e Pietro Cavagna BIOSTATISTICA Prima parte Corso di Laurea in x LM Biologia Sperimentale ed Applicata. Anno accademico
2 INTRODUZIONE 2
3 STATISTICA STATISTICA DESCRITTIVA Insieme di metodi per la raccolta, l organizzazione, la sintesi di dati. STATISTICA INFERENZIALE Insieme di metodi che permettono di analizzare i dati estratti da un campione limitato per arrivare a conclusioni applicabili all intera popolazione. I dati provengono dall area biologico-sperimentale 3
4 STUDI STATISTICI Finalità di uno studio statistico Rispondere a quesiti scientifici come: Le osservazioni che ho fatto hanno portato a risultati diversi dal caso e significativi? L esperimento che ho condotto ha portato a risultati diversi dal caso e significativi? Es: Vi e associazione fra un determinato gene e una specifica malattia? Es: Diverse condizioni di allevamento determinano variazioni significative di questo carattere del fenotipo? Es: Quale antibiotico funziona meglio nei confronti di questo ceppo batterico? Predire quantità non osservate o non osservabili: Es: L incidenza dell influenza nella prossima stagione invernale; Es: Il numero di animali nati in allevamento nel prossimo anno; Es: La variazione in biomassa in rapporto al cambio climatico. 4
5 FASI DI UNO STUDIO 1 Individuazione del problema 5 Verifica delle ipotesi 2 Formulazione dell ipotesi 4 Raccolta e analisi dei dati 3 Elaborazione del piano di ricerca 5
6 STUDI SPERIMENTALI Il ricercatore interviene direttamente sul valore delle variabili primarie negli casi-individui studiati (tipico esperimento di laboratorio o di studi clinici in cui si controlla il trattamento). Limitato impiego uomo-animale per fattori etici. STUDI OSSERVAZIONALI Il ricercatore non interviene direttamente, non manipola le variabili primarie, ma osserva ciò che accade naturalmente, spontaneamente (effetto della dieta, dell inquinamento, delle stagioni.). Largo impiego: non esistono problemi etici 6
7 DESCRITTIVI: ECOLOGICI OSSERVAZIONALI STUDI TRASVERSALI ANALITICI PROSPETTIVI CASO-CONTROLLO 7
8 LA RACCOLTA DEI DATI può essere effettuata: Indirettamente Da banche dati, da dati interni (registri, siti web, cartelle cliniche, archivi museali, lavori precedenti ). Direttamente Mediante sperimentazione o con indagine anche retrospettiva tramite questionario. 8
9 GLOSSARIO MINIMO 9
10 POPOLAZIONE Totalità di elementi cui il ricercatore è interessato in un dato studio. POPOLAZIONE FINITA Gli elementi sono in numero finito e quindi potrebbero essere tutti osservati. I residenti nel Comune di Pavia nell anno 1950; gli studenti iscritti a questo corso. POPOLAZIONE INFINITA Gli elementi sono una successione infinita. I soggetti affetti da AIDS; Il numero di batteri del genere Clostridium, Bacillus, Escherichia. È una popolazione infinita perché non limitata né nel tempo né nello spazio. 10
11 CAMPIONE Parte di popolazione selezionata per la raccolta dei dati. Un campione è un sottoinsieme di una popolazione. Popolazione Campione Campione Popolazione 11
12 UNITA STATISTICA Minima unità da cui si raccolgono i dati in un indagine o, in altre parole, ciascuno dei componenti il campione su cui si rilevano i dati. Esempio Si vuole condurre un indagine statistica su animali di un parco faunistico, in un dato arco di tempo. Le unità statistiche sono i singoli animali del parco faunistico, nell arco di tempo considerato. La natura dell unità statistica è varia, ma è costante nello studio. 12
13 VARIABILE Caratteristica rilevata su ogni unità statistica, che può assumere valori diversi nelle diverse unità statistiche. Statura degli studenti maschi iscritti al 1 o anno del Corso di Laurea in Ingegneria nel corrente a.a.; Gruppo sanguigno A, B, AB, 0 dei soggetti campionati; Intensità di reazione, ad un antigene (nulla, bassa, alta) nei soggetti studiati. 13
14 OSSERVAZIONE Valore assunto da una variabile in una determinata unità statistica. UNITÀ STATISTICA VARIABILE (PESO) Individuo 1 80 kg \ Individuo 2 75 kg OSSERVAZIONI Individuo 3 78 kg / 14
15 CLASSIFICAZIONE DELLE VARIABILI QUALITATIVE NOMINALI - DICOTOMICHE - POLITOMICHE ORDINALI QUANTITATIVE DISCRETE CONTINUE 15
16 VARIABILI QUALITATIVE Sono classificate in categorie. 1. QUALITATIVE NOMINALI Solo il nome della modalità è importante e non esiste concetto di ordine tra le diverse modalità. a. DICOTOMICHE: presentano solo 2 modalità, non ordinabili. Sesso = M/F Sopravvivenza = Vivo/Morto Positivo negativo al virus HIV.. b. POLITOMICHE: presentano più di 2 modalità, non ordinabili. Colore dei capelli Gruppo sanguigno (A, B, AB, 0) Razza di una specie (cocker, terrier, bassotto.) 16
17 2. QUALITATIVE ORDINALI È possibile stabilire un ordine tra le modalità: Livello socio-economico (basso-medio-alto) Livelli di obesità (sovrappeso- Obesità I- Obesità II- Obesità III) Abitudine all uso di un presidio medico (mai-talvolta-sempre) Intensità di reazione ad un antigene (nulla, media, elevata) La differenza-distanza tra i livelli non è costante ed esattamente determinata ( la distanza tra livello basso e medio non è uguale o confrontabile con la distanza tra livello medio ed alto e viceversa). 17
18 VARIABILI QUANTITATIVE Sono espresse da numeri. 1. DISCRETE Possono assumere solo particolari valori entro un determinato intervallo (corrispondenza biunivoca con l insieme dei numeri naturali). Sono derivate da conteggi. Numero di figli per donna Numero di colonie di E. coli su piastra Numero di cromosomi di una specie 2. CONTINUE Possono assumere qualsiasi valore entro un determinato intervallo (corrispondenza biunivoca con i numeri reali). Non sono derivate da conteggi, ma da misure. Peso Altezza Colesterolo ematico Pressione arteriosa (PAS e PAD) 18
19 SCALE DI MISURA NOMINALE ORDINALE INTERVALLARE DI RAPPORTI 19
20 SCALA NOMINALE Per variabili qualitative nominali. Consiste in due o più categorie, mutuamente esclusive. Esempi: genere sessuale (1= maschio 2=femmina); stato civile (1=celibe- 2=nubile-3=coniugato); attività economica (1= 2=...3= k= ) I numeri sono utilizzati per identificare le categorie: sono solo codifiche, non riflettono una sottostante scala quantitativa.. 20
21 SCALA ORDINALE Per variabili qualitative ordinali. (Ma anche per variabili quantitative che sono state misurate o raggruppate in maniera ordinale). Consiste in due o più categorie, mutuamente esclusive, tra cui è possibile stabilire un ordinamento lineare, una gerarchia. Esempio: livelli di una patologia lieve (1) moderata (2) grave (3) Il valore numerico associato ad ogni categoria differenzia i soggetti con diverse entità della patologia; a valori elevati della scala corrispondono intensità maggiori di malattia. 21
22 SCALA INTERVALLARE Per variabili quantitative. E possibile stabilire un ordinamento tra le classi; è possibile calcolare la distanza tra due osservazioni, ma non il rapporto. Esempio: temperatura Si utilizza per quelle variabili quantitative per le quali è possibile stabilire uno ZERO ARBITRARIO: lo zero della scala non indica assenza dell attributo. 22
23 SCALA DI RAPPORTI Per variabili quantitative. E possibile eseguire tutte le operazioni matematiche. Esempi: peso, altezza, velocità Si utilizza per quelle variabili quantitative per le quali è possibile stabilire uno ZERO ASSOLUTO. PESO A B Kg Libbre B pesa il doppio di A in entrambe le scale. 23
24 TRASFORMAZIONE DI VARIABILI PER ESIGENZE DI ANALISI TRASFORMAZIONE E STANDARDIZZAZIONE RAGGRUPPAMENTO IN CLASSI ORDINALI DI UNA VARIABILE CONTINUA TRASFORMAZIONE IN SCALA A RANGHI 24
25 STANDARDIZZAZIONE E TRASFORMAZIONE Una variabile quantitativa continua può essere ulteriormente standardizzata o trasformata per esigenze di: confronto tra variabili o campioni da effettuarsi con la medesima una scala di misurazione ( es. test Z confronto medie); analisi multivariate con variabili a diversa scala di misurazione (es. analisi componenti principali); riduzione della asimmetria dei valori di una variabile per test che la necessitano (es. trasformazione di Cox-Box); esigenze di presentazione e rappresentazione grafica ( es. tassi epidemiologici: x100000, LogX ); 25
26 con la Standardizzazione si attua una modifica dei dati utilizzando statistiche calcolate dai dati stessi. Centratura: X i = X - X La media aritmetica della variabile è sottratta ad ogni valore, centra i dati attorno alla media=0. Normalizzazione: Ad ogni valore è sottratta la media aritmetica e quindi diviso per la deviazione standard; centra i dati attorno alla media=0 con una deviazione standard =1 per tutte le variabili od i campioni standardizzati. n X Y X normalizzato Y normalizzato media Dev. st
27 Trasformazione lineare: X i = X*b Tutti i valori sono moltiplicati per una costante b, cambia i valori assoluti ma non l essenza dei risultati, Trasformazione Logaritmica: X i = log c X Ogni valore è sostituito dal suo logaritmo in base c, riduce le grandi differenze assolute ovvero distorce aumentando i valori più bassi rispetto a quelli più alti. Se è presente il valore X =0 si utilizza X i = log c (X+1) Trasformazione con elevamento a potenza X i = X c I valori originali sono elevati a potenza, se il valore c è > 1 vengono aumentati i valori più alti, se c < 1 (es. c= 0.5 trasformazione per radice quadrata) si riduce il peso dei valori più alti. 27
28 a: trasformazione logaritmica dei dati asse x= dati originali, asse Y dati trasformati b: trasformazione con elevamento a potenza dei dati asse x= dati originali, asse Y dati trasformati 28
29 RAGGRUPPAMENTO IN CLASSI ORDINALI DI UNA VARIABILE CONTINUA I valori di una variabile continua sono raggruppati in classi ordinali per esigenze di sintesi. Si utilizza ad esempio per i valori di un indice (biologico, ecologico, biochimico, antropometrico ) che pur assumendo tutti i valori di una variabile quantitativa è tuttavia meglio espresso in poche classi ordinali. Esempio: BMI (Body Mass Index) e classi di obesità BMI <18.5 BMI classi =0 sottopeso BMI BMI classi = 1 normopeso BMI 25-29,9 BMI classi = 2 sovrappeso BMI 30-34,9 BMI classi = 3 obesità I lieve BMI 35-39,9 BMI classi = 4 obesità II media BMI >40 BMI classi = 5 obesità III grave 29
30 I valori di BMI sono riassunti in classi ed appaiono BMI (Kg/ m 2 ) BMI classi Condizione normopeso normopeso sovrappeso sovrappeso obesità I lieve obesità I lieve obesità II media obesità II media Obesità III grave obesità III grave Var. continua Var. qualitativa ordinale Sebbene le variabili continue siano più informative il raggruppamento in classi ordinali permette valutazioni descrittive di sintesi : o conteggi %, analisi e grafici di frequenza, test di differenza di proporzione; o tabelle di contingenza con misure di associazione (es. Chi 2 ); o analisi di una variabile non raggruppata per gruppistrati di una seconda variabile raggruppata (es. valori glicemia per età raggruppata in giovane-mediaanziana). 30
31 TRASFORMAZIONE IN SCALA A RANGHI La scala a ranghi ordina gli elementi di un gruppo dal maggiore al minore in accordo alla grandezza delle osservazioni, assegna i numeri d'ordine corrispondenti alla posizione occupata (rango) e trascura le distanze tra gli elementi ordinati. Questa trasformazione permette di applicare test statistici quando le variabili originarie non soddisfano le assunzioni dei test parametrici più usati (es. analisi non parametriche test Mann-Whitney, ANOVA Kruskal Wallis, correlazione di Spearman). Procedura: o Le n 1, n 2, n k osservazioni provenienti da k campioni (ma anche da un solo campione) sono aggregate in unica serie di dati di dimensioni n e messe in ordine crescente. o Alle osservazioni vengono poi assegnati dei ranghi partendo da1, che viene dato alla più piccola, fino ad n che viene dato alla più grande. o Quando due o più osservazioni hanno lo stesso valore ad ogni osservazione viene assegnata la media dei ranghi di tutte le osservazioni con lo stesso valore. 31
32 Esempio: Variabile: contenuto nucleare di DNA in pg ( Rattus norvegicus) Campione 1 Campione 2 Campione Raggruppamento ed assegnazione dei ranghi Variabile Rango campione n originale
33 RACCOLTA E ORGANIZZAZIONE DEI DATI MATRICE DATI TABELLE SEMPLICI TABELLE A DOPPIA ENTRATA FREQUENZE GRAFICI 33
34 Immaginiamo di compiere una ricerca sulle abitudini alimentari degli studenti iscritti al quarto anno dei Corsi di Laurea dell Università di Pavia nel corrente a.a. E necessario raccogliere dati-informazioni specifiche che poi sono elaborate ed analizzate: dalla popolazione d interesse si estrae un campione ( * tecniche di estrazione, * dimensioni del campione) sufficientemente grande, es. 500 soggetti viene somministrato un questionario con domande: 34
35 ID Sesso ( 1= M, 2=F) (var qualitativa nominale dicotomica) Età (anni compiuti) (var quantitativa continua) Peso ( Kg) (var quantitativa continua) Statura (cm) (var quantitativa continua) Quante volte mangi alla settimana (var quantitativa discreta) Pasta Pesce Dolci Quante volte alla settimana salti i pasti principali (var qualitativa ordinale) (colazione, pranzo, cena)? -mai (=1) - spesso (=3) -talvolta (=2) - sempre (=4) Quante ore alla settimana fa attività fisica/sport? (var qualitativa ordinale) -mai (1) (=1) -meno di 1 ora(=2) -1/2 ore (=3) -3/4 ore (=4) -4/5 ore (=5) -6/7 ore (=6) ecc. 35
36 E necessaria una prima SINTESI delle informazioni raccolte MATRICE DEI DATI ID Sesso Età (anni) Peso (kg) Statura (cm) Quante pasta Quante pesce Quante dolci Quanto salta pasti Quanto sport 1 M mai 0 2 M talvolta 1 3 F mai 2 4 M spesso F sempre 3 I dati sono quindi esplorati e controllati mediante metodi di sintesi che, a seconda del tipo di variabile, calcolano misure di tendenza centrale e dispersione (variabili quantitative), realizzano tabelle calcolano frequenze e distribuzioni di frequenze realizzano grafici ( tutte le variabili). 36
37 TABELLE TABELLE SEMPLICI Unità statistiche classificate secondo UNA delle variabili rilevate. TABELLE A DOPPIA ENTRATA Unità statistiche classificate secondo DUE delle variabili rilevate. 37
38 TABELLA SEMPLICE (variabile qualitativa nominale) Sesso Frequenza assoluta M 280 F 220 Totale 500 Legenda: M = maschio, F = femmina 38
39 TABELLA A DOPPIA ENTRATA Incrociamo le variabili Sesso e Quanto salta i pasti (volte/settimana). Sesso Salta i pasti (volte/settimana) M F Totale Mai Talvolta Spesso Sempre Totale
40 TABELLA SEMPLICE (variabile quantitativa continua) Statura (cm) FREQUENZA ASSOLUTA Totale
41 È NECESSARIO RAGGRUPPARE I DATI IN CLASSI QUANTE CLASSI? MUTUAMENTE ESCLUSIVE ESAUSTIVE - Regola del buon senso: non meno di 6 non più di Formula di Sturges: k=1+3,322 (log 10 n) dove DI QUALE AMPIEZZA? k= numero di classi n= numero di osservazioni - Regole del buon senso: sono consigliabili classi di ampiezza 5, 10 o multipli di 10 e terminanti con 0 o con 5; se è possibile, formare classi di uguale ampiezza - Formula per il calcolo dell ampiezza w=r/k dove R= range k= numero di classi COME INDICARLE? 41
42 DISTRIBUZIONE DI FREQUENZA DATI RAGGRUPPATI IN CLASSI 9 CLASSI di AMPIEZZA 5 Altezza (cm) Frequenza assoluta [ ) 13 [ ) 26 [ ) 58 [ ) 99 [ ) 88 [ ) 82 [ ) 95 [ ) 22 [ ) 17 Totale a classe [ ) 150 estremo inferiore 155 estremo superiore aperto 155 è, in realtà, l estremo inferiore della classe successiva. Pertanto la 1 a classe raggruppa le osservazioni comprese nell intervallo ( ,9999 ). 2 a classe [ ) 155 estremo inferiore 160 estremo superiore aperto 160 è, in realtà, l estremo inferiore della classe successiva. Pertanto la 2 a classe raggruppa le osservazioni comprese nell intervallo ( ,9999 ).... e così via. 42
43 FREQUENZE ASSOLUTA N di volte in cui si osserva ciascuna modalità (o valore) di una variabile. RELATIVA Frequenza assoluta / numero totale casi 0 freq. rel. 1 PERCENTUALE Frequenza relativa*100 0 frequenza% 100 CUMULATIVA Fornisce, per ogni valore x della variabile X di interesse, la frequenza delle osservazioni con valore minore o uguale a x. 43
44 RIEPILOGO Per una variabile continua definiamo la frequenza: assoluta (n) relativa (f) percentuale (p) percentuale cumulata (P) Statura (cm) n Frequenza assoluta f Frequenza relativa p Frequenza % P Frequenza % cumulata [ ) 13 13/500= [ ) 26 26/500= =7.8 [ ) 58 58/500= =19.4 [ ) 99 99/500= =39.2 [ ) 88 88/500= =56.8 [ ) 82 82/500= =73.2 [ ) 95 95/500= =92.2 [ ) 22 22/500= =96.6 [ ] 17 17/500= =100 Totale
45 Per una variabile nominale: Stato civile n f p % % % % Totale % Legenda: 0 = non coniugato/a 1 = coniugato/a 2 = separato/a 3 = vedovo/a N.B. Per le variabili qualitative nominali non ha senso calcolare le frequenze cumulate, perché tra le loro modalità non è possibile stabilire una gerarchia. 45
46 GRAFICI 46
47 GRAFICI DI VARIABILI QUALITATIVE (e QUANTITATIVE DISCRETE) DIAGRAMMA A BARRE O COLONNE La base delle colonne è uguale, l altezza è proporzionale alla frequenza. DIAGRAMMA CIRCOLARE Ad ogni modalità della variabile corrisponde un settore circolare la cui area è proporzionale alla frequenza della modalità considerata. L ampiezza di ogni settore circolare è data da: 360:α i =100:f i L uso di diagrammi a colonne distanziate e di diagrammi circolari enfatizza il fatto che i dati vengono considerati in categorie discrete, distinte e separate. 47
48 DIAGRAMMA A COLONNE Sesso Frequenza M 220 F DIAGRAMMA CIRCOLARE Sesso 220 M 280 F Sesso Frequenza assoluta M 280 F 220 Totale
49 GRAFICI DI VARIABILI QUANTITATIVE CONTINUE ISTOGRAMMA Colonne non distanziate* di area proporzionale alla frequenza. *colonne non distanziate, perché i dati sono misurati su scala continua. POLIGONO DI FREQUENZA Ogni punto, corrispondente a un intervallo, ha coordinata orizzontale data dal valore centrale dell intervallo e coordinata verticale data dalla frequenza delle osservazioni comprese in quell intervallo. 49
50 ISTOGRAMMA Frequenza [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) Altezza (cm) Altezza (cm) Frequenza assoluta [ ) 13 [ ) 26 [ ) 58 [ ) 99 [ ) 88 [ ) 82 [ ) 95 [ ) 22 [ ) 17 Totale
51 POLIGONO DI FREQUENZA Frequenza [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) Altezza (cm) Altezza (cm) x k Frequenza assoluta [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) [ ) Totale
52 GRAFICI DI FREQUENZA CUMULATIVA: a. VARIABILE DISCRETA: DIAGRAMMA A GRADINI 30 Frequenza cumulata n di componenti familiari n di componenti familiari Frequenza assoluta Frequenza assoluta cumulativa
53 b. VARIABILE CONTINUA SIGMOIDE Frequenza % cumulata Altezza (cm) Altezza (cm) Frequenza assoluta Frequenza relativa Frequenza % Frequenza % cumulata [ ) 13 13/500= [ ) 26 26/500= =7.8 [ ) 58 58/500= =19.4 [ ) 99 99/500= =39.2 [ ) 88 88/500= =56.8 [ ) 82 82/500= =73.2 [ ) 95 95/500= =92.2 [ ) 22 22/500= =96.6 [ ) 17 17/500= =100 Totale
BIOSTATISTICA Prima parte
BIOSTATISTICA Prima parte LM Biologia Sperimentale ed Applicata. Anno accademico 2014-2015 1 INTRODUZIONE 2 STATISTICA STATISTICA DESCRITTIVA Insieme di metodi per la raccolta, l organizzazione, la sintesi
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliLa Statistica: introduzione e approfondimenti
La Statistica: introduzione e approfondimenti Definizione di statistica Che cosa è la statistica? La statistica è una disciplina scientifica che trae i suoi risultati dalla raccolta, dall elaborazione
DettagliStatistica Medica A.A. 2010/2011
Statistica Medica A.A. 2010/2011 COMINCIAMO DALLA FINE RESEARCH COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE Cosa è la statistica Come
DettagliStatistica. Lezione 1
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 1 a.a 2011-2012 Dott.ssa Daniela
DettagliR 2 1 j /n j] 3(n+1)
L ANALISI DELLA VARIANZA A RANGHI AD UNA VIA DI KRUSKAL-WALLIS Quando le assunzioni per l analisi della varianza parametrica non sono soddisfatte si può ricorrere ad una alternativa non parametrica per
Dettagli1.1 CLASSIFICAZIONE DI VARIABILI
1.1 CLASSIFICAZIONE DI VARIABILI Classificare le seguenti variabili in qualitative e quantitative; nel primo caso stabilire se sono nominali o ordinali, nel secondo caso stabilire se sono discrete o continue.
DettagliStatistica. (Dr. Elvira Di Nardo)
Statistica (Dr. Elvira Di Nardo) 80 ore = 10 crediti Orario: lun, mar,mer 9.30-11.30 Sede: AULA MAGNA (ex Fac. SMFN) Ricevimento: mer. 11.30-13.30 Esame: prova scritta (+ eventuale prova orale) Materiale
DettagliStatistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
DettagliClassificazione dei caratteri
Classificazione dei caratteri Carattere Qualitativo (Mutabile Statistica): modalità espresse da attributi Genere, Stato civile, Sett. di attività econ., Titolo di studio, Grado militare Carattere Quantitativo
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
DettagliSTATISTICA NOZIONI DI BASE
STATISTICA NOZIONI DI BASE Italo Nofroni Statistica medica - Sapienza - Roma Si definisce statistica la scienza cha ha per oggetto la raccolta, l analisi e l interpretazione dei dati (intensità e/o frequenze)
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
DettagliQuestionario 1. Sono assegnati i seguenti dati
Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori
DettagliRilevazione (Raccolta) Dati: Raccolta Campionaria e Raccolta Globale
Statistica Descrittiva Indagine Statistica: Terminologia Def. Popolazione (o Collettivo Statistico) : Insieme di elementi oggetto dell indagine statistica aventi caratteristiche comuni. Tali elementi vengono
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laura Palmerio Università Tor Vergata A.A. 2005/2006 MISURAZIONE Misurare le variabili Assegnazione di valori numerici
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
DettagliEsercitazioni di Statistica: ES.1.1
Esercitazioni di Statistica: ES.1.1 Le componenti fondamentali dell analisi statistica Unità statistica Oggetto dell osservazione di ogni fenomeno individuale che costituisce il fenomeno collettivo Carattere
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
DettagliUniversità degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2010/2011 STATISTICA. Docente: Paolo Mazzocchi
Università degli Studi di Napoli Parthenope Facoltà di Scienze Motorie a.a. 2010/2011 STATISTICA paolo.mazzocchi@uniparthenope.it Programma 1) Tabelle: distribuzioni di frequenze; classi di valori; tabelle
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 Lezione n.3 - Indici di posizione 1 Per i caratteri qualitativi, la tabella e le rappresentazioni grafiche esauriscono quasi completamente gli aspetti descrittivi.
DettagliCon riferimento ai dati riportati nella seguente tabella, indicare la tipologia dei caratteri rilevati.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 1 ESERCIZIO 1: Con riferimento ai dati riportati nella seguente tabella, indicare la tipologia dei caratteri rilevati. ESERCIZIO 1 Soluzione:
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
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
DettagliVariabili e scale di misura
Variabili e scale di misura Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale IL CAMPIONAMENTO Esempio:
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Rappresentazioni grafiche
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Rappresentazioni grafiche 1 Una rappresentazione grafica Per una rappresentazione sintetica della
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. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliRappresentazioni grafiche
Rappresentazioni grafiche Su una popolazione di n = 20 unità sono stati rilevati i seguenti fenomeni: stato civile (X) livello di scolarità (Y ) numero di figli a carico (Z) reddito in migliaia di (W )
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliEsercizio 1.2. n BMI WKS
Esercizio. E stato effettuata uno studio relativo all indice di massa corporea BMI ( peso kg /statura m) ed al test WKS (distanza percorsa per 6 minuti in m) in un campione di 0 individui femmina con problemi
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 1.1 - Misurare in psicologia Davide Massidda davide.massidda@gmail.com Che cosa è la misura Misurare significa assegnare dei valori numerici a oggetti
DettagliSLIDES DEL CORSO DI STATISTICA Prof. E.BALLONE
SLIDES DEL CORSO DI STATISTICA Prof. E.BALLONE www.biostatistica.unich.it - Il metodo statistico - Dati e informazioni di tipo statistico - Archiviazione dei dati - Sintesi dei dati in tabelle - Le principali
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliSTATISTICA. La Statistica è la scienza che studia i fenomeni collettivi utilizzando metodi matematici.
STATISTICA La Statistica è la scienza che studia i fenomeni collettivi utilizzando metodi matematici. Essa si occupa della tecnica per raccogliere ed elaborare Dati (studenti, abitanti, oggetti, ecc.)
Dettagli1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
DettagliSTATISTICA 1 ESERCITAZIONE 2
Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti
DettagliStatistica descrittiva
1/2 Statistica descrittiva Operazioni tipiche delle analisi statistiche sono: il conteggio la classificazione la misurazione la sintesi tramite modelli esplicativi dei fenomeni reali Statistica - Metodologie
DettagliMann-Whitney esercizio 1 Non n esposti esposti
Mann-Whitney esercizio 1 L inalazione prolungata di ossido di cadmio riduce la concentrazione di emoglobina? E stata misurata la concentrazione di emoglobina in gr/dl in 15 soggetti esposti e 10 soggetti
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
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
DettagliIndicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
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
DettagliTEST NON PARAMETRICO DI MANN-WHITNEY
TEST NON PARAMETRICO DI MANN-WHITNEY Questo test viene può essere utilizzato come test di confronto tra due campioni in maniera analoga ai test ipotesi parametrici di confronto medie (test Z se la varianza
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliUniversità degli Studi di Napoli. Corso di Laurea in Management per le Imprese Turistiche. STATISTICA per il Turismo. I Lezione
Università degli Studi di Napoli Parthenope Facoltà di ECONOMIA Corso di Laurea in Management per le Imprese Turistiche STATISTICA per il Turismo I Lezione Docente: Sergio Longobardi a.a. a 2010/2011 sergio.longobardi@uniparthenope.it
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica e Biometria
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva
DettagliEsercizio 1. Si rilevano le variabili età, altezza e peso di 18 pazienti:
Esercizio 1 Si rilevano le variabili età, altezza e peso di 18 pazienti: N. 1 2 3 4 5 6 7 8 9 10 età 25 31 24 25 27 20 19 22 22 21 altezza 185 167 163 155 172 170 182 160 175 184 peso 73 80 60 45 73 60
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli. Esercizio 1
Università di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli Esercizio 1 Il seguente data set riporta la rilevazione di alcuni caratteri su un collettivo di 20 soggetti.
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliLezione 1. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 1. A. Iodice.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 29 Comunicazioni di servizio Indirizzi utili indirizzo web di riferimento: http://www.docente.unicas.it/alfonso_iodicedenza
DettagliUNIVERSITÀ DEGLI STUDI DI FERRARA
UNIVERSITÀ DEGLI STUDI DI FERRARA Anno accademico 2015-2016 Corso di Pedagogia sperimentale Lezione 11/11/2015 Loredana La Vecchia Schema di riferimento Come si valuta? Metodi Quantitativo -Statistico
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
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
DettagliLezione n. 1 _Complementi di matematica
Lezione n. 1 _Complementi di matematica INTRODUZIONE ALLA STATISTICA La statistica è una disciplina che si occupa di fenomeni collettivi ( cioè fenomeni in cui sono coinvolti più individui o elementi )
DettagliUniversità di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012 Bruno Federico b.federico@unicas.it Cattedra di Igiene - Università degli Studi di Cassino Indici di sintesi
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) Cos è la Statistica caratterizzato
DettagliElementi di statistica medica
DEFINIZIONE DI STATISTICA Elementi di statistica medica Introduzione Analisi quantitativa dei fenomeni collettivi allo scopo di descriverli e di individuare leggi e modelli che, classificando le loro variazioni,
DettagliEsercitazioni di statistica
Esercitazioni di statistica Gli indici statistici di sintesi: Gli indici di centralità Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 7 Ottobre 2014 Stefania Spina Esercitazioni
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliPerché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO
Lezione 1 a Introduzione alla Statistica Medica Perché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO QUANTITATIVA. 2. LA STATISTICA PERVADE LA LETTERATURA MEDICA. 3. PER PROGRAMMARE,
DettagliLe rappresentazioni grafiche
Le rappresentazioni grafiche Rappresentazione grafica La rappresentazione grafica è un disegno ottenuto facendo corrispondere ai numeri delle tabelle: - enti geometrici elementari (punti, linee, superfici.)
DettagliUnità Carattere Modalità
Unità Carattere Modalità Unità statistica: unità elementare del collettivo oggetto di studio Carattere: è ogni aspetto del fenomeno oggetto di studio osservabile su un insieme di unità statistiche Modalità:
DettagliMISURE DI DISPERSIONE
MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliStesso valore medio per distribuzioni diverse
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 014-015 Stesso valore medio per distribuzioni diverse u i X 11 X 1 X 13 A 1 1 B 8 1 C 0 1 D 3 3 1 E 19 34 1 F 0 41 1 Un uguale
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliDistribuzioni statistiche
Distribuzioni statistiche L operazione di determinazione delle modalità del carattere per ciascuno degli elementi del collettivo origina una distribuzione del collettivo secondo il carattere considerato.
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliObiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza,
Obiettivi Strumenti Cosa ci faremo? inferenza Probabilità, distribuzioni campionarie uso stima Stimatori significato teorico descrizione Indici: media, varianza, calcolo Misure di posizione e di tendenza
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliSCOPO DELL ANALISI DI CORRELAZIONE
CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica
DettagliStatistica descrittiva
Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina
DettagliLa matrice dati. La matrice dati
La matrice dati Matrice casi per variabili - Stessa unità di analisi (es. individui, nazioni, etc ) - Stesse informazioni per ogni caso CODIFICA Traduzione del materiale grezzo in matrice dati Tracciato
Dettaglinormopeso <=25 sovrappeso 25-29.9 obesità I 30-34.9 obesità II 35-39.9 obesità III >=40
E stato condotto uno studio relativo all effetto di una dieta sul BMI Body mass index in relazione al grado di obesità in un campione di adulti maschi avente le seguenti classi normopeso
DettagliDistribuzione di frequenza e rappresentazioni grafiche
Distribuzione di frequenza e rappresentazioni grafiche Argomenti della lezione La distribuzione di frequenza in classi La rappresentazione grafica Le tabelle di frequenza Le distribuzioni di frequenza
DettagliI principali tipi di grafici
I principali tipi di grafici Esiste una grande varietà di rappresentazioni grafiche. I grafici più semplici e nello stesso tempo più efficaci e comunemente utilizzati sono: I GRAFICI A BARRE I GRAFICI
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
DettagliFonte: Esempio a fini didattici
I principali tipi di grafici Esiste una grande varietà di rappresentazioni grafiche. I grafici più semplici e nello stesso tempo più efficaci e comunemente utilizzati sono: i grafici a barre i grafici
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliAppendice 1: Verifiche scritte
ANNO SCOLASTICO 2015-2016 CLASSE 1 LB DISCIPLINA: FISICA DOCENTE: Romio Silvana A. PROGRAMMA Le misure delle grandezze. Introduzione alla fisica: la Fisica come scienza, limiti e validità di una teoria
DettagliAnno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE PRIMA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE
LICEO LAURA BASSI - BOLOGNA Anno Scolastico 2015/16 PROGRAMMAZIONE ANNUALE CLASSE PRIMA LICEO LINGUISTICO LICEO DELLE SCIENZE UMANE LICEO ECONOMICO-SOCIALE LICEO MUSICALE MATEMATICA ARGOMENTI: GLI INSIEMI
DettagliInferenza statistica II parte
Inferenza statistica II parte Marcella Montico Servizio di epidemiologia e biostatistica Test statistici II parte Variabili quantitative Caso 1 Variabile Dipendente = quantitativa Variabile Indipendente
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
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliSTATISTICA II lezione
lezione 2-27 marzo 2014 1 Anno Accademico 2014-2015 STATISTICA II lezione DOCENTI ANTONELLA AGODI e GIORGIO BELLIA lezione 2-27 marzo 2014 2 esercitazione A. Diploma di scuola media superiore o Maturità
Dettagliesercitazione1 12/10/2015
esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle
DettagliIntroduzione alla Statistica (Metodo delle Scienze Empiriche)
Introduzione alla Statistica (Metodo delle Scienze Empiriche) Distribuzioni di Frequenza Percentili Sezione di Epidemiologia e Statistica Medica Università degli Studi di Verona Distribuzione di Frequenza
DettagliDisegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
Dettagli