LEZIONI DI STATISTICA MEDICA
|
|
|
- Gennaro Ceccarelli
- 9 anni fa
- Просмотров:
Транскрипт
1 LEZIONI DI STATISTICA MEDICA
2
3
4 $! %! """ # &' ( )* &'
5 + %, -.
6 / %,! 0 -$ 34! %
7 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B
8 I risultati del trial ci permettoo di decidere quale dei farmaci è più efficace, sapedo che la differeza osservata può essere dovuta semplicemete all errore (var idividuale + var. campioaria+errore di misura)? Riformulazioe del problema: La differeza osservata sperimetalmete è dovuta al caso o a fattori sistematici (tra cui il trattameto)? formulazioe dell ipotesi da verificare (ipotesi ulla) La differeza osservata è dovuta esclusivamete al caso (H 0 )!!
9 Misura del grado di attedibilità dell ipotesi co i risultati sperimetali Qual è la probabilità di otteere ua differeza come (o maggiore di ) quella osservata per soli motivi casuali; Test d ipotesi P{ D ( x A xb ) H 0} Criterio di decisioe Se la probabilità è piccola (p<0.05) si rifiuta l ipotesi ulla e si dice che la differeza è sigificativa, altrimeti o si rifiuta H 0
10 '.<.>.. 9,?? A
11 B? C µ.<. ' () x $ µ µ 0!" #$%& *+(,,-./ -0+') 0'+()+ $ >..DE,?? f(x) <. mesi media38.3
12 . % % µ µ 3 B %, B? F?.<. B, 4 % µ 5µ 3 B? ') ' F?.<
13 B, B? B, % µ 7 µ $% :.-/.+(,-> :8-/.+(. F?.<. B? B, " % µ 6 f(x) ) B, %µ " F?.<.
14 : $ -,: *.)-')+α& -: *.+))''+/.%;α& B? - ).0./. α??g,9& -? -G.?.G >? >G G? GG *(+)-')+
15 B? B, f(x) <. < 6 >< B? 5B? :! H
16 $ % xk 38.3 P ( X > xk µ 38.3) xk &' ''7* z x σ / µ 0.<. x? z media 38.3 >G> media 0,@> soglia 45.4 soglia.64
17 ' 0 B? ' B? B? / % z x µ σ / H,A<@,@> ' B? 0+(.'.' $ >@A >G>
18 .<. x? z >G> >@A,@>,A<@
19 µ µ % µ 7 µ -*. -,' -*. +))''+/. -*. -,' α#4 α#4 µ µ % µ µ -*. -,' -*. +))''+/. α
20 !"#$%&%&%"'&()"($%&'&!(()%, % B? %µµ? - % B, % µ µ? µ µ? µiµ?. % z x σ / µ 0 >' % α J α ± αd- G 5 KL αd- K α IJ α
21 Esercizio L emoglobia è u compoete dei globuli rossi che porta l ossigeo dai polmoi ai vari tessuti. Valori iferiori ai g/dl soo suggestivi di aemia.u ricercatore sospetta che i bambii che vivoo i ua azioe i via di sviluppo abbiao livelli di emoglobia <. Il ricercatore campioa 35 bambii che hao ua media di emoglobia. g/dl. Valutate l ipotesi del ricercatore sapedo che l emoglobia ha ua distribuzioe ormale co media g/dl e d.s.6 g/dl Il valore di colesterolo serico dei ragazzi degli USA è µ 75 mg /ml co s 50. Su u CCS di 39 ragazzi il cui padre aveva avuto ua storia di ifarto, la media di colesterolo era di 95 mg/ml. Utilizzado u test a due code, valutate se il campioe studito è sigficativamete diffferete dall atteso. La prevaleza di asma è del 5%. Su u campioe di 000 bambii atopici, 98 avevao l asma. Secodo voi esiste u associazioe tra asma e atopia?
22 / -%, &% B? $ α - &% B? B, $ β 0-+,+(+.-,' ).) --''+-- -' %;α β :,' -- -' α ).) --''+ %; β
23 f(x) B? B, B? α <. M, M - B, β >< M. M >
24 ) $ B?,Jβ) / % β P ( x < 45.4 µ 48) z β P( Z < 0.60) 0.7 >%;β &?
25 $ )* &/ H µ µ µ
26 + α β 3 *(+)-')+ *(+)-')+ B? B, B? B, β α β α
27 N α % B? B, % µ 5 µ f(x) %B? β α B? B, f(x) α#4 β α#4 % µ 7 µ % B? > )+() (+'.()+.
28 : A: B : B : : > test ˆ θ θ0 E. S.( ˆ) θ 0 : θˆ : θ? B? θˆ : &' &' B? µ σ σ π ππ µ σ π σ
29 A: :B / N* 56 H* / '* $* '9 $76 )* / & &/ * / '9 $$)* )* $H* / & : ( 3 : : D D 3 : DD ) * 3&#* % µ, Jµ - δ x x '
30 : x x, - % M,, M,- " M,,, O, O, / µ, σ, - M -, M -- " M -- - O - O - / µ - σ - - ( '539 H* / & 76 )* / 5 X X µ %!σ % #$. % & µ 4!σ 4 #$. 4 &
31 % E( x µ µ x) Var( x x) σ / + σ / % ES( x x) σ / + σ / ( '539 H* / &76 )* / 5 x N µ µ ; σ / + σ / ) x ( / &5#$$* ( 7* / N( &/ H AGP ( x x) ±.96 ES( x x)
32 : A: :B : *-+.)+. '.((+ µ % µ 4 µ % ; µ 4 '+('-.+'0+ % µ % 7 µ 4 % µ % µ 4 % µ % 5µ 4 : *.)-')+ /;/ α#4 /5/ α#4 /;/ α /5/ α
33 :σ %4 σ 44!. ' :σ %4 σ 44!*. ' +.*-+. / / ) ( 0 ) ( x x x x ES x x Z σ +σ!%& / / ) ( 0 ) ( s s x x x x ES x x Z +!%& 0-+( '.((+ & 9 % ; 9 4!$σ %4 #. % Cσ 44 #. 4 &&
34 &,% -,.?., >? % '! ; ' % µ % µ 4 % µ % µ 4
35 &'O, JO Z ( x x) 0 ES( x x ) α A G $ A G P % ( x x) ± zα / ES( x x) ( x x) ±.96 ES( x x),.<<j,->- ±,A@Q?-,?,,>@ ±?>,,?G,<R
36 : A: :B: :> B: '+) π % π 4 π % π % 7 π 4 '+.+) + π % π 4 % π % 5π 4 π % π 4 % π % π 4 :'+π B? &', J - : ' ' πˆ Z π ( π ) p ( p + + ˆ π ( ˆ π ) p π ( π ) + p ) 0 ˆ π ( ˆ π ) + :.'-0+(( ).,./+ p p ) ± z ES( p ) ( α / p
37 -)/ 4 3 '-G R >,T '->> 3@ >T % "%#4D? %DED 4 F"#4"" 4F4 7 3; B? %π, π - π B, %π, Kπ - : π>,s@ > D-G R S->>?-,
38 B?% ) (0.595 ˆ) ˆ( ˆ) ˆ( 0 ) ( + p p Z π π π π ) (0.79)( ) ˆ)( ˆ( ˆ) ˆ( ˆ) ˆ( ) ( p p ES π π π π π π α???-g
39 )U &', J - % ES( p p ) π( π) π ( π ) + 0.6( 0.6) ( 0.6) :G A >EDH &[email protected]?,GAG ±,A@Q??.@-?,?-<±??R,? 7AGP %??.,<J?,R.<
40 &')&5$7* / N5* / * 5( 9 &6 &( & 76 )* / 5& ' ) σ /! H :B>> ' O, / µ, σ - 7 O - / µ - σ - σ,- σ -- σ - % 'B? % µ, µ - µ σ,- σ -- σ -, - σ s Σ (x i - x ) / ( -) s Σ (x i - x ) / ( -)
41 '6 )* * $&( ( &$$#5/ H B? %µ, µ - µ B, %µ, V µ - B? %µ, µ - B, %µ, Iµ - B? %µ, µ - B, %µ, Kµ - : *.)-')+ IJ αd- K αd- IJ α K α % '.%C.4;4 ) ( ) ( ) ( ) ( ) ( ) ( ) ( s s s s s p ) ( s s s x x ES p p p + + ) ( ) ( s x x x x ES x x t p +
42 -)/ - 3( >< % Puteggio della placca ;,,? -,? M -,GR,- A>.-A --,>-@<
43 , -.? % : :$ : ' - (A>.-AQ,?J, S,>-@<,?J, D,?S,?J- G>-A< &'O, JO - D,?>-G,,D,?>->A,S-J-,<,<??-G -, %
44 Esercizi E stato codotto uo studio per valutare l effetto del fumo matero i gravidaza sulla desità ossea dei eoati. Il coteuto medio di mierali i 77 eoati da madri fumatrici era di g/cm 3 (d.s0.06). I u campioe di 6 eoati da madri di o fumatrici, il coteuto medio era di g/cm 3 (d.s0.05). Stabilite se c è ua differeza statisticamete sigificativa tra i due campioi e calcolate il IC95% per la vera differeza el coteuto medio di mierali tra i due gruppi. La scrapie è u malattia degli ovii simile al morbo della mucca pazza. I ua sperimetazioe è stata utilizzata, su cavie, ua sostaza per il trattameto della scrapie. I u gruppo di 0 cavie ifettate e trattate co il farmaco sperimetale, il tempo medio di sopravviveza era di 6 giori (errore stadard5.6 giori). I u gruppo di 0 cavie ifettate di cotrollo, il tempo medio di sopravviveza era di 85 giori (errore stadard,9giori).c è ua differeza sigificativa ella sopravviveza dei due gruppi?
45 La forma geerale dell itervallo di cofideza è: ˆ θ ± zα/ ES( ˆ) θ z ES() ˆ / θˆ + z / ES( ) ˆ La sua ampiezza (precisioe) è data da : ˆ θ + z ( ˆ) ˆ ˆ / ES θ θ + θ ± z / ES( ˆ) θ [ z / α α α ES( ˆ)] θ Il margie d errore d è defiito da metà ampiezza: d z ) α/ ES(θˆ
46 Esempio - 9,? $ A G P %.46 ±0.4,?G,<R 0.4 ai rappreseta il margie d errore Esempio - 9 '$# -?>> A >,A.?$ ) >AP $ AGP %.AP J GAP,P
47 Quati soggetti devo studiare se voglio otteere ua stima co u livello di cofideza -α e u margie d errore che sia < d? A Il caso di ua media campioaria: d z ) α/ ES(θˆ z α/ σ Quidi il valore miimo di perché il margie d errore stimato o sia superiore a d è: zα/ σ d
48 Il calcolo della umerosità campioaria per uo studio fializzato alla stima di u parametro richiede iformazioi sul valore della deviazioe stadard della variabile i studio (idagie pilota). Esempio: se si vuole stimare il valore medio di ua variabile (d.s5) mediate itervallo di cofideza al 95% e co u margie d errore o superiore a 5, qual è il umero miimo Di soggetti da studiare? (.96) (5) / (5) 36
49 B Il caso di ua proporzioe campioaria: d zα/ p( p) ( z ) a/ d pq Esempio : si vuole stimare co IC 95% la prevaleza di asma co u margie d errore o superiore al %. Quale deve essere la dimesioe del campioe? (Si sa che i Europa la prevaleza della malattia è del 5%) (.96) (0.05)(0.95)/(0.0) 900
50 B Il caso della differeza tra medie: / σ + / d za / σ ( ) ( z ) a/ s Posto + s Si vuole stimare la differeza media di glicemia ei maschi e elle femmie co 95%CI co u margie d errrore o superiore a 3mg/ml. Quati maschi e femmie dovrò campioare? (si assuma che la ds sia uguale ei maschi e elle femmie e abbia valore di 0mg/ml) N (.96). (0) / (3) 44 per sesso d
51 Dimesioe campioaria e poteza del test
52 Η 0 Η Test per il cofroto tra due medie campioarie: α0.05 s 60 δ 50 >> differeza attesa tra le medie Η0:µµ -β β β β.00 La poteza del test (area blu) aumeta all aumetare di!!!! I geere dovrebbe essere tale da garatire ua poteza di almeo 0.80
53 I geere,la umerosità campioaria ecessaria per il cofroto tra due medie (o la poteza del test) dipede dalle segueti quatità: La differeza attesa tra le due medie: δ. Tato > δ tato < a parità di poteza richiesta; La deviazioe stadard σ della variabile. Tato < σ tato < a parità di poteza richiesta; La probabilità d errore di I tipo α. Tato < α tato < è la poteza del test; La probabilità d errore di II tipo β. Tato > - β tato >.
54 B? B, Ηο: µµ0 σ ES ( x x ) σ / + σ / / f(x) β α < 6 >< δ δ differeza attesa tra le medie x k 0 + z. σ / α x k δ z. / σ β ( z + z ). α β δ σ
55 Ua compagia farmaceutica vuole studiare l effetto di u atidepressivo i pazieti co disturbi evrotici di tipo asiogeo. U gruppo di cotrollo sarà cofrotato a u gruppo sperimetale. La variabile di risposta primaria è uo score per l asia: HAM-A. Ua differeza di 4 ello score è cosiderata cliicamete rilevate. Da precedeti studi si sa che la d.s. del HAM-A è 7. Quati pazieti dovremo assegare a ciascu gruppo se vogliamo U poteza del 80% per u test a due code co α0.05? ( z + z ). σ α β (7) (, ) 49 δ (4)
Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
Stima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
Campionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
Esame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
Esercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai [email protected] Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
Alcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
Esercitazioni del corso: ANALISI MULTIVARIATA
A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: [email protected] Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1
Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi
CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe
Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
Esame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
LA VERIFICA DELLE IPOTESI SUI PARAMETRI
LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività
Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame
Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale
Esercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
STUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
Il test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
INFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15
Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.
Alcuni parametri statistici di base
Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di
Metodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo
Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
Le carte di controllo
Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità
Analisi statistica dell Output
Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?
1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione
Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi
Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi
Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a
Statistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli [email protected] Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
Carte di controllo per attributi
Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti
ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI
ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua
Intervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015
ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa
Ricerca di un elemento in una matrice
Ricerca di u elemeto i ua matrice Sia data ua matrice xm, i cui gli elemeti di ogi riga e di ogi coloa soo ordiati i ordie crescete. Si vuole u algoritmo che determii se u elemeto x è presete ella matrice
Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:
Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati
Domande di teoria. Esercizi
Chiorri, C. (01). Fodameti di psicometria - Risposte e soluzioi Capitolo 11 1 omade di teoria 1. Vedi pp. 97-301. Vedi pp. 301-30 3. Vedi p. 30. Vedi pp. 30-307 5. Vedi p. 309 6. Vedi p. 309-31 7. Vedi
LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
NUMERICI QUESITI FISICA GENERALE
UMERICI (Aalisi Dimesioale). Utilizzado le iformazioi ricavabili dalla gradezza fisica che ci si aspetta come risultato e dai valori umerici foriti, idividuare, tra le espressioi riportate, quella/e dimesioalmete
Campionamento stratificato. Esempio
ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete
Statistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati
Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità
C.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI VERIFICA DI IPOTESI PER IL CONFRONTO TRA DUE PROPORZIONI IL PROBLEMA Si vuole verificare se un nuovo trattamento per la cura dell otite è più efficace
Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni
Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.
Distribuzioni di probabilità
Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura
Corso di Informatica
Corso di Iformatica Codifica dell Iformazioe Sistemi Numerici Per rappresetare ua certo quatità di oggetti è ecessaria ua covezioe o sistema umerico che faccia corrispodere ad ua sequeza di ua o più cifre,
Esercitazioni di Statistica Dott.ssa Cristina Mollica [email protected]
Esercitazioi di Statistica Dott.ssa Cristia Mollica [email protected] Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
CONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al
Intervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
ESERCITAZIONI PRATICHE LABORATORIO 111
ESERCITZIONI PRTICHE LORTORIO 111 MODULO ELETTRONIC DIGITLE SCLE DI INTEGRZIONE I CIRCUITI INTEGRTI Tutte le fuzioi logiche, soo dispoibili i commercio sotto forma di circuiti itegrati. U circuito itegrato
SUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
Prof.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
Esercitazioni di Biostatistica. In collaborazione con la Dott.ssa Antonella Zambon
Esercitazioi di Biostatistica I collaborazioe co la Dott.ssa Atoella Zambo ESERCIZIO Nome Geere Età (ai compiuti) Livello istruzioe Distaza (km) Atoio M 8.0 Claudio M 7. Lucia F.0 Aa F 6. Marco M Giuseppe
SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
