Università del Piemonte Orientale. Corsi di Specialità. Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
|
|
|
- Fabio Paolini
- 8 anni fa
- Visualizzazioni
Transcript
1 Università del Piemonte Orientale Corsi di Specialità Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologie mediche Corso di Statistica Medica Analisi della varianza ad un criterio di classificazione
2 Analisi di una variabile quantitativa con il confronto tra diversi gruppi di soggetti: A. Confronto tra una media campionaria ed una popolazione i cui parametri sono noti B. Confronto tra una media campionaria ed una popolazione di cui è nota la media ma non la deviazione standard C. Confronto tra 2 campioni appaiati D. Confronto tra due campioni indipendenti E. Confronto tra n campioni indipendenti F. Confronto tra misure ripetute sugli stessi soggetti Il caso E corrisponde all'analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologie mediche Corso di Statistica Medica Analisi della varianza ad un criterio di classificazione
3 L'analisi della varianza serve a confrontare tra loro le medie di 3 o più gruppi di soggetti. Var. quantitativa L analisi della varianza consente di valutare quantitativamente l importanza delle diverse fonti di variazione nella variabilità osservata nel corso di un esperimento. Le fonti di variazione possono essere: sistematiche (sotto controllo dello sperimentatore); casuali (variabilità biologica, condizioni ambientali, errore di misura, ecc..) Var. Categorica Università del Piemonte Orientale Corso di laurea in biotecnologie mediche Corso di Statistica Medica Analisi della varianza ad un criterio di classificazione
4 Obiettivo dell'analisi è misurare se la differenza tra le medie (variabilità tra gruppi) è superiore alla variabilità interna a ciascun gruppo (variabilità entro gruppi). Si tratta di un metodo molto potente che si presta anche ad analisi molto complesse. Università del Piemonte Orientale Corso di laurea in biotecnologie mediche Corso di Statistica Medica Analisi della varianza ad un criterio di classificazione
5 Parliamo di analisi della varianza ad 1 criterio di classificazione quando consideriamo una sola variabile di ordinamento. Il livello minimo della variabile di ordinamento è nominale. Università del Piemonte Orientale Corso di laurea in biotecnologie mediche Corso di Statistica Medica Analisi della varianza ad un criterio di classificazione
6 Partiamo da un esempio con dati sulla resa di una coltura agricola in relazione al tipo di trattamento fertilizzante. La resa è espressa in q.li / ha. Il tipo di trattamento è una variabile nominale con 3 valori: 1, 2, 3. Incominciamo con alcune esplorazioni grafiche dei dati. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica 6 Confronto tra due medie
7 resa trattam. 6,27 1 5,36 1 6,39 1 4,85 1 5,99 1 7,14 1 5,08 1 4,07 1 4,35 1 4,95 1 3,07 2 3,29 2 4,04 2 4,19 2 3,41 2 3,75 2 4,87 2 3,94 2 6,28 2 3,15 2 4,04 3 3,79 3 4,56 3 4,55 3 4,55 3 4,53 3 3,53 3 3,71 3 7,00 3 4,61 3 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica 7 Confronto tra due medie
8 Plot dei dati r esa Case Number Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 8
9 Box plot X a b c Group Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 9
10 Diagramma a punti Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 10
11 I grafici suggeriscono una differenza tra i tre gruppi. Vediamo dal grafico seguente che i tre gruppi sono in posizione diversa rispetto alla media generale, calcolata su tutte le osservazioni. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 11
12 resa Case Number Media Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 12
13 Com'è distribuita la variabilità in queste osservazioni? Esaminiamo prima la variabilità totale, poi quella all'interno di ciascun gruppo ed in ultimo la variabilità delle medie dei diversi gruppi. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 13
14 La variabilità totale Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 14
15 La variabilità entro gruppi o within groups Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 15
16 La variabilità tra gruppi (la differenza tra le medie dei diversi gruppi e la media generale) o between groups Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 16
17 I dati osservati possono essere rappresentati mediante un modello lineare in cui yij = u i + ε ij yij è la generica osservazione dell i-esimo trattamento sulla j-esima unità sperimentale u i è la media del trattamento ε ij errore casuale Generalmente si assume i = 1,..., k e j =1,..., ni. Se il disegno è bilanciato, n1 = n2 =... = np =n. o più semplicemente: L'equazione fondamentale dell'analisi della varianza Variabilità totale = variabilità tra gruppi + variabilità entro gruppi Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 17
18 Ipotesi di lavoro : H1: non tutti i tre gruppi hanno media uguale (sono possibili diverse combinazioni) H0: µ 1 = µ 2 = µ 3 =µ Vogliamo testare questa ipotesi a un livello di significatività pari a 0.05 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 18
19 Come costruire il test? Il test è basato sulla seguente considerazione: Se è vera l ipotesi nulla, i dati differiscono tra loro per il solo effetto della variabilità casuale. Se invece è vera l ipotesi alternativa, entrambe le fonti di variabilità contribuiscono a determinare la variabilità complessiva Il test è quindi basato sull analisi della variabilità complessiva in funzione delle diverse cause. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 19
20 Per questo motivo, anche se il test è sulle medie, la tecnica viene chiamata Analisi della Varianza. Assunzione fondamentale: σ = = = 1 2 σ σ 3 σ 2 La variabilità dei dati osservati può essere misurata mediante gli scostamenti dei dati dalla media. La devianza totale è definita nel modo seguente: n 1 _ ) 2 ( x ij x Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 20
21 La devianza totale può essere scomposta nel modo seguente: devianza totale= devianza tra i gruppi + devianza entro i gruppi n 1 _ k k ( xkj x) = nk ( x k x) + ( nk 1) Sk 1 1 Le due quantità sono dette rispettivamente: Devianza tra gruppi (trattamenti): misura la quota di variabilità attribuibile alle differenze trai trattamenti. Devianza entro gruppi (d errore): misura la quota di variabilità imputabile a tutte le cause non controllate nell esperimento e all errore di campionamento Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 21
22 Se è vera l ipotesi nulla, ci possiamo attendere uno scarso contributo della devianza tra gruppi alla devianza totale. Se è vera l ipotesi alternativa, ci possiamo attendere che entrambe le devianze contribuiscano a determinare la devianza totale. A questo livello non è però possibile fare confronti, perchè le devianze hanno un numero di addendi diverso. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 22
23 I gradi di libertà Ad ognuna delle devianze sono associati i gradi di libertà: la devianza totale ha nkk 1 gradi di libertà la devianza tra gruppi ha k 1 gradi di libertà la devianza d errore ha k(nk 1) gradi di libertà Le varianze si ottengono dividendo le devianze per i gradi di libertà. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 23
24 Se l'assunzione della stessa varianza per i diversi gruppi è vera, la variabilità 'entro gruppi' (within groups) sarà uguale nei tre gruppi. La stima migliore di questa variabilità è la stima pooled (analoga a quella già vista per il test t di student per gruppi appaiati). S 2 w = k 1 ( 1) n k n k S 2 k k= numero dei gruppi n= numero osservazioni S 2 k = varianza nel gruppo k-esimo Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 24
25 La variabilità 'tra gruppi' (between groups) sarà stimata dalla somma degli scostamenti tra le medie dei diversi gruppi e la media generale pesati per il numero di osservazioni nel gruppo ( n k ), divisa per il numero di gruppi -1 (k - 1). S 2 b = k 1 n k ( x x) k k 1 2 k= numero dei gruppi ; n k = numero osservazioni nel gruppo k xk = media nel gruppo k-esimo x = media generale Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 25
26 Il test è basato sul confronto tra la varianza tra trattamenti e la varianza d errore. Se l ipotesi nulla è vera, le due varianze dovrebbero essere molto simili tra loro, mentre se l ipotesi nulla è falsa, la varianza tra trattamenti dovrebbe essere molto più grande della varianza d errore. Se H0 è vera allora la variabilità tra gruppi sarà dovuta solo all'effetto degli errori casuali e quindi le variabilità tra ed entro gruppi saranno uguali S = 2 2 b S w Se rifiuto H0 allora la variabilità tra i gruppi non è dovuta al solo effetto del caso S > 2 2 b S w Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 26
27 Un test in grado di misurare la probabilità di osservare una differenza tra le due varianze è il test F F = S S 2 b 2 w Il valore del test F viene letto su apposite tavole (es tav. A5 del testo di Pagano e Gavreau o tav.g del testo di Daniel). Il numero di gradi di libertà a numeratore è: numero di gruppi-1 Il numero di gradi di libertà a denominatore è: numero di soggetti -numero di gruppi Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 27
28 resa trattam. n media gruppo 6, ,36 1 6,39 1 4,85 1 5,99 1 7,14 1 5,08 1 4,07 1 4,35 1 4,95 1 3, ,29 2 4,04 2 4,19 2 3,41 2 3,75 2 4,87 2 3,94 2 6,28 2 3,15 2 4, ,79 3 4,56 3 4,55 3 4,55 3 4,53 3 3,53 3 3,71 3 7,00 3 4,61 3 varianza gruppo Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 28
29 Conviene calcolare separatamente le varianze dei diversi gruppi e quindi inserirle nella formula. Per convenienza calcolo separatamente i seguenti valori: Media generale (del totale delle osservazioni) Media in ciascun gruppo Scostamento tra la media del gruppo e la media generale Varianza in ciascun gruppo Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 29
30 n media gruppo mediagruppo - mediagenerale varianza nel gruppo 10 5,445 0,8013 0, ,999-0,6447 0, ,487-0,1567 0,9501 media generale 4,6434 Numero totale numero gruppi 30 3 Occorre prestare attenzione al valore della varianza in ciascun gruppo: se le varianze sono diverse cade un requisito essenziale per la validità dell'anova Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 30
31 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 31 Posso quindi calcolare gli addendi alle sommatorie per il calcolo della varianza tra gruppi ed entro gruppi. Questi addendi corrispondono alle devianze. ( ) = k x x n S k k k b ( ) k n S n S k k k w =
32 n media gruppo mediagruppo - mediagenerale Devianza tra 10 5,445 0,8013 6, ,999-0,6447 4, ,487-0,1567 0,2454 media totale Numero gruppi 4, S 2 b = k 1 n k ( x x) k k 1 2 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 32
33 n varianza nel gruppo Devianza entro 10 0,9525 8, ,9443 8, ,9501 8,5506 numero totale Numero gruppi 30 3 S 2 w = k 1 ( 1) n k n k S 2 k Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 33
34 Calcolo quindi la varianza tra gruppi, sommando gli addendi e dividendo per i rispettivi gradi di libertà. n media gruppo mediagruppo - mediagenerale varianza nel gruppo Devianza tra Devianza entro 10 5,445 0,8013 0,9525 6,4214 8, ,999-0,6447 0,9443 4,1560 8, ,487-0,1567 0,9501 0,2454 8,5506 g.l. 2 numero Numero media totale Varianza tra totale gruppi 30 4, ,4114 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 34
35 Analogamente per la varianza entro gruppi n media gruppo mediagruppo - mediagenerale varianza nel gruppo Devianza tra Devianza entro 10 5,445 0,8013 0,9525 6,4214 8, ,999-0,6447 0,9443 4,1560 8, ,487-0,1567 0,9501 0,2454 8,5506 g.l. 27 numero Numero Varianza media totale Varianza tra totale gruppi entro 30 4, ,4114 0,9490 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 35
36 e la statistica F numero Numero Varianza media totale Varianza tra totale gruppi entro 30 4, ,4114 0,9490 F= 5,4114 / 0,9490 = 5,7024 Il valore della statistica F (2; 27 gl) corrisponde ad una probabilità < 0,001 Il numero di gradi di libertà a numeratore è: numero di gruppi-1 Il numero di gradi di libertà a denominatore è: numero di soggetti -numero di gruppi Conclusione? Rifiutiamo l ipotesi nulla: almeno una media è diversa dalle altre Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 36
37 Riepilogo dei calcoli Resa Trattam n mediagruppo - media mediagenerale gruppo varianza nel gruppo Contributo del Contributo del gruppo gruppo alla alla varianza tra varianza entro 6, ,445 0,8013 0,9525 6,4214 8,5729 5,36 1 6,39 1 4,85 1 5,99 1 7,14 1 5,08 1 4,07 1 4,35 1 4,95 1 3, ,999-0,6447 0,9443 4,1560 8,4987 3,29 2 4,04 2 4,19 2 3,41 2 3,75 2 4,87 2 3,94 2 6,28 2 3,15 2 4, ,487-0,1567 0,9501 0,2454 8,5506 3,79 3 4,56 3 4,55 3 4,55 3 4,53 3 3,53 3 3, ,61 3 numero gruppi numero totale media totale Varianza tra Varianza entro ,6434 5,4114 0,9490 F= 5,7024 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 37
38 I valori di probabilità corrispondenti alla distribuzione F si leggono tra F e Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 38
39 Un'avvertenza per chi usa programmi statistici La varianza entro gruppi è spesso indicata come: MS (Mean Sum Squares o Scarto Quadratico Medio) within groups oppure Error MS La varianza tra gruppi è spesso indicata come: MS between groups oppure Effect MS Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 39
40 Questo è l'output di XLstats, per i dati usati nell'esempio H 0 : All population means (of resa) are equal H 1 : Not all population means (of resa) are equal p-value = 0, Tra Entro ANOVA Table Source DF SS MS F trattam. 2 10, , , Error 27 25, , Total 29 36,4449 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 40
41 La devianza entro gruppi è spesso indicata come: SS (Sum of Squares o Somma degli Scarti Quadratici) within groups oppure Error SS La devianza tra gruppi è spesso indicata come: SS between groups oppure Effect SS La devianza totale è spesso indicata come: SS Total Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 41
42 H 0 : All population means (of resa) are equal H 1 : Not all population means (of resa) are equal p-value = 0, Tra Entro ANOVA Table Source DF SS MS F trattam. 2 10, , , Error 27 25, , Total 29 36,4449 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 42
43 MS = SS / DF Varianza = Devianza / Gradi_libertà H 0 : All population means (of resa) are equal H 1 : Not all population means (of resa) are equal p-value = 0, ANOVA Table Source DF SS MS F trattam. 2 10, , , Error 27 25, , Total 29 36,4449 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 43
44 Giunti a questo punto, vogliamo sapere quali sono i gruppi diversi tra loro. Sono possibili diversi confronti; gruppo 1 vs. gruppo 2 gruppo 2 vs. gruppo 3 gruppo 1 vs. gruppo 3 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 44
45 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 45
46 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 46
47 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 47
48 Problema.. Se conduciamo tutti questi confronti aumenta la probabilità di errore di I tipo α (0.05), ovvero la probabilità di rifiutare erroneamente l ipotesi nulla, quando questa è vera. 1 α (0.95) è la probabilità di accettare H0 quando H0 è vera, in altri termini è la probabilità di ottenere un risultato non significativo. Se testiamo k ipotesi indipendenti la probabilità che i test siano congiuntamente non significativi è data da ( 1 α) *( 1 α) *( 1 α) ( 1 α) ne consegue che la probabilità di avere almeno un test significativo sarà: 1 (1 α) numeroconfronti k Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 48
49 Nel nostro caso con 3 confronti otteniamo: = 1 - (0,95) 3 = 1-0,85 = 0,15 L'errore di primo tipo complessivo (che almeno uno dei confronti dia risultato significativo solo per effetto del caso) è del 15%, ben superiore al valore prescelto del 5%. Attenzione: il non tener conto della molteplicità dà luogo ad un aumento della probabilità di trovare risultati significativi in favore dell ipotesi alternativa, quando l ipotesi nulla è vera Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 49
50 Per ovviare questo inconveniente Bonferroni ha proposto la seguente correzione: α ' = α /numero_confronti La soglia di rifiuto dell'ipotesi nulla viene quindi fissata a α / numero_confronti Il numero di confronti è il numero di confronti che si intende effettuare, pianificato nel disegno dell'analisi statisticai confronti sono condotti usando il test t per il confronto tra le medie di due campioni indipendenti. Nella lettura del valore di p viene applicata la correzione di Bonferroni. Riportiamo i risultati dei calcoli eseguiti con il programma XLstats. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 50
51 Tests for comparing two categories Categories Cat. 1: b Cat. 2: c Two-Sample t-tests (Differences Between Means, µ) Sample Data n 1 10 n 2 10 X 1 3,999 X 2 4,487 s 1 0,97175 s 2 0, Assume equal standard deviations X1 X 2-0,488 SE Difference 0, Hypothesis Tests Confidence Intervals H 0 : µ 1 - µ 2 =0 for µ 1 - µ 2 Alternative > < Type (2,U,L) 2 Level 0,95 H 1 : µ 1 - µ 2 0 ME Lower Upper T -1, , , , DF 17 p-value = 0, Power Analysis Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 51
52 Tests for comparing two categories Categories Cat. 1: a Cat. 2: c Two-Sample t-tests (Differences Between Means, µ) Sample Data n 1 10 n 2 10 X1 5,445 X 2 4,487 s 1 0, s 2 0, Assume equal standard deviations X1 X 2 0,958 SE Difference 0, Hypothesis Tests Confidence Intervals H 0 : µ 1 - µ 2 =0 for µ 1 - µ 2 Alternative > < Type (2,U,L) 2 Level 0,95 H 1 : µ 1 - µ 2 0 ME Lower Upper T 2, , , , DF 17 p-value = 0, Power Analysis Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 52
53 Tests for comparing two categories Categories Cat. 1: a Cat. 2: b Two-Sample t-tests (Differences Between Means, µ) Sample Data n 1 10 n 2 10 X 1 5,445 X 2 3,999 s 1 0, s 2 0,97175 Assume equal standard deviations X1 X 2 1,446 SE Difference 0, Hypothesis Tests Confidence Intervals H 0 : µ 1 - µ 2 =0 for µ 1 - µ 2 Alternative > < Type (2,U,L) 2 Level 0,95 H 1 : µ 1 - µ 2 0 ME Lower Upper T 3, , , , DF 17 p-value = 0,00405 Power Analysis Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 53
54 Conclusioni? Quali dei tre confronti sono significativi? Se siamo interessati ad un errore α complessivo < 0,05 ed applichiamo la correzione di Bonferroni dovremo considerare solo in confronti il cui valore di p è < 0,05 / 3 p < 0,05 / 3 p < 0,0167 a vs. b -> rifiuto H0 commento: il terreno a cui è stato applicato il trattamento A ha in media una resa migliore rispetto al terreno a cui è stato applicato il trattamento B a vs. c -> non rifiuto H0 b vs. c -> non rifiuto H0 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 54
55 Approfondimento sugli errori conseguenti all'uso dell'anova quando i tre gruppi hanno diverse varianze In questo esempio la varianza è uguale nei tre gruppi. In simili situazioni la probabilità di rifiutare l'ipotesi nulla in assenza di differenza nella media dei tre gruppi è simile al valore nominale (alpha o probabilità dell'errore di primo tipo). Results of 1000 Replication Experiment alpha =.05 alpha =.01 Reject Null Hypothesis 5,6% 0,8% Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 55
56 In questo esempio la varianza è diversa nei tre gruppi. In simili situazioni la probabilità di rifiutare l'ipotesi nulla in assenza di differenza nella media dei tre gruppi è sistematicamente diversa dal valore nominale. Results of 1000 Replication Experiment alpha =.05 alpha =.01 Reject Null Hypothesis 8,2% 2,0% Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 56
57 In questo esempio i tre gruppi hanno la stessa varianza e tre medie diverse. Qui l'analisi della varianza è appropriata Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 57
58 Approfondimento sulla simulazione di analisi della varianza Immaginiamo di condurre un esperimento ripetuto 1000 volte con campioni tratti dalla stessa popolazione: la distribuzione delle medie campionarie. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 58
59 la distribuzione della statistica F. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 59
60 Il numero di campioni che avrebbe portato al rifiuto dell'ipotesi nulla. Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 60
61 Le corrispondenti immagini nel caso di campioni da tre diverse popolazioni Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 61
62 Esercizi dal testo p 226 n 2 p 226 n 4 p 226 n 6 p 226 n 7 p 226 n 8 Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi della varianza ad 1 criterio di classificazione 62
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
Università del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea specialistica in biotecnologie mediche Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale
Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in
Statistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
L Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Inferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Confronto tra gruppi (campioni indipendenti)
Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
VERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
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
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELLA ROLE Six Sigma Master Black Belt
L analisi dei rischi: l aspetto statistico Ing. Pier Giorgio DELL ROLE Six Sigma Master lack elt Dicembre, 009 Introduzione Nell esecuzione dei progetti Six Sigma è di fondamentale importanza sapere se
Statistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
Capitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
Capitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
Relazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
Corso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE
ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE CON REPLICHE INTRODUZIONE Lo studio di un fenomeno non si deve limitareit alla valutazione dei singoli fattori in studio ma molto spesso è importante
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
Concetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
ANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
Corso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
La distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)
4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla
Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
Relazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
RAPPRESENTAZIONE DEI DATI
Rappresentazione dei Dati RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente Quandoil si loro dispone
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
La logica statistica della verifica (test) delle ipotesi
La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi
Analisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
LEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Corso di Psicometria Progredito
Corso di Psicometria Progredito 4.2 I principali test statistici per la verifica di ipotesi: Il test F Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico
Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici
Test non parametrici Test non parametrici Il test T di Student per uno o per due campioni, il test F di Fisher per l'analisi della varianza, la correlazione, la regressione, insieme ad altri test di statistica
LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
Un po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
Test statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
Strumenti informatici 13.1
1 Strumenti informatici 1.1 I test post-hoc nel caso del confronto fra tre o più proporzioni dipendenti e la realizzazione del test Q di Cochran in SPSS Nel caso dei test post-hoc per il test Q di Cochran,
Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
Metodi Matematici e Informatici per la Biologia----31 Maggio 2010
Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 COMPITO 4 (3 CREDITI) Nome: Cognome: Matricola: ISTRUZIONI Gli esercizi che seguono sono di tre tipi: Domande Vero/Falso: cerchiate V o
E naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Prova di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
Università 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
Criteri di Valutazione della scheda - Solo a carattere indicativo -
Criteri di Valutazione della scheda - Solo a carattere indicativo - Previsioni Sono state fatte le previsioni e discussi i valori attesi con il ragionamento con cui sono stati calcolati E stata usata la
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 3 Piani a fattore singolo e relativi test di interpretazione
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 3 Piani a fattore singolo e relativi test di interpretazione Pagina 1 PIANI A SINGOLA VARIABILE Questi piani sono l esempio
Il concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1)
INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) 151 Introduzione Un esperimento è una prova o una serie di prove. Gli esperimenti sono largamente utilizzati nel campo dell ingegneria. Tra le varie applicazioni;
Esperimenti in vaso: disegni a randomizzazione completa
Esperimenti in vaso: disegni a randomizzazione completa Andrea Onofri 10 marzo 2015 Indice 1 Disegno sperimentale 2 2 Analisi dei dati 3 2.1 Analisi della varianza (ANOVA).................. 4 2.2 Errore
ANALISI DI CORRELAZIONE
ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
Un gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
SPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
Lineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
Elementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
Esercitazione n.4 Inferenza su varianza
Esercizio 1 Un industria che produce lamiere metalliche ha ricevuto un ordine di acquisto di un grosso quantitativo di lamiere di un dato spessore. Per assicurare la qualità della propria fornitura, l
LE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
> d = alimentazione == "benz" > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.
![> d = alimentazione == benz > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.](/thumbs/39/18486992.jpg "> d = alimentazione == benz > mean(percorr.urbana[!d]) - mean(percorr.urbana[d]) [1] 2.385627. > sd(percorr.urbana[d]) [1] 2.")
A questo punto vale la pena di soffermarci di più sull alimentazione. Intanto cerchiamo di indagare se l alimentazione è davvero un fattore significativo per la percorrenza come è luogo comune pensare.
Statistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
LA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
Corso di Psicometria Progredito
Corso di Psicometria Progredito Soluzioni della simulazione del 17/05/2011 Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2010-2011 Leggere BENE le avvertenze prima
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI 3.1 CONFRONTI TRA DISTRIBUZIONI OSSERVATE E DISTRIBUZIONI TEORICHE OD ATTESE. Nella teoria statistica e nella pratica sperimentale, è frequente la necessità di
Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;
Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio
Metodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
Esercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
http://www.fisica.uniud.it/~soramel/fisicageneralei.html
Corso di Fisica Generale I A.A. 2004/05 Prof. Francesca Soramel e-mail soramel@fisica.uniud.it Orario ricevimento: martedì 14.00-16:00 Testo: R.Resnick, D.Halliday, Krane Fisica I (quinta edizione) Casa
Il confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1
Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test
PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.