Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
|
|
- Mariana Chiesa
- 8 anni fa
- Visualizzazioni
Transcript
1 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 biotecnologia Corso di Statistica Medica Confronto tra due medie 1 Consideriamo diverse situazioni, tutte riconducibili all 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 campioni appaiati D. Confronto tra due campioni indipendenti E. Confronto tra n campioni indipendenti F. Confronto tra misure ripetute sugli stessi soggetti I casi A e B sono già stati esaminati nella lezione sulle statistiche campionarie Il caso E corrisponde all'analisi della varianza Il caso F non sarà considerato in questo corso. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie
2 Riepilogo del caso A: Confronto tra una media campionaria ed una popolazione i cui parametri sono noti Siamo interessati al confronto tra la media campionaria e la media della popolazione. I parametri della distribuzione di probabilità della variabile nella popolazione (µ e σ) sono noti. Il processo di verifica dell ipotesi si svolge secondo quanto visto in precedenza: L ipotesi di lavoro: il campione non è parte dalla popolazione considerata ma di un altra popolazione, con media differente. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 3 L ipotesi nulla: il campione estratto ha media uguale a quella della popolazione (corrisponde cioè ad un campione tratto da tale popolazione). L' errore di primo tipo è fissato al 5% (α=0,05) L' errore di secondo tipo viene fissato al 0% e la dimensione del campione è definita di conseguenza usando apposite tavole (l'argomento non è ancora stato trattato). L esperimento consiste nell estrazione di un campione e nel calcolo della media campionaria. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 4
3 Il test statistico consiste nel calcolo della deviata normale standardizzata: Z = ( X - µ)/ (σ/ n). Dove X : media campionaria µ: media della popolazione (σ/ n): errore standard della media (cioè deviazione standard della media campionaria) σ: deviazione standard della popolazione n: numerosità del campione Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 5 Il test è di tipo parametrico, cioè è valido a condizione che siano validi i presupposti relativi alla distribuzione di probabilità (gaussiana). L assunzione è generalmente vera dato il teorema del limite centrale (sempre che n sia sufficientemente grande e la forma della distribuzione della popolazione non sia troppo asimmetrica). Nel calcolo della dimensione del campione occorre quindi anche considerare che la distribuzione di frequenza di campioni piccoli si differenzia dalla distribuzione gaussiana maggiormente che la distribuzione di frequenza di campioni grandi. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 6
4 Il valore di probabilità corrispondente al valore Z (valore assoluto di Z) così ottenuto si legge dalla tabella della distribuzione normale standard. Se Z>0 viene letto il valore di probabilità compreso tra Z e. Se Z<0 viene letto il valore di probabilità compreso tra Z e -. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 7 Esempio 1 Confronto della pressione sistolica di un gruppo di pazienti affetti da una forma di arteriopatia di Burger con la popolazione generale. H lavoro= i soggetti considerati, affetti da una rara malattia delle arterie hanno pressione arteriosa (sistolica) diversa dalla popolazione generale. L ipotesi è nata osservando che i primi casi avevano valori pressori molto elevati. H 0 = i pazienti appartengono ad una popolazione con media della pressione sistolica 145 mmhg La deviazione standard della misura della pressione della popolazione è nota da precedenti studi ed è pari a,53 mmhg; Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 8
5 test bilaterale ('a due code'; sebbene l ipotesi di lavoro sia indirizzata maggiormente verso un rialzo pressorio, non ho informazioni sufficientemente forti da scegliere un test ad una coda). errore 1 tipo =0.05 numerosità campionaria non modificabile poichè sono inclusi tutti i pazienti disponibili. Non è stata calcolata la potenza statistica Test statistico: test Z (confronto tra una media campionaria e la media della popolazione). Il valore del test si legge sulle tabelle della distribuzione di probabilità normale standard (es. Tabella A3 del testo consigliato). Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 9 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 10
6 Requisiti del test scelto: La deviazione standard della misura della pressione della popolazione è nota da precedenti studi ed è pari a,53 mmhg; La distribuzione della variabile nella popolazione è gaussiana, pertanto anche piccoli campioni saranno distribuiti secondo tale distribuzione. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 11 I dati: Obs pressure (mmhg) Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 1
7 Le statistiche campionarie necessarie per il test N (dimensione campionaria) 15 Media campionaria mmhg (calcolo omesso) I parametri necessari per il test µ=145 mmhg σ=,53 mmhg Memo: Il valore della statistica Z corrispondente al limite per il rifiuto dell ipotesi nulla (dati errore 1 tipo <= 0,05 e test a due code) è 1,960. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 13 Il calcolo del test Z = ( X - µ)/ (σ/ n). Z = ( ) / (,53/ 15) = = 6,34 Conclusione =? Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 14
8 Il calcolo del test Z = ( X - µ)/ (σ/ n). Z = ( ) / (,53/ 15) = = 6,34 Conclusione = rifiuto l ipotesi nulla. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 15 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 16
9 Esempio Una compagnia di assicurazioni intende controllare quali agenzie sono troppo severe oppure troppo disponibili nella valutazione dei danni. Viene effettuato un campione delle pratiche seguite da ciascuna agenzia. Per rendere omogenea la popolazione di provenienza vengono esclusi gli incidenti con feriti e quelli in autostrada. Il costo medio nella popolazione (tutte le pratiche della compagnia di assicurazione) (in migliaia di euro) = 1,6. Deviazione standard della popolazione (in migliaia di euro) = 3,4 H lavoro: L'agenzia xxyy si discosta dai parametri definiti sulla base della popolazione di tutti gli incidenti dell'anno in corso. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 17 H0: l'agenzia non si discosta. test a due code (interessano entrambi gli scostamenti) errore 1 tipo =0.10 (dato il piano di lavoro di controllo) numerosità campionaria pratiche. Test statistico: test Z (confronto tra una media campionaria e la media della popolazione) Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 18
10 Requisiti del test scelto: La deviazione standard del costo medio è nota, poichè il centro di calcolo della compagnia ha tutte le pratiche. La distribuzione della variabile nella popolazione è asimmetrica con coda a destra (valori elevati), come indicato dal centro di calcolo. Viene effettuata una trasformazione logaritmica per renderla simile alla gaussiana: dopo la trasformazione anche piccoli campioni si distribuiscono secondo la distribuzione gaussiana. Il centro di calcolo fornisce µ e σ della popolazione Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 19 I dati Obs costo Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 0
11 Variable: costo Stem Leaf # Boxplot * *--+--* Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 1 Dati trasformati su scala logaritmica. Obs costo lcosto Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie
12 Variable: lcosto Stem Leaf # Boxplot *--+--* Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 3 Variable: lcosto (log e del costo) Moments N Mean Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 4
13 Il calcolo del test Media e deviazione standard della popolazione calcolati dai logaritmi dei dati originali. µ = 0,6364 σ = 0, X = 0,16 Z = ( X - µ )/ (σ / n). Z = (0,16-0,6364) / (0,875469/ ) = = - 0,484 p=0,401 Conclusione = non rifiuto l ipotesi nulla. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 5 Riepilogo del caso B: Confronto tra una media campionaria ed una popolazione di cui non si conosce la deviazione standard. Se non abbiamo informazioni sul parametro (il valore nella popolazione), usiamo la statistica campionaria, che è stata calcolata proprio per avere informazioni relative al valore (ignoto) del parametro nella popolazione. Si ricorda che l Atteso della varianza campionaria calcolata con il denominatore è (n-1) è una stima non distorta della varianza della popolazione. La varianza del campione però è affetta da variabilità casuale rispetto alla varianza della popolazione, a causa del campionamento. Pertanto non potremo usare statistiche basate sulla distribuzione normale standardizzata, che risulterebbe troppo poco conservativa ma dovremo usare la distribuzione t di Student. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 6
14 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 7 La probabilità corrispondente all intervallo tra un dato t e si legge su apposite tabelle (es. tabella A4 del testo consigliato). Si noti che i valori di probabilità cumulativa esterni ad un dato valore di t sono maggiori man mano che si riduce il numero di gradi di libertà. La distribuzione t per 30 gradi di libertà è praticamente una distribuzione normale standardizzata. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 8
15 Confronto tra un campione e la media della popolazione La formula del test è simile a quella già vista per il calcolo del test Z, con l'errore standard calcolato dalla deviazione standard del campione: t gl = ( X - µ)/ (s/ n). X : media campionaria µ: media della popolazione s: deviazione standard del campione (s/ n): errore standard della media (cioè dev. standard della media campionaria) n: numerosità del campione il numero di gradi di libertà è gl= n-1 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 9 Il test è di tipo parametrico, cioè è valido a condizione che: - nella popolazione la variabile sia distribuita secondo la distribuzione di probabilità gaussiana; - il campione abbia la stessa varianza della popolazione. La prima assunzione è generalmente vera dato il teorema del limite centrale (sempre che n sia sufficientemente grande e la forma della distribuzione della popolazione non sia troppo asimmetrica). La seconda è vera se vale H 0 (il campione appartiene alla popolazione), mentre non è valutabile altrimenti. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 30
16 Esempio Confronto della pressione sistolica tra un gruppo di pazienti affetti da una forma di arteriopatia con la popolazione generale (è l esempio precedente, sviluppato senza fare uso della informazione sulla deviazione standard della popolazione). Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 31 H lavoro= i soggetti considerati, affetti da una rara malattia delle arterie hanno pressione arteriosa (sistolica) diversa dalla popolazione generale. L ipotesi è nata osservando che i primi casi diagnosticati avevano valori pressori molto elevati H 0 = media della popolazione: pressione sistolica 145 mmhg test a due code (sebbene l ipotesi di lavoro sia indirizzata maggiormente verso un rialzo pressorio, non ho informazioni sufficientemente forti da scegliere un test ad una coda) errore 1 tipo =0.05 errore tipo =0.0 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 3
17 Test statistico: test t (confronto tra una media campionaria e la media della popolazione, senza dati sulla deviazione standard della popolazione). Verifica dei Requisiti del test scelto: La deviazione standard della misura della pressione della popolazione non è nota. La distribuzione della variabile nella popolazione è gaussiana, pertanto anche piccoli campioni saranno distribuiti secondo tale distribuzione. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 33 I dati individuali: Obs pressure (mmhg) Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 34
18 Le statistiche campionarie N 15 Mean Std Deviation 5,8538 Variance 34,667 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 35 I dati necessari per il test µ=145 mmhg media campione= Std Deviation 5,8538 dimensione del campione = 15 numero di gradi di libertà= 14 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 36
19 Il calcolo del test t 14 = (X - µ)/ (s/ n). t 14 = (149,13-145) / (5,8538/ 15) = =,735 Conclusione = rifiuto l ipotesi nulla. Memo: Il valore della statistica t corrispondente al limite per il rifiuto dell ipotesi nulla (errore 1 tipo <= 0,05 e test a due code, 14 g.l.) =,145 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 37 t Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 38
20 Confronto tra due campioni appaiati Parliamo di campioni appaiati quando ad ogni osservazione del primo gruppo corrisponde un'osservazione del secondo gruppo. E' una tecnica per ridurre l'influenza sui risultati da parte di variabili estranee Due possibilità: - misure ripetute nello stesso soggetto - soggetti diversi ma appaiati perchè simili per caratteristiche importanti (es della stessa età, sesso, luogo di nascita e professione) Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 39 L'ipotesi alternativa (di lavoro) è di solito: H1: µ 1 # µ e la corrispondente ipotesi nulla è: Ho: µ 1 = µ quindi Ho: µ 1 - µ =0 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 40
21 In questo caso conviene costruire il test sulle differenze dei valori tra le coppie di misure appaiate. Conviene quindi riformulare H1 ed H0 indichiamo la media delle differenze nella popolazione con δ - L'ipotesi alternativa (di lavoro) è: H1: δ # 0 e l'ipotesi nulla è: Ho: δ = 0 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 41 Calcolo le differenze per le coppie di misure d i = x i1 - x i calcolo quindi media e deviazione standard di d nel campione, usando le formule consuete. Media d n i= 1 = = n d i Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 4
22 Deviazione _ st. = s = n i= 1 ( d d) i ( n 1) Calcolo infine l'errore standard s E. S. = n e la statistica t con g.l.= n.osservazioni 1. t = d s 0 n Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 43 Esempio: in uno studio viene valutato l'accrescimento in peso in coppie di topi nati dalla stessa nidiata e sottoposti a due diverse diete. H1: tra i topi alimentati con le due diete si osserva una differenza di crescita in peso H0: le due diete sono equivalenti e quindi tra i ratti alimentati con le due diete non si osserva una differenza di crescita in peso. errore di 1 tipo = 0,05 viene condotto un esperimento con coppie di topi. La distribuzione della variazione del peso è gaussiana. Userò il test t di student. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 44
23 dieta A dieta B differenza d i1 d i d (d i d ) ,9 0, ,9 15, ,9 0, ,1 1, ,1 4, ,9 0, ,1 16, ,1 37, ,9 4, ,9 3,61 Σ = 0,0 Σ =104,9 d =3,1 s = Σ(d i d ) / (n-1) = = 104,9 / 9 = 11,66 s= 11,66 = 3,41 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 45 ES(d) = s/ n = 3,41 / 10 = 1,08 t 9 = 3,1 / 1,08 =,87 il valore di t con 9 gl corrisponde ad una probabilità < 0,0 (nelle due code della distribuzione t) Dato che stiamo conducendo un test bilaterale dobbiamo sommare l'area della coda superiore e della coda inferiore della distribuzione di probabilità t. Se usiamo la tavola A4, si tenga conto la tavola riporta solo la coda superiore ma l'area nelle due code è = * area nella coda superiore. Ad es. la probabilità corrispondente al valore di t(9 g.l.) =,81 è 0,01 sulla coda superiore. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 46
24 quindi la probabilità corrispondente al valore di t(9 g.l.) =,81 è * 0,01 = 0,0 sulle due code. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 47 Conclusione? Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 48
25 Possiamo anche calcolare un intervallo di confidenza della differenza media. Calcoliamo l'intervallo di confidenza al 95%: Limite fiduciale superiore = d + t 9gl;0,05 *(s/ n) = 3,1 +,6 * 1,08 =5,54 Limite fiduciale inferiore = d - t 9gl; 0,05 *(s/ n) = 3,1 -,6 * 1,08 = 0,66 t α/ deve essere scelto tenendo conto del numero di gradi di libertà ( in questo caso 9) Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 49 Confronto tra la media di due campioni indipendenti Nel caso del confronto tra due campioni indipendenti il test è costruito per valutare la probabilità (data H 0 ) della differenza osservata tra le medie dei due campioni, correggendo per l errore standard. - L'ipotesi alternativa (di lavoro) è di solito: H1: µ 1 # µ e la corrispondente ipotesi nulla è: Ho: µ 1 = µ quindi Ho: µ 1 - µ =0 Non ho informazioni sulla popolazione ma solo sui campioni pertanto dovrò usare il test t e la distribuzione t Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 50
26 La differenza tra le due medie: x = ( X 1 X ); Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 51 Il calcolo dell errore standard richiede l individuazione di un valore comune della varianza. Questo valore può essere stimato sia se i due campioni appartengono alla stessa popolazione (H 0 ) sia se appartengono a due popolazioni diverse (H_lavoro), purchè abbiano la stessa varianza (omoscedasticità). Si potrà quindi calcolare uno stimatore comune dell errore standard. Il caso di due campioni con varianze diverse si può affrontare con i test non parametrici, considerati nelle prossime lezioni. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 5
27 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 53 Nel caso di due campioni con varianza comune, lo stimatore migliore della varianza comune (indicata come s (pool) ) è la media delle due varianze campionarie, pesata per il numero di gradi di libertà di ciascun campione. ( ) ( ) ( ) ( ) ( ) ( ) ( ) Σ Σ = + + = n n x x x x n n s n s n s pool = somma delle devianze / gradi di libertà Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 54 Per il calcolo dell Errore Standard pooled si consideri che: n n x x var σ = σ +
28 ES( X 1 X ) = (s (pool) /n 1 + s pool /n ) = [s (pool) * (1/n 1 + 1/n )] = s (pool) * (1/n 1 + 1/n ) t gl = s ( x1 x) () 0 pool n 1 n Il numero di gradi di libertà è n 1 + n - Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 55 La verifica dei requisiti di normalità sarà considerata in una delle prossime lezioni. In modo approssimato si può: 1. tenere conto che la distribuzione di campionamento è sempre normale quando i campioni sono grandi. n> 30 garantisce la normalità della distribuzione dei campioni anche se la distribuzione di base è asimmetrica.. Disegnare un istogramma, che deve essere simmetrico 3. Utilizzare una procedura (grafici QQ o PP in SPSS) che effettua il test di normalità. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 56
29 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 57 Esempio: In un laboratorio si intende confrontare l effetto di due differenti diete sulla crescita di ratti. La tabella indica l incremento di peso conseguito tra 7 e 60 giorni dalla nascita. H lavoro: Le due diete sono diverse (in particolare ritengo che la dieta 1 consenta una più veloce aumento di peso ma non ho evidenze per rifiutare a priori altre possibilità). H 0 : le due diete sono uguali per quanto riguarda l aumento di peso. Test a code Errore di primo tipo= 0,05 Lo studio riguarda animali già trattati, pertanto la numerosità campionaria è definita in base al numero di animali già trattati con le due diete Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 58
30 Test t-student (confronto tra medie di campioni indipendenti). Valutazione dei requisiti per il test: La distribuzione del peso degli animali è gaussiana. Gli animali sono dello stesso ceppo, si suppone quindi che la varianza del peso sia la stessa e che le due diete non modifichino la varianza comune. Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 59 I dati: incremento tra peso a 7 gg e peso a 60 gg Dieta 1 Dieta X 1 = 10,0 X = 101,0 n 1 = 1 n = 7 x = ( X 1 X ) = = 19,0 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 60
31 La stima della varianza nei due gruppi viene effettuata con una media pesate delle due varianze (nel primo e nel secondo gruppo). Viene indicata come varianza pooled. S = {Σ(x i1 X 1 ) + Σ(x i X ) } / [(n 1 + n -)] Σ(x i1 X 1 ) = 503,00 Σ(x i X ) = 55,00 S = { } / 17 = 446,1 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 61 L'errore standard viene quindi calcolato usando la deviazione standard pooled. ES( X 1 X ) = [s * (1/n 1 + 1/n )] ES( X 1 X ) = [446.1 * (1/1 + 1/7) ] = 100,90 = 10,04 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 6
32 t 17 = (10,0 101,0) / 10,04 = 1,89 Le due aree verdi corrispondono a p=0.05, su due code Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 63 Il valore di t con 17 gl corrispondente alla probabilità del 5% sulle due code è,110 Conclusione? Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 64
33 Calcoliamo l'intervallo di confidenza della differenza osservata tra i due gruppi. Calcoliamo l'intervallo di confidenza al 95%: Limite fiduciale superiore = (19,0) +,110 * 10,04= 40,18 Limite fiduciale inferiore = (19,0) -,110 * 10,04= -,18 x 1 x + t gl;0,05 * [s * (1/n 1 + 1/n )] = x x 1 + t gl;0,05 * [s * (1/n 1 + 1/n )]= Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 65 Esercizi dal testo p 1 n 1 p 1 n p 1 n 4 p 1 n 5 + intervallo di confidenza al 95% della differenza p 13 n 8 + intervallo di confidenza al 95% della differenza p 13 n 9 Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Confronto tra due medie 66
Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie
Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza
DettagliUniversità 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 : Confronto tra due medie Università del Piemonte Orientale Corso di laurea
DettagliUniversità 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
DettagliInferenza 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
DettagliStatistica. 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
DettagliUniversità del Piemonte Orientale. Corsi di laurea di area tecnica. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corsi di laurea di area tecnica Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Corsi di laurea triennale di area tecnica - Corso di
DettagliVERIFICA 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
DettagliLa 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
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliStima 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
Dettagli1) 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
DettagliMetodi 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.
Dettagli3. 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
Dettagli1a) 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
DettagliUniversità 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 -
DettagliElementi 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,
DettagliPotenza 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
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliMetodi 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
DettagliE 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
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliElementi 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
DettagliConcetto 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
DettagliCorso 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
DettagliStatistica. 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
DettagliEsercitazione #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
DettagliElementi 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
DettagliL 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
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
DettagliSTATISTICA 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
DettagliCapitolo 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
DettagliProbabilità 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:
DettagliCAPITOLO 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
Dettagli4. 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
DettagliIl 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,
DettagliAnalisi 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
DettagliFacoltà 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
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliUniversità del Piemonte Orientale Corso di laurea in medicina e chirurgia a.a Corso di Statistica Medica Inferenza sulle medie 1
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Università del Piemonte Orientale Corso di laurea in medicina e chirurgia
DettagliEsercizio 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
DettagliUniversità del Piemonte Orientale. Corsi di Specialità. Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
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
DettagliUniversità 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
DettagliLEZIONE 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
DettagliCorso 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
DettagliMetodi 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
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliCORSO 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
DettagliSTATISTICA 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
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi
Dettagliiovanella@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
DettagliIl coefficiente di correlazione di Spearman per ranghi
Il coefficiente di correlazione di Spearman per ranghi Questo indice di correlazione non parametrico viene indicato con r s o Spearman rho e permette di valutare la forza del rapporto tra due variabili
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
Dettagli3 Confronto fra due popolazioni attraverso il test t e test analoghi
3 Confronto fra due popolazioni attraverso il test t e test analoghi Consideriamo in questo capitolo gli esperimenti comprendenti un solo fattore fisso, e nel loro ambito quelli in cui questo criterio
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliMetodi 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
DettagliLa 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
DettagliElementi 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
DettagliCORSO 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
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. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliProva 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.
DettagliRelazioni 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
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. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
DettagliAbbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).
ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliInferenza statistica
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione in base ad informazioni ricavate da un campione. Inferenza statistica: indurre
DettagliCorso 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
DettagliInferenza statistica I Alcuni esercizi. Stefano Tonellato
Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,
DettagliEsercitazione 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
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corsi di laurea triennale di area tecnica - Corso di Statistica
DettagliMisure della dispersione o della variabilità
QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliTest 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
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliEsercitazione 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
DettagliTema 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
DettagliL 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
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliLA 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
DettagliLEZIONI DI STATISTCA APPLICATA. Parte 2. Statistica inferenziale. Variabili continue per categoriali. Alessandro Valbonesi
LEZIONI DI STATISTCA APPLICATA Parte 2 Statistica inferenziale Variabili continue per categoriali Alessandro Valbonesi SARRF di Scienze ambientali Anno accademico 2010-11 CAPITOLO 4 - TEST STATISTICI CHE
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliTest 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
DettagliStatistica 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
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliCorso 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
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliPROBABILITÀ - 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 -
DettagliIl 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
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
Dettagli