Esercizio 1.2. n BMI WKS



Documenti analoghi
BMI.

normopeso <=25 sovrappeso obesità I obesità II obesità III >=40

1.1 CLASSIFICAZIONE DI VARIABILI

Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.

Le analisi chimiche dell acqua del fiume Padrongianus Scienze Integrate Chimica

Torrente Ventena Stato Ecologico del Corso d Acqua SECA SECA SECA Indice Biotico Esteso IBE Livello di Inquinamento da Macrodescrittori LIM LIM COD

Lezione 1.2 Corso di Statistica. Francesco Lagona

Torrente Tavollo 117

Statistica. Statistica descrittiva. GRAFICI e INDICI

Centrale termoelettrica. di Porto Tolle. Allegato /II

Misure di dispersione (o di variabilità)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Indici di Dispersione

Esercizi. Esercizio 1. Date le funzioni f(x) = x 2 3x + 2 e g(x) = 2x 1,

Fiume Marecchia e torrente Ausa

0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3, 3,3,3,4,4,4,4,4,4,5,5,6,6,7,8,8, 11

PSICOMETRIA Voto X frequenza

Lezione 4 a - Misure di dispersione o di variabilità

3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso

Dispersione. si cercano indici di dispersione che:

Statistica. Matematica con Elementi di Statistica a.a. 2017/18

ARPA Sezione di Rimini

I fenomeni collettivi sono quei fenomeni il cui studio richiede una pluralità di osservazioni.

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria

CdL in INFERMIERISTICA DOMANDE RECENTEMENTE UTILIZZATE PER GLI ESAMI

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

BIOSTATISTICA Prima parte

Distribuzione di Frequenza: Esempio

SLIDES DEL CORSO DI STATISTICA Prof. E.BALLONE

Scale di Misurazione Lezione 2

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

ESERCIZI. 2 - Descrittiva

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

7. Si confronti la variabilità del carattere età nel gruppo dei maschi ed in quello delle femmine.

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

ESERCITAZIONI N. 1 Corso di Statistica

9 IL BACINO DEL TORRENTE VENTENA

Elaborazione statistica di dati

Statistica Un Esempio

Statistica. Alfonso Iodice D Enza

Newsletter del CeMAV Anno XI - N. 1 - marzo 2018 C.R.E.A.

-Validità di un test diagnostico: Sensibilità e Specificità

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2

Dott.ssa Marta Di Nicola

Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale

Esercizio 1. Si rilevano le variabili età, altezza e peso di 18 pazienti:

Classificazione relativa allo stato di qualità ambientale e idoneità alla vita dei pesci

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

Misure di dispersione (o di variabilità)

Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8

SOLUZIONI DI ALCUNI ESERCIZI. Appello del

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2

LA STATISTICA

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Principi di Statistica Descrittiva (2)

APPUNTI DI STATISTICA

Elaborazione statistica di dati

La variabilità. Monia Ranalli. Ranalli M. Variabilità Settimana # 2 1 / 14

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI

La dieta informatizzata FIMMG Programma esperto. Antonio Pio D Ingianna

Dipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005

Elementi di Probabilità e Statistica

La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci

Prof.ssa M. Di Nicola

MEDIE DIVERSE, DEV st QUASI =, I grafico simm, II grafico asimm

Daniela Tondini

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche

Rappresentazioni grafiche

Q1 = /4 0 4 = Me = /2 4 = 3

Distribuzione esponenziale. f(x) = 0 x < 0

Introduzione alla Statistica (Metodo delle Scienze Empiriche)

Esercitazioni di Statistica

Il test (o i test) del Chi-quadrato ( 2 )

STATISTICA AZIENDALE Modulo Controllo di Qualità

Revisione delle zone vulnerabili ai nitrati di origine agricola Acque superficiali

e) calcolate i cinque numeri di sintesi, la media e la deviazione standard per entrambi i campioni di lunghezze. 1,5 + 1,5

Cenni di statistica statistica

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

ESERCIZI DI PSICOMETRIA/2011-1

Gli indici di variabilità

Data set relativo a 40 titolari di esercizi commerciali. Durata del percorso casa lavoro (in minuti) Numero dipendenti che lavorano nel negozio

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Rappresentazioni grafiche

Slide Set 2 Distribuzioni Univariate. Analisi e Visualizzazione dei Dati (Parte I) a.a. 2018/2019. Pietro Coretto

Uno studio multicentrico dello stato nutrizionale della popolazione infantile nel Veneto. Antonio Stano SIAN Azienda ULSS 3 Bassano del Grappa (VI) 1

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Stato nutrizionale e abitudini alimentari nella ULSS n.1 Belluno

Indici di tendenza centrale Media, mediana e moda.

La statistica descrittiva prima parte. a cura della prof.ssa Anna Rita Valente

Esercitazioni di Statistica: ES.1.1

MISURE DI DISPERSIONE

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5

STATISTICA. Federico M. Stefanini. stefanin/corsi.html. a.a (3 CFU)

STATISTICHE DESCRITTIVE Parte II

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

ESERCITAZIONE I. Standard dell attrezzatura medica. forma di sostantivo e non sono suscettibili di ordinamento. n mezzi

Lezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.

BIOSTATISTICA Prima parte

Transcript:

Esercizio. E stato effettuata uno studio relativo all indice di massa corporea BMI ( peso kg /statura m) ed al test WKS (distanza percorsa per 6 minuti in m) in un campione di 0 individui femmina con problemi alimentari per eccesso di cibo. I dati sono i seguenti: n BMI WKS.03 708.3 53.95 00.5 3 8.57 568. 4 3.3 500.8 5 36.69 330.4 6 57.6 70.5 7 40.46 405. 8 4.65 447.0 9 68.0 3. 0 68.7 85.7 Consideriamo i due indici come variabili quantitative continue i cui punteggi sono raggruppabili nelle seguenti classi ordinali: --------------------------------------------------------------------------- BMI. = (normopeso) <5 = (soprappeso) 5-9.9, 3= (obesità I grado) 30-34.9 4 = (obesità II grado) 35-39.9 5 = (obesità III grado) >40 WKS = (basso) < 399.99 = (medio) 400/700.99 3 = (alto) > 70

. assegnare le classi di appartenenza ai valori dei due indici;. definire la frequenza assoluta, f percentuale, f percentuale cumulata, per le classi di BMI e WKS 3. realizzare uno scatter plot grafico di dispersione dei dati con le due variabili; 4. realizzare due grafici istogrammi di distribuzione di frequenza con le classi dei valori di BMI e WKS; 5.trasformare le variabili a) con log naturale ln, b) b) elevamento a potenza c= 0.5 (X 0. 5 =radice quadrata), c) c) standardizzare mediante normalizzazione X X sapendo che X i = s per BMI ( X = 45, s= 5.4) per WKS ( X =364.9, s= 88.5 )

. assegnare le classi di appartenenza ai valori dei due indici : BMI = (normopeso) <5 = (soprappeso) 5-9.9 3= (obesità I grado) 30-34.9 4 = (obesità II grado) 35-39.9 5 = (obesità III grado) >40 WKS = (basso) < 399.99 = (medio) 400/700.99 3=(alto) > 70 n BMI BMI cl WKS WKS cl.03 708.30 3 53.95 5 00.50 3 8.57 568.0 4 3.3 3 500.80 5 36.69 4 330.40 6 57.60 5 70.50 7 40.46 5 405.0 8 4.65 5 447.00 9 68.0 5 3.0 0 68.7 5 85.7

. definire la frequenza assoluta, f percentuale, f percentuale cumulata, per le classi di BMI e WKS BMI cl n f f% f% cum 0. 0 0 0. 0 0 3 0. 0 30 4 0. 0 40 5 6 0.6 60 00 tot 0 00 WKS cl n f f% f% cum 5 0.5 50 50 4 0.4 40 90 3 0. 0 00 tot 0 00

3. realizzare uno scatter plot grafico di dispersione dei dati con le due variabili; scatter plot dei valori BMI / WKS originali 800.00 700.00 600.00 500.00 WKS 400.00 300.00 00.00 00.00 0.00 0.00 0.00 0.00 30.00 40.00 50.00 60.00 70.00 80.00 BMI

4. realizzare due grafici istogrammi di distribuzione di frequenza con le classi dei valori di BMI ed WKS; Istogramma BMI classi frequenza assoluta 7 6 5 4 3 6 0 3 4 5 BMI classi Istogramma WKS classi frequenza assoluta 6 5 4 3 0 5 4 3 WKS classi

5. trasformare le variabili a) con log naturale ln (e=.7), b) elevamento a potenza c= 0.5 (X. 5 0 =radice quadrata), b) standardizzare mediante normalizzazione per BMI ( X = 45, s= 5.4) X per WKS ( X =364.9, s= 88.5 ) X i = s X BMI BMI BMI WKS WKS WKS n BMI Ln rq norm WKS Ln rq norm 3.09 4.69 -.49 708 6.56 6.6.8 54 3.99 7.35 0.58 0 5.3 4. -0.87 3 8.6 3.35 5.35 -.07 568 6.34 3.8.08 4 3.3 3.48 5.68-0.8 50 6..4 0.7 5 36.7 3.6 6.06-0.54 330 5.8 8. -0.8 6 57.6 4.05 7.59 0.8 7 5.6 6.5-0.5 7 40.5 3.7 6.36-0.9 405 6 0. 0. 8 4.7 3.73 6.45-0. 447 6.. 0.44 9 68 4. 8.5.49 3 4.88.5 -.4 0 68.7 4.3 8.9.54 85.7 4.45 9.6 -.48 media 45 3.74 6.6 0 364.9 5.73 8.36 0 dev st 5.46 0.36.6 88.5 0.64 5.6 minimo 0 3.09 4.69 -.49 85.7 4.45 9.6 -.48 massimo 68.7 4.3 8.9.54 708.3 6.56 6.6.8 range 68.7.4 3.6 3.03 6.6. 7.35 3.3

Esercizio. E stato effettuata uno studio relativo all inquinamento di un corso d acqua in 0 località diverse; lo studio è stato condotto mediante l 'indice LIM *. I risultati sono stati confrontati con l indice IBE, *. I dati sono i seguenti, a valori più bassi corrisponde un inquinamento più alto : n LIM IBE 40 8 85 4 3 30 7 4 365 9 5 50 6 35 3 7 0 8 380 7 9 45 8 0 90 6 Consideriamo i due indici come variabili quantitative (discrete) i cui punteggi sono raggruppabili nelle seguenti classi : LIM ( livello di inquinamento da macrodescrittori, che si esprime in punteggi compresi da 0 a 560 e che tiene conto di ossigeno disciolto;cod;bod 5 ; azoto ammoniacale; azoto nitrico; fosforo totale; Escherichia coli). IBE (indice biotico esteso che considera gli organismi bentonici sensibili che si esprime in punteggi compresi da 0 a > 0).

5. Assegnare le classi di appartenenza ai valori dei due indici; 6. definire la frequenza assoluta, f percentuale, f percentuale cumulata, per le classi di IBE e LIM; 7. realizzare uno scatter plot grafico di dispersione dei dati con le due variabili; 8. realizzare due grafici istogrammi di distribuzione di frequenza con le classi dei valori di LIM ed IBE,; 9. trasformare le variabili a) con log naturale, b) elevamento a potenza c= 0.5 (X 0. 5 =radice quadrata), c) standardizzare mediante normalizzazione sapendo che per LIM ( X = 48, s = 69) e per IBE ( X = 6.4, s = 3 ) X X X i = s

) Assegnare le classi di appartenenza ai valori dei due indici n LIM LIM cl IBE IBE cl 40 8 85 4 4 4 3 30 3 7 3 4 365 9 5 50 6 35 5 3 5 7 0 5 5 8 380 7 3 9 45 8 0 90 3 6 3

) definire la frequenza assoluta, f percentuale, f percentuale cumulata, per le classi di IBE e LIM; LIM cl n f f% f% cum 0. 0 0 4 0.4 40 50 3 0. 0 70 4 0. 0 80 5 0. 0 00 tot 0 00 IBE cl n f f% f% cum 0. 0 0 3 0.3 30 40 3 3 0.3 30 70 4 0. 0 80 5 0. 0 00 tot 0 00

3) realizzare uno scatter plot grafico di dispersione dei dati con le due variabili Scatter plot dei valori LIM / IBE originali 0 8 IBE 6 4 0 0 00 00 300 400 500 600 LIM

4) realizzare due grafici istogrammi di distribuzione di frequenza con le classi dei valori di LIM ed IBE,; Istogramma LIM classi 4.5 4 4 3.5 frequenza assoluta 3.5.5 0.5 0 3 4 5 LIM classi Istogramma IBE classi 3.5 3 3 3 frequenza assoluta.5.5 0.5 0 3 4 5 IBE classi

5) trasformare le variabili a) con log naturale, b) elevamento a potenza c= 0.5 (X 0. 5 =radice quadrata) c) standardizzare mediante normalizzazione sapendo che per LIM ( X = 48, s= 69) e per IBE ( X =6.4, s= 3). X i = X s X LIM LIM LIM IBE IBE IBE n LIM log rq norm IBE log rq norm 40 6 0.0 8..8 0.53 85 4.4 9. -0.96 4.4-0.8 3 30 5.4 5-0. 7.7 0. 4 365 5.9 9 0.69 9. 3 0.87 5 50 6. 3.55.4 3.3.53 6 35 3.6 5.9 -.6 3..7 -. 7 0 3 4.5 -.35 0 -.8 8 380 5.9 9 0.78 7.7 0. 9 45 5.5 6-0.0 8..8 0.53 0 90 5.3 4-0.34 6.8.5-0. media 45 3.74 6.6 0 364.9 5.73 8.36 0 dev st 5.46 0.36.6 88.5 0.64 5.6 minimo 0 3 4.47 -.35 0 -.8 massimo 50 6.3.58.55.4 3.3.53 range 490 3.3 8..9 0.4.3 3.33