Excel Terza parte Excel 2003
TABELLA PIVOT Selezioniamo tutti i dati (con le relative etichette) Dati Rapporto tabella pivot e grafico pivot Fine 2
La tabella pivot viene messa di default in una pagina nuova. Prendiamo la variabile qualitativa Sesso e la mettiamo nei campi riga mentre la variabile Primipara la rilasciamo nei campi colonna. Riprendiamo quindi una di queste 2 variabili (ad es. Primipara) e la rilasciamo al centro della tabella. 3
Se volessimo una tabella con le frequenza congiunte, controllo che nell angolo in alto a sinistra sia riportata la dicitura Conteggio Se così non fosse clicchiamo 2 volte nell angolo sinistro e si aprirà la finestra di dialogo Campo Pivot Table Riepiloga per: Scegliamo una delle funzioni riportate a seconda delle necessità OK 4
Se volessimo inserire un grafico dalla tabella pivot Inserisci Grafico. Questo è un grafico dinamico ovvero possiamo selezionare/deselezionare le modalità delle variabili coinvolte nella analisi 5
ANALISI BIVARIATA Quando vogliamo valutare da un punto di vista grafico la relazione tra due variabili quantitative usiamo un grafico a dispersione. Prendiamo il file 02_Analisi_bivariata e selezioniamo la variabile Peso prima della cura e Peso post cura. Quindi Inserisci Grafico Dispers.(XY) Grafico di default Fine 6
Ora selezioniamo la nuvola di punti, tasto destro, Aggiungi linea di tendenza Opzioni Visualizza l equazione sul grafico e Visualizza il valore R al quadrato sul grafico OK
Otteniamo il seguente grafico N.B: La prima variabile fornita va in ascissa mentre la seconda in ordinata.
COEFFICIENTE DI CORRELAZIONE Se vogliamo quantificare la relazione tra due variabili quantitative possiamo calcolare il coefficiente di correlazione. Selezioniamo le variabili quantitative di interesse (ad es Età, Peso prima della cura, Peso post cura) con le relative intestazioni Strumenti Analisi dei dati Correlazione OK 9
In Intervallo di input inseriamo le variabili quantitative con le relative etichette (n.b: le variabili devono essere disposte in sequenza), clicchiamo quindi su Etichette nella prima riga e Opzioni di output Nuovo foglio di lavoro Otteniamo la seguente matrice di correlazione 10
REGRESSIONE LINEARE SEMPLICE Per rispondere alla domanda: Esiste una relazione lineare tra una variabile dipendente e una variabile indipendente? ricorriamo alla regressione lineare semplice. Strumenti Analisi dei dati Regressione OK 11
Intervallo di input Y inseriamo la variabile dipendente (nel nostro esempio il Peso post cura) Intervallo di input X inseriamo la variabile indipendente (nel nostro esempio il Peso prima della cura). Se nell intervallo consideriamo anche le intestazioni selezioniamo Etichette. Selezioniamo anche i Residui e i possibili Tracciati che fornisce Excel Otteniamo quindi l output della regressione lineare e possiamo valutare l esistenza o meno di una relazione lineare tra X e Y 12
TEST PER VALUTARE L ASSOCIAZIONE DI DUE VARIABILI QUALITATIVE: TEST CHI- QUADRATO Per valutare l associazione di 2 variabili qualitative ricorriamo al Test Chi-quadrato. Innanzitutto costruiamo la tabella delle frequenze congiunte di 2 variabili qualitative (ricorriamo alla tabella pivot) File 03_Statistica inferenziale 13
Costruiamo quindi la tabella delle frequenze teoriche. Inserisci Funzione TEST.CHI In Int_effettivo mettiamo le frequenze congiunte reali In Int_previsto mettiamo le frequenze congiunte teoriche OK Otteniamo il p-value del test 14
TEST PER VALUTARE LA DIFFERENZA TRA LE MEDIE DI DUE CAMPIONI INDIPENDENTI Il test t per gruppi indipendenti si applica quando si vuole confrontare il valore della stessa variabile quantitativa in 2 gruppi indipendenti. Esempio valore pressorio in due gruppi indipendenti di soggetti (Maschi e Femmine). Excel ci fornisce un output del test t quando le varianze sono omogenee (omoschedasticità) o eterogenee (eteroschedasticità). 15
TEST PER VALUTARE LA DIFFERENZA TRA LE MEDIE DI DUE CAMPIONI INDIPENDENTI SUPPONENDO CHE LE VARIANZE SIANO COSTANTI Strumenti Analisi dei dati Test t: due campioni assumendo uguale varianza OK 16
Intervallo variabile 1 Intervallo di dati per la variabile quantitativa da analizzare appartenente al primo gruppo (ad es. Maschi) Intervallo variabile 2 Intervallo di dati per la variabile quantitativa da analizzare appartenente al secondo gruppo (ad es. Femmine) Differenza ipotizzata per le medie 0 Etichette Selezioniamo questa voce solo se abbiamo inserito le etichette nell intervallo di dati selezionato Opzioni di output Nuovo foglio di lavoro OK Otteniamo il p-value del test 17
TEST PER VALUTARE LA DIFFERENZA TRA LE MEDIE DI DUE CAMPIONI INDIPENDENTI SUPPONENDO CHE LE VARIANZE NON SIANO COSTANTI Strumenti Analisi dei dati Test t: due campioni assumendo varianze diverse OK 18
Intervallo variabile 1 Intervallo di dati per la variabile quantitativa da analizzare appartenente al primo gruppo (ad es. Maschi) Intervallo variabile 2 Intervallo di dati per la variabile quantitativa da analizzare appartenente al secondo gruppo (ad es. Femmine) Differenza ipotizzata per le medie 0 Etichette Selezioniamo questa voce solo se abbiamo inserito le etichette nell intervallo di dati selezionato Opzioni di output Nuovo foglio di lavoro OK Otteniamo il p-value del test 19
TEST PER VALUTARE L OMOGENEITA DELLE VARIANZE (SERVE PER DECIDERE QUALE TEST T USARE TRA I DUE PRESENTATI NELLE SLIDE PRECEDENTI) Strumenti Analisi dei dati Test F a due campioni per varianze OK 20
Intervallo variabile 1 Intervallo di dati per la variabile quantitativa da analizzare appartenente al primo gruppo (ad es. Maschi) Intervallo variabile 2 Intervallo di dati per la variabile quantitativa da analizzare appartenente al secondo gruppo (ad es. Femmine) Etichette Selezioniamo questa voce solo se abbiamo inserito le etichette nell intervallo di dati selezionato Opzioni di output Nuovo foglio di lavoro OK Otteniamo il p-value del test 21
TEST PER VALUTARE LA DIFFERENZA TRA LE MEDIE DI DUE CAMPIONI APPAIATI Il test t per gruppi dipendenti si applica quando si vuole confrontare il valore di una variabile quantitativa rilevata in due diversi istanti temporali ma sui medesimi soggetti (ad es. peso di soggetti anoressici prima e dopo la cura). 22
TEST PER VALUTARE LA DIFFERENZA TRA LE MEDIE DI DUE CAMPIONI DIPENDENTI Strumenti Analisi dei dati Test t: due campioni accoppiati per medie OK 23
Intervallo variabile 1 Intervallo di dati per la variabile quantitativa da analizzare rilevata al tempo 1 (ad es. Peso prima della cura) Intervallo variabile 2 Intervallo di dati per la variabile quantitativa da analizzare rilevata al tempo 2 (ad es. Peso post cura) Differenza ipotizzata per le medie 0 Etichette Selezioniamo questa voce solo se abbiamo inserito le etichette nell intervallo di dati selezionato Opzioni di output Nuovo foglio di lavoro OK Otteniamo il p- value del test 24