Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII.

Slides:



Advertisements
Presentazioni simili
METODI STATISTICI PER LO STUDIO DELL’ASSOCIAZIONE TRA DATI QUALITATIVI
Advertisements

Intervalli di confidenza
Passo 1: trasformare tutte le percentuali in frequenze (senza sapere la numerosità sulla quale sono state calcolate, non si può fare il confronto tra %)
Capitolo 8 Sistemi lineari.
Vettori e matrici algebrici
Il chi quadro indica la misura in cui le
Variabili casuali a più dimensioni
Analisi dei dati per i disegni ad un fattore
Progetto Pilota 2 Lettura e interpretazione dei risultati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°7.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5 Test statistici: il test Chi-Quadro, il test F e il test t.
Corso di Calcolo delle Probabilità e Statistica II Parte – STATISTICA
Inferenza statistica per un singolo campione
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
INTERVALLO DI CONFIDENZA PER UNA PROPORZIONE (1)
Esercitazione su test d’ipotesi
Analisi della varianza (a una via)
Matematica e statistica Versione didascalica: parte 8 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 6: la funzione c2
Corso di biomatematica lezione 7-2: Test di significatività
Corso di biomatematica lezione 7: Test di significatività
STATISTICA a.a LA STATISTICA INFERENZIALE
Analisi bivariata Passiamo allo studio delle relazioni tra variabili
Analisi delle corrispondenze
Definizioni e operazioni
Il test di ipotesi Cuore della statistica inferenziale!
Introduzione Statistica descrittiva Si occupa dellanalisi dei dati osservati. Si basa su indicatori statistici (di posizione, di variazione, di concentrazione,
Esperimento di statistica Palmo Fuoco – Giuseppe Valerio.
Il piano fattoriale a due fattori
STATISTICA PER LE DECISIONI DI MARKETING
Tutte le grandezze fisiche si dividono in
INDICE I VALORI MEDI LA MEDIA GEOMETRICA LA MEDIA ARITMETICA
Test parametrici I test studiati nelle lezioni precedenti (test- t, test-z) consentono la verifica di ipotesi relative al valore di specifici parametri.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Corso di biomatematica lezione 7-3: Test di significatività
Obbiettivo L’obiettivo non è più utilizzare il campione per costruire un valore o un intervallo di valori ragionevolmente sostituibili all’ignoto parametro.
La verifica d’ipotesi Docente Dott. Nappo Daniela
ATTIVITÀ PIANO LAUREE SCIENTIFICHE Laboratorio di Statistica
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Accenni di analisi monovariata e bivariata
Strumenti statistici in Excell
Martina Serafini Martina Prandi
Come analizzare una tabella di contingenza quando il valore del chi quadrato è significativo Analisi dei residui con un esempio reale: Studenti universitari.
Test basati su due campioni Test Chi - quadro
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5.
Master in Neuropsicologia ClinicaElementi di Statistica I 17 maggio / 23 Analisi bivariata Per ogni unità statistica si considerano congiuntamente.
“Teoria e metodi della ricerca sociale e organizzativa”
UNIVERSITA’ DEGLI STUDI DI PERUGIA
Accenni di analisi monovariata e bivariata
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
ANALISI E INTERPRETAZIONE DATI
analisi bidimensionale #2
ANALISI DELLA VARIANZA (ANOVA)
TEST STATISTICI PER SCALE NOMINALI, TASSI E PROPORZIONI Non sempre la variabile aleatoria (risultato sperimentale) è un numero ma è spesso un esito dicotomico.
Divisione tra un polinomio ed un binomio Regola di Ruffini
La covarianza.
DIPENDENZA STATISTICA TRA DUE CARATTERI Per una stessa collettività può essere interessante studiare più caratteri presenti contemporaneamente in ogni.
Accenni di analisi monovariata e bivariata. ANALISI MONOVARIATA Analisi delle informazioni ricavabili da una variabile alla volta, prescindendo dalle.
Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII.
Dipartimento di Economia, Management e Istituzioni APPLICAZIONI AZIENDALI MEDIANTE FOGLIO ELETTRONICO 1° modulo: Percentuali, indici, tassi, rapporti Calcolo.
Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII.
1111 Università di Napoli Federico II, Dipartimento di Scienze Economiche e Statistiche S. BalbiI test non parametrici.
L’ecologia è oggi sempre più una disciplina che enfatizza lo studio olistico del sistema. Anche se il concetto che l’intero possa essere più della somma.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Test di ipotesi.
Transcript della presentazione:

Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII

Confronto tra due percentuali: campioni di piccole dimensioni Test di Fisher Il dott. Esposito ha chiesto di verificare se in un piccolo gruppo di bambine di 2-3 anni con una infezione urinaria documentata il bruciore alla minzione sia più frequente che non in un gruppo di controlli di pari età e sesso. Abbiamo una situazione di questo tipo costruiamo una tabella di contingenza 2 x 2

Confronto tra percentuali Tabella I CasiControlliTotale Brucia 5(a) 1(b) 6(a+b) Non brucia 5(c) 9(d)14(c+d) Totali di colonna10(a+c)10(b+d)20(a+b+c+d)

Verifichiamo l’ipotesi Nulla H0 In base alla ipotesi nulla H0 assumiamo che le percentuali di casi in ciascuna casellina siano capitati in quella casella per puro caso e che non vi sia rapporto tra infezione e bruciore. Possiamo allora calcolare la probabilità esatta che i casi si distribuiscano come li abbiamo scritti; in base all'ipotesi nulla, tale probabilità è: Probabilità di H0 = (a+b)! ∙ (c+d)! ∙ (a+c)! ∙ (b+d)!.a! ∙b! ∙c! ∙d! ∙ (a+b+c+d)!

"quale è la probabilità che possa occorrere una tabella come la nostra, o anche una più estrema?"; In pratica si tratta di abbassare di una unità il valore della cella più piccola e si calcola il "p" per la tabella che ne risulta; si prosegue poi abbassando di un'altra unità il numero più piccolo fino a portarlo a 0: i "p" di tutte le tabelline che ne derivano vengono sommati, e si ottiene così la probabilità che ha la nostra tabella (e le tabelle più estreme) di esistere sotto l'ipotesi nulla

La tabellina più estrema ! Tabella II CasiControlliTotale Brucia 5(a) 0(b) 5(a+b) Non brucia 5(c) 9(d)15(c+d) Totali di colonna10(a+c)10(b+d)20(a+b+c+d)

Ne consegue che otteniamo una probabilità ‘estrema’ p= l0! ∙ l0! ∙ 5! ∙ 15! = 10! ∙ 15! = 0,051 5! ∙ 0! ∙ 5! ∙ 10∙20! 5! ∙ 20! L'ipotesi nulla ha dunque una probabilità inferiore a 0.1 e maggiore di 0.05; respingiamo dunque l'ipotesi nulla e accettiamo l'ipotesi sperimentale che il bruciore alla minzione possa essere associato all'infezione delle vie urinarie.

Tabelle di contingenza e Chi quadrato Rigurgito ed allattamento ? Tabella III AllattatiNon AllattatiTotale Vomitano a 13b 24a+b 37 Non Vomitano c 42d 38c+d 80 Totali a+c 55b+d 62117

Assumiamo di nuovo che non vi sia alcuna differenza tra allattati al seno o artificialmente per quanto concerne il rigurgito: assumiamo che H0 sia vera I casi sono distribuiti per un evento fortuito: possiamo calcolare, dai totali marginali, quanti casi vi dovrebbero essere in ogni casella se vi fosse una distribuzione a caso. Possiamo calcolare quanti sono i casi "attesi" in ogni casella se l'ipotesi nulla è vera. I casi attesi, per ciascuna casella, si otterranno moltiplicando i due totali marginali che si incrociano nella casella e dividendoli per il totale generale. Casi attesi = (totale di riga x totale di colonna)/totale generale. Avremo così i "casi attesi" in ogni casellina.

La differenza tra i casi osservati e quelli attesi in ciascuna casella ci darà un 'idea di quanto i nostri numeri sono distanti dall'ipotesi nulla. (a+b) ·(a+c) = atteso in a (a + b + c + d) (a+ b) · (b+d) = atteso in b (a+ b+c+d) (c+d) · (a+c) = atteso in c (a+ b+c+d) (c+d) · (b+d) = atteso in d (a+ b+c+d) Calcoleremo poi: (Osservato-Atteso) 2 per a,b,c,d = Chi Quadro Atteso

Limiti nell'uso del Chi quadrato nessuna frequenza attesa minore di 1; non più del 20% (una sola nel caso di tabelle 2 x 2) delle frequenze attese inferiore a 5; il totale generale non può essere inferiore a 20 (applicate il test di Fisher); nel caso di tabelle 2 x 2 con numeri piccoli (superiori in totale a 20) bisogna applicare la correzione per continuità.