Corso di STATISTICA Prof. Giovanni LATORRE e-mail: g.latorre@unical.it sito web: www.ecostat.unical.it/latorre/

Slides:



Advertisements
Presentazioni simili
Primary Italian Saying How You Are.
Advertisements

Teoria e Tecniche del Riconoscimento
TIPOLOGIA DELLE VARIABILI SPERIMENTALI: Variabili nominali Variabili quantali Variabili semi-quantitative Variabili quantitative.
Queuing or Waiting Line Models
Gli studenti saranno in grado di usare limperfetto per descrivere cosa facevano da piccoli. Da Fare Ora: 1.Che programma televisivo hai guardato ieri?
Frequency Domain Processing
UG40 Energy Saving & Twin Cool units Functioning and Adjustment
PINK FLOYD DOGS You gotta be crazy, you gotta have a real need. You gotta sleep on your toes. And when you're on the street. You gotta be able to pick.
Corso di finanza e mercati finanziari internazionali I rischi finanziari Prof. Vittorio de Pedys, ESCP Europe, Unito.
Metodi Quantitativi per Economia, Finanza e Management Lezioni n° 7-8.
Taccani1 7.4 Identification ANALISI DEI PERICOLI Hazard Analysis Identificazione Valutazione Misure di Controllo Control Measures Assessment.
MyEconLab_Univerità degli studi di Milano, corso Prof.ssa Valentina Raimondi How to Access MyEconLab 1.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°4 Analisi Univariata.
Un problema multi impianto Un’azienda dispone di due fabbriche A e B. Ciascuna fabbrica produce due prodotti: standard e deluxe Ogni fabbrica, A e B, gestisce.
Accoppiamento scalare
Come capire quando le prove funzionali non sono attendibili Riccardo Pistelli Università Cattolica - Roma.
SUMMARY Time domain and frequency domain RIEPILOGO Dominio del tempo e della frequenza RIEPILOGO Dominio del tempo e della frequenza.
SUMMARY High efficiency motors RIEPILOGO Motori ad alta efficienza RIEPILOGO Motori ad alta efficienza.
Let It Be – Beatles When I find myself in times of trouble Mother Mary comes to me Speaking words of wisdom, let it be. And in my hour of darkness.
Language of Algebra.
Language of Algebra. Basic concepts Key words Practice exercises Basic concepts Key words Practice exercises.
Buon giorno, ragazzi oggi è il quattro aprile duemilasedici.
STMan Advanced Graphics Controller. What is STMan  STMan is an advanced graphic controller for Etere automation  STMan is able to control multiple graphics.
Nessuno può servire due padroni:perché, o amerà l’uno e odierà l’altro oppure preferirà il primo e disprezzerà il secondo. Non potete servire Dio e i.
Do You Want To Pass Actual Exam in 1 st Attempt?.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Università Cattolica del Sacro Cuore
Stima della qualità dei classificatori per l’ analisi dei dati biomolecolari Giorgio Valentini
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
Lezione 2 CARATTERI DEI DATI: approfondimento (Borra-Di Ciaccio, cap
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
Corso di Analisi Statistica per le Imprese Cross tabulation e relazioni tra variabili Prof. L. Neri a.a
>2 bilioni infetti 2008: 9.4 million new TB
“Costi di salvataggio e parametri di valutazione” Guglielmo Camera
WRITING – EXERCISE TYPES
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
APA INTRODUCTION Scopo: presentare il problema studiato e descrivere la strategia di ricerca utilizzata. L’introduzione tipicamente inizia con la formulazione/statement.
STATISTICA Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Quantitative Market Research Set-up Protocol
Attempted replication of the latest Mizuno’s experiment
Buy Escitalopram Uk L’intervento consiste nella correzione della curva seguita dalla realizzazione di artrodesi delle vertebre comprese nella curva stessa.
Supporto statistico online
The Scientific Revolution
La statistica A cura di: Manuela Mangione.
Cos' è l'Augmented Reality? Perchè è diversa dalla Virtual Reality?
Cyber Safety.
PROGRAMMAZIONE BASH – ISTRUZIONE IF
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Marzo 2018.
ANALISI DELLE DISTRIBUZIONI STATISTICHE
Proposal for the Piceno Lab on Mediterranean Diet
Corso di Analisi Statistica per le Imprese Sintesi della distribuzione di un carattere: indici di posizione Prof. L. Neri a.a
Statistica Scienza che studia i fenomeni collettivi.
Statistica.
Quantitative Market Research Set-up Protocol
Un breve giro nelle Tradizioni
Layout titolo Sottotitolo.
Preliminary results of DESY drift chambers efficiency test
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
Corso di Analisi Statistica per le Imprese Sintesi della distribuzione di un carattere: indici di posizione Prof. L. Neri a.a
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
A comparison between day and night cosmic muons flux
MITO 31 A phase II trial of Olaparib in patients with recurrent ovarian cancer wild type for germline and somatic BRCA mutations: a MITO translational.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
Integrazione di dati provenienti da più fonti
Analisi Univariata Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°3.
Wikipedia Wikipedia è un'enciclopedia online, collaborativa e libera. Grazie al contributo di volontari da tutto il mondo, Wikipedia ad ora è disponibile.
Gli studenti saranno in grado di usare l’imperfetto per descrivere cosa facevano da piccoli. Da Fare Ora: Che programma televisivo hai guardato ieri?
Transcript della presentazione:

Corso di STATISTICA Prof. Giovanni LATORRE e-mail: g.latorre@unical.it sito web: www.ecostat.unical.it/latorre/

Statistics in Medicine Robert H. Riffenburgh Ed. Academic Press Price: 53,95€ su Amazon

Characteristics of the Scientific Method: Steps in a scientific process to increase knowdlege: observe; gather data; describe; explain; predict. Science is a set of facts and theories based upon information obtained with Scientific Method Characteristics of the Scientific Method: a) the Method has to be objective or unbiased ; b) the Method should involve the control of variables; c ) the Method should be repeatable; d) the Method should allow the accumulation of results. Esempio: nella pratica clinica si percepisce che nei pazienti urologici esista una differenza di volume medio della prostata tra coloro per i quali la biopsia dia un risultato negativo e quelli per i quali il risultato è positivo; si decide pertanto di avviare un’osservazione sistematica registrando caso per caso il volume della prostata ed il risultato dell’esame bioptico, i dati raccolti verranno utilizzati per descrivere l’eventuale relazione tra volume prostatico e risultato della biopsia.

Elementary Concepts Statistical Unit or Unit Population Sample Sample Survey Experimental Design Variable: Discrete, Continuous (quantitative), Categorical (qualitative) Data: Discrete, Continuous, Categorical

Example In the Gynecological Department each woman was asked about the number of live births they had delivered so far. Answers: Raw Data 3 1 3 2 2 0 2 1 5 4 2 2 3 1 1 2 2 0 2 1 4 2 1 2 1 4 3 2 1 3 0 4 3 2 0 3 2 2 1 2 3 1 0 2 2 1 2 2 1 3 This is an example of discrete variable and discrete data. Discrete data: enumerazione o conteggio;

5 1 12 2 19 3 9 4 50 Frequency Distribution Tabulated Data N° of Live Births Frequency 5 1 12 2 19 3 9 4 Total 50 Abbiamo sintetizzato 50 informazioni numeriche (che sarebbero potute essere 500 o 5.000) con solo 12 numeri, senza perdita d’informazione. Tabulated Data

Frequency Histogram L’area dei rettangoli è proporzionale alla frequenza; Histogram

Volume of Prostate in 300 patients (VOL in ml) – Raw Data 32,26 25,59 62,06 36,31 51,07 68,09 39,98 29,30 33,80 32,20 26,96 31,03 38,15 60,78 36,15 52,84 38,00 44,00 17,00 16,19 36,09 21,38 38,39 22,56 20,84 8,00 25,70 30,40 44,70 32,96 12,89 38,53 98,09 50,78 87,33 36,40 33,30 35,00 13,50 30,87 28,30 33,09 26,41 26,34 31,62 67,00 26,50 43,00 41,00 73,73 57,77 19,95 32,24 18,42 20,68 68,00 16,40 65,10 6,90 30,50 41,51 68,99 39,48 25,00 51,00 48,50 15,00 30,54 23,56 19,46 30,64 13,83 38,62 34,00 41,30 28,90 24,00 36,85 62,85 36,94 22,17 20,94 67,49 13,00 40,00 39,00 25,10 16,39 29,05 24,90 53,92 35,88 74,44 24,80 23,70 31,40 36,00 33,20 17,37 22,41 29,58 51,61 40,05 26,70 60,30 35,50 82,43 25,47 33,45 43,22 32,49 55,00 18,00 18,30 6,50 38,57 52,51 40,14 59,76 17,60 53,00 7,60 28,20 44,88 50,84 17,72 36,97 26,46 29,97 67,20 58,00 48,70 33,70 27,76 22,48 26,05 25,12 57,35 88,17 15,30 67,60 50,00 14,86 26,88 37,81 30,52 39,54 22,00 32,90 45,00 49,13 60,93 35,59 30,35 40,22 40,80 11,90 15,10 41,50 36,05 24,33 62,25 94,32 60,13 26,00 21,50 31,45 31,78 39,43 24,19 42,44 51,76 34,90 64,70 27,00 53,99 7,17 31,83 80,96 32,40 55,80 34,20 75,13 37,73 29,93 26,36 16,43 40,20 51,30 12,50 70,21 27,26 23,19 19,62 20,30 32,30 19,45 30,86 23,34 35,28 22,71 48,88 37,60 71,30 19,60 65,00 26,89 26,72 33,25 70,04 73,52 25,69 23,20 22,50 12,10 34,07 49,26 24,52 39,28 48,26 25,60 30,80 3,30 37,50 52,42 42,34 23,14 33,79 28,42 20,80 21,20 47,30 30,26 41,60 17,31 36,62 27,49 32,80 18,86 114,03 52,80 46,19 29,71 32,33 45,90 18,40 30,00 20,58 56,28 42,92 23,50 23,84 75,22 54,90 15,90 21,83 42,59 16,03 44,03 77,26 79,15 34,40 15,80 Continuous data: Misurazione This is an example of continuous variable and continuous data.

Frequency Distribution Vol. Prostate (in ml.) Absolute Frequency 00 - 20 42 20 - 40 166 40 - 60 56 60 - 80 28 80 - 100 7 100 - 120 1 Total 300 Abbiamo sintetizzato l’informazione contenuta nei 300 valori con sole 12 informazioni, questa volta con perdita d’informazione, comunque conveniente. Convenzione: l’estremo superiore non appartiene alla classe. Tabulated Data

L’area dei rettangoli è proporzionale alla frequenza; Histogram

Frequency Distribution DRE Fr. negative 115 positive 185 Totale 300 DRE = digital rectal examination This is an example of categorical variable and categorical data.

L’area dei rettangoli è proporzionale alla frequenza

Frequency Distribution of the Volume of Prostate in 300 Patients Vol. Prostate Absolute Relative Cumuative (in ml.) Frequency 00 - 20 42 0,14 20 - 40 166 0,55 0,69 40 - 60 56 0,19 0,88 60 - 80 28 0,09 0,97 80 - 100 7 0,02 1,00 100 - 120 1 0,00 Total 300 ---

L’area dei rettangoli è proporzionale alla frequenza relativa, tutta l’area è uguale ad 1.

Frequency Curve or Line Chart.

Pie Chart

55

(x-0,69)/(0,88-0,69)=(55-40)/(60-40)=15/20=0,75; x=0,75

0,50

0,50 (x-20)/(40-20)=(0,50-0,14)/(0,69-0,14)=0,36/0,55=0,654545; x=20*0,654545+20=33,1 ml (Volume Mediano della Prostata)

Symbols X = Quantitative Variable (i.e.: N° of births per woman, Volume of Prostate per patient) xi = Value of X in the i-th out of n unit x1, x2, …. , xi, …. ,xn = Data (they can either be: Population or Sample Data)

Location Measures Summation Sign: Properties: If k=1/a : Oltre alle sintesi tabellari e grafiche esistono anche le Sintesi Numeriche, che misurano particolari aspetti dei dati rilevati. If k=1/a :

X Fr(X) = ni Fr.r(X) = fi x1 n1 f1 x2 n2 f2 … --- xi ni fi xk nk fk Arithmetic Mean: X Fr(X) = ni Fr.r(X) = fi x1 n1 f1 x2 n2 f2 … --- xi ni fi xk nk fk Total n 1 Misure di Tendenza Centrale Weighted Mean:

Examples: Also: N° of Live Births per Woman: alternatively: M = (0*5 + 1*12 + 2*19 + 3*9 + 4*4 + 5*1) / 50 = 1,96; M =(0*0,10+1*0,24+2*0,38+3*0,18+ 4*0,08+5*0,02)=1,96 2) Volume of Prostate per Patient: M = (32,26+25,59+….+34,40+25,00+15,80)/300 = 36,30427; M=(10*42+30*166+50*56+70*28+90*7+110*1)/300=36,33333; M=(10*0,14+30*0,55+50*0,19+70*0,09+90*0,02+110*0,00)=35,5. Nell’esempio 1 i risultati sono uguali perché nel passaggio dai dati grezzi a quelli tabellari non c’è alcuna perdita d’informazione, anche se se il calcolo basato sulle freq. Relative è da sconsigliare perché introduce errori di arrotondamento. Nell’esempio 2 il valore esatto è il primo. Il secondo è approssimato per la riduzione a tabella e quindi per l’uso dei valori centrali delle classi di frequenza Il terzo risultato è anche affetto anche da errore da arrotondamento.

Median = Me = (y50 – y51)/2 = (21,38 + 21,50) / 2 = 21.44 Let x1, x2, …. , xi, …. ,xn , n observations on the variable X and y1, y2, …. , yi, …. , yn the same data arranged in increasing order, then: if n is an odd number: Median = Me = y(n+1)/2 if n is an even number: Median = Me = [ yn/2 + y (n/2)+1 ]/2 Examples: N° of Live Births per Woman: 3 1 3 2 2 ….. 1 2 2 1 3 arranged in increasing order: 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 4 4; Median = Me = (2 + 2)/2 = 2. 2) Volume of Prostate per Patient: 32.26, 25.59, 62.06,….., 15.80 arranged in increasing order: 3.30, 6.50, 6.90, 7.17,….,98.09, 114.03; Median = Me = (y50 – y51)/2 = (21,38 + 21,50) / 2 = 21.44