CALCOLO DELLA GAUSSIANA

Slides:



Advertisements
Presentazioni simili
COME MANTENERE IL CUORE SANO
Advertisements

ESERCIZIO FISICO E PREVENZIONE : Malattie cardiovascolari
VARIABILITA’ BIOLOGICA E VALORI DI RIFERIMENTO
ESERCITAZIONE 2 Come leggere la tavola della normale e la tavola t di Student. Alcune domande teoriche.
Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
Le distribuzioni di probabilità continue
MISURAZIONE Operazione che permette di associare coerentemente numeri alle caratteristiche di un insieme di oggetti o individui 4 i 5  2 R 3 1 6 3.
Scarto dalla media xi= Xi - X
STATISTICA A – K (60 ore) Esercizi di riepilogo al corso
Intervalli di confidenza
Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
L’EPIDEMIOLOGIA CLINICA
La Cardiologia Preventiva nella Pratica Clinica Le Linee Guida
di Gian Francesco Mureddu
Intervalli di Confidenza
Distribuzione degli Errori di Misura
Esercitazione TEST DIAGNOSTICO.
CONFRONTO TRA DUE MEDIE:
CRITERI PER LA NORMALITÀ
INTERVALLO DI CONFIDENZA PER UNA PROPORZIONE (1)
Esercizi x1=m-ts x2=m+ts
Intervallo di probabilità di una media
intervallo di confidenza e test di significatività per una proporzione
Distribuzione degli Errori di Misura La distribuzione normale Johann Carl Friedrich Gauss ( )
DALL'INTERVALLO DI PROBABILITÀ
Esercitazione su test d’ipotesi
Varianza campionaria Errore standard della varianza campionaria
Campionamento casuale semplice
DIFFERENZA TRA LE MEDIE
Tema 3: Teorema-Limite Centrale
Distribuzioni di probabilità
Matematica e statistica Versione didascalica: parte 7 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste.
Canale A. Prof.Ciapetti AA2003/04
Corso di biomatematica lezione 4: La funzione di Gauss
Esercizi x1=m-ts x2=m+ts
Risultati 2007 Riunione Annuale Screening Mammografico
Tutti i diritti riservati.
Epidemiologia in Italia Dati tratti dall’Atlante Italiano delle Malattie Cardiovascolari II Edizione Centro Nazionale di Epidemiologia, Sorveglianza e.
OSSERVATORIO EPIDEMIOLOGICO CARDIOVASCOLARE
Misurazione Le osservazioni si esprimono in forma di misurazioni
Lezione 4 Probabilità.
Lezione 6 Inferenza statistica
Parte I (introduzione) Taratura degli strumenti (cfr: UNI 4546) Si parla di taratura in regime statico se lo strumento verrà utilizzato soltanto per misurare.
OBESITA’ E MALATTIE CARDIOVASCOLARI
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Le problematiche metaboliche nei neonati SGA
Procedimento analitico
Verifica delle ipotesi su due campioni di osservazioni
27 febbraio 2007 MISURE ED ERRORI
Fondamenti di informatica
METODI E MISURAZIONI STATISTICHE
Esercitazioni sul calcolo dei valori critici
I valori di riferimento
SORRENTO 2000 ESPOSIZIONE A TOLUENE IN AMBIENTE LAVORATIVO.DETERMINAZIONE DI TOLUENE EMATICO E ACIDO IPPURICO URINARIO IN UN GRUPPO DI VERNICIATORI DI.
Guida ISO all’espressione dell’incertezza di misura (GUM) –
Le distribuzioni campionarie
Unità 7 Test parametrici ☐ Test t di Student ☐ Analisi della varianza ad una via ☐ Confronti multipli.
Introduzione alla Regressione Lineare e alla Correlazione.
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Colesterolo come fattore di rischio per la cardiopatia ischemica
Compito 1: La seguente distribuzione riporta i punteggi di “apertura mentale” su individui con disturbo ossessivo compulsivo: Costruire una tabella di.
Intervalli di fiducia.
Gli indici di dispersione
Misura di una quantità fisica
La distribuzione campionaria della media
Elaborazione statistica di dati
Scelta del metodo analitico:
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Esercizi.
Transcript della presentazione:

CALCOLO DELLA GAUSSIANA ESERCITAZIONE CALCOLO DELLA GAUSSIANA

ESERCIZIO 1 : Tra le donne degli Stati Uniti di età compresa tra 18 e 74 anni, la pressione diastolica è distribuita in modo approssimativamente gaussiano con:media  = 77 mmHg ; deviazione standard  = 11 mmHg. Quale proporzione di donne di questa popolazione ha una pressione diastolica compresa tra 88 e 99 mmHg? SOLUZIONE p(88 <x< 99)= p(z1<z<z2) = p(z>z1) - p(z>z2) p(z > z1) = p(z > 1) = 0.159 p(z>z2) = p(z>2) = 0.023  p(88 < x < 99) = 0.159 - 0.023 = 0.136

p(z>z1)= p(z<-1.55) = 0.06057 b) Quale proporzione di donne ha una pressione diastolica compresa tra 60 e 90 mmHg? p(60 < x < 90) = p(z1 < z < z2) = 1 - [p(z < z1) + p(z > z2)] p(z>z1)= p(z<-1.55) = 0.06057 p(z>z2) = p(z>1.18) = 0.11900 p(60 < x < 90) = 1-[0.06057 + 0.11900] = 0.820

ESERCIZIO 2 In uno studio riguardante il livello di colesterolo sierico si sono esaminati 2000 soggetti sani e si è trovato un livello medio di colesterolo di 150 mg/dl, con una deviazione standard di 15 mg/dl. Assumete che i valori di colesterolo di questa popolazione abbiano una distribuzione gaussiana e calcolate l'intervallo di norma-lità (intervallo compreso tra il centile 2.5 e il centile 97.5).

L'intervallo di normalità è 120-180 mg/dl SOLUZIONE ESERCIZIO 2 p(z<-z*)= p(z >+z*) = 0.025 p(x1< x<x2)= p(-z*<z <+z*)= 0.95  |z*| = 1.96  2 x1 = 150 - 2  15 = 120 x2 = 150 + 2  15 = 180 L'intervallo di normalità è 120-180 mg/dl

ESERCIZIO 3 (versione 1 con simmetria) Da un'indagine condotta su 10000 bambini di pari età (8 anni) è risultato che il 10% ha un peso inferiore a 21 kg e l'80% un peso compreso tra 21 e 30 kg. Sapendo che la distribuzione dei pesi è approssimativamente gaussiana, calcolate media e dev.standard del peso nella popolazione. Qual è la probabilità di osservare un bambino con un peso maggiore di 22.5 kg?

 = (21 + 30)/2 = 25.5  per simmetria  = 4.5/1.28 = 3.516 p(x < 21) = p(z < z1*) = 0.10  z1* = -1.28 p(21 < x < 30) = p(-1.28 < z < +1.28) = 0.80  z2* = +1.28  = (21 + 30)/2 = 25.5  per simmetria  = 4.5/1.28 = 3.516

oppure Quesito2: p(22.5 < x) = p( -1.137<x) = 0.803 9 = 0 + 2.56  = 9/2.56 = 3.516 Quesito2: p(22.5 < x) = p( -1.137<x) = 0.803

ESERCIZIO 3 (versione 2 senza simmetria) Da un'indagine condotta su 10000 bambini di pari età (8 anni) è risultato che il 10% ha un peso inferiore a 21 kg e l'87.5% un peso compreso tra 21 e 35 kg. Sapendo che la distribuzione dei pesi è approssimativamente gaussiana, calcolate media e deviazione standard del peso nella popolazione. Qual è la probabilità di osservare un bambino con un peso maggiore di 22.5 kg?

p(x < 21) = p(z < z1*) = 0.10  z1* = -1.28 Risposta quesito 1 p(x < 21) = p(z < z1*) = 0.10  z1* = -1.28 p(21 < x < 35) = p(z1* < z < z2*) = 0.875  z2* =+0.1.96 sottraendo Ia dalla IIa equazione 14 = 0 + 3.24   Risposta quesito 2 P(22.5 < x ) = .82275776