Variabili Le variabili sono proprietà di eventi reali che possono modificarsi nel tempo o in diversi luoghi e che possono essere misurate. Tipologia delle.

Slides:



Advertisements
Presentazioni simili
DISTRIBUZIONE BINOMIALE (cenni) DISTRIBUZIONE NORMALE
Advertisements

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.
2. Introduzione alla probabilità
La misura in riabilitazione Giuseppe Stefanoni
METODI STATISTICI PER LO STUDIO DELL’ASSOCIAZIONE TRA DATI QUALITATIVI
Distribuzione Normale o Curva di Gauss
Intervalli di confidenza
Proprietà degli stimatori
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Corsi Abilitanti Speciali Classe 59A III semestre - 3
INSIEMI INSIEME= gruppo di oggetti di tipo qualsiasi detti elementi dell’insieme. Un insieme è definito quando viene dato un criterio non ambiguo che.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Il concetto di misura.
ERRORI L'errore è presente in ogni metodo analitico e può essere dovuto a cause diverse. L’errore può essere definito come la differenza tra il valore.
Analisi delle Decisioni Funzioni di utilita’ e lotterie
Descrizione dei dati Metodi di descrizione dei dati
Analisi di covarianza L'analisi di covarianza è un'analisi a metà strada tra l'analisi di varianza e l'analisi di regressione. Nell'analisi di covarianza.
Elementi di Matematica
TEORIA RAPPRESENTAZIONALE DELLA MISURA
Analisi della varianza (a una via)
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
STATISTICA a.a DISTRIBUZIONE BINOMIALE (cenni)
STATISTICA a.a VARIABILITA’ BIOLOGICA E CASO
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Complementi al Corso di Ecologia - Approfondimenti di statistica
Misurazione Le osservazioni si esprimono in forma di misurazioni
Teorie e tecniche di psicologia clinica
Lezione 4 Probabilità.
Corso di Matematica Discreta cont. 2
PROBABILITÀ La probabilità è un giudizio che si assegna ad un evento e che si esprime mediante un numero compreso tra 0 e 1 1 Evento con molta probabilità.
Analisi della varianza
Verifica delle ipotesi su due campioni di osservazioni
C ONCETTI B ASE DI S TATISTICA. C ONCETTI BASE DI S TATISTICA WWW. CENTROSTUDIGORGIA. COM La statistica studia i fenomeni ripetibili del mondo con determinazione.
Radix-Sort(A,d) // A[i] = cd...c2c1
Dispensa a cura del prof. Vincenzo Lo Presti
Le distribuzioni campionarie
Tecniche descrittive Utilizzano modelli matematici per semplificare le relazioni fra le variabili in studio Il fine è la descrizione semplificata del fenomeno.
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
PROPAGAZIONE DEGLI ERRORI:
Gli indici di dispersione
Grandezze e Misure
Psicologia come scienza:
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Il residuo nella predizione
Martina Serafini Martina Prandi
IL CAMPIONE.
“Teoria e metodi della ricerca sociale e organizzativa”
Marta Pinto Stefania Serra Valentina Paravidino
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
Corso di Laurea in Scienze e tecniche psicologiche
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
TRATTAMENTO STATISTICO DEI DATI ANALITICI
EPG di Metodologia della ricerca e Tecniche Multivariate dei dati A.A
Problemi analitici quantitativi I metodi chimico-analitici strumentali hanno lo scopo di quantificare o di determinare proprietà chimico-fisiche di uno.
1 Statistica Scienza dell’incertezza PROBABILITÀ ALLA BASE DELL’INFERENZA Ipotesi VERA o FALSA? Campionamento Analisi statistica Scelta di una delle due.
La covarianza.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
I disegni sperimentali e il controllo 1. Procedure del controllo 2. Disegni monofattoriali 3. Disegni multifattoriali.
L’unità frazionaria ESEMPIO Rappresentazione
Ipotesi operative TeoriaEsperienza diretta e/o personale Quesito Piano esecutivo Scelta popolazione Scelta strumenti Scelta metodi statistici Discussione.
4. Controllo Giulio Vidotto Raffaele Cioffi. Indice: 4.1 Strategie generali 4.2 Strategie specifiche 4.3 Ripetizione 4.4 Metodi per aumentare la validità.
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
Il percorso delle discipline scientifiche ۷ Descrizione dei fenomeni ۷ Scoperta di leggi ۷ Costruzione di teorie ۷ Formulazione e test di ipotesi.
1 Corso di Laurea in Scienze e Tecniche psicologiche Esame di Psicometria Il T-Test A cura di Matteo Forgiarini.
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
Transcript della presentazione:

Variabili Le variabili sono proprietà di eventi reali che possono modificarsi nel tempo o in diversi luoghi e che possono essere misurate. Tipologia delle variabili Variabile dipendente  è una misura del comportamento del soggetto o di un suo tratto psicologico. La variabile dipendente può essere la velocità di calcolo, l’ansia, la reazione ad uno stimolo, ecc….

Variabili Le misurazioni delle risposte del soggetto (variabile dipendente) sono di diversi tipi. Le più comuni sono: 1. l'accuratezza o percentuale di successi o risposte corrette 2. La latenza o la quantità di tempo tra la presentazione dello stimolo e la comparsa della risposta 3. La durata o velocità della risposta, ossia il tempo necessario per completare la risposta una volta iniziata 4. La frequenza o ritmo di risposta ossia quante volte la risposta è emessa in una data unità di tempo

Proprietà che deve possedere la variabile dipendente La variabile dipendente deve essere valida e attendibile Per validità si intende che la variabile dipendente misuri effettivamente il comportamento o processo psicologico che si vuole misurare. Per attendibilità si intende che i soggetti, ogni volta che viene ripetuta la misurazione della variabile dipendente, forniscano all'incirca sempre lo stesso punteggio.

La variabile indipendente è la causa della modificazione che si rileva nel comportamento o nella risposta del soggetto. La variabile indipendente deve almeno avere due livelli, uno detto gruppo sperimentale e l’altro gruppo di controllo. Per esempio se vogliamo verificare l’effetto della frustrazione sull’aggressività, possiamo creare due gruppi o due livelli della var. indipendente: frustrati e non frustrati. Se vogliamo verificare l’efficacia di un farmaco, progettiamo un disegno sperimentale con due livelli della variabile indipendente: soggetti a cui viene dato il farmaco e soggetti a cui viene dato un placebo. Se vogliamo vedere se esiste una differenza nel livello d’intelligenza tra maschi e femmine, in questo caso selezioniamo un gruppo di maschi e un gruppo di femmine e li sottoponiamo a diversi test d’intelligenza. anche in questo caso abbiamo un disegno sperimentale con due livelli della var. indipendente. In questo caso la var. indipendente è selezionata e non manipolata.

Variabili “confuse” o estranee. Le variabili confuse sono variabili che variano assieme alla variabile indipendente. Tali variabili sono dette anche variabili estranee o di “disturbo” perché impediscono allo sperimentatore di capire se i cambiamenti tra i gruppi sono dovuti al solo effetto della var. indipendente. Ad esempio, se si vuole verificare se esiste una differenza tra i sessi nella preferenza per i colori osservando i colori dei vestiti indossati dai soggetti di diverso sesso, è possibile, però, che il fatto che nella società i bambini maschi vengano vestiti d’azzurro e le bambine di rosa possano influire i soggetti nella scelta dei colori degli abiti. Pertanto, diventa difficile stabilire se la preferenza peri colori è dettata da fattori biologici (il sesso) o dall’esperienza passata.

Le variabiali qualitative consentono misure qualitative. variabili qualitative: le variabili qualitative sono caratteristiche che cambiano genere. Le variabiali qualitative consentono misure qualitative. Misure qualitative: sono quelle che consentono di discriminare o classificare gli oggetti in base alla manifestazione di una data caratteristica. Le caratteristiche qualitative sono da considerarsi una forma di misura a tutti gli effetti. classificazione in base al colore: classificazione in base alla forma:

Variabili quantitative: sono caratteristiche che variano di grandezza o di intensità. Misure quantitative: sono quelle che consentono di ordinare, graduare, posizionare gli oggetti in base alla manifestazione di una data caratteristica. Insieme di elementi ordinati in base al grado di chiarezza: Le misure quantitative vere e proprie richiedono almeno un’unità di misura.

Variabili discrete o discontinue: sono variabili che rientrano in categorie distinte. Possono essere qualitative o quantitative. In quest’ultimo caso tra un valore e l’altro esiste un “salto” (gap) che non può essere assolutamente determinato. esempi var. discrete: sesso: maschio (0) – femmina (1) corretto o successo (1) – incorretto o insuccesso (0) numero di figli in una famiglia numero di matrimoni in diverse città numero di elettroni degli atomi

Variabili continue: sono variabili non limitate a certi valori o categorie. In generale, una variabile si dice continua se tra due valori contigui è sempre possibile determinare un valore intermedio ai primi due. esempi var. continue: peso corporeo statura corporea quoziente intellettivo tempi di reazione intensità sensoriale velocità, volume, densità

Misurazione Per quantificare un insieme di elementi è necessario che, dati tre elementi a, b e c qualsiasi: è sempre possibile stabilire che a < b, oppure a > b oppure a = b (possibilità di ordinare gli elementi); è possibile stabilire che c = a + b (proprietà additiva degli elementi); è possibile definire tre numeri interi m, n, e p tali e una grandezza arbitraria u tali per cui a = mu, b = nu e c = pu (commensurabilità degli elementi). Gli elementi di un insieme per cui valgono tutte le precedenti proprietà sono detti grandezze. Se le grandezze sono ordinate, additive e commensurabili, allora sono misurabili quantitativamente. a u 1. a < b; 2. c = a + b; 3. a = 2u; b = 3u; c = 5u. b c

Misurazione u è l’unità di misura di a, b e c. u La misura di una grandezza è il rapporto tra la data grandezza e l’unità di misura. a b c Ad esempio, la misura di b è: Il numero 3 è la misura di b.

Misurazione Quantificazione in base alla varianza (quantificazione statistica): è possibile quantificare una data caratteristica in base alla sua probabilità di manifestarsi. In questo caso, si usa la funzione di densità (di probabilità) della variabile o caratteristica. Un caso classico è la statura corporea o i punteggi ad un test d’intelligenza. Entrambe le variabili hanno una distribuzione di probabilità con forma a campana (curva gaussiana). Anche i punti z hanno una distribuzione a campana. I punti z sono la trasformazione dei punteggi grezzi, ossia sono le distanze dei punteggi grezzi dal valore medio divise dalla deviazione standard dei punteggi grezzi. La deviazione standard dei punteggi grezzi è l’unità di misura dei punti z.

Metodologia della ricerca (unità di misura) media dev. standard punti z: punteggi di QI: La quantificazione statistica si applica a tutte quelle caratteristiche o variabili che hanno distribuzione normale.

SCALE DI MISURA Teoria della misurazione di Stevens (1951): Misurare significa attribuire un numero ad un oggetto o evento in base ad una determinata regola In base alla teoria della misurazione si verifica la consistenza delle scale di misura. Per consistenza s intende la validità dei valori ottenuti con il metodo di misurazione. TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AAAAAAA

Teoria della misurazione L’insieme. Una collezione di oggetti, ognuno dei quali è detto elemento, costituisce un insieme. L’insieme, indicato con lettere maiuscole, raggruppa oggetti od elementi diversi in tutto, tranne che per una data caratteristica. Metodo elencativo: Metodo specificativo: Struttura relazionale. Per struttura relazionale intendiamo una insieme tra i cui elementi vengono definite determinate proprietà relazionali. relazione d’equivalenza (~) : 1. ∼ è riflessiva, dato che per un qualsiasi elemento e, tale che e ∈ E, allora e ∼ e; 2. ∼ è simmetrica, dato che per due qualsiasi e1 e e2, tali che e1 ∈ E e e2 ∈ E, allora se e1 ∼ e2, allora e2 ∼ e1; 3. ∼ è transitiva, dato che per tre elementi qualsiasi e1, e2 e e3, tali per cui e1 ∈ E, e2 ∈ E e e3 ∈ E, se e1 ∼ e2 e e2 ∼ e3, allora e1 ∼ e3.

La partizione di un insieme si indica con: La relazione d’equivalenza struttura l’insieme in un insieme di sottoinsiemi disgiunti. I sottoinsiemi sono disgiunti un quanto se un elemento appartiene ad un sottoinsieme, non può appartenere ad un altro sottoinsieme. La partizione di un insieme si indica con: relaz. d’equivalenza: elementi uguali per colore relaz. d’equivalenza: elementi uguali per forma vedi: cap. 1 Teoria e tecniche dei reattivi e delle interviste in psicologia M. Tommasi – A. Busonera, Franco Angeli Editore .

relazione d’ordine ei ≺ ej ≺ è anti-riflessiva dato che per un qualsiasi elemento E, tale per cui e ∈ E non è possibile che e ≺ e; 2. ≺ è anti-simmetrica, dato che per due qualsiasi e1 e e2, tali che e1 ∈ E e e2 ∈ E, allora se e1 ≺ e2 non è possibile che valga anche e2 ≺ e1; 3. ≺ è transitiva, dato che per tre elementi qualsiasi e1, e2 e e3, tali per cui e1 ∈ E, e2 ∈ E e e3 ∈ E, se e1 ≺ e2 e e2 ≺ e3, allora e1 ≺ e3. Un insieme ordinato si indica con: se ordiniamo in base alle dimensioni: < < < <

Se uniamo la relazione d’equivalenza con quella d’ordine: si creano partizioni con sottoinsiemi ordinati Un insieme partizionato e ordinato si indica con: < < < < < < < <

Funzione: è una relazione che lega gli elementi di un insieme A (dominio) ad almeno un elemento dell’insieme B (codominio). La funzione di I° tipo lega ad ogni elemento di A uno ed un solo elemento di B: altri tipi di funzioni sono:

La misura è una funzione che lega gli elementi di una struttura relazionale empirica agli elementi di una struttura relazionale numerica. Tale tipo di funzione è detta omomorfismo. Le proprietà delle relazioni tra gli elementi delle due strutture rimangono inalterate. se c’è una relazione d’equivalenza tra gli elementi empirici, c’è una relazione d’equivalenza anche tra i numeri. Se c’è una relazione d’ordine tra gli elementi empirici, c’è un ordine anche tra i numeri. A seconda del tipo di relazione tra gli elementi, cambia il tipo di scala di misura. La scala di misura è la struttura numerica che rappresenta le proprietà della struttura empirica.

Teoremi rappresentazione e unicità delle scale di misura Teorema di rappresentazione: dato un insieme di grandezze, è possibile determinare una funzione mappatura (funzione m) tale per cui si determina un omomorfismo tra la strutture empirica e la struttura numerica. La struttura numerica associata alla struttura empirica è detta scala di misura. La scala di misura è la rappresentazione, in termini numerici, delle proprietà relazionali degli elementi empirici. Il punteggio di QI è la scala di misura delle relazioni, in termini di intelligenza, tra gli esseri umani. Teorema di unicità: se è possibile determinare una funzione che associa una struttura numerica ad un’altra, mantenendo inalterate le proprietà della struttura empirica, allora è possibile originare una nuova scala di misura. La funzione che consente di generare una nuova scala a partire da quella originaria è detta funzione permissibile. Maggiori sono le proprietà della scala, maggiori sono le restrizioni alle funzioni permissibili.

Scale di misura: scala nominale scala ordinale scala ad intervallo scala a rapporto Scala permissibile: trasformazione della scala originaria che mantiene inalterate le relazioni tra gli elementi empirici. Scala nominale Le analisi statistiche dei dati sulla scala nominale si basano sulle frequenze, ossia il numero di elementi per categoria. oppure più lo zero assoluto

Scala ordinale oppure Le misure delle scale ordinali, sono dette ranghi. Il rango tiene conto dell’equivalenza tra gli elementi. La scala della luminosità delle stelle e la scala Mercalli sono scale ordinali.

La scala ad intervalli La scala ordinale, oltre alle proprietà delle scale precedenti, possiede anche un’unità di misura. Tale unità di misura consente di quantificare le distanze tra gli elementi. La scale della temperatura in gradi Celsius e Fahrenheit sono esempi di scale ad intervalli. Entrambe le scale hanno un’unità di misura ma punti di partenza della scala diversi.

Le trasformazioni permissibili della scala ad intervalli sono equazioni lineari del tipo: a è la pendenza o coefficiente angolare della retta b è l’intercetta della retta esempio:

I punteggi standardizzati sono misure su scala ad intervalli Le scale dei punteggi standardizzati sono le scale dei punti z, dei punteggi stanini, dei punteggi sten, dei punti T e dei punteggi di QI. La funzione permissibile dei punteggi standardizzati è: = punteggio nuova scala = media nuova scala = dev. standard nuova scala

La scala a rapporti più lo zero assoluto Se il valore zero della scala ad intervalli (valore nullo) corrisponde, effettivamente, all’intensità zero della caratteristica dell’oggetto empirico, allora si ha una scala a rapporto. Ad esempio, la scala della temperatura in gradi Kelvin è una scala a rapporto, dato che il valore zero (-273,15 °C) corrisponde al valore zero dell’energia cinetica delle molecole. In questo caso, c’è corrispondenza tra intensità nulla della caratteristica misurata (movimento molecolare) e valore zero della scala di misura. Tale caratteristica fa si che la scala a rapporti possa fornire informazioni circa i rapporti che legano tra loro le grandezze misurate. Trasformazioni permissibili su scala a rapporti: esempio: La scala λ ha rapporti più equivalenti con quelli della scala di equisezione rispetto alla scala ASA.

esempio di misurazione applicando le diverse regole piselli broccoli asparagi granoturco fagioli scala nominale scala ad intervalli preferenza per Ruth per le verdure 7 piselli 6,5 granoturco 6 fagioli 5,5 5 broccoli 4,5 4 3,5 3 2,5 2 1,5 1 asparagi scala a rapporti preferenza per Ruth per le verdure 30 20 piselli 15 granoturco 10 fagioli 0 broccoli -10 -20 -30 -40 asparagi -50 legumi piselli scala ordinale preferenza per Ruth per le verdure 5 piselli 4 granoturco 3 fagioli 2 broccoli 1 asparagi fagioli graminacee buoni granoturco indiff. piante erbacee cattivi broccoli asparagi

Test statistici parametrici e non- parametrici assunzioni base per l’uso di test statistici parametrici (t di Student e F di Snedecor) 1. Il campione, da cui sono stati ottenuti i dati, è stato estratto da una popolazione in cui la distribuzione di probabilità della caratteristica misurata è normale 2. I dati sono stati misurati con scale di misura ad intervalli o a rapporti (variabile continua) 3. Le osservazioni sono tra loro indipendenti Severe violazioni delle assunzioni al punto 1 e 2 non necessariamente invalidano i test parametrici (in questo caso si dice che i test parametrici sono robusti). La violazione dell’assunzione al punto 3 è grave, in quanto invalida il test a prescindere. Nel caso che le violazioni rischino di invalidare il test, si dovrebbe ricorrere ad un test statistico non-parametrico. Osservazione: i test statistici non-parametrici sono meno potenti dei test parametrici.

Scelta dei livelli della var. indipendente Nel caso in cui l’esperimento implichi più di due condizioni, più di due gruppi sottoposti a diversi trattamenti, è necessario prestare la massima attenzione sia al numero di trattamenti (al numero di livelli della var. indip.) sia alle distanze tra i livelli della var. indip. gamma sufficientemente ampia dei valori della var. indip. i livelli devono essere sufficientemente ravvicinati valutare distanze costanti o variabili tra gli intervalli

Validità delle misurazioni Una misura non è valida se non ha niente a che vedere con il concetto che sto cercando dimisurare. Ad esempio, non ha senso determinare l’intelligenza delle persone misurando le dimensioni del cranio, o l’ansia delle persone in base al numero di volte in cui uno si mangia le unghie al giorno. .

Tipi di validità Validità esteriore o di facciata: il soggetto che esegue il test o la prova deve essere convinto che il test o la prova siano attinenti con ciò che gli viene chiesto. Validità di contenuto: il test o la prova deve esaminare tutta la gamma di comportamenti attinenti al concetto che viene misurato. Un test d’intelligenza che misura solo l’abilità spaziale non ha sufficiente validità di contenuto. Validità di criterio: il test o la prova devono essere in relazione con altri test o prove che misurano lo stesso costrutto. validità concorrente: criterio e predittore sono misurati nello stesso momento (es.: QI e rendimento scolastico) validità predittiva: criterio e predittore sono misurati in momenti diversi (es.: QI di un bambino e stipendio in età adulta)

Affidabilità (attendibilità) delle misurazioni Una misura non è affidabile (attendibile) se fornisce risultati coerenti. Ad esempio, se ad un test d’intelligenza lo stesso soggetto fornisce punteggi molto diversi tra loro, allora c’è un’incoerenza nelle misure. L’incoerenza nelle diverse misurazioni viene detta anche errore di misura. Gli errori di misura si dividono in casuali  le variazioni delle misure sono dovute o fattori casuali, imprevedibili. sistematici  le variazioni sono in qualche modo associate alla variabile indipendente o, comunque, sono dovute a fattori persistenti.

Controllo dell’affidabilità Procedura test-restest Il test o la prova vengono somministrati agli stessi soggetti due o più volte. L’analisi dell’affidabilità si basa sul test della correlazione. Procedura split-half Gli item del test sono divisi in due gruppi e vengono somministrati come se fossero due test separati. Si calcola poi la correlazione tra i punteggi ottenuti nella due metà del test. Alpha di Cronbach o formula KR-20 (per verificare la coerenza dei punteggi al test o alle prove). Un altro metodo è l’analisi di varianza. L’analisi di varianza permette anche di verificare l’effetto dell’errore sistematico e la sua relazione con la var. indipendente.