Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
PubblicatoEusebio Pandolfi Modificato 11 anni fa
1
Come analizzare i dati (principali test statistici impiegati)
Giacomo Novara Clinica urologica, università di Padova 1
2
Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata
3
Statistiche descrittive
L’obiettivo è di descrivere le caratteristiche della nostra popolazione Natura delle varibili Continue Categoriche o discrete
4
Variabili continue e categoriche
Variabili continue: possono assumere tutti i valori di un intervallo (età, peso, altezza, PSA, volume prostatico) Variabili categoriche o discrete: assumono un numero finito di valori (sesso, stadio clinico della neoplasia, Gleason score)
5
Variabili continue normali e non-normali
Rappresentazione grafica di una distribuzione normale
6
Variabili continue normali e non-normali
7
Variabili continue normali e non-normali
8
Variabili continue normali e non-normali
9
Variabili continue normali e non-normali
10
Variabili continue normali e non-normali
11
Variabili continue normali e non-normali
12
Variabili continue normali e non-normali
Variabili continue normali: media ± deviazione standard Variabili continue non-normali: mediana e range interquartile
13
Misure di tendenza centrale
14
Misure di tendenza centrale
15
Misure di tendenza centrale
16
Misure di tendenza centrale
17
Variabili continue e categoriche
Variabili continue: possono assumere tutti i valori di un intervallo (età, peso, altezza, PSA, volume prostatico) Variabili categoriche o discrete: assumono un numero finito di valori (sesso, stadio clinico della neoplasia, Gleason score)
18
Variabili categoriche
19
Variabili categoriche
20
Variabili categoriche
21
Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata
22
Analisi univariata E’ l'esame di ogni variabile considerata singolarmente Consiste nell'organizzare i dati secondo le frequenze di distribuzione di ognuna delle variabili considerate nel corso della rilevazione
23
Comparazione di variabili continue normali in due o più gruppi
T test
24
Comparazione di variabili continue non-normali
Due campioni indipendenti: Mann Whitney U test (comparazione del PSA nei pazienti con biopsia prostatica positiva e negativa) Tre o più campioni indipendenti: Kruskal-Wallis test (comparazione del PSA nei pazienti con biopsia prostatica positiva, negativa e ASAP)
25
Comparazione di variabili continue non-normali
Due campioni dipendenti: Wilcoxon test (PSA al T0 ed al T1 nella stessa popolazione in due momenti diversi) Tre o più campioni dipendenti Friedman test (PSA al T0, T1 e T2 nella stessa popolazione in tre momenti diversi)
26
Comparazione di variabili categoriche in due o più gruppi
Pearson’s chi-square
27
Comparazione di variabili categoriche in due o più gruppi
28
Comparazione di variabili categoriche in due o più gruppi
29
Comparazione di variabili categoriche in due o più gruppi
30
Analisi univariata per variabili tempo-dipendenti
31
Analisi univariata per variabili tempo-dipendenti
32
Analisi univariata per variabili tempo-dipendenti
33
Analisi univariata per variabili tempo-dipendenti
34
Analisi univariata per variabili tempo-dipendenti
35
Analisi univariata per variabili tempo-dipendenti
36
Analisi univariata Stabilire l’esistenza di una covariazione tra due variabili non equivale a provare che esiste un rapporto di causa-effetto diretta tra la variabile indipendente e la variabile dipendente
37
Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata
38
Analisi multivariata L’insieme dei metodi statistici e delle tecniche usati nello studio della variazione simultanea di due o più variabili casuali
39
Analisi multivariata Varibili non tempo-dipendenti: regression model
Variabili tempo-dipendenti: Cox proportional hazard model
40
Analisi multivariata
41
Analisi multivariata
42
Analisi multivariata
43
Analisi multivariata Il numero di variabili da inserire dipende dal numero di eventi Inserire solo variabili continue normali (o normalizzate) Non inserire variabili altamente correlate Esprimere i dati con odds ratio (hazard ratio per variabili tempo-dipendenti), 95% confidence interval and p value
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.