Universit degli Studi di Padova Scuola di Medicina e Chirurgia

Corso di Laurea in Medicina e Chirurgia - A.A. 2015-16

Corso: Statistica e Metodologia Epidemiologica 1

Docenti: prof.ssa Anna Chiara Frigo coordinatore corsi MED1 e MED2

prof.ssa Egle Perissinotto coordinatore corsi MED3 e MED4
1
Il corso di Statistica e Metodologia Epidemiologica 1 (4 CFU) viene svolto
al secondo semestre del primo anno ed articolato in una parte teorica ed
una teorico-pratica.

Metodi didattici

Parte teorica (aula A Vallisneri)

Per questa parte, le 32 ore disponibili, sono suddivise in 16 lezioni frontali
durante le quali sono affrontati gli argomenti articolati in 9 moduli.
Parte teorico-pratica (aula C via Loredan 18)
Per questa parte, le 16 ore disponibili, sono suddivise in 8 laboratori
didattici svolti su cinque turni separatamente per i corsi MED1/MED2 e
MED3/MED4. Durante queste lezioni saranno proposti e svolti
collegialmente test ed esercizi relativi ai 9 moduli didattici.
2
Corso Disciplina Corsi Ore Docenti
Teorico 32 Frigo Anna Chiara
Med1 Statistica e
Metodologia
Med2 Epidemiologica 1 Teorico-pratico 16 Perissinotto Egle

Teorico 32 Perissinotto Egle

Med3 Statistica e
Metodologia
Med4 Epidemiologica 1 Teorico-pratico 16 Frigo Anna Chiara

3
Modalit di conduzione delle verifiche di apprendimento A.A. 2015/16

In itinere
Le verifiche di apprendimento in itinere consisteranno in interventi differenti:

durante le lezioni teoriche, somministrazione agli studenti di test ed

esercizi con correzione generale;

durante le lezioni teorico-pratiche, somministrazione agli studenti di

test ed esercizi con correzione generale;

al termine delle lezioni teoriche e teorico-pratiche, prima degli appelli

desame, agli studenti viene proposta una simulazione desame per
lautoverifica del grado di apprendimento.

4
Finale (esame)

La verifica di apprendimento finale (esame) consister in una prova

finale al termine del corso al I anno.

La prova desame sar scritta, composta da quesiti a risposta

multipla.
Durante la prova desame sar consentita agli studenti la
consultazione del materiale didattico.

Liscrizione allesame obbligatoria tramite Uniweb.

5
APPELLI DESAME del Corso di SME1

Sessione estiva
14/06 dalle 8:30 in pi turni
12/07 dalle 8:30 in pi turni

Sessione autunnale
31/08 dalle 8:30 alle 10:00
12/09 dalle 8:30 alle 10:00

6
Modalit di verifica delle presenze A.A. 2015/16

Le presenze saranno rilevate:

in ciascun corso teorico mediante il badge;

in ciascun corso teorico-pratico mediante raccolta firme durante le

lezioni.

7
Obiettivi formativi
Mettere in grado il futuro laureato di:
tradurre un problema medico in un modello logico-statistico, classificando
per tipo e ruolo le variabili cliniche;
individuare modelli di indagine epidemiologica idonei a stimare specifiche
misure di diffusione di malattia e a valutare lentit di potenziali fattori di
rischio;
riconoscere i concetti fondamentali del calcolo delle probabilit, per poter
valutare potenzialit e limiti della teoria delle probabilit nella metodologia
diagnostica e di screening epidemiologico;
conoscere potenzialit e limiti del campionamento in medicina;
capire le basi dell'inferenza statistica;
affrontare lanalisi di studi clinici mediante tecniche statistiche da utilizzare
per il confronto di due gruppi;
analizzare lassociazione tra variabili.

Prerequisiti
Adeguata conoscenza del calcolo algebrico e, in particolare, una buona familiarit
con i seguenti argomenti: notazione in potenze di dieci, esponenziali e logaritmi,
equazioni di primo e secondo grado e loro rappresentazione geometrica,
disequazioni. 8
DOCENTI DEL CORSO

prof.ssa Frigo Anna Chiara prof.ssa Perissinotto Egle

tel. 049/8275412 tel. 049/8275405

e-mail: annachiara.frigo@unipd.it e-mail: egle.perissinotto@unipd.it

Unit di Biostatistica, Epidemiologia e Sanit Pubblica (UBESP)

Dipartimento di Scienze Cardiologiche, Toraciche, Vascolari
Scuola di Medicina e Chirurgia
via Loredan, 18
35131 Padova

9
 Sito dove reperire copia dei
moduli presentati a lezione

http://147.162.76.190/didattica/SME1

10
 Programma
1) Professione medica e statistica 6) Distribuzioni di probabilit ed elementi di statistica
inferenziale
Il processo di produzione dei dati statistici
- Le pi comuni variabili casuali: Binomiale, Poisson,
- Unit statistica, popolazione, caratteri statistici Normale
- Tipi di variabili - Teorema centrale della Statistica
- Descrizione dei dati: distribuzioni di frequenza, tabelle e - Popolazione e campione
grafici - La distribuzione delle medie campionarie
2) Misure di posizione, tendenza centrale e variabilit 7) Stima
- Moda - Stima puntuale e intervallare
- Media aritmetica - Stima della media di una popolazione mediante intervallo di
- Mediana, quartili e percentili fiducia
- Campo di variazione, differenza interquartile, deviazione - Stima della proporzione di una popolazione mediante
standard, coefficiente di variazione intervallo di fiducia
- Calcolo della dimensione del campione per la stima di una
media
- Calcolo della dimensione del campione per la stima di una
proporzione
3) Misure di diffusione di malattia 8) La logica del test di ipotesi
- Rapporti, proporzioni e tassi - Ipotesi nulla e ipotesi alternativa
- Prevalenza e incidenza - Livello di significativit e potenza di un test
- Tassi grezzi, tassi specifici, tassi standardizzati - L'inferenza con un singolo campione per dati quantitativi e
qualitativi. La dimensione del campione
- Test t di Student per campioni dipendenti e per campioni
indipendenti. La dimensione del campione
4) I principali modelli di indagine epidemiologica 9) Associazione tra variabili categoriali
- Studi longitudinali o di coorte - Test chi quadrato per campioni indipendenti
- Studi caso-controllo - Calcolo della dimensione del campione nel caso di due
- Studi trasversali proporzioni
- Studi sperimentali - Test di McNemar per osservazioni appaiate
- Rischio relativo e odds ratio - Intervallo di fiducia per l'Odds Ratio
- Intervallo di fiducia per il Rischio Relativo
- Intervallo di fiducia per la differenza di due proporzioni
5) Probabilit e test diagnostici/di screening
- Principi di calcolo delle probabilit
- Applicazione delle probabilit ai test diagnostici: sensibilit
e specificit
- Il teorema di Bayes
- Prevalenza, probabilit a priori, valore predittivo positivo e 11
negativo
Testi consigliati:

M. Pagano, K. Gauvreau (2003) Biostatistica - II edizione

II Edizione italiana a cura di I.F. Angelillo, M. Pavia,
P. Villari, G. Di Natale. Ed. Idelson-Gnocchi.

Per consultazione:

M. Bland (2009) Statistica Medica. Milano: APOGEO.

P. Armitage e G. Berry (1996) Statistica Medica - Metodi

statistici per la ricerca in Medicina. Milano: McGraw-Hill
Libri Italia srl.

12
 Calendario delle lezioni di
Statistica e Metodologia Epidemiologica 1 A.A. 2015-16

Med 1+2
(prof.ssa Anna Chiara FRIGO)
SETTIMANA Luned 14:15-15:45 Gioved 8:15-9:45
aula A Vallisneri aula A Vallisneri
1 - 03/03/16
2 07/03/16 10/03/16
3 14/03/16 17/03/16
4 21/03/16 31/03/16
5 04/04/16 07/04/16
6 11/04/16 (12:15-13:45) 14/04/16
7 18/04/16 21/04/16
8 02/05/16 28/04/16
9 - 05/05/16
10 mercoled 08/06/16
06/06/16
(14:15-15:45 eventuale
(eventuale recupero)
recupero) 13
 Calendario delle lezioni di
Statistica e Metodologia Epidemiologica 1 A.A. 2015-16

Med 3+4
(prof.ssa Egle PERISSINOTTO)
SETTIMANA
Marted 14:15-15:45 Mercoled 8:15-9:45
aula A Vallisneri aula A Vallisneri
1 01/03/16 02/03/16
2 08/03/16 09/03/16
3 15/03/16 16/03/16
4 22/03/16 23/03/16
5 05/04/16 30/03/16
6 12/04/16 (12:15-13:45) 06/04/16
7 19/04/16 13/04/16
8 26/04/16 20/04/16
9 08/06/16
luned 06/06/16
(12:15-13:45 eventuale
(12:15-13:45 eventuale
recupero)
recupero) 14
Calendario dei laboratori didattici SME1 A.A. 2015-16 aula C via Loredan, 18
Laboratori MED1 e MED2 (prof.ssa Perissinotto) aula C Laboratori MED3 e MED4 (prof.ssa Frigo) aula C

GRUPPO M1_2_1 M1_2_2 M1_2_3 M1_2_4 M1_2_5 M3_4_1 M3_4_2 M3_4_3 M3_4_4 M3_4_5

COGNOMI

LABORATORIO

06/04/16 06/04/16 06/04/16 07/04/16 07/04/16 05/04/16 05/04/16 05/04/16 06/04/16 08/04/16
1
10:15-11:45 12:15-13:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

13/04/16 13/04/16 13/04/16 14/04/16 14/04/16 12/04/16 12/04/16 12/04/16 13/04/16 15/04/16
2
10:15-11:45 12:15-13:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

20/04/16 20/04/16 20/04/16 21/04/16 21/04/16 19/04/16 19/04/16 19/04/16 20/04/16 22/04/16
3
10:15-11:45 12:15-13:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

27/04/16 27/04/16 27/04/16 28/04/16 28/04/16 26/04/16 26/04/16 26/04/16 27/04/16 29/04/16
4
8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

04/05/16 04/05/16 04/05/16 05/05/16 05/05/16 02/05/16 02/05/16 02/05/16 03/05/16 06/05/16
5
8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

11/05/16 11/05/16 11/05/16 11/05/16 12/05/16 10/05/16 10/05/16 10/05/16 11/05/16 13/05/16
6
8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

18/05/16 23/05/16 18/05/16 19/05/16 19/05/16 17/05/16 17/05/16 17/05/16 18/05/16 20/05/16
7
8:15-9:45 14:15-15:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 8:15-9:45

25/05/16 25/05/16 25/05/16 26/05/16 26/05/16 24/05/16 24/05/16 24/05/16 25/05/16 27/05/16
8
8:15-9:45 10:15-11:45 16:15-17:45 14:15-15:45 16:15-17:45 8:15-9:45 12:15-13:45 16:15-17:45 14:15-15:45 8:15-9:45

Docenti Laboratori: dott. Egle PERISSINOTTO (Med1+2) e dott. Anna Chiara FRIGO (Med3+4).
Sede: AULA C, via Loredan, 18.

15
 Modulo 1: Il processo di produzione dei dati statistici
(Capitolo 2: 2.1-2.2, 2.3, 2.3.1-2.3.3, 2.3.6-2.3.7, 2.4 fino allultimo punto
della colonna di destra di pagina 24)

Unit statistica, popolazione, caratteri statistici

Tipi di variabili
Descrizione dei dati: distribuzioni di frequenza, tabelle e grafici

16
Spesso la STATISTICA interpretata come mero insieme di
tecniche che forniscono soluzioni operative a quesiti di tipo
conoscitivo e gestionale, facilmente accessibili grazie al
recente fiorire di supporti informatici.

La STATISTICA invece una disciplina metodologica

trasversale, in grado di contribuire sia al processo di ricerca
scientifica sia a processi decisionali propri della professione.

Per produrre e utilizzare informazione sulle dimensioni

quantitative dei fenomeni osservati (sanitari o di altro
genere) necessario conoscere i principi generali
dellindagine statistica.
17
La STATISTICA la disciplina che insegna a raccogliere,
organizzare, sintetizzare ed analizzare i dati osservati su
singole unit e affetti da variabilit casuale.
18
La STATISTICA:
trova la sua motivazione nella VARIABILIT,
mira ad individuare elementi di REGOLARIT nel verificarsi
degli eventi.

A tal fine si avvale del calcolo delle probabilit.

Esempio: la statura dei soggetti di una popolazione

variabile, ma si osserva una sua tendenza ad aumentare negli
ultimi decenni. Questa osservazione dipende da un reale
aumento oppure leffetto di una variabilit casuale?
19
EPIDEMIOLOGIA: branca della scienza medica che
studia la diffusione delle malattie e dei fattori che ne
condizionano linsorgenza e la diffusione.
Lambito applicativo dellEPIDEMIOLOGIA rientra
nella sanit pubblica, nella medicina sociale e di
comunit.

20
 LEPIDEMIOLOGIA utilizza informazioni provenienti da:

statistiche ufficiali correnti (statistiche demografiche e sanitarie

dellISTAT), Fig. 1 - Nati vivi e morti dal 1990 al 2009 nel Veneto
(fonte: Regione Veneto).
51.000

49.000 48.615
47.633 47.682
47.000 47.097 47.055
46.264

45.000
Numero
44.778
44.382
43.911
43.787
43.434 43.501
43.000 43.177 43.051 43.299 42.931
42.496 42.334
42.032 42.044 42.204 42.118
41.757
41.698 41.547 41.450 41.720
41.000 41.015 40.916 40.999 41.251 40.855 40.972

39.350 39.612
39.000 39.072
Nati vivi
38.284 38.246
37.960 37.690
37.000
Morti
35.000

Anno

sistemi istituzionali di raccolta dati

(quali registri di specifiche malattie,
schede cliniche, schede di
dimissione ospedaliera),

indagini statistiche svolte ad hoc.

21
LEPIDEMIOLOGIA si interessa alle caratteristiche di
gruppi di individui piuttosto che di singoli soggetti.
La STATISTICA fornisce la base metodologica e la
soluzione tecnica ai problemi propri della ricerca
EPIDEMIOLOGICA, al pari di altre tematiche di
ricerca:

CLINICA,
sui SERVIZI SANITARI,
sugli interventi DI PREVENZIONE.

22
 DESCRITTIVA

STATISTICA

INFERENZIALE

23
STATISTICA DESCRITTIVA:

Organizza e sintetizza le osservazioni, consentendo

una visione dinsieme delle caratteristiche generali di
una serie di dati e delle loro relazioni,

A questo fine, utilizza tabelle, grafici e misure di

sintesi numerica.

24
STATISTICA INFERENZIALE

Permette di estendere i risultati ottenuti dai dati raccolti

in un campione alla popolazione da cui esso stato
estratto.

25
 FASI ESSENZIALI DEL PROCESSO DI
PRODUZIONE DI DATI STATISTICI

Produzione di micro-dati
(dati elementari raccolti sulla singola unit statistica)

Produzione di macro-dati
(informatore relativo ad un gruppo di unit statistiche)

26
Fasi nella produzione di micro-dati:

- astrazione,

- piano dindagine,

- rilevazione,

- verifica della qualit dei dati,

- organizzazione dei micro-dati.

27
 ASTRAZIONE

Momento definitorio e di concettualizzazione del

processo di produzione del micro-dato.

Comprende la definizione di:

unit statistica (unit elementare di indagine),

collettivo di unit statistiche (o aggregato o

popolazione o universo),

caratteri statistici (variabili operative della ricerca).

28
UNIT STATISTICA

Elemento semplice o composto, ente animato o inanimato,

supporto elementare delle informazioni che interessano
allindagine.
Esempi:
- neonato,
- soggetto in et pediatrica,
- anziano,
- famiglia,
- reparto,
- ospedale. 29
COLLETTIVO

Insieme di unit statistiche oggetto di indagine a cui devono

essere riferite le conoscenze prodotte dallindagine.

Il collettivo non sempre facilmente identificabile.

Popolazione Popolazione Popolazione

obiettivo raggiungibile osservata

Reale e finito
Collettivo
Potenziale e infinito
o virtuale 30
 CARATTERE STATISTICO (VARIABILE)

Aspetto o caratteristica osservabile sulle unit

statistiche, che pu presentarsi in due o pi modi

alternativi.

31
 VARIABILI

QUALITATIVE QUANTITATIVE

NOMINALI ORDINALI DISCRETE CONTINUE

32
 ESEMPI

NATURA CARATTERE VARIABILE MODALIT/INTENSIT

Qualitativo nominale Stato civile - nubile/celibe
- coniugato/convivente
- vedova/o
- separato/divorziato/a

Qualitativo ordinale Disabilit - nessuna

- lieve
- moderata
- totale

Quantitativo discreto Numero di farmaci 0, 1, 2, 3,

Quantitativo continuo Temperatura corporea (C) Qualsiasi numero compreso tra un minimo
ed un massimo compatibili per le unit
statistiche considerate

Peso (kg) Qualsiasi numero compreso tra un minimo

ed un massimo compatibili per le unit
statistiche considerate

33
CARATTERI direttamente e oggettivamente osservabili
sono frequenti nellambito di fenomeni di natura fisica,
tipici dellarea sanitaria. Questi sono pertanto facilmente
rilevabili come variabili quantitative.

Nellambito di problematiche di tipo psico-sociale

(capacit cognitive, interessi, atteggiamenti, abilit psico-
motorie) sono maggiormente utilizzate variabili di tipo
qualitativo su scala ordinale ovvero scale quantitative
(punteggi).

34
 PIANO DINDAGINE

Insieme delle scelte strategiche concernenti le

osservazioni da effettuare sulle unit di una

popolazione o di un suo campione, in rapporto alle

finalit conoscitive da perseguire e alla natura delle

variabili.

35
Le scelte mirano a tenere sotto controllo le fonti di
variabilit estranea a quella intrinseca alle caratteristiche
oggetto di studio
Tali fonti possono riguardare:
Derivante dallerrore casuale associato al
Errore campionamento delle unit su cui effettuare
campionario la rilevazione

Non sistematico ma casuale e simmetrico

Errore non (es. errori di misura)
campionario
Sistematico e asimmetrico (errore di tipo
concettuale, mancata copertura della base
campionaria, mancata collaborazione di
parte del campione)
Confondimento (variabili spurie legate al
contesto della ricerca che interferiscono
con le variabili oggetto di studio)
36
 Principali modelli dindagine

TRASVERSALE

OSSERVAZIONALE CASO-CONTROLLO

DI COORTE

SPERIMENTALE

37
 Esempi di indagine

Indagine sullopinione dellutenza relativamente al

servizio erogato,

Studio sulla funzionalit respiratoria del pazienti

affetti da broncopneumopatia cronico ostruttiva
(BPCO),

Studio dei tempi di assistenza infermieristica in un

reparto di lungo-degenza,

Studio sulleffetto dellintroduzione di un nuovo

protocollo per la sostituzione del catetere
confrontato con il protocollo precedente.
38
 ORGANIZZAZIONE DEL MICRO-DATO

Fase durante la quale i micro-dati sono sottoposti ad

alcune operazioni atte a renderli maggiormente adatti
allelaborazione, sia essa manuale che automatica:

Elenco delle variabili e relative modalit,

Predisposizione di un piano di codifica,
Codifica,
Registrazione.

39
Dati
Dati relativi a n = 60 pazienti ricoverati per sospetto infarto.
Sono state rilevate let (anni compiuti), la statura (cm) e il peso (Kg).
Per determinare la presenza di possibili fattori di rischio per linfarto
stato calcolato il BMI (indice di massa corporea calcolato come peso
(kg)/statura(m), utilizzato come indicatore dello stato di peso forma), e
sono stati rilevati la pressione arteriosa sistolica (mmHg), se il paziente
conduceva regolarmente attivit fisica, il numero medio di caff al
giorno, se fumava e quante sigarette in media al giorno.
stato inoltre registrato il livello sierico della Creatin Fosfochinasi
(CPK) (UI/L), un test utilizzato per identificare un paziente con infarto al
miocardio.
40
Dati

41
Variabili qualitative:
Nominali: sesso (M/F), infarto (Yes/No), attivit fisica (Yes/No),
Fumo (Yes/No);
Ordinali: classe di BMI.

Variabili quantitative:
Discrete: numero di sigarette, numero di caff.
Continue: statura, peso, et, pressione arteriosa, CPK.

42
 PRODUZIONE DI MACRO-DATI

Il macro-dato un informatore relativo ad un insieme di

unit statistiche.
ESEMPIO: una frequenza di unit statistiche
corrispondente ad una modalit/intensit di un carattere o
della combinazione di due o pi caratteri.
Linsieme delle frequenze corrispondente a ciascuna
modalit/intensit di un carattere prende il nome di
distribuzione di frequenze.

43
Distribuzione semplice o univariata di una variabile
qualitativa con k modalit

44
ESEMPIO
Distribuzione della classe di BMI nei 60 pazienti ricoverati

45
46
47
ESEMPIO
Distribuzione del numero medio di caff bevuti quotidianamente
nei 60 pazienti ricoverati

48
Distribuzione del numero di caff bevuti in media al giorno
nei 60 pazienti ricoverati
25

20
Frequenze assolute

15

10

0
0 1 2 3 4 5 6

49
Numero di caff
Distribuzione dellet (anni) nei 60 pazienti ricoverati

Valore Frequenza Frequenza Frequenza

Intervallo di
centrale assoluta relativa cumulata
et
della (ni) (fi) assoluta relativa
(anni)
classe (Ni) (Fi)
0 |- 40 20 0 0 0 0
40 |- 45 42 1 0,02 1 0,02
45 |- 50 47 2 0,03 3 0,05
50 |- 55 52 7 0,12 10 0,17
55 |- 60 57 6 0,10 16 0,27
60 |- 65 62 14 0,23 30 0,50
65 |- 70 67 12 0,20 42 0,70
70 |- 75 72 9 0,15 51 0,85
75 |- 80 77 4 0,07 55 0,92
80 |- 85 82 2 0,03 57 0,95
85 |- 90 87 3 0,05 60 1,00
Totale - 60 1,00
50
51
 Come calcolare il numero ideale
di classi della stessa ampiezza
Numero di classi k n
o
Numero di classi k 1 + 3,322log10n

Lampiezza delle classi pu essere ottenuta

come: a (massimo-minimo)/k

52
 34
33
32
31
30
29
n
28
27
26
25
24
23
22
21
Numero classi

20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
1 + 3,322log10n
5
4
3
2
1
0
0

50

100

150

200

250

300

350

400

450

500

550

600

650

700

750

800

850

900

950

1000

1050
Numerosit
53
Distribuzione dellet (anni) nei 60 pazienti ricoverati

16

14
Numero di pazienti

12

10

20 42 47 52 57 62 67 72 77 82 87
Et (valori centrali delle classi) in anni 54
 Frequenze relative %

55
 Distribuzione doppia o bivariata
Distribuzione della classe di BMI e sesso in 60 pazienti ricoverati
(frequenze assolute)
Frequenze Frequenze
condizionate congiunte
Totale
SESSO pazienti per
CLASSE BMI
classe di
Maschi Femmine BMI
Obesit gravissima 9 7 16
Obesit grave 7 5 12
Obesit moderata 10 3 13
Sovrappeso 5 7 12
Normale 6 1 7
Totale pazienti per
sesso 37 23 60

Frequenze 56
marginali
RAPPRESENTAZIONE GRAFICA ERRATA

57
 Distribuzione doppia o bivariata
Distribuzione del sesso per classe di BMI dei 60 pazienti ricoverati
(frequenze relative per riga condizionatamente alla classe di BMI)

58
 Distribuzione doppia o bivariata
Distribuzione della classe di BMI per sesso dei 60 pazienti ricoverati
(frequenze relative per colonna condizionatamente al sesso)

59
 60

Normale
Sovrappeso
Obesit
modera
Obesit
grave
Obesit
gravissima
Normale
Sovrappeso
Obesit
modera
Obesit
grave
Obesit
gravissima
61
 Esempio

Dopo aver suddiviso opportunamente i valori in classi, costruire la distribuzione di frequenza e

listogramma.

62