|
 

      

 | ||  
  
     |    !  "    

A.A. 2006/2007
#|$% % &$|' || (%
V Per ºº  o  " si intende l¶insieme di tutti
gli elementi che hanno in comune il carattere che deve
essere esaminato.

V ëe      sono i singoli elementi, che

costituiscono la popolazione, deputati a fornire le
informazioni grezze.
V ëa scelta di una popolazione statistica oggetto di studio
viene definita dallo sperimentatore seguendo un criterio
oggettivo per assegnare o meno un elemento alla
popolazione di interesse (ºº  ) -.
K
  













 







  

 










 





V olte ricerche indagano su un ridotto numero di

osservazione (  *º - e successivamente
giungono a conclusioni generalizzabili.
 #|$|
|$|% % |$
|$|%
V _na ºº  si definisce   se costituita da un
numero finito di unità, cioè si è in grado di identificare
tutte le unità.

V _n ºº  è definita    se è costituita da un

numero illimitato di unità, cioè non si è in grado di
identificare tutte le unità che costituiscono la
popolazione.

V —ifficilmente una popolazione statistica coincide con la

popolazione anagrafica: a causa di problemi
organizzativi, economici e di tempo diventa dispendioso
far riferimento alla totalità delle unità di una popolazione.
 '|$
%%$# || 
V '      è il procedimento induttivo, che
avvalendosi del calcolo delle probabilità, consente di
estendere all¶intera popolazione le informazioni fornite da
una campione

V ëe ricerche in campo biomedico vengono sviluppate

attraverso indagini campionarie. Per la scelta del
*º  devono essere rispettati i criteri di   e
ºº " 

V uoncettualmente si definisce  *º   la

differenza esistente tra le caratteristiche del campione e
quelle vere della popolazione bersaglio

V Ksistono tecniche di campionamento in grado di prevedere

e controllare l¶errore migliorando la ³bontà´ del campione
*          *º  

 
*º  
#|$% 
|$%

 "* 
)  

| 

%| %   
|
%
#|$% 
|$|%


 





 
 


 

 |l processo inferenziale, nel caso più

semplice, è indirizzato a stimare i
parametri della popolazione attraverso
le stime campionarie della tendenza
centrale e della dispersione.
|
+,| %| *  * 

%| ºº  *º 

  - ÿ
 *. 
"   / ÿ  

$*  4 

0| $%0| % ||+&#|$% #

#  *º   ' "
' " 12 34 12 34 1    ) 4
5 6789 : 89; 67< : <;
57=8 67=> : =>; 676> : >;
7>9 67== : ==; 6765 : 5;
 %*º  5
ëa variabile altezza di una popolazione segue la
distribuzione normale, un individuo scelto a caso da
detta popolazione avrà, con il 95% di probabilità,
un¶altezza compresa tra l¶intervallo
ȝ ± 2ı e ȝ + 2ı
Se i parametri della variabile altezza sono noti:
ȝ = 174 cm ı = 11 cm
si può dire, con una probabilità circa del 95%, che un
individuo avrà un¶altezza localizzata tra 152 e 196 cm



  V  -

   -
Per conoscere l¶altezza dei giovani di una certa
età, si misura la statura solo di un campione di
individui e se ne calcola la media aritmetica 

Presumibilmente il valore rilevato si scosta dalla

media vera della popolazione; ed è intuitivo che
la media campionaria tenderà ad avvicinarsi
alla media vera con l¶aumentare della
numerosità del campione, fino a coincidere il
numero di unità rilevate al numero delle unità
che costituiscono la popolazione.
ëa differenza tra la media stimata ù e quella vera ȝ
rappresenta ' *º   (quanto più
numeroso sarà il campione tanto più piccolo è l¶errore
campionario che si commette-.

Se da una stessa popolazione vengono estratti infiniti

campioni e per ogni campione vengono calcolate le
stime della media, secondo il teorema del limite
centrale,  *  *º      ) 
*  *  *     
?  ºº   "   
 *  uguale a




uon  che indica la *   *º .
|
 |$%0% | &$
%|
Sfruttando le proprietà della distribuzione normale
standardizzata Z, si può facilmente supporre che la
media ȝ della popolazione sia compresa con la
probabilità del 95% nell¶intervallo definito dai valori

 

  V 
4 4
e nel 99% dei casi nell¶intervallo

 


 V 
4 4
Purtroppo la deviazione standard ı della popolazione
è quasi sempre ignota, per cui occorre far riferimento
la stima campionaria s.

Ne consegue che la media della popolazione ȝ è

compresa nell¶intervallo:

 

  V 

 

  V 

a seconda della fiducia probabilistica prescelta.

 |$%0 | $
|%$#
Si parla di "    | per definire
entro quali valori è localizzata la media vera in base
alle stime campionarie


 
  ˜ 


   ˜  

1 - Į = 95%
1 - Į = 99% livello di confidenza
 ´uando  @   "    /, si
stima il valore s del campione.

V $   *º  *  1$ A 56  4

per il calcolo degli intervalli di confidenza può essere
presa in considerazione la distribuzione normale
perché solo per N molto grande la media campionaria
si distribuisce come una normale.

V $   º  *º  1$ A <6  4

per il calcolo degli intervalli di confidenza si fa
riferimento ad una famiglia di distribuzioni definita:
  )     
 ||+&#|$%
% 
V ëe distribuzioni della t di student
differiscono tra loro per i  
 ) 1$ B 54
V |    ) corrispondono
ad N (la numerosità del
campione- meno il numero dei
parametri stimati per campione.
V ëa distribuzione t è una
distribuzione di probabilità
teorica, della quale esistono
tabelle predisposte con i valori
critici.
 %*º  

|n un campione di 14 misure a carattere quantitativo si

ottiene  = 41 e s = 7 con 13 gradi di libertà. ´ual è
la media della popolazione al livello di confidenza del
99%?





!
 "




#
  
!



"

"



 $



%

&

  ˜     ˜     ˜ 
4 












''(


$$ 
!
 




)#*
+
 +
,-.
 |
 |$%0% | &$

%C&%$# % %$&%
Anche la  * *º     ?  "
(o º- viene utilizzata a scopo inferenziale per
calcolare gli intervalli di confidenza della frequenza del
fenomeno nella popolazione
uon  che indica la frequenza relativa della popolazione
e ıP la deviazione standard

' "     =>; è


-

 ˜ 
4
' "     ==; è

-

 ˜ 
4
 %*º  <
Nella revisione di una rivista a carattere biomedico si
riscontra che in un campione di 147 articoli, 64 presentano
conclusioni statistiche non compatibili con i dati presentati.
´uale percentuale di articoli pubblicati si presume abbia,
al 95% di probabilità, una statistica corretta?


"
/






 




$ 
  




  



  o 



0


 

 


 "










 "








 



-  
-

 ˜      ˜     ˜ 
4 

 
 






 "



'*(&













 


$ 
  









*1&,(



&(
 %% |#|  5
V |




-#'
 







 $



"
  " 
!

-'

  

 



 

2
  

3




 "











'*(


''(

V N = 139; X = 19 minuti; S = 7 minuti;

Z95% = 1,96; Z99% = 2,58;


   ˜   ˜     ß

 Ô
Ô 

 



  ˜ 
  ˜   
ß

  Ô Ô 

 
 wK |
|uA —KëëK |POTKS|
Si vogliono confrontare, ad esempio, i risultati
che si ottengono somministrando due diversi
farmaci a due gruppi di pazienti affetti da una
determinata malattia, nell¶ipotesi di omogeneità
dei pazienti per età, sesso, stato di salute ecc..
Possiamo accettare l¶ipotesi, detta nulla o di
base, che il farmaco A è migliore del farmaco B?
Secondo la statistica inferenziale si parte
dall¶ipotesi di base, tramite un test statistico,
fissato il livello di probabilità, si accetterà o si
rifiuterà l¶ipotesi di base
—ue sono le principali aree dell¶inferenza statistica:

V ëa stima dei parametri

K
 














""











 




V ëa verifica delle ipotesi

K
 




 





 
"
 

!
4

""



 


 

 
""