Disegna la tabella 2 × 2 e indica a, b, c e d prima di calcolare.
Leggi sensibilità e specificità lungo le colonne, i valori predittivi lungo le righe.
Per un’altra prevalenza, immagina 10 000 persone e riempi la tabella con Se, Sp e la prevalenza.
Per un rapporto di verosimiglianza, converti la probabilità in odds, moltiplica e riconverti.
Per uno studio clinico, trova prima EER e CER; poi RR = EER/CER, ARR = CER − EER e NNT = 1/ARR arrotondato per eccesso.
Statistica descrittiva
Media
x̄ = Σx/n
Deviazione standard campionaria
s = √(Σ(x − x̄)²/(n − 1))
Mediana
valore centrale dei dati ordinati
Punteggio z
z = (x − μ)/σ
Distribuzione normale
68% entro ±1σ, 95% entro ±2σ
Intervalli di confidenza
σ nota
x̄ ± z·σ/√n
σ incognita
x̄ ± t·s/√n, df = n − 1
z critico
90%: 1,645, 95%: 1,96, 99%: 2,576
Numerosità campionaria
n = (z·σ/E)², rounded up
Metodo
Scegli tra z (σ della popolazione nota) e t (solo la s del campione, con n − 1 gradi di libertà).
Trova il valore critico per il livello di confidenza.
Margine di errore: E = valore critico × deviazione standard/√n.
Intervallo: x̄ ± E.
Test d'ipotesi e intervalli di confidenza
Test z per una media
z = (x̄ − μ0)/(σ/√n)
Test t per una media
t = (x̄ − μ0)/(s/√n), df = n − 1
Bilaterale al 5%
rifiuta H0 se |z| > 1,96
Intervallo di confidenza
x̄ ± z·σ/√n
Metodo
Formula H₀ e H₁ e stabilisci se il test è unilaterale o bilaterale.
Calcola la statistica test: (x̄ − μ₀)/(σ/√n), oppure con s e t.
Confrontala con il valore critico, oppure trova il p-value.
Rifiuta H₀ se la statistica supera il valore critico (p inferiore ad α) ed esprimi la conclusione a parole.
2Esercizi
1.Statistica per la pratica basata sulle evidenzeMedia
Esercizio di pratica (valori inventati, non indicazioni cliniche). In uno studio randomizzato, 190 pazienti hanno ricevuto un nuovo trattamento e 310 il trattamento di controllo. La tabella mostra quanti in ciascun gruppo hanno avuto un effetto collaterale. Trova il numero necessario per nuocere NNH: quanti pazienti vanno trattati perché un paziente in più presenti l’effetto collaterale? Arrotonda per eccesso a un numero intero di pazienti.
trattamento: 52/190controllo: 34/310
NNH =
2.Statistica per la pratica basata sulle evidenzeDifficile
Esercizio di pratica (valori inventati, non indicazioni cliniche). Un trattamento riduce il rischio di un evento del 16% in termini relativi (RRR = 16%). In un gruppo di pazienti il rischio senza trattamento (CER) è del 24% in cinque anni. Trova il numero necessario da trattare NNT per cinque anni per prevenire un evento. Arrotonda per eccesso a un numero intero di pazienti.
RRR = 16%CER = 24%
NNT =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 14, 39, 12, 49, 31, 29, 33.
n = 7
s =
4.Statistica descrittivaDifficile
Una grandezza ha distribuzione normale con media 60 e deviazione standard 5. Quale proporzione P dei valori è superiore a 65?
μ = 60σ = 5x = 65
P =
5.Intervalli di confidenzaMedia
La pressione arteriosa di 11 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media −2,1 e deviazione standard 1,5. Trova il limite superiore dell’intervallo di confidenza al 90% per la differenza media.
n = 11d̄ = −2,1sd = 1,590%t(10) = 1,812
limite superiore = mmHg
6.Intervalli di confidenzaDifficile
I diametri di 15 alberi lavorati alla macchina hanno una deviazione standard campionaria di 1,7 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite inferiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 14, il 2,5% della distribuzione χ² si trova sotto 5,629 e il 2,5% sopra 26,119.
n = 15s = 1,7 µmχ² = 5,629, 26,119
σ = µm
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 25 studenti ha un punteggio medio di 97,92 e una deviazione standard campionaria di 4. Trova la statistica test t per H₀: μ = 100.
μ₀ = 100x̄ = 97,92s = 4n = 25
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
In una sperimentazione, 38 pazienti su 250 con il trattamento A guariscono, e 26 su 100 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.
x₁ = 38n₁ = 250x₂ = 26n₂ = 100
z =
3Soluzioni
1.Statistica per la pratica basata sulle evidenze
Risposta: NNH = 7
Rapporti di verosimiglianza e misure di rischio: LR+ = sensibilità/(1 − specificità), LR− = (1 − sensibilità)/specificità. In uno studio clinico, EER e CER sono i tassi di eventi con e senza trattamento: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER e NNT = 1/ARR, arrotondato per eccesso. In uno studio caso-controllo si può usare solo l’odds ratio OR = ad/(bc). Un tasso di incidenza = nuovi casi/persone-tempo.
Tassi di eventi
EER = 52/190 = 0,2737
CER = 34/310 = 0,1097
Numero necessario per nuocere
ARI = 0,2737 − 0,1097 = 0,164
NNH = 1/0,164 = 6,097 → 7
Risposta
NNH = 7
Circa un paziente trattato su 7 presenta l’effetto collaterale a causa del trattamento.
2.Statistica per la pratica basata sulle evidenze
Risposta: NNT = 27
I valori predittivi dipendono dalla prevalenza: VPP = Se·p/(Se·p + (1 − Sp)(1 − p)) e VPN = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Con i rapporti di verosimiglianza: odds pre-test = p/(1 − p), odds post-test = odds pre-test × LR, probabilità = odds/(1 + odds). Per una popolazione di N, veri positivi = N·p·Se e falsi positivi = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), arrotondato per eccesso.
Riduzione assoluta del rischio
ARR = 0,24·0,16 = 0,0384
Numero necessario da trattare
NNT = 1/0,0384 = 26,04 → 27
Risposta
NNT = 27
Lo stesso effetto relativo dà un NNT più piccolo quando il rischio di base è più alto.
3.Statistica descrittiva
Risposta: s = 13,11
Statistica descrittiva: la media è la somma divisa per n; la mediana è il valore centrale dei dati ordinati (la media dei due centrali se n è pari). La deviazione standard campionaria è s = √(Σ(x − x̄)²/(n − 1)). Un punteggio z = (x − μ)/σ dice a quante deviazioni standard dalla media si trova un valore.
Statistica descrittiva: la media è la somma divisa per n; la mediana è il valore centrale dei dati ordinati (la media dei due centrali se n è pari). La deviazione standard campionaria è s = √(Σ(x − x̄)²/(n − 1)). Un punteggio z = (x − μ)/σ dice a quante deviazioni standard dalla media si trova un valore.
Standardizza
z = 1
Tavola della normale standard
Φ(1) = 0,8413
P = 1 − 0,8413 = 0,1587
Risposta
P = 0,1587
5.Intervalli di confidenza
Risposta: limite superiore = −1,28 mmHg
Intervallo per una differenza: stima ± valore critico × errore standard. Per due medie indipendenti con σ nota: SE = √(σ₁²/n₁ + σ₂²/n₂) e z. Con varianze uguali ma ignote: s_p combinata e t con n₁ + n₂ − 2 gradi di libertà. Per dati appaiati, lavora sulle differenze: d̄ ± t·s_d/√n.
Valore critico
df = 10, t = 1,812
Margine di errore
E = 1,812·1,5/√11 = 0,8195
Intervallo
−2,1 ± 0,8195 → [−2,92, −1,28]
Risposta
limite superiore = −1,28 mmHg
6.Intervalli di confidenza
Risposta: σ = 1,245 µm
Intervallo per una varianza: (n − 1)s²/σ² ha una distribuzione χ² con n − 1 gradi di libertà. L’intervallo al 95% per σ² va da (n − 1)s² diviso il valore χ² superiore (2,5% al di sopra) a (n − 1)s² diviso il valore χ² inferiore (2,5% al di sotto); l’intervallo per σ è la radice quadrata di entrambi i limiti. Non è simmetrico rispetto a s.
Somma dei quadrati
(n − 1)s² = 14·1,7² = 40,46
Limiti per σ²
40,46/26,119 = 1,549
40,46/5,629 = 7,188
Limite per σ
σ = √1,549 = 1,245 µm
Risposta
σ = 1,245 µm
Intervallo al 95% per σ: [1,245, 2,681] µm.
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = −2,6
Test su una media: la statistica test misura a quanti errori standard la media campionaria si trova dal valore dichiarato in H₀: z = (x̄ − μ₀)/(σ/√n) se σ è nota, t = (x̄ − μ₀)/(s/√n) se viene stimata dal campione. Un intervallo di confidenza è x̄ ± (valore critico)·(errore standard).
Errore standard
SE = 4/√25 = 4/5 = 0,8
Statistica test
t = (97,92 − 100)/0,8 = −2,6
Risposta
t = −2,6
t0,025; df = 24 = 2,064
|t| > 2,064, quindi H₀ viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: z = −2,361
Test d’ipotesi: la statistica test = (stima − valore sotto H₀)/(errore standard sotto H₀). Il p-value è la probabilità, supponendo vera H₀, di una statistica almeno tanto estrema quanto quella osservata: l’area in una coda per una H₁ unilaterale, il doppio dell’area della coda per una H₁ bilaterale. Rifiuta H₀ quando p ≤ α.
Proporzioni campionarie
p̂₁ = 38/250 = 0,152
p̂₂ = 26/100 = 0,26
p̂ = 64/350 = 0,1829
Errore standard sotto H₀
SE = √(0,1829·0,8171·(1/250 + 1/100)) = 0,04574
Statistica test
z = (0,152 − 0,26)/0,04574 = −2,361
Risposta
z = −2,361
|z| > 1,96, quindi H₀ viene rifiutata al livello del 5% (bilaterale).