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 una coorte, gruppi di persone sono stati seguiti per periodi di durata diversa (vedi la tabella: numero di persone e anni di follow-up per ciascun gruppo). Durante il follow-up si sono verificati 38 nuovi casi. Trova il tasso di incidenza IR per 1000 persone-anno. Arrotonda a una cifra decimale.
220 × 0,5 anni440 × 2,5 anni38 nuovi casi
IR = per 1000 persone-anno
2.Statistica per la pratica basata sulle evidenzeDifficile
Esercizio di pratica (valori inventati, non indicazioni cliniche). 10 000 persone vengono sottoposte a screening con un test di sensibilità 80% e specificità 75%. La prevalenza della malattia è del 11%. Quanti risultati veri positivi TP ci si aspetta?
N = 10 000p = 11%Se = 80%Sp = 75%
TP =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 56, 24, 31, 21, 45, 57.
n = 6
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 50 e deviazione standard 10. Trova il punteggio z z di un voto pari a 42.
μ = 50σ = 10x = 42
z =
5.Intervalli di confidenzaMedia
Si confronta la durata della batteria di due modelli di telefono. Modello 1: 50 telefoni, media 53 h, deviazione standard nota 19 h. Modello 2: 60 telefoni, media 51,5 h, deviazione standard nota 11 h. Trova il limite superiore dell’intervallo di confidenza al 99% per μ₁ − μ₂.
La deviazione standard della popolazione è 19. Quanto deve essere grande il campione n perché un intervallo di confidenza al 99 % per la media abbia un margine di errore non superiore a 5?
σ = 19E = 599%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 36 studenti ha un punteggio medio di 195,7 e una deviazione standard campionaria di 10. Trova la statistica test t per H₀: μ = 200.
μ₀ = 200x̄ = 195,7s = 10n = 36
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un campione di 64 misure ha media 122,9. La deviazione standard della popolazione è 8. Trova il limite inferiore L dell'intervallo di confidenza al 99 % per la media.
x̄ = 122,9σ = 8n = 6499%
L =
3Soluzioni
1.Statistica per la pratica basata sulle evidenze
Risposta: IR = 31,4 per 1000 persone-anno
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.
Persone-anno
PY = 220·0,5 + 440·2,5 = 1210
Tasso di incidenza
IR = 38/1210·1000 = 31,4 per 1000 persone-anno
Risposta
IR = 31,4 per 1000 persone-anno
2.Statistica per la pratica basata sulle evidenze
Risposta: TP = 880
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.
Con e senza la malattia
10 000·0,11 = 1100
10 000 − 1100 = 8900
Veri positivi
TP = 1100·0,8 = 880
Risposta
TP = 880
3.Statistica descrittiva
Risposta: s = 15,89
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 = (42 − 50)/10 = −0,8
Risposta
z = −0,8
5.Intervalli di confidenza
Risposta: limite superiore = 9,329 h
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.
Stima puntuale
x̄₁ − x̄₂ = 53 − 51,5 = 1,5
Errore standard
SE = √(19²/50 + 11²/60) = 3,039
Margine di errore
E = 2,576·3,039 = 7,829
Intervallo
1,5 ± 7,829 → [−6,329, 9,329]
Risposta
limite superiore = 9,329 h
L’intervallo contiene 0, quindi i dati non mostrano una differenza significativa.
6.Intervalli di confidenza
Risposta: n = 96
Intervallo di confidenza per una media: x̄ ± margine di errore. Con σ della popolazione nota il margine è z·σ/√n; se hai solo la deviazione standard campionaria s, usa t con n − 1 gradi di libertà: t·s/√n. Valori critici: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Per ottenere un margine pari a E o inferiore serve n ≥ (z·σ/E)², arrotondato per eccesso.
Ricava n
n = (2,576·19/5)² = 95,82
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 96
Risposta
n = 96
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = −2,58
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 = 10/√36 = 10/6 = 1,667
Statistica test
t = (195,7 − 200)/1,667 = −2,58
Risposta
t = −2,58
t0,025; df = 35 = 2,03
|t| > 2,03, quindi H₀ viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: L = 120,3
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).