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). Un nuovo test è stato confrontato con lo standard di riferimento in uno studio (vedi la tabella 2 × 2). Trova il rapporto di verosimiglianza negativo LR−. Arrotonda a due cifre decimali.
a = 244b = 122c = 36d = 638
LR− =
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 73% e specificità 89%. La prevalenza della malattia è del 26%. Quante persone con la malattia non vengono individuate dal test (falsi negativi, FN)?
N = 10 000p = 26%Se = 73%Sp = 89%
FN =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 52, 54, 55, 10, 58.
n = 5
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 50 e deviazione standard 8. Trova il punteggio z z di un voto pari a 42.
μ = 50σ = 8x = 42
z =
5.Intervalli di confidenzaMedia
Un campione di 12 elementi ha media 15,5 e deviazione standard s = 13,5. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 90 % per la media.
n = 12x̄ = 15,5s = 13,590%t(11) = 1,796
limite superiore =
6.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 5. Quanto deve essere grande il campione n perché un intervallo di confidenza al 90 % per la media abbia un margine di errore non superiore a 0,5?
σ = 5E = 0,590%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Si confrontano due metodi didattici. Gruppo 1: 9 studenti, punteggio medio 83,5, deviazione standard 11. Gruppo 2: 8 studenti, punteggio medio 71,2, deviazione standard 8. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).
n₁ = 9x̄₁ = 83,5s₁ = 11n₂ = 8x̄₂ = 71,2s₂ = 8
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale con α = 0,01 deve rilevare uno spostamento della media di 1,5 unità con una potenza del 80%. La deviazione standard è 4. Trova la dimensione minima del campione n.
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.
Sensibilità e specificità
Se = 244/280 = 0,8714
Sp = 638/760 = 0,8395
Rapporto di verosimiglianza negativo
LR− = (1 − 0,8714)/0,8395 = 0,1532 ≈ 0,15
Risposta
LR− = 0,15
2.Statistica per la pratica basata sulle evidenze
Risposta: FN = 702
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
10 000·0,26 = 2600
10 000 − 2600 = 7400
Falsi negativi
FN = 2600·0,27 = 702
Risposta
FN = 702
3.Statistica descrittiva
Risposta: s = 20,13
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)/8 = −1
Risposta
z = −1
5.Intervalli di confidenza
Risposta: limite superiore = 22,5
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.
Valore critico
df = n − 1 = 11, t = 1,796
Margine di errore
E = 1,796·13,5/√12 = 6,999
Intervallo
15,5 ± 6,999 → [8,501, 22,5]
Risposta
limite superiore = 22,5
6.Intervalli di confidenza
Risposta: n = 271
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 = (1,645·5/0,5)² = 270,6
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 271
Risposta
n = 271
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = 2,605
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.
Varianza combinata
sp² = (8·11² + 7·8²)/15 = 94,4
sp = 9,716
Errore standard
SE = 9,716·√(1/9 + 1/8) = 4,721
Statistica test
t = (83,5 − 71,2)/4,721 = 2,605
Risposta
t = 2,605
Con df = 15, il valore critico bilaterale al 5% è 2,131; |t| è maggiore, quindi H₀ viene rifiutata.
8.Test d'ipotesi e intervalli di confidenza
Risposta: n = 72
Dimensione del campione per un test: per rilevare uno spostamento reale δ con potenza 1 − β in un test z unilaterale al livello α, l’errore standard deve soddisfare δ = (z_α + z_β)·σ/√n, quindi n = ((z_α + z_β)·σ/δ)², arrotondato per eccesso.