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). Uno studio caso-controllo confronta 230 pazienti con una malattia (casi) e 230 persone senza di essa (controlli). La tabella mostra quanti in ciascun gruppo sono stati esposti a un fattore di rischio. Trova l’odds ratio OR per l’esposizione. Arrotonda a due cifre decimali.
a = 135b = 108c = 95d = 122
OR =
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 85% e specificità 89%. La prevalenza della malattia è del 12%. Quanti risultati positivi n₊ ci si aspetta in totale?
N = 10 000p = 12%Se = 85%Sp = 89%
n₊ =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 28, 47, 38, 39, 59.
n = 5
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 170 e deviazione standard 12. Trova il punteggio z z di un voto pari a 177,2.
μ = 170σ = 12x = 177,2
z =
5.Intervalli di confidenzaMedia
Un campione di 10 elementi ha media 82 e deviazione standard s = 12. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 99 % per la media.
n = 10x̄ = 82s = 1299%t(9) = 3,25
limite superiore =
6.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 24. 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 3?
σ = 24E = 390%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 25 studenti ha un punteggio medio di 501 e una deviazione standard campionaria di 4. Trova la statistica test t per H₀: μ = 500.
μ₀ = 500x̄ = 501s = 4n = 25
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale con α = 0,01 deve rilevare uno spostamento della media di 4 unità con una potenza del 95%. La deviazione standard è 9. 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.
Odds di esposizione
casi: 135/95 = 1,421
controlli: 108/122 = 0,8852
Odds ratio
OR = (135·122)/(108·95) = 1,605 ≈ 1,61
Risposta
OR = 1,61
OR superiore a 1: l’esposizione è più comune tra i casi.
2.Statistica per la pratica basata sulle evidenze
Risposta: n₊ = 1988
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
10 000·0,12 = 1200
10 000 − 1200 = 8800
Tutti i risultati positivi
TP = 1200·0,85 = 1020
FP = 8800·0,11 = 968
n₊ = 1020 + 968 = 1988
Risposta
n₊ = 1988
Dei 1988 positivi solo 1020 hanno la malattia (VPP 51,3%).
3.Statistica descrittiva
Risposta: s = 11,56
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 = (177,2 − 170)/12 = 0,6
Risposta
z = 0,6
5.Intervalli di confidenza
Risposta: limite superiore = 94,33
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 = 9, t = 3,25
Margine di errore
E = 3,25·12/√10 = 12,33
Intervallo
82 ± 12,33 → [69,67, 94,33]
Risposta
limite superiore = 94,33
6.Intervalli di confidenza
Risposta: n = 174
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 = (1,645·24/3)² = 173,2
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 174
Risposta
n = 174
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = 1,25
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 = (501 − 500)/0,8 = 1,25
Risposta
t = 1,25
t0,025; df = 24 = 2,064
|t| < 2.064, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: n = 80
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.