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 test ha una sensibilità del 63% e una specificità del 88%. Trova il rapporto di verosimiglianza positivo LR+. Arrotonda a due cifre decimali.
Se = 63%Sp = 88%
LR+ =
2.Statistica per la pratica basata sulle evidenzeDifficile
Esercizio di pratica (valori inventati, non indicazioni cliniche). Un test di screening ha una sensibilità del 90% e una specificità del 89%. Viene usato in una popolazione in cui la prevalenza è del 0,5%. Trova il valore predittivo positivo PPV in percentuale. Arrotonda a una cifra decimale.
Se = 90%Sp = 89%p = 0,5%
PPV = %
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 57, 58, 35, 52, 50, 55, 10.
n = 7
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 70 e deviazione standard 12. Trova il punteggio z z di un voto pari a 85.
μ = 70σ = 12x = 85
z =
5.Intervalli di confidenzaMedia
Un campione di 11 elementi ha media 29,5 e deviazione standard s = 19,5. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 95 % per la media.
n = 11x̄ = 29,5s = 19,595%t(10) = 2,228
E =
6.Intervalli di confidenzaDifficile
I diametri di 16 alberi lavorati alla macchina hanno una deviazione standard campionaria di 10,4 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite superiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 15, il 2,5% della distribuzione χ² si trova sotto 6,262 e il 2,5% sopra 27,488.
n = 16s = 10,4 µmχ² = 6,262, 27,488
σ = µm
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 25 studenti ha un punteggio medio di 74,1 e una deviazione standard campionaria di 5. Trova la statistica test t per H₀: μ = 75.
μ₀ = 75x̄ = 74,1s = 5n = 25
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale con α = 0,05 deve rilevare uno spostamento della media di 2,5 unità con una potenza del 80%. La deviazione standard è 14. 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.
Rapporto di verosimiglianza positivo
LR+ = 0,63/(1 − 0,88) = 5,25
Risposta
LR+ = 5,25
2.Statistica per la pratica basata sulle evidenze
Risposta: PPV = 3,9 %
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.
Veri e falsi positivi (per persona)
Se·p = 0,9·0,005 = 0,0045
(1 − Sp)·(1 − p) = 0,11·0,995 = 0,1094
Valore predittivo positivo
PPV = 0,0045/(0,0045 + 0,1094) = 0,03949 ≈ 3,9%
Risposta
PPV = 3,9%
Quanto più bassa è la prevalenza, tanto più basso è il VPP dello stesso test.
3.Statistica descrittiva
Risposta: s = 17,38
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 = (85 − 70)/12 = 1,25
Risposta
z = 1,25
5.Intervalli di confidenza
Risposta: E = 13,1
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 = 10, t = 2,228
Margine di errore
E = 2,228·19,5/√11 = 13,1
Risposta
E = 13,1
6.Intervalli di confidenza
Risposta: σ = 16,1 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 = 15·10,4² = 1622
Limiti per σ²
1622/27,488 = 59,02
1622/6,262 = 259,1
Limite per σ
σ = √259,1 = 16,1 µm
Risposta
σ = 16,1 µm
Intervallo al 95% per σ: [7,683, 16,1] µm.
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = −0,9
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 = 5/√25 = 5/5 = 1
Statistica test
t = (74,1 − 75)/1 = −0,9
Risposta
t = −0,9
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 = 194
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.