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 = 276b = 567c = 24d = 1323
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 92% e una specificità del 83%. Viene usato in una popolazione in cui la prevalenza è del 30%. Trova il valore predittivo positivo PPV in percentuale. Arrotonda a una cifra decimale.
Se = 92%Sp = 83%p = 30%
PPV = %
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 57, 16, 50, 33, 10, 13.
n = 6
s =
4.Statistica descrittivaDifficile
Una grandezza ha distribuzione normale con media 500 e deviazione standard 100. Quale proporzione P dei valori è superiore a 450?
μ = 500σ = 100x = 450
P =
5.Intervalli di confidenzaMedia
La pressione arteriosa di 15 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media −7,3 e deviazione standard 0,5. Trova il limite inferiore dell’intervallo di confidenza al 95% per la differenza media.
n = 15d̄ = −7,3sd = 0,595%t(14) = 2,145
limite inferiore = mmHg
6.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 3. Quanto deve essere grande il campione n perché un intervallo di confidenza al 95 % per la media abbia un margine di errore non superiore a 1?
σ = 3E = 195%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 49 studenti ha un punteggio medio di 120,5 e una deviazione standard campionaria di 5. Trova la statistica test t per H₀: μ = 120.
μ₀ = 120x̄ = 120,5s = 5n = 49
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale con α = 0,05 deve rilevare uno spostamento della media di 1,5 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.
Sensibilità e specificità
Se = 276/300 = 0,92
Sp = 1323/1890 = 0,7
Rapporto di verosimiglianza negativo
LR− = (1 − 0,92)/0,7 = 0,1143 ≈ 0,11
Risposta
LR− = 0,11
2.Statistica per la pratica basata sulle evidenze
Risposta: PPV = 69,9 %
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 = 0,92·0,3 = 0,276
(1 − Sp)·(1 − p) = 0,17·0,7 = 0,119
Valore predittivo positivo
PPV = 0,276/(0,276 + 0,119) = 0,6987 ≈ 69,9%
Risposta
PPV = 69,9%
Quanto più bassa è la prevalenza, tanto più basso è il VPP dello stesso test.
3.Statistica descrittiva
Risposta: s = 20,11
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 = −0,5
Tavola della normale standard
Φ(−0,5) = 0,3085
P = 1 − 0,3085 = 0,6915
Risposta
P = 0,6915
5.Intervalli di confidenza
Risposta: limite inferiore = −7,577 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 = 14, t = 2,145
Margine di errore
E = 2,145·0,5/√15 = 0,2769
Intervallo
−7,3 ± 0,2769 → [−7,577, −7,023]
Risposta
limite inferiore = −7,577 mmHg
6.Intervalli di confidenza
Risposta: n = 35
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 = (1,96·3/1)² = 34,57
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 35
Risposta
n = 35
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = 0,7
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/√49 = 5/7 = 0,7143
Statistica test
t = (120,5 − 120)/0,7143 = 0,7
Risposta
t = 0,7
t0,025; df = 48 = 2,011
|t| < 2.011, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: n = 539
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.