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 uno studio randomizzato, 510 pazienti hanno ricevuto un nuovo trattamento e 580 il trattamento di controllo. La tabella mostra quanti in ciascun gruppo hanno avuto un effetto collaterale. Trova il numero necessario per nuocere NNH: quanti pazienti vanno trattati perché un paziente in più presenti l’effetto collaterale? Arrotonda per eccesso a un numero intero di pazienti.
trattamento: 143/510controllo: 81/580
NNH =
2.Statistica per la pratica basata sulle evidenzeDifficile
Esercizio di pratica (valori inventati, non indicazioni cliniche). Un paziente ha una probabilità pre-test del 30% per una malattia. Un test con sensibilità del 86% e specificità del 65% risulta negativa. Trova la probabilità post-test p′ della malattia in percentuale. Arrotonda a una cifra decimale.
pre-test 30%Se = 86%Sp = 65%negativa
p′ = %
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 23, 11, 50, 21, 55.
n = 5
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 100 e deviazione standard 15. Trova il punteggio z z di un voto pari a 77,5.
μ = 100σ = 15x = 77,5
z =
5.Intervalli di confidenzaMedia
Un intervallo di confidenza al 99% per una media, basato su 50 osservazioni e σ nota, ha un margine di errore di 5,8. Qual è il margine di errore E₂ di un intervallo al 95% calcolato dagli stessi dati?
99%n₁ = 50E₁ = 5,895%
E₂ =
6.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 24. 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 4?
σ = 24E = 499%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 49 studenti ha un punteggio medio di 52,06 e una deviazione standard campionaria di 12. Trova la statistica test t per H₀: μ = 50.
μ₀ = 50x̄ = 52,06s = 12n = 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 unità con una potenza del 90%. La deviazione standard è 6. 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.
Tassi di eventi
EER = 143/510 = 0,2804
CER = 81/580 = 0,1397
Numero necessario per nuocere
ARI = 0,2804 − 0,1397 = 0,1407
NNH = 1/0,1407 = 7,105 → 8
Risposta
NNH = 8
Circa un paziente trattato su 8 presenta l’effetto collaterale a causa del trattamento.
2.Statistica per la pratica basata sulle evidenze
Risposta: p′ = 8,5 %
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.
Rapporto di verosimiglianza
LR− = (1 − 0,86)/0,65 = 0,2154
Odds pre-test
0,3/(1 − 0,3) = 0,4286
Odds post-test
0,4286·0,2154 = 0,09231
Probabilità post-test
p′ = 0,09231/(1 + 0,09231) = 0,08451 ≈ 8,5%
Risposta
p′ = 8,5%
3.Statistica descrittiva
Risposta: s = 19,34
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 = (77,5 − 100)/15 = −1,5
Risposta
z = −1,5
5.Intervalli di confidenza
Risposta: E₂ = 4,413
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
Rapporto dei margini
E₂/E₁ = (1,96/2,576)·√(50/50) = 0,7609
Nuovo margine
E₂ = 5,8·0,7609 = 4,413
Risposta
E₂ = 4,413
6.Intervalli di confidenza
Risposta: n = 239
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 = (2,576·24/4)² = 238,9
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 239
Risposta
n = 239
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = 1,202
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 = 12/√49 = 12/7 = 1,714
Statistica test
t = (52,06 − 50)/1,714 = 1,202
Risposta
t = 1,202
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 = 309
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.