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 250 pazienti con una malattia (casi) e 560 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 = 126b = 162c = 124d = 398
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 96% e specificità 93%. La prevalenza della malattia è del 13%. Quanti risultati veri positivi TP ci si aspetta?
N = 10 000p = 13%Se = 96%Sp = 93%
TP =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 19, 16, 50, 53, 31.
n = 5
s =
4.Statistica descrittivaDifficile
Una grandezza ha distribuzione normale con media 500 e deviazione standard 60. Quale proporzione P dei valori è inferiore a 452?
μ = 500σ = 60x = 452
P =
5.Intervalli di confidenzaMedia
Un intervallo di confidenza al 95% per una media, basato su 100 osservazioni e σ nota, ha un margine di errore di 6,6. Qual è il margine di errore E₂ di un intervallo al 99% basato su 900 osservazioni?
95%n₁ = 100E₁ = 6,699%n₂ = 900
E₂ =
6.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 37. 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 2?
σ = 37E = 299%
n =
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 81 studenti ha un punteggio medio di 500,8 e una deviazione standard campionaria di 10. Trova la statistica test t per H₀: μ = 500.
μ₀ = 500x̄ = 500,8s = 10n = 81
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Quanto deve essere grande un campione perché l'intervallo di confidenza al 95 % per una media abbia un margine di errore di al massimo 2,5? La deviazione standard è 10. Trova la dimensione minima del campione n.
σ = 10E = 2,595%
n =
3Soluzioni
1.Statistica per la pratica basata sulle evidenze
Risposta: OR = 2,5
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: 126/124 = 1,016
controlli: 162/398 = 0,407
Odds ratio
OR = (126·398)/(162·124) = 2,496 ≈ 2,5
Risposta
OR = 2,5
OR superiore a 1: l’esposizione è più comune tra i casi.
2.Statistica per la pratica basata sulle evidenze
Risposta: TP = 1248
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
10 000·0,13 = 1300
10 000 − 1300 = 8700
Veri positivi
TP = 1300·0,96 = 1248
Risposta
TP = 1248
3.Statistica descrittiva
Risposta: s = 17,14
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 = −0,8
Tavola della normale standard
Φ(−0,8) = 0,2119
P = 0,2119
Risposta
P = 0,2119
5.Intervalli di confidenza
Risposta: E₂ = 2,891
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.
Rapporto dei margini
E₂/E₁ = (2,576/1,96)·√(100/900) = 0,4381
Nuovo margine
E₂ = 6,6·0,4381 = 2,891
Risposta
E₂ = 2,891
6.Intervalli di confidenza
Risposta: n = 2272
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 = (2,576·37/2)² = 2271
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 2272
Risposta
n = 2272
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = 0,72
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 = 10/√81 = 10/9 = 1,111
Statistica test
t = (500,8 − 500)/1,111 = 0,72
Risposta
t = 0,72
t0,025; df = 80 = 1,99
|t| < 1.99, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: n = 62
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).