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 una coorte, gruppi di persone sono stati seguiti per periodi di durata diversa (vedi la tabella: numero di persone e anni di follow-up per ciascun gruppo). Durante il follow-up si sono verificati 5 nuovi casi. Trova il tasso di incidenza IR per 1000 persone-anno. Arrotonda a una cifra decimale.
240 × 3 anni100 × 1,5 anni5 nuovi casi
IR = per 1000 persone-anno
2.Statistica per la pratica basata sulle evidenzeDifficile
Esercizio di pratica (valori inventati, non indicazioni cliniche). Senza il farmaco, il 29% dei pazienti presenta un certo effetto collaterale nell’arco di un anno. Il farmaco aumenta questo rischio con un rischio relativo RR = 2,35. Trova il numero necessario per nuocere NNH: quanti pazienti devono assumere il farmaco per un anno perché un paziente in più presenti l’effetto collaterale? Arrotonda per eccesso a un numero intero di pazienti.
controllo 29%RR = 2,35
NNH =
3.Statistica descrittivaMedia
Trova la deviazione standard campionaria s dei dati: 19, 55, 11, 25, 50.
n = 5
s =
4.Statistica descrittivaDifficile
I voti di un esame hanno distribuzione normale con media 170 e deviazione standard 5. Trova il punteggio z z di un voto pari a 166.
μ = 170σ = 5x = 166
z =
5.Intervalli di confidenzaMedia
Un campione di 30 elementi ha media 91 e deviazione standard s = 15,5. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 95 % per la media.
n = 30x̄ = 91s = 15,595%t(29) = 2,045
limite superiore =
6.Intervalli di confidenzaDifficile
I diametri di 30 alberi lavorati alla macchina hanno una deviazione standard campionaria di 0,9 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite inferiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 29, il 2,5% della distribuzione χ² si trova sotto 16,047 e il 2,5% sopra 45,722.
n = 30s = 0,9 µmχ² = 16,047, 45,722
σ = µm
7.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 81 studenti ha un punteggio medio di 72,07 e una deviazione standard campionaria di 12. Trova la statistica test t per H₀: μ = 75.
μ₀ = 75x̄ = 72,07s = 12n = 81
t =
8.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale di H₀: μ = 80 contro H₁: μ < 80 viene eseguito con α = 0.05 su un campione di 100; la deviazione standard è nota e vale 5. In realtà la media è 78.25. Trova la probabilità di un errore di secondo tipo β in percentuale.
μ₀ = 80μ = 78,25σ = 5n = 100α = 0,05
β = %
3Soluzioni
1.Statistica per la pratica basata sulle evidenze
Risposta: IR = 5,7 per 1000 persone-anno
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.
Persone-anno
PY = 240·3 + 100·1,5 = 870
Tasso di incidenza
IR = 5/870·1000 = 5,7 per 1000 persone-anno
Risposta
IR = 5,7 per 1000 persone-anno
2.Statistica per la pratica basata sulle evidenze
Risposta: NNH = 3
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.
Rischio con il farmaco
0,29·2,35 = 0,6815
Aumento assoluto del rischio
ARI = 0,6815 − 0,29 = 0,3915
Numero necessario per nuocere
NNH = 1/0,3915 = 2,554 → 3
Risposta
NNH = 3
3.Statistica descrittiva
Risposta: s = 19,44
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 = (166 − 170)/5 = −0,8
Risposta
z = −0,8
5.Intervalli di confidenza
Risposta: limite superiore = 96,79
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 = 29, t = 2,045
Margine di errore
E = 2,045·15,5/√30 = 5,787
Intervallo
91 ± 5,787 → [85,21, 96,79]
Risposta
limite superiore = 96,79
6.Intervalli di confidenza
Risposta: σ = 0,7168 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 = 29·0,9² = 23,49
Limiti per σ²
23,49/45,722 = 0,5138
23,49/16,047 = 1,464
Limite per σ
σ = √0,5138 = 0,7168 µm
Risposta
σ = 0,7168 µm
Intervallo al 95% per σ: [0,7168, 1,21] µm.
7.Test d'ipotesi e intervalli di confidenza
Risposta: t = −2,198
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/√81 = 12/9 = 1,333
Statistica test
t = (72,07 − 75)/1,333 = −2,198
Risposta
t = −2,198
t0,025; df = 80 = 1,99
|t| > 1,99, quindi H₀ viene rifiutata al livello del 5% (bilaterale).
8.Test d'ipotesi e intervalli di confidenza
Risposta: β = 3,18 %
Potenza di un test: la potenza = 1 − β è la probabilità di rifiutare H₀ quando è falsa. Trova la soglia x̄c da μ₀ e z_α, poi calcola la probabilità di cadere oltre x̄c usando la media vera: z = (x̄c − μ)/(σ/√n).