Dispense VERIFICATO
Dispensa di statistica medica
17 visualizzazioni
23 download
Nessun voto ancora
Di cosa parla
- Introduzione alla Statistica Medica:
- Distinzione tra statistica descrittiva (organizzare e presentare dati) e inferenziale (trarre conclusioni su una popolazione da un campione).
- Concetti fondamentali: universo/popolazione, campione, unità statistica, osservazione, dato statistico.
- Statistica Descrittiva:
- Variabili: Classificazione in qualitative (nominal, ordinal) e quantitative (discrete, continue), con esempi pertinenti.
- Distribuzioni di Frequenza: Tabelle di frequenza (assolute, percentuali, cumulate) per organizzare dati, inclusa la regola di Sturges per raggruppamento in classi.
- Rappresentazioni Grafiche: Diagrammi a punti, ideogrammi, diagrammi a nastri, diagrammi a colonne, diagrammi a torta e istogrammi per visualizzare l'andamento dei dati.
- Indici di Tendenza Centrale: Definizione e calcolo di moda, mediana e media aritmetica (semplice e ponderata), e media geometrica.
- Misure di Variabilità: Campo di variazione, scostamento semplice medio, deviazione standard, varianza e coefficiente di variazione per quantificare la dispersione dei dati.
- Probabilità e Variabili Casuali:
- Basi della Probabilità: Concetti di prova, evento e probabilità (approccio frequentista), con intervallo di valori da 0 a 1.
- Variabili Casuali: Discrete (funzione di massa) e continue (funzione di densità), con l'area sotto la curva che rappresenta la probabilità.
- Distribuzione Normale: Caratteristiche e importanza della distribuzione normale e della sua standardizzazione (Z-score).
- Campionamento e Test di Significatività:
- Campionamento: Necessità di selezionare campioni rappresentativi da una popolazione per stime accurate.
- Tecniche di Campionamento: Casuale semplice (con/senza ripetizione), sistematico, stratificato e a grappolo.
- Test di Significatività: Valutazione delle ipotesi (nulla H0 e alternativa HA), livelli di significatività (alfa), test a una o due code.
- Test Parametrici e Non Parametrici: Uso della distribuzione t-Student per piccoli campioni.
- Test Chi-Quadrato (x²): Per tavole di contingenza (2x2 e più ampie), confronto tra frequenze osservate e attese, correzione di Yates.
- Misure di Correlazione e Regressione:
- Correlazione: Analisi della relazione tra variabili, visualizzazione con scatterplot (correlazione positiva, negativa, assenza).
- Coefficiente di Correlazione di Spearman (ρ): Misura non parametrica dell'associazione basata sui ranghi.
- Regressione Lineare: Modello per descrivere la relazione tra variabili (Y = a + bX) utilizzando il metodo dei minimi quadrati per stimare i parametri (intercetta 'a' e pendenza 'b').
- Covarianza (Sxy) e Coefficiente di Correlazione di Pearson (r): Misure dell'intensità e direzione della relazione lineare.
- Analisi della Varianza (ANOVA): Scomposizione della variabilità totale (VT) in varianza spiegata (VR) e residua (VE), e l'uso dell'F-test per valutare la significatività del modello di regressione.