Corso di Statistica Medica
Introduzione
alla
Statistica Descrittiva e Inferenziale
Lezione 1
Dr. Roberto D’Amico
Università degli Studi di Modena e Reggio Emilia
Anno Accademico 2011-2012
[email protected]
Argomenti della lezione
Il ruolo della statistica
Le variabili statistiche
Come rappresentarle graficamente e come
analizzarle
Misure di tendenza centrale
Misure di dispersione
Perché la statistica è utile?
• Per descrivere e riassumere i fenomeni osservati
(statistica descrittiva)
Esempio 1: Sequenza di ricoveri registrati per sesso (variabile
binaria, può assumere solo due valori: maschio o femmina)
1. Maschio
1. Femmina
1. Maschio
1. Femmina
1. Maschio
1. Femmina
1. Maschio
1. Femmina
1. Femmina
1. Maschio
1. Maschio
1. Maschio
1. Maschio
1. Femmina
1. Femmina
1. Maschio
1. Maschio
1. Maschio
Per riassumere
Maschi
11 7 18
Femmine
Totale
Descrizione e sintesi delle informazioni
Proporzione di maschi
Pr(maschi) = 11/18 =0.61
Percentuale di maschi
Perc(maschi) = (11/18)x100 =61%
Proporzione di femmine
Pr(femmine) = 7/18 = 0.39
Percentuale di femmine
Perc(femmine) = (7/18)x100 = 39%
Rappresentazione grafica
Grafico a torte
Istogramma
Descrizione e sintesi delle informazioni
Descrizione e sintesi delle informazioni
Esempio 2: Pressione arteriosa (variabile continua) dei pazienti
ricoverati
1. 155
1. 200
1. 145
1. 155
1. 190
1. 145
1. 160
1. 185
1. 150
1. 160
1. 180
1. 140
1. 165
1. 175
1. 135
1. 170
1. 170
1. 130
La media si ottiene facendo la somma dei valori osservati e
dividendo il valore ottenuto per il numero totale di osservazioni
Rappresentazione grafica
Descrizione e sintesi delle informazioni
Classi Frequenza Proporzione
130 |- 140
140 |- 150
150 |- 160
160 |- 170
170 |- 180
180 |- 190
190 |- 200
200 |- 210
2
3
3
3
3
2
1
1
2/18 = 0.11
3/18 = 0.17
3/18 = 0.17
3/18 = 0.17
3/18 = 0.17
2/18 = 0.11
1/18 = 0.05
1/18 = 0.05
Istogramma
Descrizione e sintesi delle informazioni
Esempio 3: Livello di istruzione (variabile qualitativa ordinabile) dei pazienti
ricoverati
1. Elementare
1
1. Media
2
1. Superiore 3
1. Media
2
1. Media
2
1. Superiore 3
1. Media
2
1. Laurea
4
1. Superiore 3
1. Elementare
1
1. Superiore 3
1. Media
2
1. Superiore
3
1. Superiore 3
1. Laurea
4
1. Media
2
1. Media
2
1. Elementare 1
Istruzione Frequenza Proporzione Percentuale
1. Elementare 3 3/18= 0.17 17%
2. Media 7 7/18= 0.44 44%
3. Superiore 6 6/18= 0.28 28%
4. Laurea 2 2/18= 0.11 11%
Ordine:
1. Elementare
2. Media
3. Superiore
4. Laurea
Descrizione e sintesi delle informazioni
Mediana
La mediana di un gruppo di osservazioni è il valore/i che si riferisce
all’osservazione
che nell’ordinamento stabilito occupa il posto di mezzo
Calcolo della mediana
1. Ordinare i dati in senso crescente o decrescente
1° 2° 3° 4° 5° 6° 7° 8° 9° 10° 11° 12° 13° 14° 15° 16° 17° 18°
111222222233333344
1. Se il numero di dati (n) è pari (nostro caso n=18), la
mediana è rappresentata da due valori. Il valore che cade
all’ n/2-esimo posto e quello che cade all’(n/2)+1-esimo
posto. Se i due valori coincidono allora possiamo
considerarne uno solo. Altrimenti avremo due valori
mediani.
1. Se il numero di dati (n) è dispari, allora la mediana è il
valore che cade al (n+1)/2-esimo posto
Nell’esempio la mediana è data da 2
Descrizione e sintesi delle informazioni
Esempio 3: Regione di provenienza dei pazienti (variabile qualitativa)
1. Emilia
1. Basilicata
1. Calabria
1. Emilia
1. Puglia
1. Puglia
1. Lazio
1. Lazio
1. Campania
1. Abruzzo
1. Puglia
1. Puglia
1. Calabria
1. Puglia
1. Lazio
1. Abruzzo
1. Campania
1. Calabria
Regione Frequenza Proporzione
La moda è il valore della
variabile più frequente
Emilia 2 2/18=0.11
Lazio 3 3/18=0.17
Abruzzo 2 2/18=0.11
Basilicata 1 1/18=0.06
Puglia 5 5/18=0.28
Campania 2 2/18=0.11
Calabria 3 3/18=0.17
Nel nostro caso la Puglia è
il valore modale della
distribuzione dei pazienti
per regione di provenienza
Rappresentazione grafica
Grafico a torte
Istogramma
Descrizione e sintesi delle informazioni
Abbiamo introdotto i concetti di variabile:Descrizione e sintesi delle informazioni
• Dicotomica
Ad esempio: sesso, sopravvivenza, fumatore… etc
Sintesi: frequenze o proporzioni, percentuali
Grafici: Istogrammi e torte
• Quantitativa
Ad esempio: pressione, età, peso
Sintesi: media, mediana
Grafici: Istogrammi per classi
• Qualitativa ordinabile
Ad esempio: istruzione, stadiazione
Sintesi: mediana, moda
Grafici: Istogrammi, torte
• Qualitativa non
Adordinabile
esempio: regione di appartenenza, colore degli occhi
Sintesi: moda
Grafici: Istogrammi, torte
Descrizione e sintesi delle informazioni
Per le variabili continue… la media non ci dice tutto…
Ospedale 1: Livelli pressori di 11 pazienti
110, 130, 150, 150, 170, 170, 170, 190, 190, 210, 230
Media (pressioni)=170
Ospedale 2: Livelli pressori di 11 pazienti
150, 160, 160, 170, 170, 170, 170, 170, 180, 180, 190
Media (pressioni) =170
Descrizione e sintesi delle informazioni
I livelli pressori dei pazienti
dell’ospedale 2 sono più vicini
alla media (170) rispetto quelli
dell’ospedale 1
Logica del calcolo della deviazione
standard
190
Ospedale 2
180
170
160
150
1. Calcolo della distanza di ogni punto e la media
2. Media delle distanze
3. Radice quadrata
Descrizione e sintesi delle informazioni
Descrizione e sintesi delle informazioni
La deviazione standard
Varianza
Media= 170, DS = 10.4
Media= 170, DS = 31.6
Descrizione e sintesi delle informazioni
IL RANGE
Il range di una distribuzione di valori è rappresentano dal
valore minimo e massimo della distribuzione
Esempio: Ospedale 1, livelli pressori
120, 120, 130, 140, 150, 160, 170, 180, 190, 200, 210, 220
Range: (120, 220)
Ospedale 2, livelli pressori
150, 160, 160, 170, 170, 170, 170, 170, 180, 180, 190
Range: (150, 190)
Percentili
L’x-esimo percentile di un gruppo di osservazioni (che sono state
ordinate) è il valore sotto il quale cade l’x percento delle osservazioni.
Calcolo del percentile associato al voto 24
…la statistica è inoltre utile perché…
…ci consente di fare inferenza. Ovvero ci aiuta a
conoscere le caratteristiche di una popolazione generale
a partire da un campione estratto da essa.
Questo tipo di statistica prende il nome di statistica
inferenziale
La popolazione, il campione e l’inferenza
Lo scopo della statistica inferenziale è di ottenere,
attraverso lo studio di un campione, conoscenze sulla
popolazione oggetto di studio da cui il campione è
stato estratto
Estrazione di un campione rappresentativo
Popolazion
e
Campione
Processo inferenziale
Esempi di popolazioni: popolazione di pazienti ipertesi,
la popolazione di pazienti con cirrosi biliare primaria,
… etc.
