Università degli Studi di Pisa Facoltà di Scienze matematiche fisiche e naturali Anno Accademico 2011-12 Biostatistica (SECS-S/02 ) STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA Incontro 5 21 Ottobre 2011 Esempio(Distribuzione campionaria) • Si considerano 2 popolazione costituite dalle v.c : 2 3 4 5 1 A: 0.2 0.2 0.2 0.2 0.2 2 3 4 5 1 B: 0.4 0.2 0.2 0.1 0.1 A 3 A 2 B 2.3 B 1.81 2 2 Distribuzione campionaria Possibili campioni per n=2 Prob. Estrazione A Prob. Estrazione B Medie Varianze (1,1) (1,2) (1,3) (1,4) (1,5) (2,1) (2,2) (2,3) (2,4) (2,5) … … (5,5) 0.20*0.20=0.04 0.4*0.4=0.16 (1+1)/2=1 [(1-1)2+(1-1)2]/2=0 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 …. …. 0.04 0.4*0.2=0.08 (1+2)/2=1.5 0.08 0.04 0.04 0.08 0.04 0.04 0.02 0.04 …. …. 0.01 2 2.5 3 1.5 2 2.5 3 3.5 ….. ….. 5 0.25 1 2.25 4 0.25 0 0.25 1 2.25 …. …. 0 Distribuzione campionaria 1.5 2 2.5 3 3.5 4 4.5 5 1 xA 0.04 0.08 0.12 0.16 0.20 0.16 0.12 0.08 0.04 1.5 2 2.5 3 3.5 4 4.5 5 1 xB 0.16 0.16 0.20 0.16 0.16 0.08 0.05 0.02 0.01 0.25 1 2.25 4 0 VarA 0.20 0.32 0.24 0.16 0.08 0.25 1 2.25 4 0 VarB 0.26 0.30 0.24 0.12 0.08 Medie e varianze delle distribuzioni campionarie E( xA ) 3 A E ( xB ) 2.3 B E (VarA ) 1 A 2 2 E (VarB ) 0.905 B 1.81 2 Le varianze campionarie non coincidono con quelle di popolazione , ma sono ad esse funzionalmente legate:valgono esattamente la metà ! Media e varianza campionaria n xi n 1 1 i 1 E(x) E E ( xi ) n X X n n i 1 n n xi 2 2 n 1 n i 1 Var ( x ) Var Var ( xi ) 2 n n2 n n i 1 x Var ( x ) x n La media campionaria è uno stimatore non distorto della media di una popolazione. Si noti che tale risultato vale se le osservazioni sono tra loro indipendenti,come nel caso del campione casuale semplice. Varianza campionaria corretta s2 n 2 ( x x ) ( x x ) i i n 1 2 2 2 i 1 i 1 s ; E (s ) E E ( xi x ) 2 n 1 n 1 i 1 n 1 Infatti : n 2 n n 2 n E ( xi ) E ( xi x x ) 2 i 1 i 1 n n n 2 2 E ( xi x ) ( x ) 2( x ) ( xi x ) i 1 i 1 i 1 2 n n 2 2 2 2 2 E ( xi x ) n nE{( x ) } E ( xi x ) n n 2 (n 1) n i 1 i 1 2 La varianza campionaria corretta è quindi uno stimatore corretto della varianza di popolazione Campionamento da una popolazione binomiale o di Bernoulli • Estrazione casuale semplice da popolazione infinita con eventi indipendenti(il verificarsi dell’evento non modifica quindi la probabilità degli eventi successivi ,ovvero campionamento con reimissione dell’elemento campionato). • Esempio: Se in un’urna sono contenute 50 palline nere e 50 bianche – P(nero)=0.5 – P(bianco)=0.5 Se alla prima estrazione si verifica l’evento bianco (e la pallina non viene reinserita ),la probabilità di ottenere nero alla seconda estrazione è 50/99 ,quella del bianco 49/99. Se ,al contrario, dopo essere stata estratta ,la pallina viene reinserita allora alle successive estrazioni la probabilità di ottenere bianco o nero sarà sempre pari a 50/100. • Sia π la proporzione di elementi con la caratteristica ‘Nero’ e (1- π) quella di elementi con caratteristica ‘Bianco’ . Campionamento da una popolazione binomiale o di Bernoulli(2) • • • Se da una popolazione dicotomica si estraggono campioni di dimensione n ,l’evento favorevole(Bianco per esempio) potrà presentarsi 0,1,2,3,4,….n volte. Il numero delle volte con cui l’evento si verifica (il numero di successi) è una variabile casuale discreta (a ciascun valore della variabile è associata una probabilità). Esempio :2 estrazioni (con reimissione )dall’urna dell’esempio precedente B=successo Possibili campioni n=2 X P(x) (B,B) (B,N) (N,B) (N,N) 2 1 1 0 π2 π(1- π) (1- π) π (1- π) 2 Campionamento da una popolazione binomiale o di Bernoulli(3) • Esempio :3 estrazioni (con reimissione )dall’urna dell’esempio precedente B=successo • Possibili campioni n=3 X P(x) (B,B,B) (B,B,N) (B,N,B) (N,B,B) (N,N,B) (N,B,N) (B,N,N) (N,N,N) 3 2 2 2 1 1 1 0 π3 π2(1- π) π2(1-π) π2(1-π) π(1-π)2 π(1-π)2 π(1-π)2 π(1-π)2 (1-π)3 Le probabilità associate ai diversi tipi di estrazione sono espresse dai termini dello sviluppo del polinomio [π+(1- π)]n dove π e (1- π) sono le probabilità degli eventi semplici ‘Bianco’ e ‘Nero’ ed n e l’ampiezza del campione . Campionamento da una popolazione binomiale o di Bernoulli(4) • In generale per un campione di dimensione n la probabilità che x volte si verifichi il successo è data dalla funzione: n n 0 P( x) n0 (1 ) n x P (0) (1 ) (1 ) 0 con x 0,1,2....., n. n 1 ci informa nsu1quante sono le sequenzen tra1 loro Il coefficiente binomiale P (1) glix e(gli1 n-x elementi ) possono npresentarsi, (1 )la parte esclusive concui 1funzione binomiale esprime la probabilità che si verifichi x restante della volte l’evento successo. La sequenza dei coefficienti binomiale può essere ottenuta .......... .. dal triangolo di Tartaglia x • • Il valor medio della variabile binomiale è n x n nn n P (n) (1 ) n – nπ , n mentre la sua varianza è – n π(1- π) Esempio(Distribuzione Prob. Binomiale) 10 P( x 2) (0.5) 2 (1 0.5)102 0.0439 2 10 10! 10 * 9 45 2 2 2!8! Esempio(Binomiale) •Costruire la densità di frequenza di una variabile aleatoria binomiale n=5 ; p=0.5 . 0.20 0.15 0.10 0.05 Probabilità 0.25 0.30 Distribuzione binomiale n=5 p=0.5 0 1 2 3 Successi 4 5 Esempio(Binomiale) • Riportare su un grafico la funzione di ripartizione binomiale con p=0.5 ed n=5. 0.6 0.4 0.2 0.0 Probabilità 0.8 1.0 Distribuzione binomiale p=0.5 ; n=5 0 1 2 3 Successi 4 5 Campionamento da una popolazione di Poisson • • • La distribuzione di Poisson è adatta alla descrizione di eventi che si verificano con una frequenza molto bassa in uno spazio o in un tempo molto grande (‘Eventi Rari’). ESEMPIO: il numero di piante di una data specie presente in un areale, il numero di microrganismi in un certo volume di sospensione, il numero di mutanti antibiotico-resistenti in una popolazione di cellule batteriche o anche il numero di pezzi difettosi in una produzione di serie. La distribuzione di Poisson è il limite della binomiale per n→∞ e π→0 tale che nπ sia una costante finita: x n x n x ( 1 ) e lim x x! n Campionamento da una popolazione di Poisson(2) • Infatti,poiché λ=nπ,allora π = λ/n e considerando che x è molto piccolo rispetto a n: n x n 1 lim n n x n I valori della media e della varianza di una distribuzione di n x (nλ. 1)...( n k 1) x Poisson sono parina lim 1 1 x x ! n n n,ma all’aumentare n La distribuzione è tipicamente asimmetrica x x n (n 1) essa (n xtende 1) xalla del numero di osservazioni Normale lim ...... 1 1 (distribuzione tipicamente n simmetrica) n x! n n n n x x lim 1 e x! n n x! poichè (n x 1) 1 lim n n e n 1 e lim n n n n Campionamento da una popolazione di Poisson(3) P ( 0) P (1) P ( 2) P (3) 0 e e 0! 1 1! e e 2 2! 3 e e 3! 2 2 3 6 .......... P( j ) j P ( j 1) ........ P ( n) n n! e e e Si noti come sia possibile trovare le probabilità in modo ricorrente, ovvero moltiplicando il valore al punto precedente P(j-1) per λ/j . Distribuzione di Poisson λ1=3; λ2=10 Poisson Distribution lambda=10 0.08 0.04 0.06 Frequenza 0.10 0 5 10 Numero di eventi 15 20 0.00 0.02 0.05 0.00 Frequenza 0.15 0.10 0.20 0.12 Poisson Distribution lambda=3 0 5 10 Numero di eventi 15 20 Variabili Casuali Continue : la distribuzione Normale (di Gauss) 1 ( x )2 P( X x) exp 2 2 2 2 x (,) 1 • I parametri media e varianza descrivono l’intera popolazione Normale. • La curva è asintotica all’asse delle ascisse per x che tende a + ∞ e ∞. • La curva è simmetrica : media,moda e mediana coincidono. • La probabilità si distribuisce quasi completamente in un intorno di 3 volte la deviazione standard . Esempio(Distribuzione normale) • Disegnare due curve normali con media pari a 10 e sd pari a 2 e 4 0.10 0.05 0.00 Frequenza 0.15 0.20 Curve normali 5 10 Variabile 15 Esempio(Distribuzione normale) 0.08 0.06 0.04 0.02 0.00 Frequenza 0.10 0.12 • Disegnare due curve normali con media pari a 8 e 4 e sd pari a 3 Curve normali -5 0 5 10 Variabile 15 20 Standardizzazione di una variabile • Sia X una variabile casuale di cui si conosce la media μ e lo standard error σ . Z X X X • Z è la trasformazione che standardizza X . • Se X si distribuisce come una Normale di media μ e standard error σ, la variabile Z si distribuisce ancora come una Normale con media 0 e standard error pari a 1 X X E( X ) X X X Z E (Z ) E 0 X X X 2 X X V ( X ) X X X Z 2 V (Z ) V V V 0 1 2 2 X X X X X Esempio(Contenuto di cloro nell’acqua) • Qual è la probabilità che, da un pozzo con un contenuto medio di cloro pari a 1 meq (milli-equivalente ) l-1, eseguendo l’analisi con uno strumento caratterizzato da un coefficiente di variabilità pari al 4%, si ottenga una misura pari o superiore a 1.1 meq l-1? • E’ possibile che questa misura sia stata ottenuta casualmente, oppure è successo qualcosa di strano (errore nell’analisi o inquinamento del pozzo)? • Questo problema può essere risolto immaginando che se è vero che il pozzo ha un contenuto medio di 1 meq l-1 i contenuti di cloro dei campioni estratti da questo pozzo dovrebbero essere distribuiti normalmente, con media pari ad 1 e deviazione standard pari a 0.04 (si ricordi la definizione di coefficiente di variabilità). Qual è la probabilità di estrarre da questa popolazione una misura pari superiore a 1.1 meq l-1? X N ( 1, 0.04) P( X 1.1) 1 P( X 1.1) 0.006209 Esempio(Distribuzione Normale) Pr( X x) 0.90 x 1.051262 (0.90) Pr( X x) 0.70 x 0.979024 (0.30) • Nello stesso strumento dell’esercizio precedente e considerando lo stesso x1 X x2 ) 0.95 tipo di analisi,Pr( calcolare: 1 - la probabilità una inferiore a 0.75 x1di ottenere (0.025) misura 0.9216014 2 - la probabilità di ottenere una misura superiore a 1.5 x 2 (0.975) 1.078399 3 - la probabilità di ottenere una misura compresa tra 0.95 e 1.05 • Stabilire inoltre: – 1 - la misura che è superiore al 90% di quelle possibili – 2 - la misura che è inferiore al 70% di quelle possibili – 3 - le misure entro le quali si trova il 95% delle misure possibili Pr( X 0.75) 2.05 * e - 10 Pr( X 1.5) 3.73 * e - 36 Pr(0.95 X 1.05) 0.788 Esempio : Indagine su neonati(Distribuzione Normale) • • • Da un’indagine svolta su un campione di neonati ,il peso alla nascita è risultato avere media pari a 3.2 kg con σ di 0.6 kg. Ciò significa che nella popolazione il 68% circa dei neonati ha un peso tra 2.6 e 3.8 kg ,il 95% ha un peso tra 2 e 4.4 kg e meno dell’1% ha peso maggiore di 5 o minore di 1.4 kg. Ci si chiede: – In un campione di 1000 nati ,quanti sono attesi avere un peso compreso tra 3.5 e 3.7 kg? – Considerando i pesi medi rilevati su 20 nati in 1000 ospedali ,in quanti casi è attesa una media compresa tra 3.5 e 3.7? P(3x.5 3.2 X 3.7) 0.6 X x3.5 0.1342 3.7 P n 20 P (3.5 X 3.7) 3.7 3x.7 3.2 33..55 3x .2 X X x P P x x 0.6 0x.6 3.7 3.2 3.5 3.2 P Z P0 .05.1342 Z 0.820.1342 P(Z 0.82) P( Z 0.5) 0 .P3085 0.1053 2.23610Z.2032 3.7268 P ( Z 3. .7268) P ( Z 2.2361) 0.0128 0.0001 0.0127 1000 * 0.1053 105.3 Altre distribuzioni collegate alla normale 2 • 2Le distribuzione dei quadrati di variabili casuali Normali Standard è detta distribuzione χ2 (chi-quadrato) con 1 grado di libertà. • z2~χ21 2 2 di n VC normali standard indipendenti è distribuita • La somma dei quadrati come2una χ2 con n 1gradi di libertà. (x ) 1 ~ 1 ( x ) 2 2 è continua2e può assumere valori E ( distribuzione soltanto 1 positivi: se il Questa 1 ) E 2 è piccolo la distribuzione numero dei gradi di libertà è molto asimmetrica mentre tende alla simmetria in modo proporzionale all’aumento dei gradi 2 di χ sono rispettivamente 2 di libertà. La media e la varianza della VC pari ( x ) ( x ) 2numero 2dei gradi 2di libertà ν1 e al doppio dello stesso 2 numero 2 ν. al 1 1 2 2 2 2 2 z 2 n 2 2 2 ( x1 ) ( x2 ) 2 1 1 2 E ( 2 ) E 2 2 Distribuzione χ2 con v gdl • Per un campione di v osservazioni : 2 v (x i ) 2 2 1 2 dove xi ~ N( , ) 2 ( xi ) 2 zi ~ 1. 2 2 ( x ) i Distribuzione χ2 con v gdl(2) • Allora : n n n E ( zi z ) 2 E ( zi z ) 2 E ( z i2 2 z z i z 2 ) i 1 i 1 i 1 dove 2 zi 2 n 1 1 n 2 2 i 1 z 2 zi 2 zi 2 zi z j n n i 1 n i 1 n • Essendo E(zizj)=0 per l’indipendenza degli xi,segue che : E(z ) E( 2 2 z i n 2 n 1 ) 2 n n Distribuzione χ2 con v gdl(3) • Per lo stesso motivo : z 1 E zz i E z i Quindi i n n 1 2 E ( zi z ) (1 ) n 1 n n 2 ( x x ) SS ( x ) (n 1) s 2 i 2 2 ( z z ) i n 1 2 2 2 2 Distribuzione χ2 0.10 0.05 0.00 Frequenza 0.15 0.20 0.25 Distribuzione chi-quadrato gradi di libertà=c(3,10,20) 0 5 10 Variabile 15 20 Distribuzione di Fisher • Rapporto di 2 funzioni determinate su campioni indipendenti v21 2 v21 2 2 v1 v1 v 2 F (v1, v 2) 2 2 2 2 2 v 2 v1 v 2 v1 v 2 v2 v2 • La funzione è asimmetrica ,al tendere di v2 all’infinito la distribuzione converge a v21 2 v1 Inoltre s n2 1 Fn1 1,n2 1 2 s n1 1 n2 1 2 1 2 2 2 n1 1 Distribuzione Fisher gdl=(3,4) red line gdl=(10,20) blue line 0.6 0.4 0.2 0.0 Frequenza 0.8 1.0 Distribuzione Fisher 0.0 0.2 0.4 0.6 Variabile 0.8 1.0 Distribuzione t di student (Fisher con v1=1) v21 2 1 2 v2 2 12 2 1 12 v 2 2 F ( 1 , v 2 ) t v v22 2 1 v22 v2 2 v2 Indipenden za : 2 ( x x ) i 2 n21 e n( x ) 2 2 12 allora n( x ) 2 1 n 1 n( x ) 2 2 F t 1, n 1 n 1 2 2 s ( xi x ) t-student (gdl 2(red),10(blue),40(green)) 0.3 0.2 0.1 0.0 Frequenza 0.4 0.5 Distribuzione t-student -10 -5 0 Variabile 5 10 Distribuzione degli scarti standardizzati z (x ) N (0,1) n (x ) t n 1 s n Grazie per l’attenzione