1. Metodologia clinica 5.4 Le persone
Come possiamo trarre
conclusioni attendibili sui
parametri a partire dalle stime
campionarie?
C.I. di Metodologia clinica
I metodi per la sintesi e la comunicazione delle
informazioni sulla salute
2. Alla fine di questa lezione dovreste essere in grado di:
Interpretare la distribuzione di campionamento
gaussiana
Leggere la distribuzione di campionamento gaussiana
standardizzata
Definire il significato di approssimazione gaussiana alla
binomiale
I metodi per la produzione delle informazioni sulla salute
3. Metodologia clinica 5.1
I risultati
osservati
La domanda
di studio
La struttura della ricerca clinica
Il protocollo
di studio
Pianificazione
Lo studio
effettuato
Realizzazione
Popolazione
obiettivo
Popolazione
studiata
Campione
studiato
Errori Errori
Inferenza
La ‘verità’ StimaParametro
ˆ iE ˆ
Le conclusioni
dello studio
Il fenomeno
di interesse
Le variabili
da misurare
Le misure
osservate
Distribuzione
campionaria
casuali
4. Metodologia clinica 5.4 Le persone
La probabilità di un evento è il rapporto tra il numero dei casi favorevoli
all'evento e il numero dei casi possibili, purché questi ultimi siamo tutti
ugualmente probabili.
soggettiva
classica
La probabilità è il grado di fiducia che una persona ha nel verificarsi di
un evento
La probabilità di un evento è il limite della frequenza relativa dei
successi, quando il numero delle prove tende all'infinito
frequentista
Probabilità: Definizioni
5. Metodologia clinica 5.4 Le persone
La probabilità di un evento è il rapporto tra il numero dei casi favorevoli
all'evento e il numero dei casi possibili, purché questi ultimi siamo tutti
ugualmente probabili.
classica
soggettiva
La probabilità è il grado di fiducia che una persona ha nel verificarsi di
un evento
La probabilità di un evento è il limite della frequenza relativa dei
successi, quando il numero delle prove tende all'infinito
frequentista
Probabilità: Definizioni
La probabilità di un evento è il rapporto tra il numero dei casi favorevoli
all'evento e il numero dei casi possibili, purché questi ultimi siamo tutti
ugualmente probabili.
classica
6. Metodologia clinica 5.4 Le persone
mm Hg 90 100 110 120 130 140 150
m
.
Come interpretare il risultato?
La singola misura non è interpretabile se non in riferimento ad una
distribuzione di probabilità della variabile, da cui la misura osservata
verosimilmente deriva.
E’ importante definire che relazione probabilistica esiste fra campione e
popolazione
7. Metodologia clinica 5.4 Le persone
Discreta: Specifica tutti i possibili risultati della
variabile casuale e la loro probabilità
Esempi: Binomiale, Poisson
Distribuzioni di probabilità
Continua: Associa una probabilità a un possibile
range di risultati
Esempi: Gaussiana, t di Student, chi-quadrato
8. Secondo la ditta produttrice, un nuovo farmaco
antidolorifico ha una probabilità di 0,70 di far passare il
mal di testa
Esempio
Cioè su 100 persone trattate ci si aspetta che ne
guariscano 70 anche se non sappiamo quali
Abbiamo trattati 7 malati con il nuovo farmaco, ma
abbiamo osservato un miglioramento in 3 casi. Come
interpretiamo questo risultato? Il farmaco non è efficace
come si dice?
10. Metodologia clinica 5.4 Le persone
Statistica Inferenziale
a) La distribuzione Gaussiana
b) Il rapporto standardizzato
c) La distribuzione delle medie
11. Metodologia clinica 5.4 Le persone
La distribuzione Gaussiana
Altezza (cm)
Frequenza
150 155 160 165 170 175 180 185 190 195
0510152025303540455055
Altezza (cm)
Frequenza
150 155 160 165 170 175 180 185 190 195
0510152025303540455055 Media m
(171.5 cm)
Deviazione
Standard s
(8.5 cm)
12. Metodologia clinica 5.4 Le persone
La distribuzione Gaussiana
1. È una distribuzione continua
2. È simmetrica rispetto alla media: m
3. Media , mediana e moda coincidono
4. È definita da due parametri: media e
deviazione standard: (m , s)
5. È una distribuzione di probabilità
Caratteristiche
1. È la distribuzione di molte variabili continue
2. È la distribuzione di molte variabili non-normali dopo una
opportuna trasformazione di scala (log, radice)
3. È la distribuzione della media campionaria (vedi di seguito)
Importanza
Funzione di Densita Variabile Casuale Gaussiana
0,0
0,1
0,1
0,2
0,2
0,3
0,3
0,4
0,4
0,5
0,5
-4,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 4,0 x
f(x)
21. Metodologia clinica 5.4 Le persone
Esempio di Calcolo delle probabilità (2)
L’intervallo centrato intorno
alla media con una
probabilità del 95% di
contenere i valori della
popolazione è (155 , 188)
P(155< m< 188) = 0.95
1885.171)5.8*96.1(
1555.171)5.8*96.1(
x
x
Variabile Casuale Gaussiana Standardizzata ( m 0, s1 )
0,0
0,1
0,2
0,3
0,4
0,5
-4,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 4,0 z
f(z)
Variabile Casuale Gaussiana ( m 171.5, s 8.5 )
0,00
0,02
0,04
0,06
0,08
0,10
150 155 160 165 170 175 180 185 190 195 x
f(x)
22. Metodologia clinica 5.4 Le persone
Medie
Campionarie
Altezza (cm)
Frequenza
150 155 160 165 170 175 180 185 190 195
051015202530354045
La distribuzione delle medie
171.5
POPOLAZIONE
Qual è la
distribuzione
dei 44 gruppi?
23. Metodologia clinica 5.4 Le persone
La distribuzione delle medie (stem and leaf )
Medie dei 44 campioni di studenti (cm)
166 | 2
167 |
168 | 1113
169 | 1257899
170 | 266899
171 | 13477889
172 | 0112234447789
173 | 078
174 | 13
Le foglie sono la prima
cifra decimale delle
medie campionarie
24. Metodologia clinica 5.4 Le persone
La distribuzione attesa delle medie
Altezza (cm)
Frequenza
150 154 158 162 166 170 174 178 182 186 190 194
05101520
Altezza (cm)
Frequenza
150 154 158 162 166 170 174 178 182 186 190 194
05101520
Media m
(171.5 cm)
Deviazione standard della
popolazione divisa per la
radice di n:
9.1205.8 ns
25. Metodologia clinica 5.4 Le persone
Media m
(171.5 cm)
Effetto della Numerosità del Campione
150 155 160 165 170 175 180 185 190 195150 155 160 165 170 175 180 185 190 195150 155 160 165 170 175 180 185 190 195
n = 5
n = 20
n = 40
Distribuzione delle medie
campionarie
26. Metodologia clinica 5.4 Le persone
Distribuzione delle medie e Calcolo delle Probabilità (1)
Qual è la probabilità che
l’altezza media di un gruppo
sia superiore a 175 cm?
P(x > 175) = ?
84.1
20/5.8
5.171175
Z
Variabile Casuale Gaussiana ( m 171.5, s 1.9 )
0.00
0.05
0.10
0.15
0.20
0.25
0.30
165 170 175 180 x
f(x)
Variabile Casuale Gaussiana Standardizzata ( m 0, s1 )
0.0
0.1
0.2
0.3
0.4
0.5
-4.0 -3.0 -2.0 -1.0 0.0 1.0 2.0 3.0 4.0 z
f(z)
28. Metodologia clinica 5.4 Le persone
Distribuzione delle medie e Calcolo delle Probabilità (2)
Qual è la probabilità che
l’altezza media di un gruppo
sia inferiore a 166.2 cm?
P(x < 166.2 ) = ?
79.2
20/5.8
5.1712.166
Z
Variabile Casuale Gaussian
0.0
0.1
0.2
0.3
0.4
0.5
-4.0 -3.0 -2.0 -1.0
f(z)
0.00
0.05
0.10
0.15
0.20
165 170 175 180
30. Metodologia clinica 5.4 Le persone
La Distribuzione Delle Medie Campionarie
1. La media della distribuzione campionaria è uguale alla
media µ della popolazione
2. La deviazione standard della distribuzione delle medie
campionarie è uguale a sn. Questa quantità è nota
come Errore Standard
3. La forma della distribuzione delle medie campionarie è
approssimativamente normale, posto che n sia
sufficientemente grande
Proprietà
31. Metodologia clinica 5.1
I risultati
osservati
La struttura della ricerca clinica
Il protocollo
di studio
Lo studio
effettuato
Realizzazione
Popolazione
studiata
Campione
studiato
Errori
Inferenza
Stima
ˆ iE ˆ
Le conclusioni
dello studio
Le variabili
da misurare
Le misure
osservate
Distribuzione
campionaria
casuali
Inferenza
Stima
(intervalli di confidenza)
Verifica dell’ipotesi
(significatività statistica)
L’inferenza si basa sulla
distribuzione campionaria