22.10.2013 Views

Il confronto fra proporzioni - Formazione e Sicurezza

Il confronto fra proporzioni - Formazione e Sicurezza

Il confronto fra proporzioni - Formazione e Sicurezza

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

L. Boni<br />

<strong>Il</strong> rapporto<br />

Un rapporto (ratio), attribuendo un<br />

ampio significato al termine, è il<br />

risultato della divisione di una certa<br />

quantità a per un’altra quantità b<br />

<strong>Il</strong> rapporto<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Spesso, in maniera più specifica, si<br />

parla di rapporto quando numeratore<br />

e denominatore rappresentano due<br />

quantità separate e distinte, nessuna<br />

delle due contenuta nell’altra<br />

Sex ratio=(N° di maschi)/(N° femmine)<br />

Fetal death ratio=(N° di morti fetali)/(N° di nati vivi)<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

1


La proporzione<br />

La proporzione è un particolare tipo<br />

di rapporto in cui il numeratore è<br />

compreso nel denominatore<br />

La proporzione<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

(N° di maschi) / [(N° di maschi) + (N° di femmine)]<br />

Una proporzione ha sempre<br />

numeratore e denominatore discreti<br />

ed un valore compreso <strong>fra</strong> 0 e 1<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Come analizzare le <strong>proporzioni</strong><br />

FIGURA 5.1 GLANTZ<br />

VARIABILE CASUALE BINARIA<br />

P destro = P(X=0) = 150/200 = 0.75<br />

P mancino = P(X=1) = 50/200 = 0.25<br />

P destro = 1 - P mancino<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

2


Media di una variabile binaria<br />

e generalizzando:<br />

cioè la proporzione della popolazione con<br />

la caratteristica studiata<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Deviazione standard di una variabile binaria<br />

NOTA: Possiamo descrivere completamente<br />

la struttura della popolazione con il singolo<br />

parametro P<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Relazione <strong>fra</strong> media e deviazione<br />

standard di una proporzione<br />

FIGURA 5.3 GLANTZ<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

3


Stima di <strong>proporzioni</strong><br />

ottenute da campioni<br />

Qual è la precisione con la quale la proporzione<br />

di individui con un certa caratteristica di un<br />

campione riflette la proporzione di individui con<br />

la stessa caratteristica nella popolazione ?<br />

FIGURA 5.4 GLANTZ<br />

Stima di <strong>proporzioni</strong><br />

ottenute da campioni<br />

FIGURA 5.5 GLANTZ<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Errore standard della stima di<br />

una proporzione<br />

FIGURA 5.6 GLANTZ<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

4


Distribuzione binomiale<br />

Distribuzione binomiale<br />

Distribuzione binomiale<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

5


Distribuzione binomiale<br />

dove<br />

Assunti<br />

Stiamo analizzando esperimenti di tipo<br />

bernoulliano, nei quali:<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Ogni singolo esperimento ha solo due<br />

possibili esiti mutuamente esclusivi<br />

La probabilità P di un certo esito rimane<br />

costante<br />

Tutti gli esperimenti sono indipendenti<br />

Assunti<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Utilizzando il concetto di popolazione,<br />

possiamo riformulare gli assunti nel modo<br />

seguente:<br />

Ogni unità della popolazione appartiene<br />

ad una sola delle due classi<br />

La proporzione P di unità della<br />

popolazione appartenenti ad una delle<br />

due classi rimane costante<br />

Ogni unità del campione è estratta<br />

indipendentemente da tutte le altre unità<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

6


Confronto <strong>fra</strong> una proporzione<br />

ed un valore atteso<br />

RICORDA: <strong>Il</strong> teorema del limite<br />

centrale afferma che la distribuzione di<br />

p per campioni abbastanza numerosi è<br />

approssimativamente normale con<br />

media P e deviazione standard p<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Confronto <strong>fra</strong> una proporzione<br />

ed un valore atteso<br />

Se estraiamo ripetutamente un<br />

campione di numerosità n da una<br />

popolazione con parametro P, il 68%<br />

dei campioni forniranno una stima di P<br />

compresa nell’intervallo P 1 E.S. ed<br />

il 95% nell’intervallo P 2 E.S.<br />

Un esempio<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

7


Un esempio<br />

Questa approssimazione non vale per<br />

valori di P vicini a 0 o a 1, o quando la<br />

numerosità campionaria n è piccola.<br />

Di regola è accettabile quando np e<br />

n(1-p) sono entambi maggiori di 5.<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Confronto <strong>fra</strong> una proporzione<br />

ed un valore atteso<br />

P = parametro della popolazione<br />

O/n = p = proporzione osservata<br />

Ipotesi nulla (H0):<br />

n è un campione casuale estratto da<br />

una popolazione con parametro P<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Confronto <strong>fra</strong> una proporzione<br />

ed un valore atteso<br />

Test z:<br />

misura in unità di D.S. (=E.S.) la<br />

distanza <strong>fra</strong> la P della popolazione e<br />

la p osservata<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

8


Confronto <strong>fra</strong> una proporzione<br />

ed un valore atteso<br />

Esempio: su 60 giocate alla roulette<br />

mi aspetto 30 rossi (50%) e ne osservo<br />

15<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Intervallo di confidenza di una<br />

proporzione<br />

Sappiamo che<br />

segue approssimativamente la distribuzione<br />

normale<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Intervallo di confidenza di una<br />

proporzione<br />

Ne deriva che<br />

Nel nostro esempio:<br />

0.25 - 1.96 x 0.064


Confronto <strong>fra</strong> due <strong>proporzioni</strong><br />

p 1 = O 1/n 1<br />

p 2 = O 2/n 2<br />

Ipotesi nulla (H0):<br />

n 1 e n 2 sono due campioni casuali<br />

estratti dalla stessa popolazione<br />

p 1 = p 2 = P e p 1 - p 2 = 0<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Confronto <strong>fra</strong> due <strong>proporzioni</strong><br />

La migliore stima disponibile di P è la media<br />

pesata tra p 1 e p 2, cioè:<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Confronto <strong>fra</strong> due <strong>proporzioni</strong><br />

Test z:<br />

misura in unità di D.S. della differenza<br />

(=E.S. d) la distanza tra la differenza<br />

osservata (p 1-p 2) e quella attesa in base<br />

all’ipotesi nulla (=0)<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

10


Un esempio<br />

p(Trombo|Placebo) = 18/25 = 0.72<br />

p(Trombo|Aspirina) = 6/19 = 0.32<br />

verifichiamo:<br />

25 x 0.72 = 18 e 25 x (1 - 0.72) = 7<br />

19 x 0.32 = 6 e 19 x (1 - 0.32) = 13<br />

Poiché tutti i valori sono più grandi di 5<br />

possiamo applicare il metodo sviluppato<br />

Un esempio<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

Intervallo di confidenza di una<br />

differenza <strong>fra</strong> <strong>proporzioni</strong><br />

Sappiamo che:<br />

segue approssimativamente la distribuzione<br />

normale, da cui ne deriva che:<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

11


Intervallo di confidenza di una<br />

differenza <strong>fra</strong> <strong>proporzioni</strong><br />

Nel nostro esempio:<br />

0.40 - 1.96 x 0.15


<strong>Il</strong> test statistico chi quadrato<br />

<strong>Il</strong> test statistico deve indicare la misura<br />

con cui le frequenze osservate in ogni<br />

cella della tabella differiscono dalle<br />

frequenze che ci aspetteremmo, se non<br />

ci fosse associazione <strong>fra</strong> i trattamenti e<br />

gli esiti<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> test statistico chi quadrato<br />

<strong>Il</strong> test statistico deve inoltre tenere conto del<br />

fatto che, nel caso in cui ci aspettiamo<br />

parecchie osservazioni in una cella, la<br />

differenza di una unità <strong>fra</strong> le frequenze attesa<br />

ed osservata è meno importante che nel caso<br />

in cui ci aspettiamo solo poche osservazioni<br />

Distribuzione chi quadrato<br />

Nel nostro esempio:<br />

FIGURA 5.7 GLANTZ<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

13


Distribuzione chi quadrato<br />

L’utilizzo della distribuzione 2 presuppone<br />

che, affinché la distribuzione teorica sia<br />

un’approssimazione sufficientemente buona<br />

di quella vera, il numero atteso di individui in<br />

ogni cella sia uguale o maggiore di 5<br />

E’ possibile dimostrare che 2 = z 2 quando ci<br />

sono solo due campioni e due esiti possibili<br />

<strong>Il</strong> <strong>confronto</strong> <strong>fra</strong> <strong>proporzioni</strong><br />

22/03/2011<br />

14

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!