Upload
costantino-albanese
View
215
Download
2
Embed Size (px)
Citation preview
Biostatistica(SECS-S/02 )
STATISTICA PER LA RICERCA SPERIMENTALE E
TECNOLOGICAIncontro 5
21 Ottobre 2011
Università degli Studi di Pisa Facoltà di Scienze matematiche fisiche e naturali Anno Accademico 2011-12
Esempio(Distribuzione campionaria)
• Si considerano 2 popolazione costituite dalle v.c :
81.13.223
1.01.02.02.04.0
54321:
2.02.02.02.02.0
54321:
22
BBAA
B
A
Distribuzione campionariaPossibili campioni
per n=2Prob.
Estrazione AProb.
Estrazione BMedie 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
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.04
….
….
0.04
0.4*0.4=0.16
0.4*0.2=0.08
0.08
0.04
0.04
0.08
0.04
0.04
0.02
0.04
….
….
0.01
(1+1)/2=1
(1+2)/2=1.5
2
2.5
3
1.5
2
2.5
3
3.5
…..
…..
5
[(1-1)2+(1-1)2]/2=0
0.25
1
2.25
4
0.25
0
0.25
1
2.25
….
….
0
Distribuzione campionaria
08.012.024.030.026.0
425.2125.00
08.016.024.032.020.0
425.2125.00
01.002.005.008.016.016.020.016.016.0
55.445.335.225.11
04.008.012.016.020.016.012.008.004.0
55.445.335.225.11
B
A
B
A
Var
Var
x
x
Medie e varianze delle distribuzioni campionarie
81.1905.0)(
21)(
3.2)(
3)(
2
2
BB
AA
BB
AA
VarE
VarE
xE
xE
Le varianze campionarie non coincidono con quelle di popolazione ,ma sono ad esse funzionalmente legate:valgono esattamente la metà !
Media e varianza campionaria
nxVar
nn
nxVar
nn
xVarxVar
nn
xEnn
xExE
xx
n
ii
n
ii
XX
n
ii
n
ii
)(
)(1
)(
1)(
1)(
2
2
2
12
1
1
1
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
)1()(}){()(
)()(2)()(
)()(
:
)(1
1
1
)()(;
1
)(
22
2
1
222
1
2
1 1 1
22
1
2
1
22
2
1
21
2
21
2
2
nn
nnxxExnEnxxE
xxxxxxE
xxxExEn
Infatti
xxEnn
xxEsE
n
xxs
n
ii
n
ii
n
i
n
i
n
iii
n
ii
n
ii
n
ii
n
ii
n
ii
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:
......,2,1,0
)1()(
nx
con
x
nxP xnx
nnnn
nn
nn
n
nnP
nn
P
nP
)1()(
............
)1()1(1
)1(
)1()1(0
)0(
111
00
• Il coefficiente binomiale ci informa su quante sono le sequenze tra loro esclusive con cui gli x e gli n-x elementi possono presentarsi, la parte restante della funzione binomiale esprime la probabilità che si verifichi x volte l’evento successo. La sequenza dei coefficienti binomiale può essere ottenuta dal triangolo di Tartaglia
• Il valor medio della variabile binomiale è – nπ ,
mentre la sua varianza è
– n π(1- π)
Esempio(Distribuzione Prob. Binomiale)
452
9*10
!8!2
!10
2
10
0439.0)5.01()5.0(2
10)2( 2102
xP
Esempio(Binomiale)
0 1 2 3 4 5
0.0
50
.10
0.1
50
.20
0.2
50
.30
Distribuzione binomiale n=5 p=0.5
Successi
Pro
ba
bilità
•Costruire la densità di frequenza di una variabile aleatoria binomiale n=5 ; p=0.5 .
Esempio(Binomiale)
• Riportare su un grafico la funzione di ripartizione binomiale con p=0.5 ed n=5.
0 1 2 3 4 5
0.0
0.2
0.4
0.6
0.8
1.0
Distribuzione binomiale p=0.5 ; n=5
Successi
Pro
ba
bilità
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:
e
xx
n xxnx
n !)1(lim
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:
en
e
n
xn
poichè
exnx
nnxn
xn
n
n
n
n
nnnx
knnn
nnx
n
n
n
n
xn
n
x
nxx
n
xn
x
x
n
xnx
n
1
1)1(
!1
!
11!
)1(......
)1(
11!
)1)...(1(
1
lim
lim
lim
lim
lim
limI valori della media e della varianza di una distribuzione di Poisson sono pari a λ.
La distribuzione è tipicamente asimmetrica , ma all’aumentare del numero di osservazioni essa tende alla Normale (distribuzione tipicamente simmetrica)
Campionamento da una popolazione di Poisson(3)
en
nP
jPj
jP
eeP
eeP
eeP
eeP
n
!)(
........
)1()(
..........6!3
)3(
2!2)2(
!1)1(
!0)0(
33
22
1
0
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
0 5 10 15 20
0.0
00
.05
0.1
00
.15
0.2
0
Poisson Distribution lambda=3
Numero di eventi
Fre
qu
en
za
0 5 10 15 20
0.0
00
.02
0.0
40
.06
0.0
80
.10
0.1
2
Poisson Distribution lambda=10
Numero di eventi
Fre
qu
en
za
Variabili Casuali Continue : la distribuzione Normale (di Gauss)
• 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 .
),(
)(
2
1exp
2
1)(
2
2
2
x
xxXP
Esempio(Distribuzione normale)
5 10 15
0.0
00
.05
0.1
00
.15
0.2
0
Curve normali
Variabile
Fre
qu
en
za
• Disegnare due curve normali con media pari a 10 e sd pari a 2 e 4
Esempio(Distribuzione normale)• Disegnare due curve normali con media pari a 8 e 4 e sd
pari a 3
-5 0 5 10 15 20
0.0
00
.02
0.0
40
.06
0.0
80
.10
0.1
2
Curve normali
Variabile
Fre
qu
en
za
Standardizzazione di una variabile
• Sia X una variabile casuale di cui si conosce la media μ e lo standard error σ .
X
XXZ
• 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
10)(
)(
0)(
)(
2
2
2
2
X
X
XX
X
XX
XZ
X
XX
X
X
X
XZ
XVV
XV
XVZV
XEXEZE
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?
006209.0)1.1(1)1.1(
)04.0,1(
XPXP
NX
Esempio(Distribuzione Normale)
• Nello stesso strumento dell’esercizio precedente e considerando lo stesso tipo di analisi, calcolare: 1 - la probabilità di ottenere una misura inferiore a 0.75 2 - la probabilità di ottenere una misura superiore a 1.5 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
0.788)05.195.0Pr(
36-e*3.73)5.1Pr(
10-e*2.05)75.0Pr(
X
X
X
1.078399(0.975)2
0.9216014(0.025)1
95.0)Pr(
(0.30)0.97902470.0)Pr(
(0.90)1.05126290.0)Pr(
21
x
x
xXx
xxX
xxX
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?
3.1051053.0*1000
.1053.02032.03085.0
)5.0()82.0(82.05.0
6.0
2.37.3
6.0
2.35.3
7.35.3
)7.35.3(
ZPZPZP
XP
XP
XP
7.120127.0*1000
0127.00001.00128.0
)2361.2()7268.3(7268.32361.2
1342.0
2.37.3
1342.0
2.35.3
7.35.3
)7.35.3(
1342.020
6.0
2.3
ZPZPZP
ZP
XP
XP
n
x
x
x
x
x
x
x
x
Altre distribuzioni collegate alla normale• Le distribuzione dei quadrati di variabili casuali Normali Standard è detta
distribuzione χ2 (chi-quadrato) con 1 grado di libertà.
• z2~χ21
• La somma dei quadrati di n VC normali standard indipendenti è distribuita come una χ2 con n gradi di libertà.
221 ~ nz
Questa distribuzione è continua e può assumere valori soltanto positivi: se il numero dei gradi di libertà è piccolo la distribuzione è molto asimmetrica mentre tende alla simmetria in modo proporzionale all’aumento dei gradi di libertà. La media e la varianza della VC di χ2 sono rispettivamente pari al numero dei gradi di libertà ν e al doppio dello stesso numero 2 ν.
211)()(
)(
)()(
11)(
)(
)(
2
2
22
2
212
2
2
22
2
212
221
21
222
221
212
2
2
xxEE
xx
xEE
x
Distribuzione χ2 con v gdl
• Per un campione di v osservazioni :
.~)(
z
),N( ~
)(1)(
21
2
i
2
222
22
i
i
ii
v
x
x
dove
xx
Distribuzione χ2 con v gdl(2)• Allora :
n
ijii
n
ii
n
ii
n
i
n
ii
n
ii
zzzn
znn
zz
dove
zzzzEzzEzzEii
1
2
2
2
12
2
12
1
22
1
2
1
2
211
)2()()(
• Essendo E(zizj)=0 per l’indipendenza degli xi,segue che :
nn
n
n
zEzE i 1
)()(22
22
Distribuzione χ2 con v gdl(3)• Per lo stesso motivo :
212
2
2
2
22
2
)1()()()(
1)21
1()(
1
ni
i
i
i
snxxxSSzz
nnn
zzE
Quindi
nn
zzEzzE
ii
Distribuzione χ2
0 5 10 15 20
0.0
00
.05
0.1
00
.15
0.2
00
.25
Distribuzione chi-quadrato gradi di libertà=c(3,10,20)
Variabile
Fre
qu
en
za
Distribuzione di Fisher
• Rapporto di 2 funzioni determinate su campioni indipendenti
)2,1(2
1
2
12
122
21
222
221
222
221
vvFv
v
v
vv
v
v
v
v
v
v
v
• La funzione è asimmetrica ,al tendere di v2 all’infinito la distribuzione converge a
1,121
2
1
21
22
21
221
21
2
11
1
1
nn
n
n
v
Fn
ns
s
Inoltrev
Distribuzione Fisher gdl=(3,4) red line
gdl=(10,20) blue line
0.0 0.2 0.4 0.6 0.8 1.0
0.0
0.2
0.4
0.6
0.8
1.0
Distribuzione Fisher
Variabile
Fre
qu
en
za
Distribuzione t di student (Fisher con v1=1)
211,12
2
2
2
212
22
12
2
222
21
222
221
222
221
)(
)(
1
1
)(
)()(
:
)2,1(2
1
2
12
12
nni
ni
vvvv
v
tFs
xn
xx
nxn
allora
xne
xx
zaIndipenden
tvFvv
v
t-student (gdl 2(red),10(blue),40(green))
-10 -5 0 5 10
0.0
0.1
0.2
0.3
0.4
0.5
Distribuzione t-student
Variabile
Fre
qu
en
za
Distribuzione degli scarti standardizzati
1
)(
)1,0()(
nt
n
sx
N
n
xz
Grazie per l’attenzione