Metodologie per l'agricoltura - Statistica

Statistica Test Intervallo di Confidenza Distribuzione Normale

Si può approssimare una distribuzione campionaria di una proporzione. Serve a fare inferenza sulla proporzione di una popolazione. Si approssima alla distribuzione normale.

La stima di intervallo di confidenza è un metodo per stimare un parametro. È un intervallo di valori che contiene il parametro con una certa probabilità. Il metodo di Wald è un metodo per stimare l'intervallo di confidenza. È basato sulla distribuzione normale standard.

Il valore critico per un intervallo di confidenza al 95% è 1,96. Se l'intervallo non include zero, si può concludere che c'è un'associazione significativa. Se l'intervallo include zero, non si può concludere che c'è un'associazione significativa.

Il test di Wald non può essere usato quando il campione è eccessivamente piccolo. In questo caso, si usa il test di Fisher esatto. Il test di Wald è utile per confrontare due test. In aggiunta, è migliore in quanto usa il p-value, che valuta la probabilità di ottenere una statistica testata.

La distribuzione di Poisson è una distribuzione discreta che conta il numero di eventi che si verificano in un intervallo di tempo o spazio specifico.

PAOBABILITA DI OTTENERE X SCESSI IN UN INTERVALLO PREFISSATO BEHRO E IN UNA CERTA POSIZIONE NEURO SATIO SEMPRE PER EVENTUALE CONOSCENZA HEDA ( n o ) NPEKENTE 2,7488X °sucESSIHEDAAPPRESE NTA COMESI DOVREBRENO DISTAIeURE LIEVENTI SE FOSSERO INDIPENDENTI E CASUALI. ASGAUPPAr NCasO 4 sucEsso >PDI ALTRI SCKCEss PATuGieIDAN POSSONO ESSERE CASA 1i-VDSPERSI L PAESENEA DI A SoccESSO L P i ALra». (ES ANIHALI TERRITORI(HE DA; VARI AADEA)DEVIAZIONI DL PATTEPN CPSURLE AIUTANO iDENTfICAME PBCCESSI BICLOGC¢ PRoCEDIHENTO PoSSOA (*SoccEssi, HED, PRLSO4) CALCOLO DELA NEDIA cONFRONTO2) CALCOLo DELLA VARIANZAIMMAGIAIAHO Di bVidERE O INrERVAULO MTEMPO IN INTERVAU MOuro PIccOLILA PCHE ON EVESTO SI VEINCHI IN soTTOATERVALLO SARA PAOSSIHA A ZEROrER OCI INTERVALLO 2 PosSiBILITA">OSIVERIFICA diSTRIBoUONE D EVENT BAPONON Si VERIFICALA DISTRIBUTIONE Di POiSSOD SI P0 OTrEDERE CONE LINITE DEUA DSTAIB BINOHIALE PERCHE TENDE A ZERO E h c0MEDIA =h-p x TROVARE L VALORE ATTE SO (NOA OsSERVAID) ANDAANNO

CONFRONTATIreS NcH: AEcONFROTO TAA DATI ATrESI E OSSERVATITEST DI BONTA DI ADArrAMENTO NE ESISTODo TANTxPER VPER VARIABiu CATEGORICHE NOHERICHEE DISCRETE, CHE PossONo AvERE Po D2 AIsOLTATILHODELLO PRCPOREIONALE NATi PER GIORNO DELA SETTIMADA CALCOLO ATTESOCALCOLO osSERVArOA DAL OAsobPEDDEiDSTRCHI QOADR. (X CDL;VERO) O,oSDISTAB.CHIOOAD. DS (x*, GbL) NOTAECURUA PEGNIiNV CHI QORD. DS ( PHOB, GNL) P-VALUEASSOCIOGL ON GDL. UN DErERNISATO GdL?VCHI Si POo OARESOLO PER PREQOENEE ASSOLOTE NO AELAnVECARATTERISTICHE SE OoS RIFIOTO Ho- LACORUA TENDE DA O o oASIHHE TRICA SOUA DX =PVALDE XoPROR77AREA DI ESTRENCoTEDERE VALORE DILCON GDL ORVA NORHALEMEDA GDL VALORE CRirico PARI A PVALUE OOSVARIANA 2GDL SE X*> VALORE CRInco -d RIFUOTO- PACAME TAssUNeIOD! > CAHPIOE CASUALEINDPENDEASTE E tANOUGUALE PLA STANSTcA " APPROSSIMA LA VERA DiSTRIBOEIONE X* sE- No ArreSAFREQDENEAATEGoRIE CON AAGGRUPPo I0 CUASS)- NO +DeL 20 CATEGORIE45 VAAIARE GDLS USA ANCHE PER ALTAI NODELLI,SPESSO I) BiOLOGIA SI

OSAAO DISTFIBUEIONIDi PROBABILITA COHEfoTESI Ho TRoVABENOTE PEB LA DISTRIBUSE.HEGuo FENONERDCHE DESCRIVE ATEST BMOHIRLE VW TES XCAOHOSCHA x G17 GEN TOTDAT ANCHE & 6,1 7 MiGF DEuA SPE MATTGENE SI OVAE RE ESSERE SOL CRUHCSCHN xOSERVATU: Su 25 GENI 4u s chx NEuNcHIaE Pa (*).ae4.(d qus FABEUA ArresSTATISTIC resr, foCACOOP VALOEPu APPROSS INATIvo GENI ATTESI= 25 0,061 4,S25 2S 451MA PU VELUCE x (4o- 4,s2s) (4 23,G?S)4925 23475NELL'X NON ELNoIPENIENEA FRA DUE VARAR .dCATECCRICHE cALCOLo FREÇOENEE eTOTAU MAA6ILALIFAEGFAVORE VCuCONTRARINDECI5TOT @CALCCo VALORI ATTES400/200ASCH 20 HCLTIPLICAOO L TCT 2cFEMRIRE 4o14oo 100/2 00S40 SO PER LE 2 FAEGUENDEETOT CORBISPOV DENTI N I20 200440FREQ 1O/2©O : 7o/2co 20/20035 CONFRONSTO DAI aLCOANDCX PERS5 OG CELLA E PO SCHHANBOLiGDLN' coLONNE i =x (NC CELe dEI TOTAu)N AIGHE 4 VALUTA 2IONECASC Si NOTOTB) SiSEcLE LO StEssO PRCCEDIHENTO PER cRADICOLE TRBEUuE TETRACO PYCHE NoTOTcORREEIONE DI YAres T 7SCCONE Si HA CLO GRADO DI

ueERTABiscGASA SeTAARAEg s o VALoRe ASSCLOro bi (o-A)PAINA Di ELEVARLO AL QOAAR9reRENDE L TEST PAU CONSERVATIVO <Pa FARE ERRORE I («)C (o-A) NECAnvo Lo soHHO f0,5)CON (O-A) PCsriuo LO somRA&O PeA A WTILATEST ESATTO DI FISHER u 2x2)SENO'PViUC ADcALCOLo DeuA PROBABILITA ASSCCIAA AD CGNI POSSIBLE TABELUR 2 x2 CNE ABBIA GLI STESS TOFALI NAS CPr CRA6.)C7)(C,) OLOL R(Obu(Obu!D(Obs(oL )TE)TEST DI KENDALU- PER VRRIAB CAIE&CA ICHE GRbR p VAAuTa t'iNDIENDENEAPEucRAro sya neeor LA STASTICA CnE SiorTEDE Si CHIAMAPLRCE BOo TAO DI KENDALLDose BAssA VRLOTR LA cONCORDANEA DE DAno3 ALTATOTJEOREHA Di BayesPCHE AiscCTATOL DI UN TEST SiA CCHRETrEVALENTA . PROPOREIOVE DEuA POPoAEIOKE PRESENTACHE UELUA CONDIZICKE ETECN RM.IN HOPRCBABILITA CONDIZIODArA - PCHE s vERIFICHI EVEDro SIEsë VEAIFICArO ba EVENSO P(A\B)PCAIB) P(anB) >DiPENDENTI P(A»B). P(Al8).P(8)P(B) INSPEDDENT -P(A B) P(A) P(B)AFFETTCO NON AFFETTO Tor Pr A) AFFETO- 34/ 4ocO ,37PosITV 33 A2 Pr (B)TEST

POSITVO 5/ADO ©, SNECATvC SS P r (AIB) - 3 3 / 4 s - Q 3 - AFFETn c TEST PoSTIOTOT Pr (BIA) 33/37 O,55- TEST POsITIVO DATOCHESIE HALATIP(AB). P. (A1B) P(8)= 73 0,45 C33PPREVALENEAP(A) P(B 1A) P(A)R{BIA).P (AIB)- P(B1A)-P (0) P (B)- (APr(B) G 3 CHPLEX.SENSIBILITA PTEST PoSiTivo l AFFETTO) Pr (PosITIVO AFFETro)PrAFFETTO)VALORE PREDITTIvo POSi+ivo P POsITI VO)(AFFETol TESTFALSO NEGATI VO Pr (necATI Vo AFFETTO) - - sENSi@IuTaPECIFICIT. P (TEST EGATIVO| NOu AFFETO)VALTRE PREDITTIVo NEGATIvo Pr (NON AFFETTO I TEST NEGATIVO)TALSO POSiTIVOPr (reST Pasinvc. NON AFFETO) - 4 -sPecI FiCIThTor jooo TO Tor-AFFEtniS0o NON AFFETTI(AoO AFFETTI AFFETT NO AFFEMTET x SPEaFICITANON AFFTEST NEG. 1EST NEGAT VO3 0 1EST7 TEST Ponvo) A8o TESTNEGATrivO ¥20POSInVo(TEST POsITIVO >(TEST NEGATIVO)250 soCSA Gu o . DOCATTNOSA. TorAFFETTO A80 L250 V70POSinvo AACH2 0 dSO30NEGATIV 900 dooTor CcLFATIORE DI RISCHIO QOANTo UNA CAUSA ESTERA IKFLUEASEA UNA HAUTIA?BISCHIo BEUNTIVO (RA) RAPPCRTU TAR I RisCHIO

AVERE LA PATOLOGIA IN SCGGE ra OOFATTOAE AiSCHIo RISCHIOE IN SCGGE rnAvERuL DI SEEA:AscH0 «SocGE Ti CON ArORERscHIO Soe co FATTORE T -RREs; RR-ePcoSTCe (Gus) (R)ce) 4%-EsAccORATE z20SPECIF CITA MA FPbseNPe-[]INCIDENEATASSO coN APPAIONOL QUALE NUCVI DETERMNAAcASI UAD cONDitIae IN CuA PLOUAUCKETAssob R EVENn ossEaVACDE Aa* eSPosIuONE .N° sccGeTti At (Es. PERSUEx AL G¬)ES 300 PERooo SONE 3030 UCVI CASI ALL'ANJO 3coo1 42,ol?-N 436.VN IC 30:496 V3o y43,26, A9235s ac CAcaaRe AR -N/E coNFROMro TAANaTEsoe Ci 496 E s2ECATUSEN4-N.) ESISTE UNA DIFFERENEA STATISTICAMEDTE SiGUFI CATIVA Pg0Na N 384 APerossiNATOEs PER CONFROvrARE DATOSTESSOUNo ADI DIvERSIIN 2Tesr oLOG-LIKELIHCOD BATIO 7 A T ECATIAGTLIZA I LOCArHIE Pio PRECISO DEL XsOPRATUITO CON FREGOENEE ATTESE PICcoLECRLCOL sEHPLICISTHATORE DI HASSIMA VEROSIHIG UA NEA (DI AMAANERO)C SUOE L POssiBLE VALORE, SUPPONENDO coCHE COINGOAGUEuO EL CAHPODE.ACALCOLO CON VALORIBINONIALE OTEMUTI oENGoES. JsaC( "o,4uO2) CALCCLo BNOHIALE

SOKBRETO ) CALCOLARE PvACOFRISPtUDENTEZ. CRiico x deq06 *46453)ONILATERRLE PALUENEDIADLLASTATISTICAHENTEHEDAEHARuFIUTO CO z4-z.] LA POoAEODE] STArisnaNEASTE>ZoLz>cONBIFiUTONS S FA SEHPAE PAMA L BATE RALE. (caw tiAT. E PiU FACILE RIFIOrARE)UTuEEATO X CAHPION PICcc (coNSEAVATIvo NEL COHME TTERE ERRORE L)n-4G.D.LdureNDE DAIt HERIAA1TiMNOD E Noro L OPCY ONT CoDE P-toos() ca tuoso,a DL PESATILOx-ton,6on.ESzy< R+tusa, ca ES NEDA DA cOFRONrARe 9,5S9h8, 77CoRrADIA cENHE DELA roATICNE) ucoLU t9.S - 5,4OA32) tTAcLArO 957. 2 , d t 2,3 AFOTENE HOON 8 GDLPOSAHE ALCume vRLOE DISTRIO T.2r ( VALCRE torredero GDL)IN VALOE HSSCLOTAM). ASOAMECONFRONTO FRA UN VALCAE a PEA CORNfREOA)A HISnA &' CNR ATA VPETVALCEX4 XTena 4 A a wMNGe AMPIOGANIaSvAniANES HIsORA 49,7 HEDIA 35, 2 VAMODeA 49,0)t49,7 35,1 3,0449.64 62) BuATEAALE= VALoRE L goz9xta -tol.[ts to]MFr se3) UDILATERALG AIFOTO [t tJ sroTSTnC.tto starisric. >cONF