Intervalul de Incredere. Inferenta Statistica

TRUNCHI COMUN, anul I (2008(2008-2009)
Intervalul de ncredere
Inferena statistic
Testarea distribuiei unui set de date
Analiza corelaiei
Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC
Curs 10
Cuprins
De ce intervalul de ncredere?
Estimarea punctual
Definiie. Scop
Interpretare
Intervalul de ncredere pentru medie
Intervalul de ncredere pentru frecven
Curs 10
= o valoare pentru parametrul teoretic estimat

Influenat de fluctuaiilor de eantionare
poate fi la o mare distan de valoarea real a
parametrului estimat
Este recomandabil s se estimeze un parametru

teoretic nu printr-o singur valoare ci printr-un
interval, numit interval de ncredere (n care s se
poat afirma c parametrul estimat se gsete cu o
probabilitate ridicat).
Curs 10
Curs 10
Definiie
Interpretare
Un i de valori al unui estimator de interes calculat

astfel nct pentru o probabilitate de eroare aleas s
includ valorile adevrate ale variabilei.
P[valoarea critic inferioar < estimatorul <
valoarea critic superioar] = 1-
Dac intervalul de ncredere pentru diferena

dintre o medie observat i una teoretic
cuprinde valoarea 0, datele sunt compatibile cu
o diferen a mediei populaiei egal cu 0.
Dac intervalul de ncredere pentru diferena
dintre o medie observat i una teoretic nu
cuprinde valoarea 0, datele nu sunt compatibile
cu egalitatea mediilor populaiei.
unde = nivelul de semnificaie
Intervalul definit de valorile critice va cuprinde

estimatorul populaiei cu o probabilitate de 1-
Se aplic n cazul variabilelor distribuite normal!
Curs 10
Curs 10
Se calculeaz n funcie de:
Eroarea standard a mediei este egal cu deviaia

standard mprit la radicalul volumului eantionului
Talia eantionului sau a populaiei

Variabila de studiat (calitativ, cantitativ)
Dac deviaia standard este mare, ansa de eroare n
Formula de calcul cuprinde 2 pri:
estimator este mare
Un estimator al calitii eantionului pe baza cruia
Dac volumul eantionului este mare, ansa erorii n
estimatorul populaiei s-a calculat (eroarea standard)

de ncredere (confiden) al intervalului
specificat (scorul Z)
estimator este mic.
Gradul
Cel mai frecvent utilizat este intervalul de ncredere

pentru medie
s
s
X Z n , X + Z n
Curs 10
Curs 10
10
Scorul Z este scorul distribuiei normale de medie 0 i deviaie

standard de 1. Orice distribuie poate fi transformat n scorul
Z utiliznd formula:
Z = X X /s
Media glicemiei la un
eantion de 121 pacieni este
de 105 iar variaia de 36.
Care este intervalul de
ncredere al mediei
glicemiei n populaia din
care s-a extras eantionul cu
un prag de semnificaie
=0,05, considernd c
glicemia este normal
distribuit i pentru acest
prag Z = 1,96.
Scorul pozitiv este mai mare dect media

Scorul negativ este mai mic dect media
Pentru intervalul de confiden de 95%: Z5% = 1,96
Pentru intervalul de confiden de 99%: Z1% = 2,58
s
s
X Z n , X + Z n
Curs 10
11
Compararea mediilor cu ajutorul

intervalului de ncredere
n = 121
s2 = 36
s=6
X = 105
6
6
105 1,96 121 ; 105 + 1,96 121
[105-1.07, 105+1.07]
[103.93 106.07]
[104-106]
Curs 10
12
Intervalul de ncredere pentru frecvene

Dac np > 10
200
f (1 f )
f (1 f )
; f + Z
f Z
n
n
TAS(mmHg)
100
Tratament
A
Tratament
B
Tratament
C
Curs 10
Curs 10
13
f = 400/10000 = 0.04
0,04 0,96
0,04 0,96
; 0,04 + 1,96
0,04 1,96
10000
10000
[0,04-0,004; 0,04+0,004]
[0,036; 0,044]
f (1 f )
f (1 f )
; f + Z
f Z
n
n
14
De reinut!
Intervalul de ncredere pentru frecvene

Suntem interesai n
estimarea frecvenei
cancerului de sn la femeile
ntre 50 i 54 de ani care au
antecedente familiale
pozitive. ntr-un studiu
randomizat la care au
participat 10000 de femei, s-a
constatat c 400 dintre
acestea au fost diagnosticate
cu cancer de sn.
Care este intervalul de
ncredere de 95% asociat
frecvenei observate?
Curs 10
15
Estimarea corect a unui parametru statistic se

face cu ajutorul intervalului de ncredere.
Intervalul de ncredere depinde de volumul
eantionului i de eroarea standard.
Cu ct eroarea standard este mai mare cu att
intervalul de ncredere este mai larg.
Cu ct volumul eantionului este mai mic cu
att intervalul de ncredere este mai larg.
Curs 10
16
Inferena statistic
Curs 10
17
Curs 10
18
Cuprins
Definiie, aplicabilitate
Definiie, aplicabilitate
Ipoteza statistic versus ipoteza clinic
Testarea unei ipoteze statistice:
Un test statistic este conceput i utilizat pentru

verificarea unei ipoteze statistice.
De regul, ipoteza care trebuie testat (H0, ipoteza
nul) se poate formula ca fiind una n care nu exist
nici o schimbare:
Etapele unui test statistic
Nu exist nici o diferen ntre mediile a dou
populaii (media taliei la o populaie de nou-nscui la

termen i respectiv nscui prematur)
Nu exist diferen semnificativ ntre mediile a dou
eantioane extrase din aceste populaii.
Curs 10
Curs 10
19
20
Termeni
Testul statistic
Ipoteza nul (H0): ipoteza care urmeaz a fi

testat
Ipoteza alternativ (H1): opusul ipotezei nule
Prag de semnificaie:
Metod de comparaie a dou sau mai multe

populaii, prin intermediul unor variabile
observate ale lor.
Probabilitatea de eroare acceptat de cercettor

De obicei este de 5% (0,05)
Curs 10
21
Ipoteza statistic
statistic vs ipoteza clinic
clinic
Etapele unui test statistic
1. Formularea problemei n termenii ipotezelor

statistice.
2. Alegerea i calcularea parametrului statistic
al testului.
3. Regiunea critic.
4. Concluzia testului.
Scopul unui test statistic este de a defini realitatea.

Definirea ntrebrii de cercetare (ipoteza clinic):
Tratamentul cu Nebivolol este la fel de eficient ca i

cel cu Valsartan n tratamentul hipertensiunii
arteriale?
Transpunerea ntrebrii de cercetare n termeni

statistici (ipoteza statistic):
Curs 10
22
Media tensiunii arteriale a pacienilor tratai cu

Valsartan nu difer semnificativ de media tensiunii
arteriale a pacienilor tratai cu Nebivolol
Curs 10
23
1. Formularea problemei n termenii

ipotezelor statistice
1. Formularea problemei n termenii

ipotezelor statistice
Ipoteza nul: ipoteza care trebuie testat,

testul efectundu-se sub prezumia c ipoteza
nul ar fi adevrat
Ipoteza alternativ: acea ipotez care ntr-un
sens sau altul contrazice ipoteza nul. Aceast
ipotez se mai numete i ipoteza de lucru
Ipoteza nul: tipuri
Curs 10
Curs 10
24
O coad (one-tailed sau one-side):
Media este mai mare

Media este mai mic
Dou cozi (one-tailed sau one-side):
Media este egal
Curs 10
25
26
2. Alegerea i calcularea parametrului

statistic al testului
2. Alegerea i calcularea parametrului

statistic al testului
Parametrul statistic al testului exprim ntr-o

anumit form, diferena dintre elementele
comparate.
innd seama de faptul c eantionul sau
eantioanele utilizate sunt aleator extrase din
populaiile care fac obiectul testului,
parametrul statistic este o variabil aleatoare
de selecie, care urmeaz o anumit lege de
probabilitate.
Un parametru statistic al testului bun trebuie s

ndeplineasc dou condiii:
Trebuie s se comporte diferit atunci cnd
ipoteza nul H0 este adevrat fa de situaia

n care ipoteza alternativ H1 este adevrat.
Distribuia de probabilitate a parametrului
statistic al testului sub prezumia c H0 este
adevrat, este cunoscut.
Curs 10
27
3. Regiunea critic
critic
3. Regiunea critic
critic
Trebuie s fim capabili s decidem n funcie de

valoarea parametrului statistic calculat care dintre
ipoteze, cea nul sau cea alternativ, este adevrat.
Dac valoarea parametrului statistic aparine
regiunii critice, ipoteza nul H0 va fi respins i va
fi acceptat ipoteza alternativ H1.
Dac valoarea parametrului statistic nu aparine
regiunii critice, ipoteza nul H0 va fi acceptat.
Decidem mrimea regiunii critice.
riscului de eroare pe care l acceptm.

Pe scurt, definim nivelul de semnificaie, notat
cu , sau mrimea riscului pe care suntem
dispui s ni-l asumm n respingerea ipotezei
nule H0 n cazul n care aceasta este adevrat.
De obicei se alege un nivel de semnificaie
ntre 1% i 5%.
29
3. Regiunea critic
critic
Probabilitatea unei erori de tipul I:
Curs 10
3. Regiunea critic
critic
30
Probabilitatea unei erori de tipul II:
probabilitatea de respingere a ipotezei nule H0

n favoarea ipotezei alternative H1, n condiiile
n care H0 este adevrat.
probabilitatea unei erori de tipul I se noteaz cu
i se mai numete nivel de semnificaie al
testului.
28
Pentru aceasta trebuie s specificm mrimea
Curs 10
Curs 10
Curs 10
probabilitatea acceptrii ipotezei nule n

condiiile n care ipoteza alternativ H1 este
adevrat.
aceast probabilitate se noteaz cu .
Curs 10
31
32
3. Regiunea critic
critic
4. Concluzia testului
Ipoteza nul H0 este respins dac valoarea

parametrului statistic aparine regiunii critice.
Regiunea critic trebuie astfel aleas nct
dac ipoteza alternativ H1 este adevrat,
probabilitatea de respingere a ipotezei nule H0
este mai mare dect n cazul n care ipoteza
nul H0 ar fi adevrat.
unilateral la dreapta valoarea parametrului

statistic al testului este mai mare sau egal cu
valoarea din dreapta a intervalului critic;
unilateral la stnga valoarea parametrului
statistic al testului este mai mic sau egal cu
valoarea din stnga a intervalului critic;
bilateral valoarea parametrului statistic al testului
este mai mic sau egal cu valoarea extrem din
stnga regiunii critice sau mai mare sau egal cu
valoarea extrem din dreapta regiunii critice,
valorile extreme ale regiunii critice avnd nivele
egale de semnificaie.
Curs 10
33
Curs 10
34
Acceptarea ipotezei nule H0 atunci cnd

ipoteza alternativ H1 este adevrat, este
cunoscut ca i eroarea de tipul II.
n testarea oricrei ipoteze statistice, exist patru

situaii care determin dac decizia noastr este corect
sau nu
probabilitatea ei se noteaz cu
msoar nivelul de eroare
Cazuri
H0 este adevrat H0 este fals
Concluzie
Curs 10
35
Luarea deciziei pe baza valorii

probabilit
probabilitii p de semnificaie a testului
H0 se accept
H0 se respinge
decizie corect
eroare de tipul I
eroare de tipul II
decizie corect
Curs 10
36

probabilit
n momentul n care prelucrm statistic o serie de date

dorim s tim dac rezultatele obinute sunt sau nu
semnificative statistic.
Rspunsul la aceast ntrebare este dat de valoarea lui
p calculat de orice program statistic la prelucrarea
unor date.
n cazul testelor statistice, ipoteza nul este respins
dac nivelul de semnificaie este mai mic dect 0,05
iar programele de prelucrare statistic a datelor vor
afia o stelu (*) n tabelul rezultatelor.
Curs 10
Curs 10
37

probabilit

probabilit
Dac p 0,05: respingem ipoteza nul i

acceptm ipoteza alternativ (am obinut
semnificaia statistic)
Dac p > 0,05: acceptm ipoteza nul (nu am
obinut semnificaia statistic)
p = 0,13
NU respingem ipoteza nul
Risc de eroare de tip II
= 0,05
p = 0,02
Respingem ipoteza nul
Risc de eroare de tip I
Curs 10
39
Semnificaia lui p: reguli empirice
Criteriu de luare a deciziei cu privire la o

ipotez statistic nul
Cuantific ansa ca o decizie de respingere a
ipotezei nule s fie greit
Msur a semnificaiei statistice i NU
CLINIC
Curs 10
41
Curs 10
Semnificaia lui p
38
40
0,01 p < 0,05: rezultatul e semnificativ statistic

0,001 p < 0,01: rezultatul e nalt semnificativ statistic
p < 0,001: rezultatul e foarte nalt semnificativ statistic
p 0,05: rezultatul e considerat nesemnificativ statistic
Curs 10
42
Limite ale valorii p
Puterea unui test statistic
Valoarea p NU ne d informaii despre:
Este capacitatea de a detecta o diferen acolo unde

exist
Creterea volumului eantionului determin creterea
puterii testului statistic aplicat
Valoarea este n relaie direct cu eroarea de tip II:
ansa de beneficiu a unui pacient individual

Procentul
de pacieni care vor avea un

beneficiu n urma instituirii procedurii
medicale
Gradul de beneficiu expectat pentru un anumit
pacient
Curs 10
Puterea = 1
Cea mai utilizat modalitate de cretere a puterii unui

test statistic este de a crete volumul eantionului
Curs 10
43
Interval Nominal Observaii
Corelaie Pearson
Paii testului statistic sunt identici att pentru testele

parametrice ct i pentru cele non-parametrice.
Orice test statistic se poate interpreta din perspectiva
valorii critice sau a intervalului critic i respectiv din
perspectiva valorii p.
Orice test statistic are asociat 2 tipuri de erori. Fiecare
tip de eroare are o anumit semnificaie.
Puterea unui test statistic este n relaie cu eroarea de
tip II i depinde de volumul eantionului.
Exist o relaie liniar?
Student
Doar 2 grupuri
ANOVA
2 sau mai multe grupuri
Student perechi
Eantioane perechi
Msurtori repetate 1
(ANOVA)
Mai mult de 2 grupuri, date

perechi
44
De reinut!
Tipul scalei de m
msur
sur testul statistic
Denumire test
Curs 10
45
Curs 10
46
Testarea distribuiei unui set de date
Curs 10
47
Curs 10
Cuprins
Obiective
Obiective
Testarea normalitii unei distribuii
Testarea egalitii a dou distribuii
Datele urmeaz o distribuie normal?
48
Se poate aplica i pe alte tipuri de distribuii
(Binomial, Poisson, etc.)
Dou distribuii au aceeai form?

Nu rspunde la ntrebarea: Care este form de
distribuie a datelor?
Ne spune dac formele de distribuie a dou
seturi de date sunt sau nu diferite.

Curs 10
Curs 10
49
Testarea normalit
normalitii unei distribuii
Teste de normalitate
De ce normalitate?
Chi-Square goodness-of-fit: 1900
Este o condiie preliminar de aplicare a unor
50
conservativ
teste statistice (test parametric vs test nonparametric)

Teste parametrice: aplicate pe date care
urmeaz o distribuie normal:
Kolmogorov-Smirnov (abreviere KS): 1933

conservativ
Shapiro-Wilk: 1965
Testul t
Testul z
Analiza varianei
51
Teste de normalitate
Shapiro-Wilk
Shapiro-Wilk
Curs 10
52
KolmogorovKolmogorov-Smirnov:
Smirnov: un eantion
Forma distribuiei datelor e normal (nu facem
asumpii asupra mediei sau deviaiei standard)?
Test mai puin Test conservativ

conservativ
Eantion mic (5-50)
Eantion mare (> 50)
Curs 10
Kolmogorov-Smirnov
H0: forma distribuiei este normal
Chi-Square Goodness-of-Fit
Eantionul a fost extras dintr-o populaie normal

distribuit (facem asumpii asupra medie i a deviaie
standard)?
H0: forma distribuiei populaiei din care a fost extras
eantionul nu este diferit de o distribuie normal

specificat (de o anumit medie i deviaie standard)
Curs 10
53
Smirnov: un eantion
Smirnov: un eantion
3.
4.
5.
Valorile critice pentru diferite valori ale

nivelului de semnificaie:
= 0,01: (1,63/n)-(1/3,5n)
= 0,05: (1,36/n)-(1/4,5n)
= 0,10: (1,22/n)-(1/5,5n)
6.
1. Aranjm valorile eantionului n ordine

cresctoare
2. x este valoarea eantionului la care datele se
modific
Curs 10
Curs 10
7.
8.
9.
54
Fie k numrul de membrii cu valori mai mici de x

Fie Fn(x) = k/n (calculat pentru fiecare valoare a lui x)
Valoarea expectat pentru fiecare x este dat de formula:
z=(x-m)/s
Pentru fiecare z calculm valoarea expectat Fe(n) dat de
aria de sub curba normal de la dreapta lui z (e nevoie de
program sau de tabel standard).
Calculm diferena absolut | Fn(x) - Fe(n) |
Testul statistic L este dat de cea mai mare valoarea a
diferenei
Dac L este mai mare dect valoarea critic se respinge
ipoteza nul (H0).
Curs 10
55
Smirnov: un eantion
56
Smirnov: un eantion
Variabila de interes: vrsta a zece pacieni internai

cu infarct miocardic
Valoarea critic:
= 0,05: (1,36/10)-(1/4,510) = 0,408
Curs 10
57
ChiChi-Square goodnessgoodness-ofof-fit
ChiChi-Square goodnessgoodness-ofof-fit
H0: populaia din care a fost extras eantionul este

normal distribuit
Dac valoarea calculat a testului e mai mare dect
valoarea critic: respingem ipoteza nul (Ho)
2 = 7,895 < 16,92: acceptm ipoteza nul
2 =
(n i ei )2
ei
58
n i2
ei
(1 coad)
0,10
0,05
0,025
0,01
df = 6
10,64
12,59
14,45
16,81
df = 8
13,36
15,51
17,53
20,09
df = 9
14,68
16,92
19,02
21,67
Curs 10
Curs 10
59
Curs 10
60
De reinut!
Normalitatea datelor trebuie testat pentru a
aplica corect un test statistic.
Testele de normalitate se fac cu ajutorul
programelor (SPSS, Statistica, etc.)
Trebuie s tim s interpretm un test de
normalitate att din perspectiva regiunii critice
ct i din cea a valorii p.
Curs 10
Curs 10
10
61
62
Cuprins
Analiza corelaiilor
Curs 10
63
Corelaia
Semnificaia corelaiei
Tipuri de coeficieni de corelaie
Regresia liniar simpl
Regresia liniar multipl
Curs 10
64
Corelaie vs regresie
Coeficient de corelaie
Se folosesc pentru:
Puterea asocierii dintre dou variabile prin msurarea

gradului n care punctele unui grafic de tip scatter
(nor de puncte) se ntind de-a lungul unei linii.
Evaluarea puterii de asociere dintre dou
S se stabileasc dac exist o legtur ntre
variabile cantitative continue corelaie

Prezicerea unei variabile (Y) n funcie de o
alt variabil (X) regresie
variabilele X i Y (cantitative continue) i s se

determine o modalitate de a msura intensitatea
acestei legturi.
Curs 10
65
Coeficientul de corelatie
Curs 10
66
Curs 10
Curs 10
11
67
68
Tipuri de coeficieni de corelaie

Pearson: 2 variabile cantitative continue
(relaie de liniaritate, variabile normal
distribuite)
Spearman: 2 variabile cantitative (relaie de
non-liniaritate sau date nedistribuite normal); 1
variabil calitativ + 1 variabil cantitativ
Kendall tau a, b, i c: similar cu Spearman
Gamma: Similar cu Spearman
Curs 10
69
Corelaia Pearson (r)
H0: coeficientul de
corelaie = 0
H1: coeficientul de
corelaie 0
Testul statistic aplicat
pentru obinerea
semnificaiei
coeficientului de
corelaie: Student
Ambele caractere sunt de tip interval sau raie

Ambele variabile urmeaz o distribuie normal i
distribuia lor comun este bivariat normal
Curs 10
71
Interpretarea coeficientului de corelaie

r [-1, +1], r = +1 exist o relaie de liniaritate
ntre cele dou caractere; r = -1 exist o relaie
invers de liniaritate ntre cele dou caractere.
Clasificarea (regulile) lui Colton (Colton, 1974):
r [-0.25, +0.25] nu exist relaie
r (0.25, +0.50] (-0.25, -0.50] relaie slab
70
r=
(X X )(Y Y )
(X X ) (Y Y )
2
unde X, Y = valori ale

caracterului pentru fiecare
msurtoare i (i = 1, 2, ,
n); Xm, Ym = medii ale
msurtorilor celor dou
caractere.
Curs 10
72
Coeficientul de corelaie al rangurilor

Spearman ()
Scop:
Msur non-parametric de cuantificare a relaiei
dintre dou caractere (evalueaz ct de bine o funcie

monoton poate descrie relaie dintre cele dou
caractere) (Spearman, 1904).
Metoda este satisfctoare pentru testarea ipotezei

nule (nu exist relaie ntre cele dou caractere) dar
nu se recomand ca i instrument de cuantificare a
relaiei (Bland, 1995).
r (0.50, +0.75] (-0.50, -0.75] relaie moderat

r (0.75, +1) (-0.75, -1) relaie foarte bun
Curs 10
Corelaia Pearson (r)
Scop: cuantific puterea i direcia legturii liniare

dintre dou variabile prin descrierea direciei i a
gradului n care o variabil este n relaie de liniaritate
cu cealalt variabil de interes (Pearson, 1896).
Condiii de aplicare:
Curs 10
Curs 10
12
73
74

Spearman ()

Spearman ()
Condiii de aplicare:
unde RX, RY = rangurile

atribuite valorilor msurate
ale caracterelor; RXm, RYm =
media rangurilor asociate
celor dou caractere
unde D = diferena dintre
dou perechi de ranguri (RX
RY); n = volumul
eantionului
Nu necesit nici un fel de asumpie asupra distribuiei
de frecven a msurtorilor;
Nu necesit asumpia relaiei de liniaritate dintre
caractere;
Caracterele nu trebuie s fie cantitative de tip raie sau
interval.
Testul statistic aplicat pentru obinerea semnificaiei

coeficientului de corelaie:
r=
(R R )(R R )
(R R ) (R R )
X
X
2
= 1
6 D 2
n(n 2 1)
Testul Student
Curs 10
75
Curs 10
76
Coeficienii de corelaie Kendall tau ()
Coeficientul de corelaie Gamma ()
Scop:
Scop: Metod de determinare a coeficientului de corelaie care

n comparaie cu Kendall e mai rezistent la existena perechilor
de date cu ranguri egale (Goodman i Kruskal, 1963); este
utilizat cnd datele de analizat conin multe date perechi cu
ranguri egale (Siegel i Castellan, 1988).
Parametrul statistic:
= (C-D)/(C+D)
unde C = concordan i D = discordana dintre perechile de
caractere cantitative de interes.
Testul statistic aplicat pentru obinerea semnificaiei
coeficientului de corelaie: Testul Z
coeficieni de corelaie non-parametrici utilizai
pentru evaluarea i testarea corelaiei dintre

date non-interval ordinale (Kendall, 1938;
1942).
Este considerat a fi echivalent cu coeficientul
de corelaie al rangurilor Spearman.
Se cunosc trei coeficieni de corelaie notai a,

b, i c.
Curs 10
77
Curs 10
78
Coeficient de determinare r2
Coeficieni de corelaie: exemplu
Msura n care variaia unei variabile poate fi

explicat variaiei celei de a doua variabile
Proporia prin care variaia unei variabile poate
fi explicat de relaia liniar cu cealalt
variabil.
Definete mrimea asocierii
Nu definete direcia asocierii
Curs 10
Curs 10
13
79
80
Coeficient de determinare r2
De reinut! Coeficientul de corelaie
r2=0 variaia lui Y nu poate fi atribuit modificrilor

lui X
r2=1 variaia lui Y este atribuit relaiei liniare dintre
Y i X
cnd r este semnificativ statistic i r2 este semnificativ
Coeficientul de corelaie:
Identificarea legturii dintre dou variabile

Cuantificarea legturii
Direcia legturii
Coeficientul de determinare: este ptratul

coeficientului de corelaie
ntr-un studiu de asociere dintre psihoza indus ce

consumul de amfetamine i nivelul plasmatic de
amfetamine s-a determinat un r=0,94 r2=0,942 =
0.8836.
88% din variaia psihozei poate fi atribuit variaiei
nivelului plasmatic al amfetaminei.
Curs 10
81
82
Regresia
Regresii liniare
S se stabileasc dac Y depinde de X i dac

da n ce form se realizeaz aceast
dependen.
Descrie relaia dintre dou variabile

Este posibil determinarea unei variabile dependente
n funcie de o variabil independent folosind
ecuaia:
Funcia de regresie
Curs 10
Y = a + bX
Y= variabila dependent
X= variabila independent
a = deplasarea de origine pe axa 0Y
b = panta liniei de regresie
Curs 10
83
84
Regresii liniare
Diagrama scatter
X = variabila independent
Y = variabila dependent
Alegerea axelor:
Variabile observate alegere arbitrar
Regresia este folosit pentru a prezice o variabil n
funcie de alta variabila care trebuie prezis

(variabila dependent) va fi pe axa 0Y
Epidemiologie: variabila independent = factor
Relaia dintre greutatea i lungime la natere
lungime (cm)
de risc, variabila dependent = apariia unei

anumite patologii
Studii experimentale: variabilele independente
sunt fixate de cercettor (doze ale unui nou
medicament)
Curs 10
Curs 10
54
52 y = 0.0055x + 35.102
2
50
R = 0.5644
48
46
44
42
40
1200 1400 1600 1800 2000 2200 2400 2600 2800 3000
Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTICgreutate (grame)
Curs 10
14
85
Regresii multiple
Regresii multiple
Dou tehnici:
Regresia logistic:
Regresii lineare multiple

Regresii logistice multiple
Variabila de rspuns nu este normal distribuit
transformarea msurii rspunsului n rata ansei

(probabilitatea de a avea boala/probabilitatea de a fi
indemn la boal) logaritmare
Permite prezicerea probabilitii ca o patologie s
apar (cancer pulmonar) folosind mai multe variabile
ca predictori (fumatul, vrsta, sexul)
Relaia dintre o variabil dependent i una sau mai

multe variabile independente
Presiunea arterial vrst, greutate, fumat,
antecedente heredo-colaterale
Variabila dependent = continu, normal distribuit ...

dac nu se folosete regresia logistic
Curs 10
87
Indicatori statistici n evaluarea

modelelor de regresie
88
Valoarea lui crete dac noul termen introdus n model
determin o mbuntire a acestuia mai mare dect

cea ateptat prin ansa.
Spre deosebire de coeficientul de determinare care este
un estimator pentru eantion, coeficientul de
determinare ajustat este un estimator pentru populaie.
explicat de relaia de liniaritate dintre aceasta i

variabilele X.
Eroarea standard a estimatului: media erorii n

estimarea lui obinut pe baza ecuaiei de regresie.
Curs 10
89

Curs 10
Coeficientul de determinare ajustat: valoarea ajustat

a coeficientului de determinare pentru numrul
variabilelor independente din model (X).
Cuantific proporia variaiei lui Y care poate fi

Coeficientul de corelaie (r): exprim cantitativ

puterea relaiei liniare dintre activitatea de interes i
variabila sau variabilele independente
Coeficientul
de
determinare
(r2):
ptratul
coeficientului de corelaie.
86
Curs 10
90

Curs 10
Curs 10
15
91
Exemplu 1
92
Exemplu 1
S-a studiat scderea numrului de neuroni odat cu

naintarea n vrst, prin examinarea creierului unui
eantion de 38 pacieni cu vrste cuprinse ntre 13 101 ani care au decedat fr nici un fel de istoric de
boal sau demen. S-au numrat neuronii din
hipocamp, pe mai multe seciuni ale fiecrei regiuni a
hipocampusului. Cercettorii implicai n numrarea
neuronilor nu cunoteau vrstele pacienilor.
S-au obinut urmtoarele rezultate*:

Subdiviziuni hipocamp
Panta numr p
neuroni/vrst
Dental granule cell layer
-54000
0,1700
Dental hilus
-9000
0,0120
Pyramidal cell layer CA3-2 -6000
0,1800
Pyramidal cell layer CA1
-29000
0,2600
Subiculum
-36000
0,0013
Curs 10
93
West et al. 1994
Curs 10
94
Exemplu 1
Exemplu 1
1. Ce se nelege prin panta numr de neuroni

versus vrst?
2. De ce cercettorii nu au cunoscut vrsta

pacienilor?
Estimarea modificrii numrului neuronilor

pe an
Este panta liniei de regresie
Panta este negativ deoarece numrul de
neuroni scade odat cu naintarea n vrst
Curs 10
95
Exemplu 2
Curs 10
96
Exemplu 2
Greutatea la natere a unui eantion de 1333

brbai suedezi n vrst de 50 ani a fost
extras din registrele de eviden a naterilor.
S-a descoperit o corelaie semnificativ ntre
vrsta la natere i nlimea acestor persoane
adulte (r = 0.22, p < 0.001)
(Leon et al. 1996)
Cercettorii se pot atepta ca persoanele mai

n etate s aib mai puini neuroni n
comparaie cu persoanele mai tinere. Astfel,
dac cercettorii cunosc vrsta pacienilor se
ateapt ca numrul de neuroni s fie mai mic
la persoanele mai n etate numrul de
neuroni poate fi astfel subestimat
Curs 10
Ce se nelege prin corelaie i r=0,22?

Corelaie pozitiv:
greutatea la natere nlime
Corelaie negativ:
greutate la natere nlime
r = coeficientul de corelaie care msoar puterea relaiei liniare
ntre cele dou variabile continue
r = 0,22 corelaia este pozitiv; nlimea adulilor tinde s fie mai

mare pentru subiecii cu greutate mai mare la natere dar corelaia
este slab.
Curs 10
16
97
98
Exemplu 2
De reinut! Regresia
Ce concluzie putem trage din relaia dintre nlimea

adultului i greutatea la natere?
Se utilizeaz pentru a estima i ulterior a

prezice o variabil n funcie de alt variabil.
Parametrii de interpretare ai modelului de
regresie!
Relaia de liniaritate nu se ntlnete frecvent
n studiile medicale.
Pentru populaia din care acest eantion a fost extras ,
nlimea adultului este n relaie cu greutatea la natere,

dar relaia este slab. Brbaii nali se pare c au avut o
greutate la natere mai mare. Din aceste date nu putem
trage concluzia c relaia este una de cauzalitate.
Curs 10
Curs 10
17

Intervalul de Incredere. Inferenta Statistica

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Intervalul de Incredere. Inferenta Statistica

Încărcat de

Drepturi de autor:

Formate disponibile

TRUNCHI COMUN, anul I (2008(2008-2009)

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

= o valoare pentru parametrul teoretic estimat

Este recomandabil s se estimeze un parametru

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Un i de valori al unui estimator de interes calculat

Dac intervalul de ncredere pentru diferena

unde = nivelul de semnificaie

Intervalul definit de valorile critice va cuprinde

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

TRUNCHI COMUN, anul I (2008(2008-2009)

Intervalul de ncredere pentru medie

Se calculeaz n funcie de:

Eroarea standard a mediei este egal cu deviaia

Talia eantionului sau a populaiei

Dac deviaia standard este mare, ansa de eroare n

Formula de calcul cuprinde 2 pri:

estimator este mare

Un estimator al calitii eantionului pe baza cruia

Dac volumul eantionului este mare, ansa erorii n

estimatorul populaiei s-a calculat (eroarea standard)

estimator este mic.

Cel mai frecvent utilizat este intervalul de ncredere

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Intervalul de ncredere pentru medie

Intervalul de ncredere pentru medie

Scorul Z este scorul distribuiei normale de medie 0 i deviaie

Scorul pozitiv este mai mare dect media

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Compararea mediilor cu ajutorul

105 1,96 121 ; 105 + 1,96 121

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Intervalul de ncredere pentru frecvene

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Intervalul de ncredere pentru frecvene

TRUNCHI COMUN, anul I (2008(2008-2009)

Estimarea corect a unui parametru statistic se

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)

Un test statistic este conceput i utilizat pentru

Etapele unui test statistic

Nu exist nici o diferen ntre mediile a dou

populaii (media taliei la o populaie de nou-nscui la

Sorana D. BOLBOACA INFORMATIC MEDICAL I BIOSTATISTIC

TRUNCHI COMUN, anul I (2008(2008-2009)