COEFFICIENTI DI ASSOCIAZIONE, DI COGRADUAZIONE E DELL’ACCORDO RISCHIO RELATIVO E ODDS RATIO
20.12. LETTURA DEI TABULATI DI UN PACCHETTO STATISTICO
Gli ultimi test presentati e gli indici di associazione tra variabili di tipo diverso sono stati presentati in modo schematico. Per essi la spiegazione è stata limitata ai concetti fondamentali, sufficienti per comprendere i tabulati dei programmi informatici, non per essere effettivamente operativi con calcoli manuali e l’aiuto solo di una calcolatrice da tavolo, come fatto per la quasi totalità dei test presentati.
Per guidare alla scelta dei test più appropriati e per la corretta interpretazione dei risultati, sono stati riportati i tabulati di un programma informatico ad ampia diffusione.
L’esercizio è una tabella 2 x 2, impostata per valutare il grado di associazione tra due variabili.
Poiché non è fornita alcuna informazione specifica sul tipo di campionamento (2 campioni dipendenti o indipendenti) e sulle variabili utilizzate (qualitativa, ordinale, di intervallo e loro combinazioni), gli stessi dati possono essere letti in tanti modi differenti. Per esempio, la stessa tabella potrebbe essere il confronto tra due campioni indipendenti con risposte qualitative
su cui sarebbe da applicare il test c2 con la correzione di Yates o il test G oppure il metodo esatto di Fisher, basando la scelta in rapporto al numero di osservazioni, considerati sia in totale sia entro ogni casella. Se ottenute come risultato di un esperimento tra due campioni dipendenti con risposte qualitative, come
in cui un gruppo di 66 individui è stato classificato in due categorie binarie, prima e dopo l’esperimento, è possibile applicare il test di McNemar.
Quando 2 variabili a confronto forniscono risposte quantitative
può essere utile applicare misure di correlazione.
Le risposte che vengono fornite dai tabulati sono quindi numerose, come le seguenti; tra esse occorre scegliere quelle esplicative del problema posto; cioè capire quali sono le risposte utili al problema specifico che spesso non è possibile porre al computer, poiché è stato impostato per rispondere a tutte le domande che è possibile porre con quella tabella di dati. L’elenco di test qui riportato è il tabulato di un programma informatico, applicato ai dati prima presentati:
Le due tabelle seguenti sono altri due esempi di risultati di analisi che sarebbe possibile applicare agli stessi dati. Alcuni test, come la correlazione di Spearman, sono spiegati nel capitolo seguente.
a)chi-square probability
b) based on normal approximation
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Manuale di Statistica per la Ricerca e la Professione © Lamberto Soliani - Dipartimento di Scienze Ambientali, Università di Parma (apr 05 ed) ebook version by SixSigmaIn Team - © 2007 |