Il test di ipotesi statistica sull’uguaglianza di due o piu’ parametri, risponde a domande di ricerca applicata in numerosi campi della medicina e della biologia. La validità dei risultati ottenuti e la loro interpretazione è strettamente connessa a: i) un adeguato disegno dello studio; ii) un calcolo della dimensione del campione o della potenza data la dimensione disponibile; iii) l’appropriatezza del dato agli assunti del tipo di test che si applica.
Lo scopo di questo corso pertanto è di: i) illustrare come pianificare ex-ante la dimensione del campione per una verifica di ipotesi utilizzando al meglio, e con parsimonia, le risorse disponibili al fine di raggiungere un obiettivo; ii) valutare, ex-post, l’esito di una verifica di ipotesi (ad esempio da una pubblicazione scientifica), apprezzando la potenzialità degli obiettivi raggiungibili con la dimensione del campione utilizzato; iii) consolidare le proprie conoscenze sulla metodologia della verifica di ipotesi comunemente utilizzata e del calcolo della dimensione del campione e della potenza, spesso trascurata.
Il corso affronta questi aspetti fornendo la strumentazione teorica e applicata del calcolo della dimensione del campione e della potenza nei principali di metodi parametrici e non parametrici di verifica di ipotesi. Si risponderà alla tipica domanda “Quante unità statistiche è necessario includere per identificare la possibile presenza di un effetto mantenendo sotto controllo gli errori di decisione?” Si comprenderà perché uno studio con un numero sub-ottimale di unità statistiche abbia una possibilità ridotta di identificare effetti importanti, mentre uno studio con un numero troppo elevato di unità statistiche porti ad un dispendio di risorse dando rilievo ad effetti modesti. Inoltre, si considererà il caso di due o più campioni indipendenti/ dipendenti con variabili di risposta categoriali, continue, includendo il caso del dato di sopravvivenza.
In linea con la filosofia generale dei nostri corsi di formazione, le lezioni saranno molto interattive e avranno contenuto prevalentemente applicato. Le lezioni includeranno numerose applicazioni empiriche su dati provenienti da diverse discipline. I partecipanti potranno sperimentare le tecniche apprese attraverso esercitazioni svolte dalle proprie postazioni di calcolo sotto la guida del docente.
