Glossario Statistico

Può essere usato con riferimento ad uno strumento di misurazione nel qual caso indica il grado di affidabilità della misura o ad uno studio: in questo caso si deve distinguere tra validità interna e validità esterna (o generalizzabilità).

Si riferisce alla trasferibilità generalizzabilità e applicabilità dei risultati dello studio a popolazioni e soggetti di interesse nella pratica quotidiana ed è in larga misura dipendente dalle caratteristiche del campione studiato.
Quanto maggiore è la somiglianza con i pazienti cui vanno applicati i risultati dello studio tanto maggiore è la validità esterna dello studio.

Si riferisce al rispetto delle regole metodologiche che hanno come fine la riduzione al minimo di errori sistematici nel disegno nella conduzione e nell’analisi dello studio stesso. Si riferisce pertanto al rigore metodologico complessivo dello studio.

Esprime la probabilità che un soggetto con risultato negativo al test sia realmente sano.Esso dipende dalla sensibilità e dalla prevalenza della malattia nella popolazione a cui viene applicato un test.
Vedi teorema di Bayes.
Tanto più alta è la sensibilità e tanto minore è la prevalenza e tanto maggiore sarà il valore predittivo negativo di un test.

Esprime la probabilità che un soggetto con risultato positivo al test sia realmente affetto da malattia. Esso dipende dalla specificità e dalla prevalenza della malattia nella popolazione a cui viene applicato un test.
Vedi teorema di Bayes.
Tanto più alta è la prevalenza e la specificità e tanto maggiore sarà il valore predittivo positivo di un test.

Qualsiasi caratteristica si presenti con modalità diverse da soggetto a soggetto o nello stesso soggetto da un momento ad un altro.

Variabile finita in base alla quale si assegna una etichetta ad un’osservazione dopo averla collocata nelle categorie possibili senza esprimere un giudizio di merito. Un esempio sono i gruppi sanguigni (A B AB e 0) oppure il colore degli occhi (marrone azzurro nero).

Vedi Variabile qualitativa.

Variabile in base alla modifica della quale si studiano gli effetti dei trattamenti a confronto o delle altre variabili esplicative.

Osservazioni che si possono osservare in due stadi in genere indicati come 0 e 1. Esempi comuni sono 'insuccesso/successo' 'morto/vivo' 'migliorato/non migliorato'.
Detta anche dicotomica o binaria.
La procedura statistica che meglio analizza questo tipo di dati è la regressione logistica.

In una popolazione il momento secondo della media. Essa rappresenta l’artificio matematico a cui si ricorre per poter stimare la variabilità dei valori osservati e si calcola come la media dei quadrati degli scostamenti di ciascun valore dalla media. È indicata con il simbolo σ².

Soggetto sano risultato negativo al test diagnostico.

Soggetto malato risultato positivo al test diagnostico.

Possibilità di un insieme di osservazioni calcolata assumendo determinati valori per uno o più parametri di una appropriata distribuzione di probabilità.