Calcolare un sample size per un protocollo, richiesta di un grant, o semplicemente perché devi rispondere a un reviewer, può essere decisamente complicato nel caso tu non possegga determinate informazioni… Leggi tutto »Come calcolare un Sample Size quando non hai informazioni a priori
Da quando mi occupo di statistica una delle frasi che mi sento dire più spesso è: “io di statistica non ci ho mai capito niente”. Addirittura qualcuno ha esagerato: “All’università… Leggi tutto »Perchè la statistica è così difficile? E come renderla più facile?
Molti studenti e ricercatori quando devono mostrare i risultati delle loro analisi usano, per indicare le variabili indipendenti dei loro modelli statistici, i termini “covariata”, “confondente”, “fattori di confondimento”, eccetera,… Leggi tutto »Covariate, confondenti, eccetera: quali differenze (e la figura che migliora il tuo articolo o tesi)
Il corretto sviluppo di anche solo un banalissimo modello di regressione lineare può fare un enorme differenza tra un lavoro di ricerca “farlocco” e un lavoro, invece, metodologicamente inattaccabile. E… Leggi tutto »Multicollinearità delle variabili: 3 casi in cui è possibile ignorarla
Quando scrivi una tesi di laurea, di dottorato o di specializzazione, quasi sempre tu vuoi ottenere il massimo dal tuo lavoro: vuoi che alla tua tesi venga attribuito il massimo… Leggi tutto »Tesi di laurea/dottorato: perché è così importante la statistica?
L’analisi della varianza a misure ripetute (Repeated ANOVA) è una delle tecniche più mis-utilizzate. Molti ricercatori, non appena vedono il gruppo di pazienti misurati più volte si lanciano senza esitazioni… Leggi tutto »ANOVA a Misure Ripetute: perchè è (quasi sempre) una scelta sbagliata
Le modalità attraverso le quali gestire gli outliers durante l’analisi dei dati non sempre sono applicate correttamente. In questo post cerchiamo di capire come fare per evitare di avere risultati… Leggi tutto »Outliers nell’analisi dei dati: tenerli o rimuoverli?
Una procedura spesso poco considerata da chi analizza dati sperimentali è la centratura delle variabili. Di cosa si tratta? Perchè può essere molto importante? Prendiamo un banalissimo esperimento: a 10… Leggi tutto »“Centrare” le variabili: cosa significa e a cosa serve
Quando analizziamo dei dati, una delle regole intoccabili che ci vengono insegnate è che non bisogna interpretare gli effetti principali quando la loro interazione è statisticamente significativa. In realtà questa… Leggi tutto »Quando ha senso interpretare gli effetti principali in presenza di interazione?
In questo post cerchiamo di dare qualche indicazione che possa aiutare lo sperimentatore a rispondere alla fatidica domanda: devo correggere o non correggere i livelli di significatività statistica per la… Leggi tutto »Test Multipli: quando dobbiamo correggere per la multiplicity dei test?