Versione Mobile | Vai alla versione Desktop
Differenze tra versione Mobile e versione Desktop
OBIETTIVI:
illustrare alcuni principi di base utili quando si effettua un confronto
considerare l'utilità di un test di significatività statistica
Attraverso un semplice esempio, in questa Unità ti prospetto i rischi che si corrono quando si effettuano confronti, e introduco il concetto di «significatività statistica». È una Unità preparatoria, in quanto si accenna ad argomenti che verranno trattati più in dettaglio nelle Unità successive in questo stesso Capitolo.
Immagina di aver effettuato un esperimento su due piccoli gruppi di animali (ossia due 
campioni) allo scopo di mettere a confronto l'efficacia di due farmaci nella terapia di una certa malattia.
In pratica, hai reperito un certo numero di animali ammalati, e ne hai trattati alcuni con il farmaco A e altri con il farmaco B. I dati che hai ottenuto depongono per una maggiore attività di A.
DOMANDA: puoi estenere questi risultati a tutti i pazienti di quel tipo?
Prima di concludere che A è davvero migliore di B (dove «davvero» significa che A è migliore di B non solo sul tuo campione, ma anche sulla tua «popolazione di interesse», ossia su tutti gli animali che sono e saranno affetti da quella malattia), devi riconsiderare criticamente il tuo esperimento. Infatti, A può essere apparso migliore di B nel tuo esperimento, anche se in realtà non lo è.
Le ipotesi da avanzare, alternative una all'altra. sono tre, riassunte come segue:
(1) il confronto fra i due gruppi è VIZIATO
(2) la differenza che hai osservato è dovuta al CASO
(3) il farmaco A è davvero migliore di B
In particolare, l'ipotesi (1), se verificata, è frutto di una "colpa" dello sperimentatore, che ha selezionato un campione NON rappresentativo della popolazione oggetto dello studio. Un campione non rappresentativo si dice distorto (o affetto da «bias», dall'inglese bias=distorsione). Ovviamente un campione distorto fornisce risultati non affidabili.
ESEMPIO 1. Nel tuo esperimento, i cani trattati con A potevano essere più giovani e in migliori condizioni generali (quindi più portati a guarire, magari anche spontaneamente) rispetto a quelli trattati con il farmaco B.
ESEMPIO 2. In uno studio sullo stato vaccinale dei cani di una certa regione, esamini un campione costituito dai cani presentati per una visita in ambulatorio; tuttavia, questo campione non è rappresentativo della popolazione canina, in quanto non comprende i randagi o quelli male accuditi dal proprietario e che quindi non vengono mai né vaccinati né sottoposti a visita veterinaria.
L'ipotesi (2) chiama in causa il caso e la variabilità biologica (che viene trattata altrove). Pensa di eseguire di nuovo, però su altri animali, l'esperimento sull'efficacia dei due farmaci già fatto: sei sicuro che otterresti gli stessi risultati? No, appunto perché nell'andamento dell'esperimento si inseriscono fattori diversi, noto e ignoti, dovuti appunto al caso.
Per isolare l'effetto del caso, e quindi per escludere l'ipotesi (2), devi ricorrere alla statistica, applicando un test che ti permetta di verificare la «significatività» dei tuoi risultati.
NELLA PROSSIMA UNITÀ:
finalmente mettiamo in pratica quanto finora appreso: infatti, attraverso un esperimento simulato viene illustrato passo-passo come effettuare uno dei più semplici test statistici (il test del chi-quadrato), allo scopo di verificare l'esistenza di una associazione confrontando due percentuali. Viene mostrato anche il meccanismo razionale su cui il test medesimo si basa.
