1 / 54

Statistisches Basiswissen

Statistisches Basiswissen. Ass.Prof. Dipl.Ing. Dr.techn. Barbara Schneider Institut für Medizinische Statistik Med. Universität Wien A-1090 Wien, Spitalg.23 Tel: 40400 7479 Fax: 40400 7477 e-mail: barbara.schneider@meduniwien.ac.at http://homepage.univie.ac.at/barbara.schneider.

elom
Download Presentation

Statistisches Basiswissen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Statistisches Basiswissen

  2. Ass.Prof. Dipl.Ing. Dr.techn. Barbara Schneider Institut für Medizinische Statistik Med. Universität Wien A-1090 Wien, Spitalg.23 Tel: 40400 7479 Fax: 40400 7477 e-mail: barbara.schneider@meduniwien.ac.at http://homepage.univie.ac.at/barbara.schneider

  3. Zufällige Vorgänge • Merkmale • Versuchsplanung • Patientenerhebungs- • bögen

  4. Deskriptive Statistik • univariat – bivariat • Statistisches Testen

  5. Warum Statistik ? Vorgänge sind zufallsbedingt

  6. Man unterscheidet grundsätzlich zwei Arten von Vorgängen: Deterministische Vorgänge Zufällige Vorgänge

  7. Longitudinalstudie Univariate Speicherung

  8. Multivariate Speicherung

  9. Merkmale Qualitative Merkmale Quantitative Merkmale nominal diskret stetig ordinal Charakterisierung von Merkmalen

  10. Qualitative Merkmale definieren Kategorien. • Jede Beobachtungseinheit gehört genau einer Kategorie an. • Qualitative Merkmale lassen sich nicht durch Messen, Zählen oder Wiegen zahlenmäßig beschreiben.

  11. Nominal: Die Werte einer Nominalskala unterliegen keiner Rangfolge. Nominale Merkmale: z.B. Blutgruppe, Geschlecht, Beruf, Rasse, Farbe (keine Rangfolge).

  12. Ordinal: Zwischen den Merkmalsausprägungen besteht eine Ordnung Werte unterscheiden sich in ihrer Intensität und lassen sich nach der Stärke der Intensität ordnen - keine Abstände sind zwischen den Ausprägungen definiert. Ordinale Merkmale:. z.B. Schulnoten, Schmerzen, Erdbebenskalen.

  13. Ein dichotomes Merkmal ist ein Merkmal mit lediglich zwei Ausprägungen Beispiel: Geschlecht

  14. Quantitative Merkmale lassen sich durch Messen, Zählen oder Wiegen zahlenmäßig beschreiben. • Unterscheidung: • diskrete MerkmaleAusprägungen eines Merkmals sind abzählbarBeispiel: Anzahl kariöser Zähne

  15. stetige Merkmale Merkmal kann (im Prinzip) jeden beliebigen Wert annehmen Beispiel: Gewicht, Körpergröße

  16. Praktische Umsetzung

  17. Durchführung Medizinischer Studien

  18. Studientypen Medizinische Studien lassen sich nach mehreren Gesichtspunkten einteilen

  19. Einteilung nach der Stärke des Einflusses des Beobachters auf die Rahmenbedingungen der Beobachtungen

  20. Einteilung nach der Art der Datenerfassung

  21. Einteilung hinsichtlich der Zeitachse

  22. Epidemiologische Studien:beschäftigen sich mit der Wirkung von Risikofaktoren auf das Auftreten und die Verbreitung von Erkrankungen innerhalb der Bevölkerung

  23. Kohortenstudie: epidemiologische prospektive Studie eine Gruppe ist einem bestimmten Risiko ausgesetzt eine andere Gruppe ist dem Risiko nicht ausgesetzt Diese Gruppen werden. über einen längeren Zeitraum beobachtet

  24. Fall-Kontrollstudie: retrospektive Studie mit Kontrollgruppe, die in der Regel der Klärung ätiologischer Faktoren dienen soll

  25. Experiment: Den Beobachtungseinheiten wird mindestens eine Einflußgröße zufällig zugeteilt. Ein Experiment ist immer prospektiv.

  26. Randomisierung: Die zufällige Zuordnung von Beobachtungseinheiten in einzelne Gruppen (z.B. mit Hilfe einer Zufallszahlentabelle oder Zufallsgenerator). Es soll Strukturgleichheit in den einzelnen Gruppen erzielt werden. Die Randomisierung ist die Voraussetzung für kausale (statistisch) Schlüsse hinsichtlich geplanter Gruppenunterschiede. z.B. verschiedene Behandlungen.

  27. Studiendesign beim Vergleich von zwei od. mehreren Behandlungen Parallelgruppen Studie Cross-over Studie

  28. Deskriptive Statistik (= beschreibende Statistik): Das gewonnene Datenmaterial muss übersichtlich dargestellt und beschrieben werden

  29. Tabellarische Darstellung • Gaphische Darstellung • Numerische Charakterisierungdurch Kenngrößen • (z.B. Lage u. Streuungsmaße)

  30. Der statistische Test • Signifikanzniveau • P-Wert

  31. Sind die Erfolgswahrscheinlichkeiten in den Behandlungsgruppen A (pA) und B (pB) unterschiedlich ?

  32. H0 : pA = pB H1 : pA ≠ pB

  33. Welche Anzahl der Erfolge würde man unter H0 erwarten?

More Related