rneklem b y kl n n hesaplanmas
Download
Skip this Video
Download Presentation
Örneklem büyüklüğünün hesaplanması

Loading in 2 Seconds...

play fullscreen
1 / 24

Örneklem büyüklüğünün hesaplanması - PowerPoint PPT Presentation


  • 427 Views
  • Uploaded on

Örneklem büyüklüğünün hesaplanması. Dr. Ahmet Uğur Demir Türk Toraks Derneği 16. Yıllık Kongresi Araştırma Projesi Yazma ve Temel İstatistik Kursu 2 Nisan 2013. Örneklem büyüklüğü. Hesaplama değil tahmin etme Hipotezi test etmek için yeterli sayı… ???

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Örneklem büyüklüğünün hesaplanması' - terra


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
rneklem b y kl n n hesaplanmas

Örneklem büyüklüğünün hesaplanması

Dr. Ahmet Uğur Demir

Türk Toraks Derneği 16. Yıllık Kongresi

Araştırma Projesi Yazma ve Temel İstatistik Kursu

2 Nisan 2013

rneklem b y kl
Örneklem büyüklüğü
  • Hesaplama değil tahmin etme
  • Hipotezi test etmek için yeterli sayı… ???
  • İstatistiksel (şansa bağlı) değişkenlik, dağılım
  • Öngörülen/test edilen etki/ilişki
  • Tahmin edilen yanılma payı: aralık
  • Araştırmanın bütçesi, yapılabilirliği
rneklem b y kl1
Örneklem büyüklüğü
  • Araştırmanın sonuçta hipotezi kanıtlamak/sınamak için yeterli güce sahip olmaması: boşa harcama, boşa zaman
  • Araştırmaya “gerekenden” fazla kişi, katılımcı alınması: maliyet, zaman kaybı, kişilerin sonucu iyi bilinmeyen madde/ilaç/tedavi vb ile karşılaştırılmaları, risk almaları
statistiksel g
İstatistiksel güç
  • Sıfır hipotezini doğru şekilde reddetme olasılığı
  • Sıfır hipotez (H0): araştırmadaki grupların ölçülen etki göstergeleri (ortalama, sıklık, odds ratio) istatistiksel olarak farklı değil (iki grup arasında fark yok)
  • Alternatif hipotez (HA): iki grup arasında fark var
  • Güç için genel kabul: %80
  • Daha kesin karar vermek için: %90
p de eri
P değeri
  • Sıfır hipotezi doğru kabul edildiğinde bu araştırmada iki grup arasında gözlenen fark ne oranda şansa bağlı
  • Aynı toplumda yapılan ölçümler arasında … kadar farklılık bulunabilir (istatistiksel dağılım)
  • Ne oranda/sıklıkla? P oranında/sıklığında
  • Güven aralığı (sıklıkla %95): bu fark %95oranında […- …] aralığındadır
tasar m n rneklem b y kl ne etkisi
Tasarımın örneklem büyüklüğüne etkisi
  • Randomize klinik çalışmalar: aynı etkiyi göstermek gözlemsel çalışmalardan daha ↓
  • Karıştırıcı etkenleri kontrol etmek için: %20 ↑
  • Pre post: kontrol grubu ile olan araştırmanın yarısı kadar
  • Cross-over: kontrol grubu ile olan araştırmanın ¼’ü kadar
  • Tek taraflı test: %20 ↓
minimum saptanabilecek fark
Minimum saptanabilecek fark
  • İki grup arasındaki fark veya ilişki için gereken minimum değer
  • Literatür
  • Deneyim
  • Pilot çalışma
  • Değerlendirme, klinik anlamlılık
statistiksel g1
İstatistiksel güç
  • Araştırma planlama aşamasında: veriler toplanmadan önce aranan farkı bulmak için gerekli örneklem büyüklüğünü hesaplamak için kullanılır
  • Veri analizinden sonra: Fark istatistiksel anlamlı bulunamadığında, bu farkı göstermek için yeterli istatistiksel güce ulaşıldı mı, sorusunu yanıtlamak için kullanılır(örneğin, işyeri çalışmaları, örneklem büyüklüğü sınırlı)
prevalans ara t rmas
Prevalans araştırması

N = Zα/22 * P * (1-p) * D

E2

P: araştırılan toplumda tahmin edilen oran, prevalans

E: hata sınırı (genelde P’nin %5-10’u kabul edilir)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

D: tasarım etkisi (genelde 1-2 arası, basit rastgele örneklem seçiminden sapmayı düzeltmek için, sistematik cluster örneklemede 1.5-2, amaçlı, uygun olanı alan örneklem için 10)

prevalans ara t rmas1
Prevalans araştırması

P: araştırılan toplumda tahmin edilen oran, prevalans

E: hata sınırı

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

D: tasarım etkisi

grup ortalamas
Grup ortalaması

N = Zα/22 s2 / d2

s: standart sapma (önceki, pilot çalışma)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

d: tahminin doğruluğu, ortalamaya ne kadar yakın olduğu

grup ortalamas1
Grup ortalaması

s: standart sapma (önceki, pilot çalışma)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

d: tahminin doğruluğu, ortalamaya ne kadar yakın olduğu

ki ortalaman n kar la t r lmas
İki ortalamanın karşılaştırılması

N = (r + 1) (Zα/2 + Z1-β)2σ2

rd2

r: n1/n2 (iki grubun sayılarının oranı)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

σ : standart sapma

d: ortalamalar arasındaki fark

ki ortalaman n kar la t r lmas1
İki ortalamanın karşılaştırılması

r: n1/n2 (iki grubun sayılarının oranı)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

σ : standart sapma

d: ortalamalar arasındaki fark

ki oran n kar la t r lmas
İki oranın karşılaştırılması

N = (Zα/2√2p (1- p) + Zβ/2√p1 (1- p1) p2 (1- p2) )2

(p1 - p2) 2

p1-p2: iki gruptaki oran tahminleri

p: (p1 + p2)/2

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

ki oran n kar la t r lmas1
İki oranın karşılaştırılması

p1-p2: iki gruptaki oran tahminleri

p: (p1 + p2)/2

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

korelasyon katsay s
Korelasyon katsayısı

N = (Zα/2 + Z1-β)2

1 [ln (1+r)]

4 1-r

r: korelasyon katsayısı (H0: r=0)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

korelasyon katsay s1
Korelasyon katsayısı

r: korelasyon katsayısı (H0: r=0)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

odds ratio
Odds ratio

N= (1 + r)2(Zα/2 + Z1-β)2

r (lnOR)2[p (1-p)]

OR= p1 (1-p2)

p2 (1-p1)

p: durumun (hastalığın) toplumdaki prevalansı

r: n1/n2 (iki grubun sayılarının oranı)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)

odds ratio1
Odds ratio

p: durumun (hastalığın) toplumdaki prevalansı

r: n1/n2 (iki grubun sayılarının oranı)

Zα/2: normal dağılımda çift taraflı test için saptanan α değeri

Z1-β : normal dağılımda çift taraflı test için saptanan 1- β değeri (β: istatistiksel güç, 1-β: tip II hata)