Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Statistisches Basiswissen. Ass.Prof. Dipl.Ing. Dr.techn. Barbara Schneider Institut für Medizinische Statistik Med. Universität Wien A-1090 Wien, Spitalg.23.

Ähnliche Präsentationen


Präsentation zum Thema: "Statistisches Basiswissen. Ass.Prof. Dipl.Ing. Dr.techn. Barbara Schneider Institut für Medizinische Statistik Med. Universität Wien A-1090 Wien, Spitalg.23."—  Präsentation transkript:

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: Fax:

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: Zufällige Vorgänge Deterministische Vorgänge

7

8

9

10

11

12

13

14 Longitudinalstudie Univariate Speicherung

15 Multivariate Speicherung

16 Charakterisierung von Merkmalen Merkmale Quantitative Merkmale Qualitative Merkmale nominaldiskret ordinal stetig

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

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

19 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.

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

21 Quantitative Merkmale lassen sich durch Messen, Zählen oder Wiegen zahlenmäßig beschreiben. Unterscheidung: Unterscheidung: diskrete Merkmale Ausprägungen eines Merkmals sind abzählbar Beispiel: Anzahl kariöser Zähne

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

23

24 Praktische Umsetzung

25

26 Durchführung Medizinischer Studien

27 Studientypen Medizinische Studien lassen sich nach mehreren Gesichtspunkten einteilen

28 Einteilung nach der Stärke des Einflusses des Beobachters auf die Rahmenbedingungen der Beobachtungen

29 Studien Beobachtungs- studien Experimente

30 Einteilung nach der Art der Datenerfassung

31 Studien retrospektivprospektiv

32 Einteilung hinsichtlich der Zeitachse

33 Studien Querschnitts- studien Longitudinal- studien

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

35 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

36

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

38

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

40 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.

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

42

43

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

45 Tabellarische Darstellung Gaphische Darstellung Numerische Charakterisierung durch Kenngrößen (z.B. Lage u. Streuungsmaße)

46 Der statistische Test Signifikanzniveau P-Wert

47 Sind die Erfolgswahrscheinlichkeiten in den Behandlungsgruppen A (p A ) und B (p B ) unterschiedlich ? Frequency Table of therapie by outcome therapie outcome Total 01 A B Total

48 H0 : p A = p B H1 : p A p B

49 Welche Anzahl der Erfolge würde man unter H0 erwarten? Table of therapie by outcome therapie outcome Total 01 A ?? B ?? Total

50 Expected Table of therapie by outcome therapie outcome Total 01 A B Total

51 Frequency Expected Percent Row Pct Table of therapie by outcome therapie outcome Total 01 A B Total Frequency Expected Percent Row Pct

52 StatisticDFValueProb Chi-Square

53

54


Herunterladen ppt "Statistisches Basiswissen. Ass.Prof. Dipl.Ing. Dr.techn. Barbara Schneider Institut für Medizinische Statistik Med. Universität Wien A-1090 Wien, Spitalg.23."

Ähnliche Präsentationen


Google-Anzeigen