Biostatistik 1 Flashcards
Hur ser flödet ut från fråga till svar?
- Hänger X ihop med Y? -> 2. Studie: val av studiedesign -> 3. datainsamling, format och struktur -> 4. beskriver informationen ->5. beskrivande/deskriptiv studie – beskrivande/deskriptiv statistik
<- besvara frågeställnigen -> 5. genomför analytiska studier – analytisk statistik
Studieplan: Hur ser forskningsprojektets olika faser ut?
- Problemställning?: Syfte och frågeställningar
- Studiedesign (urvalsstorlek, typ av studie mm.)
- Genomförande av studien inkl. datainsamling ex. enkätdata, analysvärden
- Registrering av data (Forskningsdatabas)?
- Organisering av data/ Databearbetning
- Deskriptiv eller analytisk statistik ?-> Val av statistisk metod
- Tolkning av resultat från statistiska analyser
- Resultatredovisning
- Slutsats-> kunde syfte och frågeställning besvaras mha. metodiken?
Vad menas med Obundet slumpmässigt urval (OSU): exempel mindre grupp hästar?
Varje häst i populationen har lika stor chans att hamna i någon av behandlingsgrupperna, och urvalet görs helt slumpmässigt. Det finns ingen uppdelning av populationen innan urvalet.
Vad menas med stratifierat urval: exempel mindre grupp häst?
Populationen delas upp i homogena grupper (strata) baserat på en specifik egenskap. Därefter tas ett slumpmässigt urval från varje grupp.
Vad menas med systemiska urval: exempel mindre grupp häst?
Här tas ett urval genom att välja varje n:te individ från en lista
Vad menas med klusterurval: exempel mindre grupp hästar?
Hästpopulationen delas upp i kluster, som ofta är naturligt förekommande grupper (tex. Stall i en viss region). Istället för att välja individer direkt, väljer man hela kluster och undersöker alla individer inom de valde klustren.
Fördelar med ett stratifierat urval?
- Ökad precision och representativitet: Genom att dela upp populationen i strata och sedan ta ett urval från varje grupp, kan man säkerställa att alla viktiga undergrupper representeras korrekt.
- Mindre varians i urvalet: Stratifierat urval minskar variansen i resultaten eftersom varje strata innehåller individer med liknande egenskaper. Mindre risker för att slumpmässiga variationer påverkar resultaten.
- Möjliggör jämförelser mellan grupper: Stratifierat urval för det möjligt att analysera och jämföra olika undergrupper i populationen på ett mer exakt sätt.
- Minimerar risken för snedvridna resultat: Genom att se till att alla viktiga grupper är representerade i urvalet, minimeras risken för snedvridna resultat.
- Bättre för att hantera små undergrupper: Om en viss undergrupp är mycket liten men fortfarande viktig för studien, kan stratifierat urval säkerställa att denna grupp inte förbises.
Metod, indelning av populationen, urvalsinstrument, fördelar och nackdelar med obundet slumpmässigt urval?
Ingen indelning av populationen.
Slumpmässigt urval från hela populationen.
Enkelt och rättvist.
Kan ge oproportionerliga grupper om populationen är heterogen.
Metod, indelning av populationen, urvalsinstrument, fördelar och nackdelar med stratifierat urval?
Indelning i homogena grupper (Strata).
Slumpmässigt urval från varje stratum.
Säkerställer representation från alla undergrupper.
Kräver kännedom om populationens egenskaper.
Metod, indelning av populationen, urvalsinstrument, fördelar och nackdelar med systemiskt urval?
Ingen indelning, men urval görs systematiskt.
Varje n:te individ väljs efter en slumpmässig startpunkt.
Enkel och kostnadseffektiv metod.
Metod, indelning av populationen, urvalsinstrument, fördelar och nackdelar med klusterurval?
Indelning i kluster.
Slumpmässigt urval av hela kluster.
Kostnadseffektivt om det är svårt att få tillgång till hela populationen.
Kan vara mindre representativt om klustren inte speglar populationen.
Faktorer som påverkar vilken storlek en bör ha på sitt urval?
- Vilken minsta skillnad mellan behandlingseffekt vill en upptäcka?
- En förväntad stor skillnad kräver ett mindre urval. - Hur stor kommer variationen i utfall mellan individerna att vara?
-Stor variation i behandlingseffekt kräver större urval - Vilken statisk styrka krävs?
- Statistik styurka: Hur stor möjlighet vill en ha att kunna påvisa att det finns skillnad mellan grupper.
- Ju högre statiskt styrka desto större sannolikhet att upptäcka skillnad.
Vad menas med statistisk osäkerhet?
*Den variation och osäkerhet som finns i det resultat från en statistisk analys, och hur mycket vi kan lita på de slutsatser vi drar från data faktiskt speglar verkligheten.
*Det finns alltid en viss grad av osäkerhet om hur väl resultatet (genomsnitt, samband mellan variabler) från utvalet representerar/speglar den verkliga populationen eftersom vi samlar data från ett urval.
*Statistisk osäkerhet uppstår från olika källor, såsom ex. selektionsfel, informationsfel och förväxlingseffekter i data (s.k.. systemsiak fel)
Ge exempel på vanliga systemiska fel (bias): Hotad intern validitet
- Selektionsfel: När urvalet av deltagare i en studie inte är representativt för hela populationen, vilket leder till snedvridna resultat. Tex. rekrytering av en specifik grupp hästar som rids eller hålls på ett specifikt sätt, eller att flera hästar faller från studien så att en grupp (kraftigt överhull) blir överrepresenterad.
- Informationsfel: När data som samlas in är felaktig eller ofullständig, vilket leder till snedvridna resultat. Tex. vid felaktig mätning eller felaktig rapportering gällande hull, vikt av forskare eller bristande/felaktig information från hästägaren gällande hästen.
- Förväxlingseffekter: När en tredje variabel (en förväxlingsfaktor) är relaterad till de två variablerna som undersöks. Skapar en falsk eller missvisande association mellan de variabler som studeras. tex. behandlingens effekt på hull, när det är en ytterligare faktor utöver behandlingen som också påverkat en reducering av hästens hull och då är en ytterligare orsaken till hullreducering (tex. förändringar i miljö-> tex. från stall till lösdrift: ökad aktivitet utöver behandlingen).
Vad kan man göra för åtgärder för att minska risken för hotad intern validitet?
- Slumpmässig fördelning (Randomisering): För att minska selektionsfel och andra snedvridningar.
- Kontrollgrupper: Använda en kontrollgrupp som inte får den experimentella behandlingen för att jämföra resultat. Ex. 10 hästar får behandling A, 10 får ingen behandling.
- Blinding: Använda dubbelblind eller enkelblind design där varken deltagarna eller forskarna vet vilken grupp som får behandling för att minska experimentatorbias och förväntanseffekter. Ex. 20 hästar, vi vet inte vilken häst som hamnar i behandlingsgrupp eller kontrollgrupp.
- Ökad provstorlek: Större provstorlekar kan hjälpa till att minska effekterna av slumpmässiga variationer och ge mer pålitliga resultat. Ja, men kan vara svårt i studier på privatägda hästar.
Vad menas med extern validitet?
: i vilken utsträckning de resultat som observeras i en studie kan generaliseras till andra populationer och hur väl de slutsatser som dras från en studie kan appliceras utanför den specifika studiegrupp eller kontext som undersökts. ex. tillämpning av behandlingen på andra överviktiga hästar än de som ingår i studiepopulationen och förvänta sig ett liknande resultat?
Vad är hög extern validitet?
= de effekter eller samband som observeras i den studerade gruppen eller miljön också gäller för andra grupper, situationer eller miljöer. ex. behandlingen anses applicerbar för hästar av överhull utanför studien
Vad är låg extern validitet?
resultatet kanske inte kan överföras till andra sammanhang. Ex. att behandlingen som en tittar på blir svår att använda utanför försökupplägget
- Det finns olika typer av extern validitet tex. populationell, tidsmässig och situationsspecifik
Exempel på lika typer av extern validitet?
Populationell, tidsmässig och situationsspecifik
Vad är extern populations validitet?
Handlar om hur väl resultaten från en studie kan generaliseras till en bredare eller annan population än den som faktiskt deltog i studien. Ju mer representativt urvalet är för den bredare populationen, desto högre extern validitet har studien.
Vad är extern tidsmässig validitet?
: Detta handlar om hur väl resultaten från en studie kan generaliseras över tid. En studie som genomförs i ett specifikt historiskt sammanhang eller under en viss tidsperiod kanske inte är giltig för framtiden
Vad är extern situationsspecifik validitet?
Detta handlar om hur väl resultaten från en studie kan överföras till andra situationer eller miljöer än den som studerades. tex. behandlingens effekt på hull, när det är en ytterligare faktor utöver behandlingen som också påverkat en reducering av hästens hull och då är en ytterligare orsaken till hullreducering (tex. förändringar i miljö-> tex. från stall till lösdrift: ökad aktivitet utöver behandlingen). Skapar en falsk eller missvisande association mellan de variabler som studeras.
Kan den interna validiteten minska den externa validiteten?
Intern validitet: fokus på att noggrant kontrollera för externa variabler och säkerställa orsakssamband inom den studerade populationen. Kan ibland minska den externa validiteten, eftersom strikt kontroll ofta sker specifika studiemiljöer, vilket gör det svårare att generalisera resultaten till verkliga världen.
Kan den externa validiteten minska den interna validiteten?
Fokus på att försöka göra resultaten mer generaliserbara till bredare populationer eller olika situationer) kan ibland leda till mindre intern validitet, eftersom man inte kan kontrollera alla externa faktorer. Omöjligt att kontrollera för alla externa faktorer i denna studie såsom miljöförändringar även om en försöker kontrollera dessa så gått det går med inklusions- och exklusionskriterier.
Vad är en beroende variabeln?
Det är den variabel som påverkas eller ändras som resultat av förändringar i en eller flera oberoende variabler.
Den variabel som studien försöker förklara, mäta eller undersöka för att se om den påverkas av andra faktorer.
- Vad har beroende variabel för egenskaper?
- Utfall av studien: Beroende variabeln är det resultat eller den effekt som vi observerar i en studie.
- mäts eller observeras: Den beroende variabeln är den som mäts under experimentets gång för att se om den påverkas av den oberoende variablerna.
- Förändras i relation till oberoende variabel: Vi testar om förändringar i de oberoende variablerna leder till förändringar i den beroende variabeln.
- Vad är en oberoende variabel?
- Det variabel som påverkar eller förutsäger förändringar i den beroende variabeln.
- Den variabel som forskaren manipulerar eller observerar för att förstå dess effekt på den beroende variabeln.
- Vad har oberoende variabeln för egenskaper?
- Förändras av experimentet: I experimentell forskning är det ofta forskaren som manipulerar den oberoende variabeln för att observera affekten på den beroende variabeln.
- Orsakar förändring: Den oberoende variabeln är ofta den variabel man manipulerar för att testa en hypotes om orsak och effekt.
Skillnaden mellan beroende och oberoende variabler?
Beroende: Mäter utfallet eller effekten.
Oberoende: Är den variabel som orsakar förändringar eller påverkar den beroende variabeln.
Beroende: Påverkas av den oberoende variabeln.
Oberoende: Manipuleras eller observeras för att se om den orsakar förändring i den beroende variabeln.
Beroende: Exempel: blodtryck, inkomst, viktminskning.
Oberoende: Exempel: Behandlingsmetod, utbildningsnivå, träningsprogram.
Vad är en nyckelvariabel?
- för identifiering och särskiljning av individer alt. En variabel som är central för forskningen och används för att förklara eller mäta något.
- kan vara oberoende eller beroende, kan användas för att förklara effekter av andra variabler.
Exempel: id, vikt, hull, muskler som en effekt av behandling
Vad är bakgrundsvariabler?
- En variabel som inte är det primära fokus i en studie. Men som kan ha en potentiell effekt på den beroende variabeln (utfallsvariabeln)
- används för att kontrollera för andra faktorer som kan påverka resultaten, vilket gör det möjligt att få en mer korrekt bedömning av den huvudsakliga relationen eller effekten som studeras.
Exempel: ålder, ras
Vad är behandlingsvariabel?
- En variabel i en forskningsstudie eller experiment som representerar den åtgärd, behandling eller intervention som undersöks för att förstå dess effekt på en eller flera andra variabler (vanligtvis beroende variabler)
- Är den faktor som forskaren manipulerar eller kontrollerar i syfte att påverka utfallen i studien.
Exempel: Behandling
Vad är utfallsvariabler?
- är den variabel i en forskningsstudie som mäts eller observeras för att undersöka hur den påverkas av en eller flera oberoende variabler (t.ex. en behandling eller intervention)
- är det resultat eller den effekt som forskaren vill förklara, undersöka eller mäta, och den beror på förändringar i andra variabler.
Exempel: Vikt, hull, muskler, biverkningar
Vad finns det för två huvudtyper av variabler?
Kvantitativa och kvalitativa variabler
Vad är kvantitativa (numeriska) variabler?
- En variabel som kan mätas eller räknas och som har ett numeriskt värde.
- Diskret variabel= som kan anta ett begränsat antal värden (ofta heltal) ex. antal behandlingsdagar
- Kontinuerlig variabel= kan anta oändligt många värden med decimaler ex. ålder, kroppsvikt
Skalnivåer för kvantitativa variabler?
Intervallskala: Rangordnade, specifika avstånd, men det finns inte ett absolut nollvärde ex. rektaltemp (⁰C)
* Kvotskala: Rangordnade, specifika avstånd, en given nollpunkt ex. kroppsvikt, tid, antal hästar i en behandlingsgrupp.
Vad är kvalitativ/kategorisk variabel (inte numerisk)?
- Består av två eller flera kategorier/ klasser med olika skalnivåer:
- Rangordnad (ordinalskala)= de olika kategorierna inte bara är distinkta, utan också har en viss rangordning ex. hull (1-9 står för en beskrivning av hur hästen ser ut, 1=extremt utmärglad, 9=extremt fet)
- Ej rangordnad (nominalskala)= kategorierna inte har någon inbördes ordning eller rang ex. hästras
- Binära (diktoma) variabler (två möjliga utfall)= ex. upplevd biverkningar (ja/nej)
Hur kan nyckelvariabel (ID) användas?
Används för att identifiera varje häst
Hur kan bakgrundsvariabel (ålder) användas?
Kan användas för att kontrollera om ålder påverkar resultaten.
Hur kan behandlingsvariabel (behandling) användas?
Används för att jämföra resultaten mellan med behandlingsgruppen och kontrollgruppen.
Hur kan utfallsvariabler (hull, vikt, muskelansättning) användas?
Undersöks för att se effekterna av behandlingen.
Hur kan tidsvariabel (behandlingsperiode) användas?
Variabel som kan påverka utfallet av hästens hull, vikt och muskelansättning.
Vad finns det för variabler med i datasetet?
Nyckelvariabel
Bakgrundsvariabel
Behandlingsvariabel
Utfallsvariabel
Tidsvariabel
Variablerna i datasetet ger en grund för att analysera effekterna av behandling A jämfört med en kontrollgrupp på olika fysiologiska och hälsorelaterade variabler hos hästar!
Vad är deskriptiv statistik?
Används för att beskriva data.
Kan endast presentera numeriska skillnader (ej statistiska skillnader!)
Vad är analytisk statistik?
Drar slutsatser om en population genom att fämföra grupper med varandra eller att i en enda grupp leta efter samband mellan variabler.
Används endast deskriptiv eller analytisk statistik vid forskning?
Ofta använder man sig av både beskrivande och analytisk statistik när en presenterar och analyserar sin data.
Hur kan statistisk fördelning beskrivas?
Med centralmått/genomsnittsmått
Spridningsmått
Vad är centralmått/genomsnittsmått?
- Medelvärde (summan av alla mätvärden/antal i stickprovet)
- Median (mittersta mätvärdet)
- Typvärde (vanligaste mätvärdet)
Vad är spridningsmått?
Hur spridda är värdena från ”centrum”
- Variation/standardavvikelse (det genomsnittliga avståndet från medelvärdet)
- Variationskoefficient (procentuell variation runt medelvärdet)
- Kvartilier
Vad är en korstabell och hur kan den användas?
- Redovisar frekvenser i ett datamaterial som har delats in i två eller flera grupper. Ex. data har blivit indelat baserat på ålder
- En korstabell kan användas för att snabbt få en överblick av eventuella samband mellan två (eller fler) kategoriska variabler. ex. visa på fördelningen av biverkningar inom olika åldersspann.
- Statistiska mått som används för att beskriva hur data är fördelad eller spridd kring ett centralmått (som medelvärde eller median) * Visar hur mycket individuella värden avviker från ett centralt värde och ger en uppfattning om variationen av data. * Några vanliga spridningsmått är: 1. Standardavvikelse 2. Interkvartilavstånd 3. Minsta och högsta värde
Nämn några olika typer av diagram
Linjediagram
Stolpdiagram-kvantitativa Diskret variabel med begränsat antal värden ex. hur många hästar som var med under behandlingsperioden
Stolpdiagram – kvalitativa variabler ex. fördelning av hästraser mellan grupperna (n)
Histogram: Kontinuerliga variabler eller diskreta variabler med många olika värden ex. åldersfördelning i åldersspann för hela studiepopulationen (här för ett större dataset då det inte finns någon anledning att göra det när vi har en sådan liten population som vi har på 20 hästar…
Cirkeldiagram: Ytan proportionell mot andelen (pie chart) ex. biverkning (trötthet)
Stapeldiagram: Grupperade staplar, principiellt som cirkeldiagrammet (bar chart) ex. ex. biverkning (trötthet)
Vad är standardavvikelse (förkortning SD)?
Ett mått på spridningen eller variationen i ett dataset. Den visar hur mycket de individuella värdena avviker från medelvärdet (genomsnittet).
- Ju större standardavvikelse, desto mer spridda är data
- Ju mindre standardavvikelse, desto mer koncentrerade är data kring medelvärdet
* Ofta inom intervallet medelvärdet ± 2 standardavvikelser 1. Standardavvikelse (förkortning SD) σ = Populationens
Beräkning av standardavvikelse (SD) med 3 steg: steg 1
- Beräkna medelvärdet (genomsnittet) av datan:
Beräkning av standardavvikelse (SD) med 3 steg: steg 2
- Beräkna variansen, som är genomsnittet av de kvadrerade avvikelserna från medelvärdet:
Beräkning av standardavvikelse (SD) med 3 steg: steg 3
- Standardavvikelsen är kvadratroten av variansen:
Vad är varians?
Variansen är standardavvikelsens kvadrat och anger hur mycket varje datapunkt i genomsnitt skiljer sig från medelvärdet, men den är i kvadrerade enheter.
* Varians ger samma information som standardavvikelsen, men eftersom den är i kvadrerade enheter är den mindre lätt att tolka direkt än standardavvikelsen.
Vad är interkvartilavstånd (IQR)/ Kvartiler?
- Interkvartilavståndet beskriver spridningen i de mittersta 50 % av data. Det mäts som skillnaden mellan den övre kvartilen (Q3) och den nedre kvartilen (Q1).
Formel:
Där: * Q1 är den första kvartilen (25:e percentilen) * Q3 är det tredje kvartilen (75:e percentilen)
Vad menas med lägsta och högsta värde (min-max)?
- Medelvärde och standardavvikelse bör inte användas i små undersökningar för att sammanfatta genomsnitt och spridning då avvikande värden har stor påverkan på medelvärde och SD.
- Variationen kring median bör istället då beskrivas med hjälp av lägsta och högsta värdet (min-max)
