Biostatistik 1 Flashcards
1
Q
Hur kan man göra olika populationsurval?
A
- Obundet slumpmässigt urval (OSU)
- Stratifierat urval
- Systemiska urval
- Klusterurval
2
Q
Hur gör man ett obundet slumpmässigt urval (OSU)?
A
- Varje individ i populationen har en lika stor chans att hamna i någon av behandlingsgrupperna
- Urvalet gör helt slumpmässigt
- Ingen uppdelning av populationen innan urvalet
3
Q
Hur gör man ett stratifierat urval?
A
- Populationen delas upp i homogena grupper (strata) baserat på en specifik egenskap
- Därefter tas ett slumpmässigt urval från varje grupp
4
Q
Fördelar med stratifierat urval?
A
- Ökad precision och representativitet
-> Man kan säkerställa att undergrupper representeras korrekt - Mindre varians i urvalet
-> Minskar risken för slumpmässiga variationer - Möjliggör jämförelser mellan grupper
- Bättre för att kunna inkludera mindre undergrupper
5
Q
Hur gör man systemiska urval?
A
- Urval genom att väljavarje n:te individ från en lista
6
Q
Hur gör man ett klusterurval?
A
- Populationen delas upp i kluster
-> Ofta naturligt förekommande grupper (ex. geografiskt) - Man väljer hela kluster istället för ensklida individer
7
Q
Faktorer som påverkar vilken storlek en ha på sitt urval?
A
- Vilken minsta skillnad mellan behandlingseffekt vill en upptäcka?
-> En förväntad stor skillnad kräver ett mindre urval - Hur stor kommer variationen i utfall mellan individerna vara?
-> Stor variation i behandlingseffekt kräver större urval - Vilken statistisk styrka krävs?
-> Ju högre statistisk styrka, desto större sannolikhet att upptäcka skillnad
8
Q
Vad är statistik felmarginal/ osäkerhet?
A
- Den variation och osäkerhet som finns i resultaten från en statistisk analys, och hur mycket vi kan lita på att de slutsatser faktiskt speglar verkligheten
- Finns alltid en viss grad av osäkerhet
- uppstår från olika källor
9
Q
Vad är intern validitet?
A
- Till vilken utsträckning man kan dra slutsatsen att förändring i den beroende variabeln (den man mäter) faktiskt är på grund av den oberoende variabeln (den man manipulerar)?
10
Q
Vilka vanliga systematiska fel (bias) hotar den interna validiteten?
A
- Selektionsfel
- Informationsfel
- Förväxlingseffekter
11
Q
Vad är selektionsfel?
A
- När urvalet av deltagare inte är representativt för hela populationen
-> Leder till snevridna resultat
12
Q
Vad är informationsfel?
A
- När data som samlas in är felaktig eller ofullständig
-> Leder till snevridna resultat
13
Q
Vad är förväxlingseffekter?
A
- När en tredje variabel (förväxlingsfaktor) är relaterad till de två variabler som undersöks
-> Skapar en falsk eller missvisande association mellan de variabler som studeras
14
Q
Åtgärder för att minska risken för hotad intern validitet?
A
- Slumpmässig fördelning (randomisering)
-> Minskar selektionsfel - Kontrollgrupper
-> Kunna jämföra resultat - Blindning
-> Dubbel eller enkelblindning - Ökad provstorlek
-> Minska effekten av slumpmässiga variationer
15
Q
Vad är extern validitet?
A
- Kan resultat generaliseras till andra populationer och appliceras utanför studiegruppen
16
Q
Vilka olika externa validiteter finns det?
A
- Populationell
- Tidsmässig
- Situationsspecifik
17
Q
Vad är populationell extern valididtet?
A
- Hur väl resultatet kan generaliseras till en bredare eller annan population än studiedeltagarna
18
Q
Vad är tidsmässig extern validitet?
A
- Hur väl resultatet kan generaliseras över tid
19
Q
Vad är situationsspecifik extern validitet?
A
- Hur väl resultatet kan överföras till andra situationer eller miljöer
20
Q
vad är en beroende variabel?
A
- Utfallsvariabel
- Den variabel som studien försöker förklara, mäta eller undersöka för att se om den påverkas av andra faktorer
- Den variabel som påverkas av andra faktorer
21
Q
Egenskaper av en beroende variabel?
A
- Utfallet av studien
-> Beroende variabeln är det resultat eller den effekt dom vi observerar i en studie - Mäts eller observeras
-> Den som mäts under experimentets gång för att se om den påverkas de oberoende variablerna - Förändras i relation till oberoende variabler
22
Q
Exempel på en beroende variabel?
A
- Hull
- Vikt
- Muskelansättning
- Biverkningar
23
Q
Vad är en oberoende variabel?
A
- Förklarande variabel
- Den variabel som forskaren manipulerar eller observerar för att förstå dess effekt på den beroende variabeln
- Den variabel som påverkar eller förutsäger förändringen i den beroende variabeln
24
Q
Exempel på en oberoende variabel?
A
- Behandling
25
I et dataset finns det olika variabler, vilka?
- Nyckelvariabler
- Bakgrundsvariabler
- Behandlingsvariabler
- Utfallsvariabler
26
Vad är nyckelvariabler?
- För identifiering och särskiljning av individer alt. en variabel som är central för forskningen och används för att förklara eller mäta något
27
Exempel på nyckelvariabler?
- ID
- Vikt
- Hull
- Muskler
-> Som en effekt av behandling
28
Vad är bakgrundsvariabler?
- En variabel som inte är i primärt fokus i studien, men som kan ha en potentiell effekt på den beroende variabeln (utfallsvariabeln)
- Används för att kontrollera andra faktorer som kan påverka resultaten, vilket gör det möjligt att få en korrekt bedömning av den huvudsakliga relationen eller effekten som studeras
29
Exempel på bakgrundsvariabler?
Beror på studien men i den studie där hull, vikt och muskler är i fokus för att se en påverkan av behandling:
- Ålder
- Ras
30
Vad är behandlingsvariabler?
- En variabel som representerar den åtgärd, behandling eller intervention som undersöks för att förstå dess effekt på en eller flera andra variabler (vanligtvis beroende variabler)
- En faktor som forskaren manipulerar eller kontrollerar i syfte på att påverka utfallen i studien
även kallad oberoende variabel
31
Exempel på behandlingsvariabler?
Behandling
- Medicin...
32
Vad är utfallsvariabler?
- En variabel som mäts eller observeras för att undersöka hur den påverkas av en eller flera oberoende variabler
- Är det resultat eller den effekt som forskaren vill förklara, undersöka eller mäta, och den beror på förändringar i andra variabler
kallas även beroende variabel
33
Exempel på utfallsvariabler?
- Vikt
- Hull
- Muskler
- Biverkningar
34
Det finns olika dataformat, vilka?
1) Kvantitativa (numeriska) variabler
-> Diskret variabel
-> Kontinuerlig variabel
- Intervallskala
- Kvotskala
2) Kvalitativa (kategoriska) variabler
- Ordinalskala
- Nominalskala
- Binära (dikotoma) variabler
35
Vad är kvantitativa variabler?
- Numeriska variabler
-> En variabel som kan mätas eller räknas och som har ett numeriskt värde
Diskret kvantitativ variabel:
- Kan anta ett begränsat antal värden (ofta heltal)
Kontinuerlig kvantitativ variabel:
- Kan anta oändligt många värden med decimaler
36
Exempel på diskreta variabler?
- Antal behandlingsdagar
37
Exempel på kontinuerliga variabler?
- Ålder
- Kroppsvikt
38
Kvantitativa variabler har olika skalnivåer, vilka?
- Intervallskala
-> Rangårdnade, specifika avstånd, finns inget absolut nollvärde
- Kvotskala
-> Rangårdnade, specifika avstånd, finns ett absolut nollvärde
39
Exempel på intervallskaliga kvantitativa variabler?
- Rektaltemp
40
Exempel på kvotskaliga kvantitativa variabler?
- Vikt
- Tid
- Antal hästar i en behandlingsgrupp
41
Vad är kvalitativa (kategoriska) variabler?
- Består av två eller flera kategorier med olika skalnivåer
Ordinalskala (rangordnad):
- De olika kategorierna är distinkta och har en viss rangordning
Nominalskala (ej rangordnad):
- Kategorierna har ingen ordning eller rang
Binära (dikotoma variabler):
- Finns endast två möjliga utfall
42
Exempel på ordinal kvalitativ (kategorisk) variabel?
BCS skalan 1-9
-> 1= extremt utmärglad
-> 9= extremt fet
43
Exempel på nominal kvalitativ (kategorisk)
variabel?
- Hästras
44
Exempel på binära variabler?
- Upplevda biverkningar
-> Ja/Nej
45
Vad är deskriptiv statistik?
-Beskrivande
-> Att beskriva data
-> Kan endast presentera numeriska skillnader
-> Ger en överblick över data men säger inget om orsaker eller sannorlikheter
46
Vad är analytisk statistik?
- Att dra slutsatser om en population genom att:
-> Jämföra grupper med varandra eller,
-> Att i en enda grupp leta efter samband mellan variabler
47
Statistisk fördelning kan beskrivas med hjälp av:
- Centralmått/ Genomsnittmått
- Spridningsmått
48
Vad är centralmått?
- Medelvärde
- Median
- Typvärde (vanligaste mätvärdet)
49
Vad är spridningsmått?
Hur spridda är värdena från centrum?
- Variation/ Standardavvikelse
- Variationskoefficient (procentuell variation runt medelvärdet)
- Kvartilier
50
Vilka olika tabeller finns det?
- Korstabell
- Linjediagram
- Stolpdiagram (kvantitativt)
- Stolpdiagram (kvalitativt)
- Histogram
- Cirkeldiagram
- Stapeldiagram
51
Vad redovisar en korstabell?
- Illustrerar samvariation av variabler
- Redovisar frekvenser i ett datamaterial som har delats i två eller flera grupper
- Används för att få en snabb överblick av eventuella samband mellan två eller fler kategoriska variabler
52
Vad redovisar ett diagram?
- Redovisar kvantitativ och kvalitativ data
53
Vad redovisar ett linjediagram?
- Förändring över tid
54
Vad redovisar ett kvantitativt stolpdiagram?
- Diskret variabel med begränsat antal värden
55
Vad redovisar ett histogram?
- Kvantitativ data
- Kontinuerliga eller diskreta variabler med många olika värden
56
Vad redovisar cirkeldiagram?
- Kvalitativ data
57
Vad redovisar ett stapeldiagram?
- Kvalitativ data
58
Vad är ett spridningsmått?
Visar hur mycket individuella värden avviker från ett centralt värde och ger en uppfattning om variationen av data
59
Vanliga spridningsmått?
- Standardavvikelse
- Interkvartilavstånd
- Minsta och högsta värde
60
Vad är standardavvikelse (SD)?
- Ett mått på spridningen eller variationen i ett dataset
-> Visar hur mycket individuella värden avviker från medelvärdet
- Ju större SD desto mer spridd är data
- Ofta inom intervallet: medelvärdet +- 2 SD
61
Vad är varians?
- Standardavvikelsens kvadrat
- Anger hur mycket varje datapunkt i genomsnitt skiljer sig från medelvärdet
-> I kvadrerade enheter
- Ger samma information som SD men eftersom den är kvadrerad är den mindre lätt att tolka direkt än SD.
62
Vad är ett interkvartilavstånd (IQR)?
- Beskriver spridningen i de mittersta 50% av data
-> Det mäts som skillnaden mellan den övre kvartilen (Q3) och den nedre kvartilen (Q1)
Q1= 25 percentilen
Q3= 75 percentilen
63
När används i stället ett minimum och maximum värde?
- Små undersökningar
-> Då bör inte medelvärde och standardavvikelse användas då avvikande värden har stor påverkan
- Variationen kring medianen bör istället då beskrivas med hjälp av lägsta och högsta värdet
