Biostatistika

Question 1

Stattistika je

Answer 1

Statistika je grana matematike koja obuhvata
sakupljanje, analizu, interpretaciju i prezentaciju podataka te
izradu predviđanja koja se temelje na tim podacima.

Question 2

Navodno su prve statističke metode korištene čak u

Answer 2

5 vijek p.n.e.

Question 3

Najstariji zapisi o korištenju statistike dolaze

Answer 3

iz 9.vijeka (arapski
naučnik Al-Kindi u svrhu izučavanja kodiranih poruka).

Question 4

• U 14. vijeću nastaju zapisi ………………
  sadrže niz statističkih podataka o populaciji, edukaciji i sl.

Answer 4

Nuova Cronica (istorija Firenze)

Question 5

Njemačka riječ Statistik uvedena od

Answer 5

Gottfrieda Achenwalla
(1749 god.) je originalno značila analizu podataka o državi.

Question 6

Pojam statistika je prvobitno izveden iz latinskog izraza
i talijanske rijeci?

Answer 6

statisticum collegium (vijeće država) te talijanske riječi statista
(državnik ili političar).

Question 7

Značenje sakupljanja i analize podataka statistika je dobila
?

Answer 7

početkom 19. vijeka, a riječ je u engleski jezik uveo Sir John
Sinclair.

Question 8

Vrste Statistike?

Answer 8

Deskriptivna (obuhvat cijelog statističkog skupa) i inferencijalna ( uzorak)

Question 9

Deskriptivna statistika obuhvata

Answer 9

grafički prikazi, analiza relevatnih brojeva, srednje vrijednosti, mjere disperzije, mjere asimetrije, zaobljenosti, meduovisnost pojava, analiza vremenskih serija

Question 10

Sinonim za više podataka je

Answer 10

varijabla

Question 11

Šta je varijabla?

Answer 11

Pojam varijabla koristi se najčešće za skup više podataka iste
vrste.

Question 12

Vrste varijabli

Answer 12

Vrste varijabli:
1. Kategorijske
2. Ordinalne (ljestvične) v
3. Metričkim ili kvantitativnim varijablama

Question 13

Kod kojih varijabli postoji a kod kojih ne, prirodni poredak

Answer 13

Kod kategorijskih ne postoji, ordinirane mogu imat ali nije precizno odredeno

Question 14

Grafički distribucije prikazujemo kao

Answer 14

stupičaste
dijagrame (bar chart) ili tzv. pite (pie chart).

Question 15

Sve učestalosti varijable čine

Answer 15

distribuciju (raspodjelu) te
varijable.

Question 16

Deskriptivna statistika bavi se

Answer 16

organizacijom sakupljenih podataka
te njihovim sažetim opisom pomoću numeričkih i grafičkih prikaza.

Question 17

Aritmetička sredina je

Answer 17

prosječna vrijednost konačnog skupa
metričkih podataka. Ako se metrička varijabla sastoji od N podataka
(x1, x2, …, xN) aritmetička je sredina njihov zbroj podijeljen s N:

Question 18

Medijana je

Answer 18

srednja vrijednost numeričkog obilježja, koja
elemente osnovnoga skupa dijeli u dva jednaka dijela. U jednom
dijelu se nalaze elementi koji imaju vrijednost obilježja jednaku
ili manju od mediane, a u drugom dijelu se nalaze elementi koji
imaju vrijednost obilježja jednaku ili veću od medijane.
* Ako neparan broj N podataka poredamo po veličini, medijan je
(N+1)/2 po redu. Ako je broj podataka paran, ne postoji srednji
broj. Tada se medijan računa kao aritmetička sredina između dva
susjedna oko sredine.

Question 19

Šta je donji kvartil a šta gornji?

Answer 19

donji kvartil je granica koja
razdvaja po veličini prvih 25% podataka od ostalih (većih), dok
je od gornjeg kvartila 75% podataka manje, a ostatak veći.

Question 20

Razlika između gornjeg i donjeg kvartila zove se

Answer 20

interkvartilni
raspon i obuhvaća 50% podataka.

Question 21

Finije detalje opisujemo pomoću

Answer 21

percentila. Prvi percentil
obuhvaća po veličini prvih 1% podataka, drugi 2% itd.

Question 22

Vrijednost koja ima najveću učestalost je

Answer 22

mod distribucije

Question 23

Pomoću moda izražavamo

Answer 23

Pomoću moda izražavamo mjesto gdje je frekvencija najveća,
odnosno onu vrijednost , koja je u masi najčešće zastupljena.

Question 24

Kod simetričnih raspodjela šta je
jedna su te ista vrijednost.

Answer 24

aritmetička sredina, medijan i mod

Question 25

Srednja vrijednost, mod i medijan opisuju grupiranje podataka oko središta, te se nazivaju

Answer 25

mjerama centralne tendencije.

Question 26

Kaže se da je jedna serija potpuno kvantitativno definisana sa najmanje tri mjere i sa tri parametra, a to su:

Answer 26

aritmetička sredina, standardna devijacija i broj članova te serije.

Question 27

šta je standardna devijacija?

Answer 27

Standardna devijacija pokazuje disperziju ili varijaciju pojedinačnih vrijednosti oko aritmetičke sredine, odnosno njihovu gustinu grupisanja. * Standardna devijacija je kvadratni korijen iz prosječnog kvadratnog odstupanja pojedinih članova statističke serije od srednje aritmetičke vrijednosti.

Question 28

Koeficijent varijacije (CV)

Answer 28

je standardna devijacija izražena u postocima od aritmetičke sredine:

Question 29

* Kvadrat SD zove se

Answer 29

varijanca (var):

Question 30

“Srce” statistike je simetrična, zvonolika raspodjela koju nazivamo ?Potpuno je određena s dva parametra:

Answer 30

normalnom ili Gaussovom raspodjelom. . aritmetička sredina određuje os simetrije, 2. standardna devijacija podataka određuje širinu raspodjele i njen tačan oblik.

Question 31

šta je populacija?

Answer 31

Populacija je veliki skup jedinki određenog istog svojstva

Question 32

šta je uzorak? I kad je uzorak reprezentativan

Answer 32

Uzorak je dio (podskup) populacije. Uzorak je reprezentativan za populaciju iz koje potiče ako su njegova prosječna svojstva uglavnom slična prosječnim svojstvima matične populacije.

Question 33

VRSTE STATISTIČKIH ANALIZA * Tri su mogućnosti:

Answer 33

1. Zanima nas samo uzorak, ne cijela populacije 2. Ispitujemo cijelu populaciju (jednu ili više njih) 3. Zaključujemo iz uzorka (uzoraka) na populaciju (populacije)

Question 34

Tri su osnovne namjene statističkih metoda:

Answer 34

1. testiraju hipoteze (pretpostavke) o različitosti populacija glede nekog svojstva 2. procjenjuju intenzitet povezanosti između dvije kategorijske varijable 3. procjenjuju mogućnost predviđanja jednog svojstva (zavisne varijable) iz jednog ili više drugih svojstava (nezavisnih varijabli ili prediktora) iste populacije.

Question 35

Ovisno o vrsti ispitivanog svojstva, statističke metode koje testiraju hipoteze dijelimo na:

Answer 35

1. metode koje upoređuju metričke varijable (npr. t-test) 2. metode koje upoređuju kategorijske varijable (npr. χ 2 test) 3. za ordinalne varijable razvijeni su posebni, neparametrijski testovi. Obično metričke varijable poredimo koristeći tzv. parametrijske testove.

Question 36

Neparametrijske testove koristimo:

Answer 36

1. uvijek za ordinalne varijable 2. ponekad za metričke varijable, kada je broj podataka N mali, a podaci su nesimetrično distribuirani i ne mogu se transformirati u simetrično (normalno) raspoređene.

Question 37

nul-hipoteza je

Answer 37

Nul-hipoteza je pretpostavka da se populacije ne razlikuju u ispitivanom obilježju, tj. da su opažene razlike slučajne (da stvarne, populacijske razlike ne postoje).

Question 38

p vrijednost je

Answer 38

P-vrijednost je vjerojatnost dobivanja uočene ili još veće razlike na slučajnim uzorcima iste veličine iz populacija koje se u istraživanom obilježju ne razlikuju, tj. pod pretpostavkom da je nul-hipoteza tačna. Što je p-vrijednost manja, to je manje vjerojatno da je nul-hipoteza tačna, dok velika p-vrijednost sugerira prihvatljivost nul-hipoteze.

Question 39

* 1 - p = odgovara vjerojatnosti da nul-hipoteza nije tačna, tj. da stvarna razlika postoji i naziva se

Answer 39

razina znacajnosti

Question 40

Razgraničenje pomoću granične razine značajnosti povlači mogućnost grešaka u zaključivanju.

Answer 40

Alfa (α) greška (ili greška tipa 1) je odbacivanje nul-hipoteze, dok je ona ustvari tačna. Beta (β) greška (ili greška tipa 2) je prihvaćanje nul-hipoteze, dok je ona u stvarnosti netačna.

Question 41

Za sve testove usporedbe populacija na osnovu uzoraka vrijedi isto, što podrazumijeva da dobivena p-vrijednost tim je manja (procjena je pouzdanija), što su:

Answer 41

1. opažene razlike veće, 2. varijabilnosti manje i 3. uzorci veći.

Question 42

* Postoje i određeni preduslovi za primjenu t-testa:

Answer 42

1. Za računanje t-testa obje varijable moraju biti metričke (kvantitativne). 2. Broj mjerenja mora biti zadovoljavajući (ne manje od 20), posebno ako su distribucije rezultata značajno nesimetrične.

Question 43

t-test je

Answer 43

t-test je jedan od najpoznatijih statističkih testova za testiranje značajnosti razlika između dvije aritmetičke sredine.

Question 44

Izračunati rezultati za t-test se upoređuju sa vrijednostima t-testa u posebnim tablicama, u kojima su ove vrijednosti sređene i prikazane prema

Answer 44

stepenima slobode i nivoima vjerovatnoće.

Question 45

Kod izračunavanja t-testa mora se voditi računa o kakvim se uzorcima radi

Answer 45

(veliki, mali, zavisni, nezavisni).

Question 46

Sljedeće su varijante t-testa:

Answer 46

a) t-test za velike nezavisne uzorke b) t-test za male nezavisne uzorke c) t-test za velike zavisne uzorke d) t-test za male zavisne uzorke (metoda diferencije)

Question 47

Neparametrijskih testova ima jako puno, no najčešće navođeni u literaturi i u pojedinim aplikacijama su:

Answer 47

1. test sume rangova (Wilcoxonov t-test, Mann-Whitney U- test) 2. medijan test 3. test homogenog niza (Run test, Wald-Wolfowitzov test) 4. Siegel-Tukey test

Question 48

Neparametrijske inačice testova za zavisne uzorke su:

Answer 48

1. test predznaka (Sign test) 2. Wilcoxonov test usklađenih parova (Wilcoxon matched pairs test)

Question 49

Analiza varijance je

Answer 49

Analiza varijance je statistički postupak kojim se upoređuju različite komponente varijance (kvadrirane standardne devijacije).

Question 50

Jednostavna analiza varijance je dok je slozena analiza

Answer 50

Jednostavna analiza varijance primjenjuje se kada upoređujemo rezultate jedne zavisne varijable unutar jedne nezavisne varijablom koja ime više razina ili kategorija. Složena analiza varijance je statistički postupak koji se primjenjuje u onim slučajevima kada upoređujemo rezultate više zavisnih varijabli unutar više nezavisnih varijabli koje imaju različite razine ili kategorije.

Question 51

U slučaju jednostavne analizu varijance, kada želimo utvrditi kako neka nezavisna varijabla utječe na neku zavisnu varijablu potrebno je imati:

Answer 51

a) veći broj kategorija nezavisne varijable b) za svaku od kategorija određeni broj ispitanika na kojima su prikupljeni podaci o zavisnoj varijabli c) zavisnu varijablu koja je metrička, kontinuirana varijabla

Question 52

Općenito, logika jednostavne analize varijance počiva na:

Answer 52

a) odstupanjima pojedinačnih rezultata od vlastite aritmetičke sredine, i tu imamo variranje unutar skupine kojoj pripada ispitanik b) odstupanjima aritmetičkih sredina pojedinih skupina rezultata od zajedničke aritmetičke sredine svih rezultata

Question 53

Za analizu varijance bitan je odnos variranja između i unutar skupina. Izračunava se tzv.

Answer 53

F-vrijednost testa:

Question 54

Dakle, analiza varijance nije jednostavna metoda i uključuje niz modela:

Answer 54

a) jednosmjerna (one-way) analiza varijance (ANOVA), s podvrstama za nezavisne i zavisne uzorke (repeated measures ANOVA) b) višesmjerna (multi-way) analiza varijance c) multifaktorska analiza varijance (MANOVA) d) analiza varijance s kontrolom kovarijabli (ANCOVA ili MANCOVA)

Question 55

Kada ne postoje uvjeti za korištenje parametrijske statistike, a imamo više zavisnih uzoraka ili mjerenja, koristimo jedan od testova neparametrijske statistike za više zavisnih uzoraka:

Answer 55

1. Friedmanov test, 2. Fergusonov test monotonije trenda ili 3. Cochranov Q test.

Question 56

hi testom nastojimo sta

Answer 56

Hi-kvadrat testom nastojimo izračunati postoji li statistički značajna povezanost u učestalostima (frekvencijama) dviju kategorijskih varijabli, ili između dobivenih (opaženih) učestalosti i učestalosti koje očekujemo pod određenom hipotezom.

Question 57

Hi-kvadrat test može imati sljedeća tri modaliteta:

Answer 57

hi kvadrat test za nezavisne uzorke, za zavisne, i hi kvadrat test hipoteze