Biostatistiska analysmetoder Flashcards
En-grupps t-test
Parametrisk data för en grupp jämförs med data för hela populationen
Oberoende t-test
Jämförelse av två olika oberoende grupper av urvals parametriska dataresultat
Beroende t-test (parad)
Jämförelse av samma urval vid flera tillfällen
Chi-2 test
Icke-parametriskt test. Används vid jämförelse av oberoende nominal data som presenteras med frekvenser.
Testar om en företeelse förekommer mer eller mindre frekvent än förväntat.
McNemar test
Icke-parametriskt test. Används vid jämförelse av beroende nominal data som presenteras med frekvenser
Fisher’s exakta test
Ekvivalent med Chi-2 test men används när mindre än 4 fall finns i varje cell/grupp i fyrfälltstestet
Fyrfälltstest
Typfallet för data vid Chi-2 test kan sättas i en fyrkant, där varje fällt måste ha en frekvens på minst 4.
Mann-Whitneys test
Icke-parametriskt test. Används vid jämförelse av oberoende ordinal data som presenteras med medianer.
Testet jämför rangsumman för två olika gruppers medianer.
Fungerar inte med stickprov under 7
Wilcoxons teckenrangtest
Icke-parametriskt test. Används vid jämförelse av beroende ordinal data som presenteras i form av medianer.
Absolutvärdet av alla skillnader rangordnas och rangsumman beräknas för positiva och negativa skillnader mellan medianen före och efter exponeringen. Beräknar även om det är ett resultat av slumpen eller inte
T-test
Parametriskt test för kvantitativ data. Den observerade variabeln ska vara kvalitativ data och den beroende variabeln ska vara normalfördelad och kvantitativ data
Två medelvärden jämförs och ser vad sannolikheten att skillnaden beror på slumpen är.
Ger p-värde, medelvärdesskillnad, standardavvikelse och konfidensintervall
One-way ANOVA
Används när man har en kategorisk (kvalitativ) oberoende variabel med fler än två grupper och en kontinuerlig (normalfördelad kvantitativ) beroende variabel
Testar om den kontinuerliga variabeln är den samma i de olika grupperna
Finns både oberoende och beroende One-way ANOVA
Two-way ANOVA
Används när vi har två oberoende kategoriska variabler att ta hänsyn till
Finns både beroende och oberoende Two-way ANOVA
Korrelation
Styrkan i sambandet mellan variablerna, anges med en standardiserad korrelationskoefficient.
Spridningsdiagram - rak linje med minsta avstånd till alla punkter
Sambandets styrka måste relateras till korrelationskoefficienten i kvadrat r^2.
Värden som korrelationskoefficienten “r” kan anta
Mellan -1 till 0 och 0 till 1.
1 = hög positiv korrelation 0 = ingen korrelation -1 = hög negativ korrelation
Pearsons
Korrelationstest för parametrisk data
Spearmans
Korrelationstest för icke-parametrisk data
Vad innebär det att r^2 = 0,5
Resultatet kan tolkas som att 50% av den ena faktorns resultat kan förklaras av den andra
Multivariata metoder och när använder man vilken
Studera sambanden mellan ett flertal oberoende variabler och en beroende variabel
Olika metoder beroende på vilka variabler vi använder
- Linjär regression, y-axeln med kontinuerliga datavärden, faktiska mätvärden
- Logisk regression, y-variabel kan endast anta två möjliga värden, den är dikotom, representerar kategorier
Regression
Ger svar på hur sambandet ser ut mellan oberoende oh beroende variabler. Kan användas för att förutsäga värden av den beroende variabeln.
Regressionskoefficienten ger lutningen på kurvan och konstanten interceptet.
Risk
Sannolikhet för att en viss händelse ska inträffa. Incidensen dividerat med alla deltagare/alla möjliga fall
Odds
Sannolikheten för att en händelse inträffar dividerat med att händelsen ska inträffa
Relativ risk - RR - riskkvot
Kvoten mellan risktalen för sjukdomsförekomsten mellan de grupper vi vill jämföra
- RR = 1 innebär att det inte finns någon skillnad mellan de jämförda grupperna
- RR under 1 ger minskad risk
- RR över 1 ger ökad risk
Odds kvot - OR - odds ratio
Kvoten mellan oddsen för exponering i fallgruppen och oddsen för exponering i kontroll gruppen.
Kan variera från 0 till oändligheten.
Hur förhåller sig RR till OR
Om risken är liten skiljer sig inte OR så mycket från RR men om risken är stor kommer de skilja sig mycket och därför kan man inte anta OR från RR och tvärt om.
