statistik 1: allmänt och urvalsberäkning

Question 1

variabeltyper (kval, kvant)

Answer 1

kvalitativa - kategoriska, ej numeriska, t.ex. hur mår du?

Kvantitativa - numeriska, t.ex. ålder, längd

Question 2

normalfördelning vs inte normalfördelad

Answer 2

mean SD

median kvartilavstånd (interquartile range)

Question 3

SD

Answer 3

spridningsmått tillsammans med medelvärde, mått säger hur stor variation är bland individer för den mätta variabeln, måste dock behandlas med medelvärde för att få uppfattning om variationens storlek

Question 4

snabbt sätt för att se om något är noramlfördelat

Answer 4

Om (SD>50% av medelvärdet) indikerar det på en snedfördelning, dvs på att vi inte har en normalfördelning.

Skewness är ett annat mått som kan användas (värde mellan -1 —> 1 är normalfördelat)

Question 5

KI

Answer 5

med 95% säkerhet vet vi att pop. medelvärde ligger inom detta intervall. Man räknar ut det med studiens resultat

Question 6

RI

Answer 6

95% av pop har ett värde inom detta intervall.

Question 7

urvalsberäkning (poweranalys) - vad gör man

Answer 7

man räknar ut antal individer som behövs i en studie, viktigt då för få kan göra att man inte får fram resultat, men för stora studier kan bli dyrt etc

Question 8

vilka parametrar ingår i urvalsberäkningen?

Answer 8

genomsnittsmådd (mean, proportion, SD)

power: anger sannolikhet att finna en differens om den existerar i just denna studie, dvs ett mått på hur pass bra man upptäcker skillnader om de finns. Man bestämmer själv sin power utifrån ekonomi och praktiska möjligheter.

p-värde: i första hand ett gränsvärde för om man ska tolka att statistiska analyser är signifikanta eller ej

Question 9

mer om power

Answer 9

trolighet att korrekt identifiera en skillnad mellan grupper man studerar, om sådan finns

ideal är power >80%, dvs stor chans att identifiera skillnad mellan grupper

Question 10

hur når man power?

Answer 10

1. öka urval: studien får inte vara för liten

Stor sample ger smalare KI och mindre p-värde.
Resultat av för små studier är högre P-värde och vidare KI jämfört med en stor studie med risk för felaktiga slutsatser.

Question 11

faktorer som påverkar urvalsberäkningen

Answer 11

alla 3 faktorer påverkar den slutliga urvalsstorleken, mål är att få tillräckligt stort urval för att försäkra att en effekt av förväntad storlek med tillräcklig trolighet kommer hittas

1. p-värde: tillräckligt små värden ges om stort urval
2. effekt: en liten effekt kräver ett större urval och vise versa. Man tittar på storleken på effekten, lätt att över/underestimera effekten dock…
3. power: sannolikhet att hitta skillnad

Question 12

hur kan man göra urvalsberäkningar?

Answer 12

nomogram

väster axis: Std difference
höger axis: power

Dra sträck mellan höger och vänster axis. Storlek på urval med p-värde 0,005 vs 0,001 har olika linjer. Samlple size kan utläsas