Statistik - bivariat analys

Question 1

Bivariat analys

Typ av variabler – viktigt veta inför val av analysmetod!

• Kvantitativ variabel (siffror)

Hur presenterar vi siffrorna?

Answer 1

• Om normalfördelad – presentera med medelvärde (SD)
• Om ej normalfördelad – presentera med median och kvartilavstånd (IQR)

Question 3

Bivariat analys

Typ av variabler – viktigt veta inför val av analysmetod!

• Kvalitativ variabel
  
  • Kategorier

Hur presenterar vi siffrorna?

Answer 3

• Antal (procent)
  
  • Hur många har valt respektive svarsalternativ ex, grundskola, gymnasium och högskola

Question 4

Forskningshypotes respektive hypotesprövning

Skillnad på dessa?

Answer 4

• Forskningshypotes
  
  • Formuleras innan studiestart
• Hypotesprövning
  
  • Används vid statistiska analyser
  • För varje analys som görs prövas hypotesen
  • En forskningshypotes kan generera flertalet hypotesprövningar – typ 4-5 st

Question 5

Du ska göra en urvalsbeeräkning, vad behöver du ha koll på om du ska göra den utefter normogram?

Answer 5

• Differens
  
  • Medelvärde och standardavvikelse
• P-värde
• Power

Question 6

Urvalsberäkning

• Standardiserad differens vid normalfördelning och även kvalitativa variabler (proportioner)

​Så hur får du fram ett medelvärde?

Answer 6

• Finns studier sen innan som har kommit fram till medelvärde
• Om inte det finns, vad är en rimlig skillnad för att det ska vara meningsfullt (kliniskt gångbart)
• Finns ingenting att stödja sig på, så kan man göra en pilotstudie för att få fram vissa värden

Question 7

Urvalsberäkning

• Standardiserad differens vid normalfördelning och även kvalitativa variabler (proportioner)
  
  • Medelvärde
    
    • Finns studier sen innan som har kommit fram till medelvärde
    • Om inte det finns, vad är en rimlig skillnad för att det ska vara meningsfullt (kliniskt gångbart)
    • Finns ingenting att stödja sig på, så kan man göra en pilotstudie för att få fram vissa värden

Differens

Så hur får du fram differens?

Answer 7

• Medelvärdet använder vi i förhållande till den andra gruppen vilket ger differens
• Om standardavvikelsen är hyfsat lika så tar vi det rakt av
• OM det är olika spridning så får vi använda formel för att få fram gemensam standarddeviation (standardavvikelse)
• OM det inte är normalfördelat får vi använda annan metod
• Sen tar vi bara fram linjalen!!

Question 8

Vad säger egentligen power?

Answer 8

• Anger sannolikheten att finna en differens om den existerar i just denna studie, dvs vilken styrka har studien i att finna skillnader
  
  • Hur hög är sannolikheten att vi hittar en skillnad om den finns

Question 9

• Power
  
  • Anger sannolikheten att finna en differens om den existerar i just denna studie, dvs vilken styrka har studien i att finna skillnader
    
    • Hur hög är sannolikheten att vi hittar en skillnad om den finns

Question 10

Vad säger egentligen p-värdet?

Answer 10

• Gränsvärde för om vi tolkar statistiska analyser som signifikanta eller ej signifikanta
  
  • Hur stor är chansen att vi förkastar nollhypotesen trots att den är sann!!!!!??!?!!?

Question 11

Vad säger H0 och vad säger H1?

Answer 11

• H0 = Det finns ingen skillnad
• H1 = Det finns en skillnad
• När vi gör statistiska analyser utgås ifrån H0

Question 13

Vad anger egentligen p-värdet?

Answer 13

P-värdet anger hur sannolikt det är att finna en skillnad ifall H0 är sann

Question 14

Vad innebär ett typ I-fel?

Answer 14

• Vi förkastar H0 trots att H0 gäller (p-värdet tyder på H0 kan förkastas men slumpen spökade)
  
  • Denna risk minskar vid lägre p-värde

Question 15

Vad innebär ett typ-II fel?

Answer 15

• H0 godtas trots att den är falsk (beror mer på bristande power)
  
  • I 20 % av fallen ses ingen skillnad trots att den finns (power)

Question 16

Hur kan både typ-I och typ-II fel undvikas helt?

Answer 16

• Om hela populationen undersöks

Question 17

Tolka resultat

• P -< 0,05 = Signifikant H0 förkastas och H1 accepteras
• P > 0,05 = Ej signifikant, H0 kvarstår

När vi tolkar resultat så måste alltid p-värdet tas i relation till uträknade siffror i studien, för att göra en fullständig tolkning. Räcker inte med att bara säga att det är signifikant eller inte – varför räcker inte detta?

Answer 17

VIKTIGT! ÄR DET KLINISKT SIGNIGIKANT/RELEVANT!?

Question 18

• Innebär att man har två variabler samtidigt i en analys (två mättillfällen)
  
  • Jämföra grupper för att se om det finns någon skillnad mellan grupperna och en annan variabel
  • Jämföra olika mättillfällen för att se om det finns en förändring över tid

vad beskrivs?

Answer 18

Bivariat analys

Question 19

• Analyser utgår från en kvantitativ variabel som är normalfördelad. Det ska vara hyfsat många individer/observationer att räkna på

Vad beskrivs?

Answer 19

Parametrisk analys

Question 20

Vid denna typ av analys finns inga krav på normalfördelning

• Kravet finns inte eftersom de inte använder sig av medelvärde och standardavvikelse

Vad är det för typ av analys?

Answer 20

Icke parametrisk analys

Question 21

Vilket parametriskt test kan vara lämpligt vid 2 grupper respektive 3 grupper?

Answer 21

t-test

ANOVA

Question 22

• Kruskal-Wallis
• Wilcoxon teckenrang

Vad är dessa exempel på?

Answer 22

Icke parametrisk analys

Question 23

• Variabeln säger om vi kör parametrisk eller icke parametrisk
• Situation säger vad vi väljer under

Vad kan vara lämpligt ex vid 2 mättillfällen?

Answer 23

Parat t-test