Statistik, p-värde och annat skit Flashcards

1
Q

vad är det rätta begreppet för orsak-effekt

A

kausalitet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

vad står PICO för

A

P = population
I = intervention
C = counter intervention
O = outcome

detta ska man kunna få reda på i en studie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Epidemologi

A

läran om sjukdomars utbredning i befolkning

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Prevalence

A

sjukdomsförekomsten vid mättillfället. Hur många är sjuka när man mäter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Incidens

A

Antalet nyinsjuknande mellan mättillfällena

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

skillnaden mellan internt och externt bortfall

A

Intern: de som har tackat ja men där man ej får in all data. Ex svara ej på alla frågor. eller dött under studiens gång

Externt: de som kommit med i urvalet men som tackat nej.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Beroende variabeln

A

utfalls variabeln, det som kan påverkas och som man vill studera. Dessa är beroende av de oberoende variablerna

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Oberoende variabeln

A

en eller flera variabler som påverkar utfallet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Typvärde

A

mest vanligt förkommande värdet i serien

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

är datan kvot eller intervall och symmetriskt fördelat, vilket spridningsmått ska väljas

A

medelvärde och standardavvikelse (SD)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

är datan kvot eller intervall och osymmetriskt, vilket spridningsmått ska väljas

A

median och kvartil

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

vid ordinaldata, vilket spridningsmått

A

median och kvartil

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

vid nominal, vilket spridningsmått

A

procent och antal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

vad är spridningsmått

A

hur data är fördelat kring central måttet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

vad är en Box plot

A

ett sätt att presenter data

man gör en box på en linje som utförs min och maxvärde, boxen görs från q1-q3 och mellan dessa markerar man ut median

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

vad är en normalfördelning

A

en symmetrisk kurva där median och medelvärde är detsamma
-det är en typ av sannolikhets fördelning
-kurvan visar sannolikheten för att ha ett vist värde

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

statistisk inferens

A

har man ett urval från en population kan det hända att medelvärdet på urvalet skiljer sig från populationen
-det finns olika sätt att räkan ut ifall resultaten faktiskt stämmer på populationen

18
Q

vad är standard error = SE

A

vid skattningar finns osäkerheter
ju fler deltagare man har i en studie desto mindre chans för SE

-SE är ett mått på osäkerheten i en punkt skattning

19
Q

vad är punkt skattning

A

Handlar om att beskriva en population med hjälp av skattade värden från ett urval
ex. m + SD

20
Q

vad är konfidensintervall

A

CI
- ett sätt att visa på det sanna värdet i populationen
-CI är ett värde som till viss del täcker det sanna värdet i populationen
– Vanligast att CI ligger på 95%

21
Q

förklara hypotes prövning
(0-hypotes och mothypotes)

A
  • Är det resultatet vi får från stickprovet sannolikt att vara samma i populationen eller beror det på slumpen
  • Dvs, med vilken sannolikhet kan man utesluta att det vi ser i stickprovet/urvalet beror på slumpen?
  • Hur stor sannolikhet är det att det man ser i urvalet också stämmer hos pop, ex efter ett urval av kvinnor och män såg man att män var i medelvärde 10 cm längre än kvinnor. Stämmer även detta i pop?
  • För att få reda på detta sätter man upp 0-hypoteser som prövas i hypotesprövning = man utgår från att det man upptäckt inte stämmer (män är i genomsnitt INTE längre än kvinnor)
  • Detta vill man kunna förkasta- för att kunna göra det måste man kunna motbevisa 0-hypotesen. 0-hypotesen gäller alltså tills mothypotesen stämmer.
  • Mothypotesen är alltså motsatsen mot 0-hypotesen (män är faktiskt längre än kvinnor)
  • 0-hypotes testas med en testfunktion (analysmetoden)
22
Q

statistisk signifikans

A
  • Ifall 0-hypotes stämmer, hur stor är sannolikhet att detta syns i urvalet
  • denna sannolikhet anges med p-värde
23
Q

Vad påvisar ett högt/lågt p-värde

A
  • Ifall högt p-värde visar det att det är stor chans för att värdena vi fått i urvalet beror på
    slumpen och därmed att 0-hypotesen stämmer
  • Ifall lågt p-värde beror resultatet inte slumpen och mothypotesen är den som stämmer
24
Q

Signifikansnivå (alfa-nivå)

A

Detta är vad gränsen för p-värde ska ligga

  • Gränsen för p-värde ska vara <0.05 – om det är denna så tror vi på mothypotesen, sannolikhet för att värdena skulle bero på slumpen är mycket liten
25
Q

Olika test för att räkna ut p-värde

A

Symetrisk intervall och kvotskala: T-test
Osymetriskt intervall och kvotskala: Mann-Witney U-test
Ordinalskala: Mann-Witney U-test
Nominalskala: chi square-test

26
Q

statistisk Power

A
  • P-värdet säger inget om skillnadens storlek
    eller om resultatet har något klinisk betydelse

-för att veta detta måste man göra en power-beräkning = hur många människor måste vara med för att kunna upptäcka om det finns en klinisk signifikans i studien

27
Q

Typ ett fel (alpha-fel)

A

det framgår skillnader i urvalet som inte existerar i populationen

28
Q

Typ 2 fel (beta-fel)

A

det framgår inga skillnader i urvalet fast att det finns i populationen

29
Q

hur minskar man risken för typ 1 fel

A

Om man sätter lägre p-värde minskar man risken för typ 1 fel

30
Q

om man har statistisk styrka har man större chans att förkasta 0-hypotes

A
31
Q

hur minskar man risken för typ 2 fel

A
  • Typ 2 sker pga man har för få observationer, alltså för låg Power
  • Om man gör en Power beräkning och ser till att man har tillräckligt många deltagare minskar man risken för typ 2 fel
32
Q

kvantitativa variabler

A

intervallskala
kvotskala

33
Q

kvalitativa variabler

A

nominal skala
ordinal skala

34
Q

vad menas med kontinuerlig data

A

kvot och intervall skala

35
Q

vad är percentil

A

samma sak som procent på en skala

36
Q

om p-värde är 5 % vad är då CI

A

95 procent
- Motsatsen mot p-värde och ett annat sätt att mäta slumpen

37
Q

vad händer men powern om SD ökar

A

powern blir lägre

38
Q

vad säger det om data ifall
Ifall medelvärde och median skiljer sig mycket åt

A

data är asymmetrisk

39
Q

vad säger det om data ifall kvartilerna är olika

A

asymmetriskt

40
Q

vad är gränsen för acceptabel power

A

80 %

41
Q

kontinuerlig variabl

A

kan anta alla (samtliga) värden i en skala
-kvantitativ variabel

42
Q

diskret variabel

A

kan bara anta vissa värden i en skala (heltal)
-kvantitativ variabel