VF : Statistik 1 Flashcards

1
Q

Kvalitativ variabel hur presentera man den?

A

Ej numeriskt värde Ex. hur man mår: bra, bättre, bäst - elller olika skolar Om ej normalfördelad – Median(IQR - kvartilavstånd) - Om normalfördelad – Medelvärde(SD)

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

Kvantitativ variabel hur presentera man den?

A

Numeriskt värde Ex. ålder - Antal(procent)

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

Vad styr hur man presenterar en kvantitativ variabel?

A

Normalfördelning styr ifall vi presenterar en kvantitativ variabel med: - Medelvärde och standardavvikelse - eller median och kvartilavstånd

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

Vilka hypotesen finns? vilken används i statistik analyser?

A

Nollhypotes (H0) = ingen signifikant skillnad Alternativ hypotes (H1) = signifikant skillnad När vi går statistiska analyser så utgår vi alltid från H0 dvs vi testar bara H0

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

Hur relaterar signifikansnivån till nollhypotesen? Hur väljer man statisk analysmetod?

A

Om p är 0,05 eller mindre så förkastas H0 och H1 accepteras Om p>0,05 så kvarstår H0 ______ Vilka variabler ska analyseras? • Vilken situation har vi?

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

Hur stort brukar signifikansnivån vara?

A

Allmänt: p<0,05 = signifikant, H0 förkastas och H1 accepteras p>0,05 = ej signifikant, H0 kvarstår I lm-branschen så är p-värdet lägre. När vi tolkar våra resultat så måste alltid p-värdet tas i relation till de uträknade siffror från studien, för att göra en fullständig tolkning. Räcker inte med att bara säga att det är signifikant eller inte.

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

Om man får p-värde 0,06, hur tänker man då?

A

P = 0,06 är inte statistiskt signifikant Man kan lyfta upp och presentera anledning i diskussionen - Ex. för liten populationen

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

Om p-värdet är lika med eller under 0,05, hur tänker man då? vad är typ1 och typ 2 fel?

A

Statistiskt signifikant resultat Men ibland kan det kliniska värdet inte vara relevant, även om det statistiskt är signifikant typ 1 : de vissar signfikant skillnad, men i verkligheten finns det inte. typ 2 är tvärt om.

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

vad är en Parametrisk och icke-parametrisk? Hur vet man om en variabel är parametrisk eller inte?

A

Parametriska analyser utgår från en kvantitativ variabel som är normalfördelad. Det ska vara hyfsat många individer/observationer att räkna på. Icke-parametriska analyser har inga krav på normalfördelning Kvalitativ variabel = alltid icke-parametrisk Kvantitativ variabel: - Ej normalfördelad = icke-parametrisk - Normalfördelad = parametrisk

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

Hur kan situationen vara olika i sin analys av en variabel, och i vilken ordning ska man analysera de?

A
  1. Deskriptiv = endast beskrivande 2. Bivariata = två variabler 3. Multivariata = flera variabler samtidigt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Vilka variabelanalyser är parametrisk?

A

Kvantitativ + normalfördelad = parametrisk

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

Vilka variabelanalyser är icke-parametrisk?

A

Kvalitativ eller Kvantitativ + icke-normalfördelad = icke-parametrisk

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

Vilka icke-parametriska tester finns?

A

Mann-Whitney U - motsvarar T-test för icke-parametrisk - 2 grupper jämförs X^2 - Två kvalitativa variabler mot varandra Kruskal-Willis - 3 eller fler grupper jämförs

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

Vilka parametriska tester finns?

A

T-test - 2 grupper som jamför om det finns skillnad Variationsanalys/ ANOVA - 3 eller fler grupper Parat t-test - 2 mättillfällen Repeted measures - 3 eller fler mättillfällen

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

Vad innebär att ett test är icke-parametriskt?

A

Inga krav: - Följer ingen normalfördelad kurva - Ingen diskussion om antal

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

Vad innebär att ett test är parametriskt?

A

Om man inte uppfyller dessa krav får man inte göra dessa analyser 1) Finns ingen minsta antal (n) 2) Ska vara normalfördelat

17
Q

Vilken grundregel finns för parametriska tester?

A

3 eller fler grupper, då är det inte okej att göra T-test med dessa grupper mot varandra Börja med ANOVA 1. Om detta blir signifikant innebär det att det finns en signifikant skillnad mellan åtminstone två av grupperna 2. Gå vidare genom att ta reda på mellan vilka grupper det finns en signifikant skillnad 3. Kolla 2 och 2 i taget, och jämför

18
Q

Hur tar man reda på om något är normalfördelat?

Vad kan sägas om t-test?

A

Jämför medelvärdet mot SD

Om SD är halva medelvärdet är det ej normalfördelat

_____

Bästa att avnäda sig av.

Parametriskt test Jämför två grupper. Kvantitativ variabel som är normalfördelad. När man ska göra ett t-test 1. Ställ upp noll- och alternativ hypotes 2. Medelvärde 3. SD och n

från wiki:

t-test eller Students t-test är inom statistiken beteckningen på en hypotesprövning där man vill jämföra om skillnad föreligger mellan två normalfördelade populationer där man inte känner till det exakta värdet på standardavvikelsen. Kan även användas för att beräkna konfidensintervall då man använder sig av små stickprov.

Typiska användarfall för t-test:

  • Ensidigt test huruvida medelvärdet av en population har ett värde som specificeras i en nollhypotes.
  • Tvåsidigt test huruvida medelvärdena hos två populationer är lika.
  • Test av nollhypotesen att skillnaden mellan två responsvärden med samma enheter har medelvärde noll.
  • Test huruvida lutningen hos en regressionslinje skiljer sig signifikant från 0.
19
Q

Vad är en power analys?

A

Används för att räkna ut hur stort stickprov man behöver för studien = Man måste vara medveten hur många individer man behöver ha

20
Q

Hur stor ska “power” vara?

A

80% eller högre = styrkan på säkerheten hos studien. Power är med vilken sannolikhet vi kommer hitta differenser om de finns i studien.

Det kostar att ha högre power, kräver fler individer.

21
Q

Hur höjer man power?

A

Kräver fler individer

22
Q

Vilka tre saker bestämmer mängden individer som studien kräver? = urvalsberäkning

A

3 saker mängden individer studien kräver: - Forskningshypotes - Power större eller lika med 80% - Signifikansnivå mindre eller lika med 5%

23
Q

Vad kan sägas om typ 1-fel och typ 2-fel?

A

Typ 1-fel: - Säger att någon är sjuk, fast den är frisk - H0 sann i verkligheten, fast H1 accepteras i studiens resultat Typ 2-fel - Säger att någon inte är sjuk, fast den är sjuk - H1 sann i verkligheten, fast H0 accepteras i studiens resultat

24
Q

skillnad Forskningshypotes respektive hypotesprövning? Vilka parametrar ingår i urvalsberäkning (poweranalys) - vad kan de göras med?

A

Forskningshypotes - formuleras innan studiestart #Hypotesprövning - används vid statistiska analyser ___________ ##Genomsnittsmått och spridningsmått - Medelvärde, proportion, standardavvikelse, ## Power – Anger sannolikheten att finna en differens om den existerar i just denna studie dvs vilken styrka har studien i att finna skillnader ##P-värde – Gränsvärde för om vi tolkar statistiska analyser som signifikanta eller ej signifikanta görs med ett nomogram = standardiserad differans räknas ut = differans/standavikelse.

25
Q

vad är en Bibariata analys?

A

Innebär att man har två (=bi) variabler (=variater) samtidigt i en analys. - text skillnad i tid och studieplats, alltså: jämföra grupper för att se om det finns någon skillnad mellan grupperna och en annan variabel

26
Q

vilka icke-parametiska och parametriska tester finns för olika tillfällen?

A