7. Statistik 1 Flashcards Preview

K5 VF från Davids kompendie > 7. Statistik 1 > Flashcards

Flashcards in 7. Statistik 1 Deck (23)
Loading flashcards...
1
Q

Kvalitativ variabel

A

Ej numeriskt värde

Ex. hur man mår: bra, bättre, bäst

2
Q

Kvantitativ variabel

A

Numeriskt värde

Ex. ålder

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
4
Q

Vilka hypotesen finns?

A

Nollhypotes (H0) = ingen signifikant skillnad

Alternativ hypotes (H1) = signifikant skillnad

5
Q

Hur relaterar signifikansnivån till nollhypotesen?

A

Om p är 0,05 eller mindre så förkastas H0 och H1 accepteras

Om p>0,05 så kvarstår H0

6
Q

Hur stort brukar signifikansnivån vara?

A

Allmänt p<0,05

I lm-branschen så är p-värdet lägre

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

8
Q

Om p-värdet är lika med eller under 0,05, hur tänker man då?

A

Statistiskt signifikant resultat

Men ibland kan det kliniska värdet inte vara relevant, även om det statistiskt är signifikant

9
Q

Hur vet man om en variabel är parametrisk eller inte?

A

Kvalitativ variabel = alltid icke-parametrisk

Kvantitativ variabel:

  • Ej normalfördelad = icke-parametrisk
  • Normalfördelad = parametrisk
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
11
Q

Vilka variabelanalyser är parametrisk?

A

Kvantitativ + normalfördelad = parametrisk

12
Q

Vilka variabelanalyser är icke-parametrisk?

A

Kvalitativ

eller

Kvantitativ + icke-normalfördelad

= icke-parametrisk

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

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

15
Q

Vad innebär att ett test är icke-parametriskt?

A

Inga krav:

  • Följer ingen normalfördelad kurva
  • Ingen diskussion om antal
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

Vad kan sägas om t-test?

A

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

Reflektera över vad det betyder att jag fick signifikant data, och hur kliniskt relevant det är trots att det är signifikant

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

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