Medicinsk statistik 1-4 Flashcards Preview

Statistik > Medicinsk statistik 1-4 > Flashcards

Flashcards in Medicinsk statistik 1-4 Deck (90)
Loading flashcards...
31

Hur stor andel av urvalet har ett värde som är lägre eller lika med 10:e percentilen?

10 %. 

32

Vad bestämmer normalfördelningen?

Medelvärdet (x) och standardavvikelsen (S).

 

33

Hur kan man avgöra om data är normalfördelad

Undersöka median och medelvärde --> ska vara samma eller nära

Vid extremvärden blir skillnaden stor.

Undersöka om standardavvikelsen är stor i förhållande till medelvärdet (t.ex. om åldrar kan bli negativa) 

Kan testa symmetri mha statistiska tester

Histogram

34

Vad gör man om data är snedfördelad?

Anpassa statistiken --> välj icke-parametrisk statistik (baseras på rangordning)

eller

Anpassa data, t.ex. genom att ta bort orealistiska outliers eller mha logaritmering (transformation) 

35

Skillnad på parametriska och icke-parametriska tester?

36

Vad innebär statistisk interferens?

Estimat? 

Statistisk interferens = Att dra slutsatser om populationen baserat på information från stickprovet. 

Estimat: Data från stickprovet används för att uttala sig om populationen, t.ex. för att uppskatta ett medelvärde. 

37

Vad händer om konstanten för att räkna ut konfidensintervall ökar?

Konstanter för att räkna ut följande konfidensgrader:

90 %

95 %

99 %

Konfidensintervallet blir bredare, men konfidensgraden blir högre. 

38

Förutsättningar för konfidens- och referensintervall?

Då dessa beräknas från stickprovet för att dra slutsatser om målpopulationen MÅSTE stickprovet vara representativt för att dessa ska bli giltiga. 

39

Exempel på punktskattningar där man kan använda konfidensintervall

Medelvärden, oddskvoter, regressionskoefficienter

40

Förklara nollhypotes och alternativhypotes

Nollhypotes (H0): Säger att det inte finns någon skillnad i populationen.

Alternativhypotes (H1): Säger att det finns en skillnad/effekt mellan två behandlingar, grupper eller metoder.

- Preciserar ALDRIG hur stor skillnaden är

- Handlar om populationen, INTE om stickprovet 

 

41

Är det nollhypotesen eller alternativhypotesen som testas?

Nollhypotesen testas, men kan sedan förkastas för att acceptera alternativhypotesen. 

42

Vad kan det bero på om H0 inte VERKAR vara sann?

(1) slumpen eller (2) att det faktiskt finns en skillnad mellan grupperna. 

43

Vad talar statistisk signifikans om?

Talar om sannolikhet för att resultatet beror på slumpen. 

- Säger alltså inte att nollhypotesen är sann eller falsk.

- Säger inte heller något om kausalitet.

- Säger inget om HUR STOR skillnaden mellan grupperna är 

44

Vad innebär ett icke-signifikant resultat?

Att det inte finns tillräckligt med stöd för att förkasta nollhypotesen 

45

Vad är P om H0 ligger utanför CI 95 %?

Vad är P om H0 ligger innanför CI 95 % 

H0 utanför --> P < 5 %

H0 ligger innanför --> P > 5 %

46

Vad är fördelen med CI jämfört med bara P-värde?

CI säger inte bara om resultatet är signifikant, utan det ger en uppskattning om storleken på effekten/skillnaden! 

47

Koppling mellan lågt P-värde och klinisk relevans?

Lågt P-värde säger bara att det TROLIGTVIS finns en skillnad.

Säger dock inte om denna är kliniskt relevant. 

48

Vad behövs för att få reda på den kliniska relevansen?

Storleken på effekten (effektstorlek/effektestimat ger vägledning)

49

Exempel på parametriska tester 

T.ex. T-test, ANOVA och pearson correlation 

50

Exempel på icke-parametriska test

T.ex. Mann-whitney, spearman correlation

51

Hur fungerar ett T-test? 

- Vilka värden osv fås?

- Nackdelar?

Parametriskt test, som jämför två medelvärden

Tvärsnittsstudier (oberoende mätningar) eller upprepade mätningar - olika T-test

Ger P-värde

Ger medelvärdesskillnad och CI 

Nackdel: Går ej att justera för potentiella confounders. Jämför endast två grupper eller mättillfällen. 

52

T-test

1. Hur gör man för att kolla om ett resultat som avviker från nollhypotesen beror på slumpen?

2. Hur gör man om man vill veta hur stor mellan grupperna är?

 

1. Kollar P-värde

2. Kollar punktskattning och konfidensintervall

53

Vad undersöker ett Lavene's test?

 

Testet jämför variansen i de två olika grupperna. 

- Signifikansen (P-värdet) testar om H0 stämmer, dvs att varians A = varians B

54

Vilka antaganden ligger till grunden för ett oberoende T-Tes

1. Medelvärdet är ett bra sammnfattande mått

2. Oberoende observationer.

3. Mätningarna är normalfördelade eller så är båda grupperna stora 

55

Paired T-test:

Man mäter styrkan hos möss före och efter anabola steroider.

Vilken är den oberoende variabeln (IV)?

Vilken är den beroende variabeln (DV)?

Vilka slutsatser kan man dra med avseende på följande tabell?

Kausalt samband?

 

Oberoende: Tiden mellan anabola

Beroende: Styrkan.

- Binär variabel: Antigen starkast före eller efter

Slutsats: Råttornas styrka ökade med ungefär 39 enheter i medelvärde (gör ingenting att den är negativ).

- Om man hade tagit ¨ursprungspopulationen¨ hade medelvärdet med 95 % säkerhet legat mellan 29 och 48 enheters förändring. 

- Resultatet var signifkant.

Kan dock inte säga något om kausalitet, då man inte vet om det är träningen i sig eller tiden under anabola som gjort råttorna starkare --> BEHÖVER EN KONTROLLGRUPP! 

 

56

Antagande bakom parat T-test?

1. Parade stickprov, beroende inom paren. Inget beroende mellan paren.

2. Medelvärde är ett relevant summerande mått.

3. Skillnader mellan paren är normalfördelade.

- T.ex. testas en råtta två gånger, men EJ MER än så. 

57

Vad ståra ANOVA för?

Typ av test?

Vad jämförs?

Typ av mätning?

Vilka värden fås?

ANOVA = ANalysis Of Variance 

Parametriskt test

Jämför medelvärden mellan 2 eller flera grupper (egentligen varians inom/mellan grupperna)

Tvärsnittsjämförelse eller oberoende mätningar (vanliga ANOVA) eller upprepade mätningar (repeated measures ANOVA)

Ger medelvärde och konfidensintervall + P-värde.

- MÖJLIGHET ATT JUSTERA FÖR COUNFOUNDERS OCH TESTA EFFKTMODIFIERING. 

58

Vad bör man tänka på om P-värdet visar på en signifikant skillnad mellan 3 grupper vid ANOVA?

Att man inte alltid kan se vilka grupper det är som skiljer sig signifikant 

59

3 grupper av möss följdes över tid. 

Man studerade hur livslängden varierade med olika dieter (lågkalori, normal och LCHF)

Vilken är den oberoende variabeln samt beroende variabeln?

Vilken skala?

Vad säger tabellen och vad är det för typ av test?

Beroende variabel: Livslängd, kvotskala (metrisk)

Oberoende: Kost.

Tabellen: Visar att det endast finns en signifikant skillnad mellan lågkalorigruppen och de två övriga. LCHF och normal skiljer sig inte signifikant.

- Man kan även se konfidensintervallet för hur mycket medellivslängden påverkas.

Detta är ett post-hoc test, dvs en vidare undersökning om man hittar en skillnad vid ett ANOVA-test. Detta görs för att få reda på VILKA grupper som skiljer sig, inte bara att det finns en skillnad 

60

När ska icke-parametriska test användas?

- När förutsättningarna för parametriska tester INTE uppfylls.

- Vid små urval eller skeva fördelningar (eller ordinal/nominal data)

- Ställer inte samma krav på mätnivå osv.