Epidemiologi. Læringsmål. Hva brukes epidemiologi til? The study of the occurrence of illness. Læren om sykdommers utbredelse og årsaker

Størrelse: px
Begynne med side:

Download "Epidemiologi. Læringsmål. Hva brukes epidemiologi til? The study of the occurrence of illness. Læren om sykdommers utbredelse og årsaker"

Transkript

1 Epidemiologi The study of the occurrence of illness Læren om sykdommers utbredelse og årsaker Johan Håkon Bjørngaard Professor, Institutt for samfunnsmedisin, NTNU Læringsmål Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning - P-verdi versus konfidensintervall Hva brukes epidemiologi til? finne årsaker til sykdom miljø (forebygging) genetikk samspill mellom faktorer mekanismer (mål for behandling) vurdere effekt av intervensjoner i befolkning (kosthold, trening, vaksiner, screening) vurdere effekt av behandling (klinisk epidemiologi) studere naturlige forløp av sykdom (forløp etter diagnose og behandling) generell helsestatistikk-helsetjenesteplanlegging 1

2 Hvorfor lære epidemiologi? Evidence Based Medicine : kritisere og vurdere kunnskap som den medisinske praksis bygger på Lese faglitteratur kritisk Behandling: ta i bruk ny kunnskap i klinikken Kommunikasjon: forståelse av risikobegreper Forskning: planlegge og gjennomføre pasient- eller populasjonsbaserte studier 2

3 Mål på forekomst av sykdom Mål på forekomst av sykdom Prevalens antall med sykdom i en spesifikk populasjon på et gitt tidspunkt- uttrykker status Insidens antall nye tilfeller av sykdom i en spesifikk populasjon i løpet av et gitt tidsrom - uttrykker endring Prevalens - måler sykdomsstatus Andel av en populasjon som har en sykdom på et gitt tidspunkt eksempel: dersom 30 har sykdommen diabetes i en befolkning på 1000 personer er prevalensen 3% et viktig sykdomsmål i helseplanlegging- ressursbehov ikke så velegnet for å finne årsaker til sykdom varighet av sykdom gitt av recovery og dødelighet påvirker prevalensen faktorer en studerer kan påvirke insidens, recovery eller dødelighet tidsrelasjonene mellom årsak og effekt uklar 3

4 Insidens av sykdom = nye tilfeller av sykdom Insidens uttrykkes på to ulike måter: 1. Insidensandel («kumulativ insidens») er sannsynligheten for å få sykdom i løpet av en viss tid, også kalt risiko 2. Insidensraten, sier noe om hvor hyppig en sykdom oppstår -måler endring fra ikke syk til syk per tidsenhet -Mål på hastigheten sykdom opptrer i befolkningen Insidensandel (risiko) Sannsynligheten for at et individ blir syk i løpet av et gitt tidsintervall = Antall individer som blir syke over et gitt tidsintervall Antall individer i populasjonen ved starttidspunktet dersom man følger kvinner i 10 år og 30 av disse får diagnosen livmorkreft er insidensandelen: (30/10 000) = 0.3 % Men, noen av disse er ikke under risiko for å få diagnosen gjennom hele oppfølgingsperioden på 10 år. Noen får kreft, dør, fjerner livmora, eller emigrerer. Hvilket mål på forekomst? Hvorfor har tallet gått opp? Er dette et godt eller dårlig tegn? Prosent som svarer ja på spm: Har du hatt hjerteinfarkt? 7,89 11,48 11,

5 Competing risk og persontid Competing risk: Individer forsvinner ut av studien pga. andre faktorer enn utfallet og er ikke lenger under risiko i studien. Insidensandel tar ikke hensyn til dynamikken i en populasjon og dermed antall personer som til enhver tid er under risiko for utfallet. For å ta hensyn til competing risk bruker en persontid i stedet for antall personer i befolkningen ved studiestart. Insidensrater og persontid under risiko Insidensrater (gullstandarden) antall nye tilfeller av en sykdom Insidensrate = sum av persontid under risiko Vi må beregne bidraget av persontid fra hver person i studien for å estimere insidensrater Persontid: summere tid under risiko Start oppfølging Person død hjerteinfarkt Studieslutt Personår hjerteinfarkt 7 år 10 år 6 år 2 år 5 emigrert 5 år År I løpet av 30 personår: 2 fikk hjerteinfarkt, 1 døde, 1 emigrerte, og 1 ble fulgt uten hendelser. Insidensraten for hjerteinfarkt er 2 per 30 personår = 0,0667 per personår = 6,67 per 100 personår eller 667 per personår 5

6 Hvilke mål på forekomst? Hva sier dette oss? 25,00 20,00 15,00 10,00 5,00 Selvmord per per år blant menn og kvinner født i ,30 5,74 Menn Kvinner 0,60 0,50 0,40 0,30 0,20 0,10 Prosent selvmord i perioden blant menn og kvinner født i ,53 0,20 Menn Kvinner 0,00 Født ,00 Født 1970 Insidens Sammenligning av sykdomsforekomst Trenger mål på sammenheng, effekt, forskjell Absolutte effektmål Relative effektmål 6

7 Absolutte effektmål Differanse mellom to absolutte sykdomsmål risikodifferanse ratedifferanse Numbers needed to treat (NNT) Antall som må behandles for å forebygge ett sykdomstilfelle/død Risikodifferanse Eksempel: Risiko for hjerteinfarkt i løpet av 10 år Statinbrukere: 6% risiko for hjerteinfarkt Placebogruppe: 12% risiko for hjerteinfarkt Risikodifferanse i løpet av 10 år = 0,12-0,06 = 0,06 (6 av 100, 6%, 6%-poeng) Numbers needed to treat: 1/ risikodifferanse NNT=1/0,06 = 17 Ratedifferanse Triglyseridnivå Hjerteinfarkt Personår Insidensrate Høyt / 790 = 190 per 1000 p.år Lavt / 880 = 91 per 1000 p.år Ratedifferanse: raten blant eksponerte minus raten blant ikke-eksponerte Ratedifferanse = (190-91) per 1000 p.år = 99 per 1000 p.år Blant individer med høyt triglyseridnivå oppstår det 99 flere tilfeller av hjerteinfarkt per 1000 p.år enn blant individer med lavt triglyseridnivå 7

8 Relative effektmål Vi beregner en ratio et forholdstall Relativ risiko = ratio mellom to absolutte risikomål risikoratio insidensrateratio Odds ratio ratio mellom to odds (indirekte mål på relativ risiko i case-control-studier) Ratedifferanse Triglyseridnivå Hjerteinfarkt Personår Insidensrate Høyt / 790 = 190 per 1000 p.år Lavt / 880 = 91 per 1000 p.år Insidensrateratio (IRR) - insidensraten blant eksponerte dividert med insidensraten blant ikke-eksponerte 150/ IRR = = = 2,1 80/ Dvs. individer med høyt triglyseridnivå har ca. 2 ganger så høy risiko for å få hjerteinfarkt som individer med lavt triglyseridnivå Absolutt versus relativ risiko Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet,

9 Hvordan bruke statistikk for å fremme et budskap? Osteoporose som eksempel Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet, 2003 Hvilke mål på sykdomsforekomst? Hvordan tolker dere sammenhengene? Per 1,000 per yrs 9

10 Statistisk slutning (inference) Statistisk slutning dreier seg om å trekke valide konklusjoner basert på informasjon fra et utvalg Eksempel: Vi søker en sann forskjell i dødelighet eller en sann forskjell i blodtrykk mellom to grupper, men vi har ikke målinger for hele populasjonen (vi må basere oss på et utvalg) Hvor sikre kan vi være på at observasjonene vi gjør i utvalget korresponderer med resultatet vi ville fått om vi hadde målinger for hele populasjonen? Vi må alltid vurdere usikkerheten i estimatene våre. Hvis du kaster mynt og kron 5 ganger og får kron 4 ganger, kan du konkludere med at mynten lander på kron i 80% av tilfellene? Det stemmer for vårt utvalg på 5 kast, men hva ville skje hvis vi kastet 1000 ganger? 10

11 Sudden infant death syndrome (krybbedød) barn fulgt fram til 1 års alder. Leie SIDS Ikke SIDS Sum Mage Rygg Sum Andel med SIDS blant barn i mageleie: 9 / 846 = 0,011 = 1,1% Andel med SIDS blant barn i ryggleie: 6 / 1761 = 0,003 = 0,3% Vi estimerer en risikodifferanse: 0,011 0,003 = 0,008 NNT = 1 / 0,008 = 125 Andelen døde er helt klart meningsfullt forskjellig, men ville forskjellen vært den samme for alle tilsvarende hendelser/studier? Sudden infant death syndrome (krybbedød) barn fulgt fram til 1 års alder. Leie SIDS Ikke SIDS Sum Mage Rygg Sum Andel med SIDS blant barn i mageleie: 9 / 846 = 0,011 = 1,1% Andel med SIDS blant barn i ryggleie: 6 / 1761 = 0,003 = 0,3% Vi estimerer en risikodifferanse: 0,011 0,003 = 0,008 NNT = 1 / 0,008 = 125 Er forskjellen statistisk signifikant? hypotesetesting (p-verdi) Hvor presise er estimatene? intervallestimering (konfidensintervall) Statistisk slutning (inference) Statistisk inferens baseres på enten: hypotesetesting intervallestimering Ved hypotesetesting prøver vi å forkaste en nullhypotese Ved intervallestimering beregner vi et konfidensintervall, som med for eksempel 95% konfidens, inneholder den sanne parameterverdien Hypotesetesting viser hvor sjelden eller usannsynlig forskjellen er gitt at det egentlig ikke er noen forskjell, mens konfidensintervall viser hvilke forskjeller som er forenlige med observasjonene våre 11

12 Hypotesetesting P-verdier estimeres ut i fra en spesifikk hypotese Vanligst 0-hypotesen (betegnes ofte H 0 ) H 0 : Ingen sammenheng, ingen forskjell Alternativhypotesen betegnes ofte H 1 H 1: Det er en forskjell/sammenheng H 0 og H 1 er gjensidig utelukkende Uskyldig inntil det motsatte er bevist The concept of innocent until proven guilty To-sidig test 0-hypotesen (H o ) hevder vanligvis at det ikke er forskjell Alternativ til dette er at det en forskjell (alternativhypotese, H 1 ) Siden verken H o eller H 1 spesifiserer retning på forskjellen, gir dette grunnlag for en tosidig test (forskjellen kan gå begge veier) Tosidige tester bør brukes såfremt en ikke har veldig gode grunner for å foreta en ensidig test p-verdi P-verdien representerer sannsynligheten, gitt at 0-hypotesen er sann, for at testobservatoren i studien er like langt eller lengre fra 0-hypotesen enn det som ble observert Eks: Anta at en studie gir et estimat på forskjell i blodtrykk mellom to grupper = 10 mmhg P-verdien (tosidig) representerer da sannsynligheten, gitt sann forskjell=0 (H 0 ), for at en slik studie vil gi: en positiv forskjell lik 10mmHg eller høyere eller en negativ forskjell lik 10mmHg eller lavere 12

13 I en randomisert studie ble Medikament A sammenliknet med Medikament B. 57% av pasientene i gruppen som tok medikament A ble friske. 39% av pasientene som tok medikament B ble friske. Forskjellen mellom gruppene ble testet. P-verdi = 0,17. Diskuter følgende utsagn: I. Man blir oftere frisk med medikament A enn med medikament B. II. Man blir sjeldnere frisk med medikament A enn med medikament B. III. Man blir like ofte frisk med medikament A som med medikament B. IV. Vi kan ikke slå fast om man blir oftere/sjeldnere/like ofte frisk med medikament A som med medikament B. I en randomisert studie ble medikament A sammenliknet med medikament B. 57% av pasientene i gruppen som tok medikament A ble friske. 39% av pasientene som tok medikament B ble friske. Forskjellen mellom gruppene ble testet. P-verdi = 0,17. Sykdommen er dødelig. Det finnes ingen annen behandling enn medikament A og medikament B. De to medikamentene kan ikke brukes samtidig. Hvis din mor fikk sykdommen, hvilket medikament ville du valgt? I. Medikament A II. Medikament B III.Hipp som happ, da det ikke var signifikante forskjeller Common guidelines for manuscripts submitted to biomedical journals - ICMJE Statistics When possible, quantify findings and present them with appropriate indicators of measurement error or uncertainty (such as confidence intervals) Avoid relying solely on statistical hypothesis testing, such as the use of P values, which fails to convey important quantitative information Ref: International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. N Engl J Med 1997; 336:

14 In the IJE (International Journal of Epidemiology) we actively discourage the use of the term "statistically significant" or just "significant" and such statements in method sections as "findings at p<0.05 were considered significant". Where used, we ask authors to provide effect estimates with confidence intervals and exact P values, and to refrain from the use of the term "significant" in either the results or discussion section of their papers. Konfidensintervall (KI)- Presisjon Hvis vi gjentar studien mange ganger og beregner et 95% KI for hver studie, vil 95% av KI inneholde den sanne parameterverdien ( det sanne effektestimatet ) Kan si at vi er 95% sikre (confident) på at intervallet inneholder den sanne parameterverdien (verdien vi forsøker å estimere) eller at intervallet inneholder verdier som er forenlige med våre observasjoner- dvs et mål på presisjon Konfidensintervall versus p-verdi Konfidensintervall gir uttrykk for: Størrelse på effekt Retning Presisjon P-verdier uttrykker: En blanding av presisjon og effektstørrelse 14

Læringsmål. Epidemiologi. Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning. P verdi versus konfidensintervall

Læringsmål. Epidemiologi. Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning. P verdi versus konfidensintervall Epidemiologi The study of the occurrence of illness Læringsmål Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning P verdi versus konfidensintervall Studier av sykdommers

Detaljer

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer mekanismer (mål for behandling) vurdere effekt

Detaljer

04.01.2012. Epidemiologi. Hvorfor lære epidemiologi? Mål på forekomst av sykdom. Hva brukes epidemiologi til? The study of the occurrence of illness

04.01.2012. Epidemiologi. Hvorfor lære epidemiologi? Mål på forekomst av sykdom. Hva brukes epidemiologi til? The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer vurdere effekt av intervensjoner (frukt, trening,

Detaljer

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer vurdere effekt av intervensjoner (frukt, trening,

Detaljer

KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM

KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM Oppgaven består av 18 spørsmål, hvorav de første 15 er flervalgsspørsmål (ett poeng per oppgave) - sett ring rundt riktig svar.

Detaljer

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet 1 8-1: Oversikt 2 8-2: Grunnleggende hypotesetesting 3 Section 8-3: Å teste påstander om andeler 4 Section 8-5: Teste en påstand om gjennomsnittet Definisjoner Hypotese En hypotese er en påstand om noe

Detaljer

Tema Kvalitativ og kvantitativ forskningsmetode. Forskningsmetode. Kausalitet. Reliabilitet og validitet. Usikkerhet. IA mandag 5/9-2014

Tema Kvalitativ og kvantitativ forskningsmetode. Forskningsmetode. Kausalitet. Reliabilitet og validitet. Usikkerhet. IA mandag 5/9-2014 Kvalitativ og kvantitativ forskningsmetode IA mandag 5/9-2014 Johan Håkon Bjørngaard, Professor Institutt for samfunnsmedisin johan.h.bjorngaard@ntnu.no Name, title of the presentation Forskningsmetode

Detaljer

Epidemiologi - en oppfriskning. Epidemiologi. Viktige begreper 12.04.2015. Deskriptiv beskrivende. Analytisk årsaksforklarende. Ikke skarpt skille

Epidemiologi - en oppfriskning. Epidemiologi. Viktige begreper 12.04.2015. Deskriptiv beskrivende. Analytisk årsaksforklarende. Ikke skarpt skille Epidemiologi - en oppfriskning Epidemiologi Deskriptiv beskrivende Hyppighet og fordeling av sykdom Analytisk årsaksforklarende Fra assosiasjon til kausal sammenheng Ikke skarpt skille Viktige begreper

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig

Detaljer

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

KLH3002 Epidemiologi. Eksamen høsten 2012

KLH3002 Epidemiologi. Eksamen høsten 2012 KLH3002 Epidemiologi Eksamen høsten 2012 1. Insidens andel (Eng. Incidence proportion)avhenger av A. oppfølgingstiden i studien (= follow up time) B. bortfall fra studien (= loss to follow up) C. Både

Detaljer

Grunnleggende statistikk. Eva Denison 25. Mai 2016

Grunnleggende statistikk. Eva Denison 25. Mai 2016 Grunnleggende statistikk Eva Denison 25. Mai 2016 Agenda Hva er statistikk, og hvorfor trenger vi det? Beskrivende statistikk Statistisk analyse Meta-analyse Hva er statistikk? En måte å kvantitativt beskrive

Detaljer

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig om populasjonen. Konkret: Å analysere en utvalgsobservator for å trekke slutninger

Detaljer

6.2 Signifikanstester

6.2 Signifikanstester 6.2 Signifikanstester Konfidensintervaller er nyttige når vi ønsker å estimere en populasjonsparameter Signifikanstester er nyttige dersom vi ønsker å teste en hypotese om en parameter i en populasjon

Detaljer

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig om populasjonen. Konkret: Analysere en observator for å finne ut noe om korresponderende

Detaljer

Epidemiologi - en oppfriskning. En kort framstilling. Er det behov for kunnskaper om epidemiologi?

Epidemiologi - en oppfriskning. En kort framstilling. Er det behov for kunnskaper om epidemiologi? Epidemiologi - en oppfriskning En kort framstilling Dere kan finne en kort gjennomgang av epidemiologifaget i et kapittel som jeg skrev i en bok. Jacobsen BK. Epidemiologi. I: Kvantitativ forskningsmetodologi

Detaljer

SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering

SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene?

Detaljer

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk ÅMA Sannsynlighetsregning med statistikk, våren 2 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk 2. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk

Detaljer

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/ Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting, innledning. Kp.

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting, innledning. Kp. ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk

Detaljer

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde 1 E DAG PÅ HELSESTASJOE Lises klassevenninnner Lise er veldig liten Hva gjør at du sier at hun er liten? Du har en hypotese om vanlig høyde Du har en hypotese om vanlig høyde Du sammenligner Lises høyde

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ...

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ... ÅMA Sannsynlighetsregning med statistikk, våren 6 Kp. 6 (kp. 6)... Begrep: nullhypotese alternativhypotese ensidig, tosidig teststørrelse (testobservator) nullfordeling kritisk verdi, forkastningsområde

Detaljer

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr: Eksamensdato:

Detaljer

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives

Detaljer

EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part I)

EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part I) Det medisinske fakultet Institutt for kreftforskning og molekylær medisin EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part

Detaljer

KATEGORISKE DATA- TABELLANALYSE ANALYSE AV. Tron Anders Moger. 3. Mai 2005

KATEGORISKE DATA- TABELLANALYSE ANALYSE AV. Tron Anders Moger. 3. Mai 2005 ANALYSE AV KATEGORISKE DATA- TABELLANALYSE 3. Mai 2005 Tron Anders Moger Forrige gang: Snakket om kontinuerlige data, dvs data som måles på en kontinuerlig skala Hypotesetesting med t-tester evt. ikkeparametriske

Detaljer

Verdens statistikk-dag.

Verdens statistikk-dag. Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

Statistikk i klinikken. Arild Vaktskjold 2015

Statistikk i klinikken. Arild Vaktskjold 2015 Statistikk i klinikken Arild Vaktskjold 2015 Kvantitativ forskningsmetode Alt tallfestes, selv kvalitative iakttakelser Målenivå Tall kan klassifiseres forskjellig Målte tallverdier kan anvendes med nøyaktighet

Detaljer

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0 Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

Detaljer

Kapittel 3: Studieopplegg

Kapittel 3: Studieopplegg Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere

Detaljer

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013 1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for

Detaljer

EPIDEMIOLOGI. Hva er det? Medisin for ikke-medisinere. onsdag 25. september 2002. Tom Ivar Lund Nilsen. Institutt for samfunnsmedisinske fag

EPIDEMIOLOGI. Hva er det? Medisin for ikke-medisinere. onsdag 25. september 2002. Tom Ivar Lund Nilsen. Institutt for samfunnsmedisinske fag EPIDEMIOLOGI Hva er det? Medisin for ikke-medisinere onsdag 25. september 2002 Tom Ivar Lund Nilsen Institutt for samfunnsmedisinske fag TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 1 Medisinsk forskning

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet

Detaljer

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

Mer om hypotesetesting

Mer om hypotesetesting Mer om hypotesetesting I underkapittel 36 i læreboka gir vi en kort innføring i tankegangen ved hypotesetesting Vi gir her en grundigere framstilling av temaet Problemstilling Vi forklarer problemstillingen

Detaljer

Bærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU

Bærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU Bærekraftig utvikling - forskerspiren Maria Sviland, Skolelaboratoriet NTNU 1 2 Forskerspiren Forskerspiren Kompetansemål etter Vg1 studieforberedende utdanningsprogram ( - Naturfag i vidregående opplæring)

Detaljer

SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE

SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene? Hva forteller resultatene?

Detaljer

Kapittel 7: Inferens for forventningerukjent standardavvik

Kapittel 7: Inferens for forventningerukjent standardavvik Kapittel 7: Inferens for forventningerukjent standardavvik 7.1: Inferens for forventningen i en populasjon 7.2: Inferens for å sammenligne to forventninger 7.1 Inferens for forventningen i en populasjon

Detaljer

Løsningsforslag Til Statlab 5

Løsningsforslag Til Statlab 5 Løsningsforslag Til Statlab 5 Jimmy Paul September 6, 007 Oppgave 8.1 Vi skal se på ukentlige forbruk av søtsaker blant barn i et visst område. En pilotstudie gir at standardavviket til det ukentige forbruket

Detaljer

Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis. Hege Kornør og Ida-Kristin Ørjasæter Elvsaas

Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis. Hege Kornør og Ida-Kristin Ørjasæter Elvsaas Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis 16.mars 2007 Hege Kornør og Ida-Kristin Ørjasæter Elvsaas Nasjonalt kunnskapssenter for helsetjenesten

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner Bo Lindqvist Institutt for matematiske fag 2 Kapittel 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to

Detaljer

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005. SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan

Detaljer

Utvalgsstørrelse, styrke

Utvalgsstørrelse, styrke Utvalgsstørrelse, styrke Lise Lund Håheim DDS, PhD Professor II, Forskerlinjen, UiO Seniorforsker, Nasjonalt kunnskapssenter for helsetjenesten, Oslo Seniorforsker, Institutt for oral biologi, UiO Introduksjonskurset,

Detaljer

Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi. Det medisinske fakultet NTNU, Trondheim

Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi. Det medisinske fakultet NTNU, Trondheim Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi Det medisinske fakultet NTNU, Trondheim 1 Dødelighetskurven for brystkreft viste en svakt økende

Detaljer

SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST

SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene?

Detaljer

regresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2)

regresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2) Innføring i medisinsk statistikk del 2 regresjonsmodeller Hvorfor vil man bruke regresjonsmodeller? multippel logistisk regresjon. predikere et utfall (f.eks. sykdom, død, blodtrykk) basert på et sett

Detaljer

Samspill i Sørkedalsveien 6 år etter Konflikter bil/sykkel i krysset Sørkedalsveien/Morgedalsvegen

Samspill i Sørkedalsveien 6 år etter Konflikter bil/sykkel i krysset Sørkedalsveien/Morgedalsvegen TØI-rapport 934/2007 Forfattere: Ross Phillips; Torkel Bjørnskau; Rolf Hagmann Oslo 2007, 19 sider Sammendrag: Samspill i Sørkedalsveien 6 år etter Konflikter bil/sykkel i krysset Sørkedalsveien/Morgedalsvegen

Detaljer

Blau Syndrom/ Juvenil Sarkoidose

Blau Syndrom/ Juvenil Sarkoidose www.printo.it/pediatric-rheumatology/no/intro Blau Syndrom/ Juvenil Sarkoidose Versjon av 2016 1. HVA ER BLAU SYNDROM/ JUVENIL SARKOIDOSE 1.1 Hva er det? Blau syndrom er en genetisk sykdom. Sykdommen gir

Detaljer

Hva bør pasienten teste selv?

Hva bør pasienten teste selv? Hva bør pasienten teste selv? Steinar Madsen Medisinsk fagdirektør Statens legemiddelverk Optimisme I år 2000 vil de sykdommene som tar livet av flest mennesker slik som hjertesykdom, slag, lungesykdom

Detaljer

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis μ 1 og μ. Vi trekker da ett utvalg fra hver populasjon. ST00 Statistikk for

Detaljer

Løsningsforslag til obligatorisk innlevering 3.

Løsningsforslag til obligatorisk innlevering 3. svar3.nb 1 Løsningsforslag til obligatorisk innlevering 3. Oppgave 1 * Vi skal sammenlikne to sensoere A og B. Begge har rettet den samme oppgaven. Hvis populasjonen er eksamensoppgavene, har vi altså

Detaljer

SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE

SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE (Tverrsnittstudie, spørreundersøkelse, survey) FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene? Hva forteller resultatene? Kan resultatene være til

Detaljer

Hvordan forstå meta-analyse

Hvordan forstå meta-analyse Hvordan forstå meta-analyse Nettverkskonferansen i kunnskapsbasert praksis 2016 Professor Birgitte Espehaug, Senter for kunnskapsbasert praksis Workshop 05.04.2016 og 06.04.2016 Agenda Kort introduksjon

Detaljer

Sammendrag. Innledning

Sammendrag. Innledning Sammendrag Innledning Omtrent 80 prosent av alle hjerneslag er iskemiske, et resultat av blokkering av oksygentilførselen til hjernen. Dersom det ikke blir påvist intrakraniell blødning og det ikke foreligger

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer

Registerbaserte pandemistudier - en oppsummering. Lill Trogstad Avdeling for vaksine, FHI

Registerbaserte pandemistudier - en oppsummering. Lill Trogstad Avdeling for vaksine, FHI Registerbaserte pandemistudier - en oppsummering Lill Trogstad Avdeling for vaksine, FHI Vaksinedagene 2015 Influensapandemien 2009/ 2010 RegFlu - Registerbaserte influensastudier Meldesystemet for smittsomme

Detaljer

Kausalitet - Hvordan komme litt nærmere sannheten

Kausalitet - Hvordan komme litt nærmere sannheten Seniorforsker, professor Lise Lund Håheim Nasjonalt kunnskapssenter for helsetjenesten, Universitetet i Oslo Kausalitet - Hvordan komme litt nærmere sannheten Nasjonalt kunnskapssenter for helsetjenesten

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven

Detaljer

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger. H12 - Semesteroppgave i statistikk - sensurveiledning Del 1 - teori 1. Gjør rede for resonnementet bak ANOVA. Enveis ANOVA tester om det er forskjeller mellom gjennomsnittene i tre eller flere populasjoner.

Detaljer

Logistisk regresjon 2

Logistisk regresjon 2 Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.

Detaljer

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode Sensorveiledning: skoleeksamen i SOS1120 - Kvantitativ metode Tirsdag 30. mai 2016 (4 timer) Poenggivning og karakter I del 1 gis det ett poeng for hvert riktige svar. Ubesvart eller feil svar gis 0 poeng.

Detaljer

Diagnostiske tester. Friskere Geiter Gardermoen, 21. november Petter Hopp Seksjon for epidemiologi

Diagnostiske tester. Friskere Geiter Gardermoen, 21. november Petter Hopp Seksjon for epidemiologi Diagnostiske tester Friskere Geiter Gardermoen, 21. november 20112 Petter Hopp Seksjon for epidemiologi Temaer Hva er en diagnostisk test Variasjon - usikkerhet Egenskaper ved en test Sensitivitet Spesifisitet

Detaljer

Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme?

Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme? Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme?, dr. med, MSc redaktør, r, Tidsskrift for Den norske legeforening Når r vet vi nok til å anbefale ny behandling? til å gi medikamenter

Detaljer

NB: Oppgavene i hvert fag begynner på ny side. Start også besvarelsen av hvert fag på nytt ark, slik at besvarelsen kan deles i 4 deler, etter fag.

NB: Oppgavene i hvert fag begynner på ny side. Start også besvarelsen av hvert fag på nytt ark, slik at besvarelsen kan deles i 4 deler, etter fag. 1 Ordinær eksamen, MED1100/OD1100 Høsten 2015 Torsdag 15. oktober 2015 kl. 09:00-14:00 Bokmål Oppgavesettet består av 5 sider Viktige opplysninger: Oppgavene vurderes under ett og teller omtrent like mye

Detaljer

www.printo.it/pediatric-rheumatology/no/intro

www.printo.it/pediatric-rheumatology/no/intro www.printo.it/pediatric-rheumatology/no/intro Majeed Versjon av 2016 1. HVA ER MAJEED SYNDROM? 1.1 Hva er det? Majeed syndrom er en sjelden genetisk sykdom. Pasientene har kronisk tilbakevendende multifokal

Detaljer

Summary of findings (SoF) tabell

Summary of findings (SoF) tabell Summary of findings (SoF) tabell Resultat-tabell som viser kvaliteten på dokumentasjonen på tvers av utfallsmål PICO-spørsmål 1.6: Hva er effekten av kontinuerlig monitorering av fysiologiske og nevrologiske

Detaljer

Lesing og vurdering av forskningslitteratur og forskningsbasert kunnskap

Lesing og vurdering av forskningslitteratur og forskningsbasert kunnskap Lesing og vurdering av forskningslitteratur og forskningsbasert kunnskap Klinisk beslutningslære IIA/IIB Kristine Pape, Institutt for samfunnsmedisin kristine.pape@ntnu.no «nytt»/utvidet tema fra i fjor

Detaljer

Epidemiologi og risikovurdering. Disposisjon. Noen begreper. Epidemiologi klassifisert etter formål. Epidemiologi. Metoder epidemiologi.

Epidemiologi og risikovurdering. Disposisjon. Noen begreper. Epidemiologi klassifisert etter formål. Epidemiologi. Metoder epidemiologi. Metoder epidemiologi Epidemiologi og BIO 4530: Regulatorisk toksikologi UiO 29. april 2004 Formål Gi en kritisk vurdering av epidemiologi som et verktøy i Målgruppe Alle som er involvert i toksikologisk

Detaljer

Hvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health

Hvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health Hvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health Mette Kalager, Marvin Zelen, Frøydis Langmark, Hans-Olov Adami Effect of screening mammography

Detaljer

Sannsynlighet (Kap 3)

Sannsynlighet (Kap 3) Sannsynlighet (Kap 3) Medisinsk statistikk Del I 3 sept. 2008 Eirik Skogvoll, 1.amanuensis/ overlege Hva er sannsynlighet? Grunnleggende sannsynlighetsregning 1 Brystkreft (Eks. 3.1) Forekomst av brystkreft

Detaljer

Medisinsk statistikk, KLH3004 Dmf, NTNU 2009. Styrke- og utvalgsberegning

Medisinsk statistikk, KLH3004 Dmf, NTNU 2009. Styrke- og utvalgsberegning Styrke- og utvalgsberegning Geir Jacobsen, ISM Sample size and Power calculations The essential question in any trial/analysis: How many patients/persons/observations do I need? Sample size (an example)

Detaljer

Hypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal

Hypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal Hypotesetesting: Prinsipper Frode Svartdal UiTø Januar 2014 Frode Svartdal Alt dette er mat for hypotesetesting! Utgangspunkt En antakelse begrunnet i teori Dissonansteori: Hvis, så. En vanlig oppfatning

Detaljer

7.2 Sammenligning av to forventinger

7.2 Sammenligning av to forventinger 7.2 Sammenligning av to forventinger To-utvalgs z-observator To-utvalgs t-prosedyrer To-utvalgs t-tester To-utvalgs t-konfidensintervall Robusthet To-utvalgs t-prosedyrerår variansene er like Sammenlikning

Detaljer

Bør rotavirusvaksine tas inn i barnevaksinasjonsprogrammet?

Bør rotavirusvaksine tas inn i barnevaksinasjonsprogrammet? Bør rotavirusvaksine tas inn i barnevaksinasjonsprogrammet? Synne Sandbu, overlege Avd. for vaksine Divisjon for smittevern Nasjonalt folkehelseinstitutt 4. Juni 2010 1 Arbeidsgruppe med mandat: Vurdere

Detaljer

Forelesning 10 Kjikvadrattesten

Forelesning 10 Kjikvadrattesten verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en

Detaljer

Løsningsforslag øving 9, ST1301

Løsningsforslag øving 9, ST1301 Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene

Detaljer

Ungdomshelse, skolefrafall og trygdeytelser

Ungdomshelse, skolefrafall og trygdeytelser Til konferanse «Jobbnærvær, mangfold og inkludering», Bodø, 27. oktober 2014 Ungdomshelse, skolefrafall og trygdeytelser Kristine Pape, Institutt for samfunnsmedisin, NTNU Sosial epidemiologi, arbeid og

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

Hvordan kan vi lage gode eksamener?

Hvordan kan vi lage gode eksamener? Hvordan kan vi lage gode eksamener? Stefan Schauber Centre for Educational Measurement (CEMO) & Helsevitenskapelig utdanningssenter 1 / 33 «Nøyaktighet og presisjon» 2 / 33 Presisjon «Presisjon, i vitenskapen

Detaljer

Over personer vil få en kreftdiagnose i Norge i 2015.

Over personer vil få en kreftdiagnose i Norge i 2015. Over 30 000 personer vil få en kreftdiagnose i Norge i 2015. Hvordan har utviklingen vært? Hvordan blir den fremover? Hva kan vi bidra med? Steinar Tretli, PhD, Professor Kreftregisteret/ NTNU- ISM Litt

Detaljer

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger Fordelinger, mer om sentralmål og variasjonsmål Tron Anders Moger 20. april 2005 1 Forrige gang: Så på et eksempel med data over medisinerstudenter Lærte hvordan man skulle få oversikt over dataene ved

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 TMA4240 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 11 Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale begreper

Detaljer

i x i

i x i TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 11, blokk II Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale

Detaljer

Ny strategi for ikke-smittsomme sykdommer

Ny strategi for ikke-smittsomme sykdommer For forebygging, diagnostisering, behandling og rehabilitering av fire ikke-smittsomme sykdommer; hjerte- og karsykdommer, diabetes, kols og kreft Ny strategi for ikke-smittsomme sykdommer Henriette Øien,

Detaljer

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi

Detaljer

Inkontinens etter vaginalfødsel sammenlignet med keisersnitt

Inkontinens etter vaginalfødsel sammenlignet med keisersnitt Epidemiologi Inkontinens etter vaginalfødsel sammenlignet med keisersnitt KS Vag ARR NNT 16% 21% 5% 20 Stidiagram Forhold ved studien som vil påvirke resultatets relevans, fortolkning, overføringsverdi

Detaljer

Oppgaver til Studentveiledning 3 MET 3431 Statistikk

Oppgaver til Studentveiledning 3 MET 3431 Statistikk Oppgaver til Studentveiledning 3 MET 3431 Statistikk 24. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 01/06/2011: Oppgave 1-7. Eksamensoppgaven fra 06/2011

Detaljer

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 BOKMÅL EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Onsdag

Detaljer

Innhold. Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk epidemiologi...

Innhold. Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk epidemiologi... Innhold FORORD... 5 DEL 1 GRUNNLEGGENDE PRINSIPPER... 13 KAPITTEL 1 HVA ER EPIDEMIOLOGI?... 15 Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk

Detaljer

Epidemiologi og risikovurdering. Disposisjon. Epidemiologi. Noen begreper. Metoder epidemiologi

Epidemiologi og risikovurdering. Disposisjon. Epidemiologi. Noen begreper. Metoder epidemiologi Metoder epidemiologi Epidemiologi og BIO 4530: Regulatorisk toksikologi UiO 28. april 2005 Formål Gi en kritisk vurdering av epidemiologi som et verktøy i Målgruppe Alle som er involvert i toksikologisk

Detaljer

Ukens tema. Ukens tema. Ukens tema og kritisk lesning

Ukens tema. Ukens tema. Ukens tema og kritisk lesning Ukens tema og kritisk lesning Johan Håkon Bjørngaard og Pål Romundstad, ISM Name, title of the presentation Ukens tema Faglig diskusjon av aktuelle tema i medisin Trening i å lese vitenskapelige artikler

Detaljer

1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver. 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver

1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver. 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver 1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver 3 Oppvarming til kap 10: Rette linjer Sammenligne to populasjoner Data fra to

Detaljer

Oppgaver til Studentveiledning I MET 3431 Statistikk

Oppgaver til Studentveiledning I MET 3431 Statistikk Oppgaver til Studentveiledning I MET 3431 Statistikk 20. mars 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Konfidensintervaller Vi ser på inntekten til en tilfeldig valgt person (i tusen

Detaljer

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs.

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs. Eksamen i: MET 040 Statistikk for økonomer Eksamensdag: 31 Mai 2007 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

Hvordan kvalitetsvurderer vi

Hvordan kvalitetsvurderer vi Hvordan kvalitetsvurderer vi forskningsartikler? Niels Gunnar Juel, seniorrådgiver/lege, Kunnskapssenteret Hva skal vi bruke tiden til? 1. time Ulike studiedesign - når bruker vi dem Vurdering av enkeltstudier

Detaljer

Cardiac Exercise Research Group (CERG)

Cardiac Exercise Research Group (CERG) 1 Dorthe Stensvold Cardiac Exercise Research Group (CERG) 2 Vårt forskningsfokus: Å identifisere mekanismer bak de fordelaktige effektene som fysisk trening gir på hjerte, blodårer og skjelettmuskel. 3

Detaljer

Forskningsmetoder i menneske-maskin interaksjon

Forskningsmetoder i menneske-maskin interaksjon Forskningsmetoder i menneske-maskin interaksjon Kapittel 2- Eksperimentell forskning Oversikt Typer atferdsforskning Forskningshypoteser Grunnleggende om eksperimentell forskning Signifikanstesting Begrensninger

Detaljer