Velkommen. til STK1000, Innføring i anvendt statistikk. statistikk er historien om de mange 24/08/2016

Transkript

1 Velkommen til STK1000, Innføring i anvendt statistikk Kathrine Frey Frøslie. Statistiker, PhD. Nasjonal kompetansesenter for kvinnehelse Oslo Centre for Biostatistics and Epidemiology statistikk er historien om de mange 1

2 Blant 100 barn (under 5 år) som får meslinger: Blant 100 barn som får MMR-vaksine: Milde symptomer behandles hjemme Moderate komplikasjoner legekonsultasjon Alvorlige komplikasjoner akutt legehjelp (sykehusinnleggelse) 2

3 Blant 100 barn (under 5 år) som får meslinger: Blant 100 barn som får MMR-vaksine: 1 av av av av Feberkrampe Blødningssykdom Hjernehinnebetennelse (hjerneskade/død) Akutt, dødelig hjernehinnebetennelse 1 av av Maksimalt 1 Ingen Essens Historie- essens Historie 3

4 Vi må undersøke mange for å trekke ut essensen: 4

5 5

6 Florence Nightingale tending to wounded soldiers. National Library of Medicine Oppsummeringene er viktige (og noen er vakre) Slike oppsummeringer er hva folk flest forbinder med statistikk. 6

7 7

8 Fødsler i Norge Data fra Medisinsk fødselsregister J F M A M J J A S O N D Kvikk Lunsj-salg i Norge 8

9 Infografikk, InfoVis, Information visualization: «Information is beautiful» 9

10 10

11 Igangsetting av tiltak krever ofte bruk av statistiske analyser (både rene oppsummeringer, men også mer sofistikerte analyser) James Lind, sitrusfrukter og skjørbuk 11

12 Krybbedød: Fra 140 per år til under 20 per år etter kampanje Kaste eller drikke? 12

13 Ekstremværvarsel Evakuere? 13

14 Investeringer Fastrente? Big data 14

15 15

16 Personalized medicine: Chronic myeloid leukemia (CML) Cancer of the white blood cells. In Western countries it accounts for 15-20% of all adult leukemias CML is now treated with targeted drugs called tyrosine kinase inhibitors (TKIs). Before TKIs, median survival time for CML patients was 3 5 years from time of diagnosis. With the use of TKIs, the overall survival rate is about 90% after five years. 16

17 Hjernen er en stor statistikkkalkulator 17

18 Er P(sjans) > P(avvisning)? 18

19 P(Inntil døden skiller oss ad) MatNat, laveregradskurs, 2010 A B C D Stryk 12% 23% 34% 19% 12% STK1000 H2016? Antall timer totalt? Kursets rykte? Liker du appelsiner? Tidligere karakterer? Motiverende eksempler? Ambisjoner? Kjønn? Praktiske oppgaver? Jevnt og trutt vs skippertak? Tidsnok til timene? Benytte gruppetimer? 19

20 Flere årsakssammenhenger: Kaloriinntak - overvekt 20

21 21

22 Vi gjør statistisk analyse hele tiden uten at vi er det bevisst. Ofte er våre subjektive beregninger, det vi tror, FEIL. Statistikk brukes for å finne ut om verden er slik vi *tror* den er Skal vi formalisere beregningene, trenger vi notasjon, språk og verktøy. Vi må uttrykke oss presist om statistiske analyser Vi må undersøke mange for å trekke ut essensen Oppsummeringene er viktige Igangsetting av tiltak? Grisete datasett? Svære datasett? Data-behandling Notasjon, språk og begreper Hvor mange er «mange»? Hvilke oppsummeringer? Figurer? Oppsummeringstall? Hva ønsker du å oppnå? - Hvilken respons? - Hvilken forklaringsmodell? Datavasking, forberedelser til analysen Big data? Forklare? Predikere? Programvare (R) 22

23 IRL: Forelesninger Grupper Web: Kursets nettside Facebook-gruppe Papir: Boka: Introduction to Tall forteller Praktisk: Datainnsamling Kahoot IT: R Nettskjema Excel STK1000: OVERSIKT I boka 1. Planlegging og design, data-innsamling og ulike typer data , Enkel oppsummering: Beskrive data (deskriptiv analyse) med figurer og oppsummeringstall Beskrive enkle (bivariate) sammenhenger: Krysstabeller, boxplot, scatterplot Chi-square, t-test/w signrank test, korrelasjon 9.1,7.2/15.1,2.6 (10.1) 4. Regresjonsanalyse: Outcome, covariate, residuals 2.4, 2.5, 2.7, To explain or to predict? , Confounder/mediator/collider, variable selection Populasjon data modell. Normalfordelingen 1.4 CLT og N-fordeling, 5.1 Binomisk og N-fordeling, Poisson og N-fordeling 5.2 Sannsynlighetsbegrepet ,4.5 Stokastiske variabler, sannsynlighetsfordelinger og tettheter (1.4, ) Inferens: Konfidensintervall 3.4, 6.1 og Hypotesetesting (inkl p-verdi, styrke) Ett-utvalgs t-test 7.1 To-utvalgs t-test og Wilcoxons rangsum-test 7.2,

24 STK1000: OVERSIKT I boka 1. Planlegging og design, data-innsamling og ulike typer data , 3.5 Første praktiske oppgave: Appelsinskrellekonkurranse Forskningsspørsmål/ Problemstilling: 24

25 25

26 Neste forelesning, fredag 26. august kl : HåvaRd Kvamme gir en innføring i R 26