Når er statistikeren signifikant?
|
|
- Esther Cathrine Eriksson
- 8 år siden
- Visninger:
Transkript
1 Når er statistikeren signifikant? Eirik Skogvoll Professor / overlege dr. med. Institutt for sirkulasjon og bildediagnostikk (ISB) Klinikk for anestesi og akuttmedisin 1
2 Når er statistikeren signifikant? Hva kan en statistiker bidra med i forskningens forskjellige faser (fra plan til publikasjon) Hva statistikeren ikke kan hjelpe med (dårlig utvalg, dårlige mål, stort frafall osv). Hvor og hvordan man får slik hjelp. Medforfatterskap, priser ol. 2
3 En vanlig dag på kontoret Hei, jeg har et datamateriale Jo, vi stilte noen spørsmål og målte noen parametere og så tok vi noen prøver OK hva er det du har undersøkt? Hva var utfallsvariabelen? Vel altså, jeg kan godt sende deg en SPSS-fil Hmmm hva er det EGENTLIG du lurer på? 3
4 De største utfordringene Uklar problemstilling Analyse av data samlet inn for et annet formål (for eksempel administrative formål) Manglende forståelse av problemet med observasjonsstudier, spesielt bruk av historiske kontroller 4
5 Vanlige problemstillinger - 1 Utvalgsstørrelse: «hvor stor n må jeg ha?» Tolkning av resultater fra en statistisk analyse: «Hva betyr det at» Generelle statistiske spørsmål: Hva er egentlig forskjellen på lineær regresjon og korrelasjon? En del av mine observasjoner mangler. Hva kan jeg gjøre da? Kurs: «Trenger jeg all denne teorien? Vil helst (bare) lære det praktiske!» Spesielle statistiske spørsmål: «Hvordan velge riktig regresjonsmodell?» «Hvordan korrigere for utgangsverdien når jeg sammenlikner to grupper?» 5
6 Hva er statistikk? Populasjon Fenomen Utvalg Observasjoner (datainnsamling) Tolkning (inferens) Måling Modell statistisk analyse 6
7 Generell tilnærming Ikke undervurder utfordringen Ta et statistikk-kurs der du møter folk dere kan ha samme type problemer! Skaff deg (minst én) generell lærebok i statistikk Lær deg (minst ett) generelt dataverktøy for statistisk analyse Stata SPSS R 7
8 Hva er det viktigste vi kan bidra med i planleggingsfasen Valg av design Eksperimentell vs. observasjon, randomisering, tverrsnitt, case/control, longitudinell etc. Valg av utfallsvariabel kontinuerlig, kategorisk, binær (1/0), ordinal VELDIG vesentlig for analysemetoden!! Beregning av utvalgsstørrelse («n») En idé om hvorvidt det du leter etter faktisk kan finnes hvis den er der kreves (stort sett) i søknaden til REK 8
9 Hva er det viktigste vi kan bidra med i skrivefasen Veiledning i bruk av programvare ift. analyse data NB! Statistiker er ikke en data manager! Forskeren må regne med å gjøre hovedanalysen og forstå hva han/hun har gjort, selv Forklare/ diskutere hvilken modell man benytter Forutsetninger, feilkilder etc. 9
10 Hva er det viktigste vi kan bidra med i publikasjonsfasen? Presentere statistisk metode i artikkelen I prinsipp skal analysen kunne gjøres av andre uten videre Ved behov et særlig appendix Bidra ved framstilling av resultatene En god figur sier mer enn 1000 t-tester Bidra til å besvare/ avhjelpe ved revisjon av manus Gode kommentarer er verdifulle, re-analyse kan være nødvendig Noen billige innvendinger kan avvises (avvik fra normalitet, krav om bruk av ikke-parametrisk statistikk etc.) 10
11 "... many reviewers' poor understanding of statistics, especially the belief that rules must be blindly followed... whether a particular approach would be "legal" or "against the rules"... This misunderstanding of statistics as a body of seemingly arbitrary dogma leads many reviewers to perceive violations even when the research has not actually been harmed. " Professor Peter Bacchetti Department of Epidemiology and Biostatistics, University of California, San Francisco (BMJ ) 11
12 How to make efficient use of your subjects Re-use subjects if possible, using a repeated measurements design. Intra-subject variance will be reduced, as each subject acts as his own control. Enter more than one experimental factor, using a factorial design. Each subject counts twice (or thrice )! Refine your measurement methods to reduce residual error Never, never, never! dichotomize a continuous outcome variable to a binary one (i.e. 1 or 0)! This has the largest variance. 12
13 Case 1: Det lille materialet Ola jobber på en liten poliklinikk med mye langtidsbehandling/ oppfølging. De ønsker å se på effekten av en ny type intervensjon for pasientene som kan bedre funksjonsnivået for noen. Intervensjonen består i konsentrasjonstrening ved hjelp av et dataprogram. Pasientene med det aktuelle problemet utgjør ca 30 % av ca 100 pasienter i poliklinikken. De aktuelle pasientene får langtidsbehandling (90 % > 1 år), og det kommer 2-4 nye pasienter innen gruppen pr år. Funksjonsnivået innen målgruppen er svært varierende og måles med spørreskjemaet COOP-WONCA. En tidligere undersøkelse på liknende pasientgruppe viser en snittskåre på 19 og standardavvik på 6. Det oppgis at en endring i totalskåre på mer enn 2 er klinisk interessant. Ola har fått midler til å samle data i ett år. Det tenker seg et RCT-design. Kontrollgruppen er tenkt å få "treatment as usual". Kan han få noe ut av dette? Hva kan han gjøre for å bedre sjansene for å få holdbare resultater. 13
14 Case 1 Problemstilling: er intervensjon bedre enn usual? («superiority» design) Utfall: COOP-WONCA (etter ett år?) mean =19, SD = 6, minste interessante forskjell = 2, dvs. standardisert forskjell Δ =2/6 = 0.33 Kontinuerlig utfallsvariabel: t-test, α=0.05, 1-β = 0.8 Bruk software, eller slå opp i tabell: n= 142 i hver gruppe, til sammen 284 pasienter 14
15 . sampsi 19 21, sd(6) pre(1) r1(.7) power(0.8) Estimated sample size for two samples with repeated measures Assumptions: m1 = 19 m2 = 21 sd1 = 6 sd2 = 6 n2/n1 = 1.00 number of follow-up measurements = 1 number of baseline measurements = 1 correlation between baseline & follow-up = Method: POST relative efficiency = adjustment to sd = adjusted sd1 = Estimated required sample sizes: n1 = 142 n2 = 142 Method: CHANGE relative efficiency = adjustment to sd = adjusted sd1 = Estimated required sample sizes: n1 = 85 n2 = 85 Method: ANCOVA relative efficiency = adjustment to sd = adjusted sd1 = Estimated required sample sizes: n1 = 73 n2 = 73 alpha = (two-sided) power =
16 Case 1: mulige alternativer Justere for utgangsverdi (se på endring, heller enn bare skåre ved avslutning) - betyr mye hvis pre- og postverdi er sterkt korrelerte! Ta med andre sentra for å øke inklusjonsraten 16
17 Case 2: Den sjeldne hendelsen Kari jobber på akuttpost i psykiatrien. Siste 6 måneder har det vært 2 suicid i enheten og ett rett etter utskriving. Kari vil bedre fokus på suicidalitet i enheten ved å gi opplæring i suicidalvurdering, samt at det tas inn i en daglig vurdering av de innlagte pasientene. Hun ønsker å få vite noe om effekten av dette. Ved gjennomgang av de siste 5 års innleggelser finner hun 8 suicid i avdelingen og 5 like etter utskriving. Totalt sett har enheten hatt 1600 innleggelser i de samme 5 år. Er det mulig å få svar i løpet av neste år på om endringene er effektive for å redusere suicid? Eventuelt - hvor lenge må Kari observere for å få gyldig svar? Kan Kari endre noe på undersøkelsen sin for å få svar på spørsmålet? 17
18 Case 2 Problemstilling: 13 suicid ila innleggelser (5 år), dvs suicid pr innleggelse Vil ett års observasjon kunne gi holdepunkt for at en reduksjon har funnet sted? Kohort-studie med hsitoriske kontroller (diskutabel!!) Antar 320 innleggelser, forventer 0.008*320 = 2.6, dvs. 2 til 3 suicid ila. ett år 18
19 Case 2 Utfallsvariabel er Poisson-fordelt Forventer 50 % reduksjon, dvs pr innleggelse (realistisk?) Hvor mange år (egentl. innleggelser) må en observere? Test: Chi-kvadrat (evt. Poisson regresjon) 19
20 Problem Sjeldne hendelser Referansen er upresis!. cii , poisson Poisson Exact Variable Exposure Mean Std. Err. [95% Conf. Interval]. cii 320 0, poisson Poisson Exact Variable Exposure Mean Std. Err. [95% Conf. Interval] (*) one-sided, 97.5% confidence interval. cii 320 1, poisson * Poisson Exact Variable Exposure Mean Std. Err. [95% Conf. Interval]
21 . csi Exposed Unexposed Total Cases Noncases Total Risk Point estimate [95% Conf. Interval] Risk difference Risk ratio 0.. Prev. frac. ex. 1.. Prev. frac. pop csi chi2(1) = 2.62 Pr>chi2 = Exposed Unexposed Total Cases Noncases Total Risk Point estimate [95% Conf. Interval] Risk difference Risk ratio Prev. frac. ex Prev. frac. pop chi2(1) = 0.92 Pr>chi2 =
22 . csi Exposed Unexposed Total Cases Noncases Total Risk Point estimate [95% Conf. Interval] Risk difference Risk ratio Prev. frac. ex Prev. frac. pop csi chi2(1) = 0.76 Pr>chi2 = Exposed Unexposed Total Cases Noncases Total Risk Point estimate [95% Conf. Interval] Risk difference Risk ratio Prev. frac. ex Prev. frac. pop chi2(1) = 2.04 Pr>chi2 =
23 . csi Exposed Unexposed Total Cases Noncases Total Risk Point estimate [95% Conf. Interval] Risk difference Risk ratio Prev. frac. ex Prev. frac. pop chi2(1) = 3.27 Pr>chi2 =
24 Case 2: mulige alternativer Velge et surrogat-utfall som man vet er korrelert til det egentlige utfallet (f.eks. suicidale tanker?) Ta med andre sentra for å øke inklusjonsraten 24
25 Case 3: Det store materialet - signifikans vs. effekt-størrelse Tone arbeider med data fra en stor epidemiologisk undersøkelse (N=43000). Hun ser på sammenhengen mellom sosialt nettverk og henvisning til spesialisthelsetjenesten for depresjon i de første 5 år etter at data ble samlet inn. Hun fjerner de som hadde høye depresjonsskårer ved undersøkelsestidspunktet og sitter igjen med personer. Sykehusregisteret viser at 1000 av disse ble henvist med depresjon i 5- års perioden. Hun finner en statistisk signifikant sammenheng mellom dårlig sosialt nettverk og henvisning blant kvinnene med en r= 0.07 (p<0.001). Hva kan dette bety i praksis? Er det noe å bry seg med? 25
26 Utfordringer Statistikeren medforfatter? Ofte! Men avhenger av graden av medvirkning (kfr. Vancouverdeklarasjonen) Statistikeren må forstå biologien og omvendt! Kontakt Enhet for Anvendt klinisk forskning (AKF), e.post til: Gratis enn så lenge (men blir AKF en kjernefasilitet med internfakturering på sikt?) 26
Anvendt medisinsk statistikk, vår Repeterte målinger, del II
Anvendt medisinsk statistikk, vår 009 Repeterte målinger, del II Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald
DetaljerKLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger
KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet
DetaljerRepeterte målinger. Repeterte målinger. Eirik Skogvoll
Repeterte målinger Eirik Skogvoll Førsteamanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2009 1 Repeterte målinger Mer eller mindre synonymt med... Repeated
DetaljerKlassisk ANOVA/ lineær modell
Anvendt medisinsk statistikk, vår 008: - Varianskomponenter - Sammensatt lineær modell med faste og tilfeldige effekter - Evt. faktoriell design Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin
DetaljerMASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl
MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019
DetaljerEndring over tid. Endringsskårer eller Ancova? Data brukt i eksemplene finner dere som anova-4-1.sav, anova-4-2.sav og likelonn.sav.
Endring over tid. Endringsskårer eller Ancova? Data brukt i eksemplene finner dere som anova-4-1.sav, anova-4-2.sav og likelonn.sav. Analyse av endringsskårer (change scores). Vi så forrige gang på analyser
DetaljerPSY2012 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
DetaljerRepeated Measures Anova.
Repeated Measures Anova. Vi bruker oppgave-5 som eksempel. I en evalueringsstudie av en terapeutisk intervensjon valgte man et pre-post med kontrollgruppe design. Alle personer ble undersøkt tre ganger
DetaljerBakgrunn. 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
DetaljerRepeterte målinger. Repeterte målinger. Eirik Skogvoll. Gjentatte observasjoner på samme individ:
Repeterte målinger Eirik Skogvoll 1.amanuensis dr.med. Enhet for anvendt klinisk forskning (AKF) Det medisinske fakultet, februar 2008 1 Repeterte målinger Mer eller mindre synonymt med... Repeated measurements
DetaljerKapittel 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
DetaljerMedisinsk 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)
DetaljerEksamensoppgave i PSY3100 forskningsmetoder kvantitativ
Institutt for psykologi Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 15. mai 2017 Eksamenstid: 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 fredag 25. mai 2012, kl. 9.00 13:00 Antall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk
MASTER I IDRETTSVITENSKAP 013/015 MASTER I IDRETTSFYSIOTERAPI 013/015 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 10. mars 014 kl. 10.00-1.00 Hjelpemidler: kalkulator Eksamensoppgaven består
DetaljerAnalyse 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
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00
MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden
DetaljerGenerelle lineære modeller i praksis
Generelle lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y en eller flere uavhengige
DetaljerLineære modeller i praksis
Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:
DetaljerSupplement 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
DetaljerMultisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen
Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen Enhet for anvendt klinisk forskning, NTNU Inference oversettes med slutning inference n. a. The act or process of deriving logical conclusions
DetaljerNorges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt
Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt BOKMÅL/NYNORSK EKSAMEN I: PED3001 - STATISTIKK FAGLIG KONTAKT UNDER EKSAMEN: Per Frostad
DetaljerEksamensoppgave i PSY2022 Forskningsdesign
Psykologisk institutt Eksamensoppgave i PSY2022 Forskningsdesign Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 16. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEksamensoppgave 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
DetaljerEksamensoppgave i PSY Forskningsdesign
Psykologisk institutt Eksamensoppgave i PSY2022 - Forskningsdesign Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 2. juni 2016 Eksamenstid (fra-til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerSimulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen
Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen gir testobservatoren t mer spredning enn testobservatoren
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte
DetaljerUNIVERSITETET I OSLO
Eksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk Eksamensdag: Mandag 3. desember 2018. Tid for eksamen: 14.30 18.30. Oppgavesettet er på
DetaljerKunnskapsesenterets Bruk og tolkning av meta-analyser. nye PPT-mal. Jan Odgaard-Jensen, statistiker
Kunnskapsesenterets Bruk og tolkning av meta-analyser nye PPT-mal Jan Odgaard-Jensen, statistiker Formål og innhold Grunnleggende definisjoner Hva er en meta-analyse og hva er formålet? Forutsetninger
DetaljerHypotesetesting: 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
DetaljerEksamensoppgave i PSY3100 Forskningsmetode kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 8. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerKunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker
Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser Jan Odgaard-Jensen, statistiker Formål og innhold Grunnleggende definisjoner Hva er en meta-analyse? Hva er formål med meta-analyser Forutsetninger
DetaljerMASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk
MSTR I IRTTSVITNSKP 013/015 MSTR I IRTTSFYSIOTRPI 013/015 Utsatt individuell skriftlig eksamen i ST 400- Statistikk Mandag 5. august 014 kl. 10.00-1.00 Hjelpemidler: kalkulator ksamensoppgaven består av
DetaljerEksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi
Psykologisk institutt Eksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi Faglig kontakt under eksamen: Ingvild Saksvik-Lehouillier Tlf.: 73 59 19 60 Eksamensdato:15. desember 2016 Eksamenstid:
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 12.12.13 Eksamenstid
DetaljerEKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012
NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:
DetaljerEksamen PSY1010 PSYC1100 Forskningsmetode I vår 2013
Eksamen PSY1010 PSYC1100 Forskningsmetode I vår 2013 Bokmål Skriftlig skoleeksamen, 16. mai. (3 timer) Ingen hjelpemidler tillatt. Besvar tre 3 av følgende fire 4 oppgaver. Oppgave 1. Tenk deg at du skal
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013
DetaljerNoen Statistiske utfordringer ved analyse av PROM
Noen Statistiske utfordringer ved analyse av PROM Kyrre Breivik Uni Research Helse, RKBU-Vest RKBU-Vest Pasientrapporterte data Flere statistiske utfordringer ved analyse av PROM (f.eks. missing, validitet,
DetaljerKapittel 1 Vitenskap: grunnleggende antakelser
Innholdsfortegnelse Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forskning...
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: Psykologisk institutt 73 59 19 60 Eksamensdato: 23.5.2013 Eksamenstid (fra-til):
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 04.06.2014 Eksamenstid
DetaljerMASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.
MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert
DetaljerForelesning 13 Analyser av gjennomsnittsverdier. Er inntektsfordelingen for kvinner og menn i EU-undersøkelsen lik?
2 verdier Forelesning 13 Analyser av gjennomsnittsverdier Valg av type statistisk generalisering i bivariat analyse er avhengig av hvilke variabler vi har Avhengig variabel kategorivariabel kontinuerlig
DetaljerDatamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)
Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Beskrive fordelinger (sentraltendens, variasjon og form): Observasjon y i Sentraltendens
DetaljerBesvar tre 3 av følgende fire 4 oppgaver.
Psykologisk institutt Side 1 av 2 Eksamen PSY1010/PSY1010P/PSYC1100 Forskningsmetode I - Høst 2013 Skriftlig skoleeksamen, mandag 9.desember Dato for sensur: 7.januar 2014 Ingen hjelpemidler er tillatt
DetaljerUtvalgsstørrelse, 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,
DetaljerStatistikk er begripelig
Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt
DetaljerInnhold. Del 1 Grunnleggende begreper og prinsipper... 39
Innhold Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forsk ning... 22
DetaljerFordelinger, 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
DetaljerForelesning 23 og 24 Wilcoxon test, Bivariate Normal fordeling
Forelesning 23 og 24 Wilcoxon test, Bivariate Normal fordeling Wilcoxon Signed-Rank Test I uke, bruker vi Z test eller t-test for hypotesen H:, og begge tester er basert på forutsetningen om normalfordeling
DetaljerMedisinsk statistikk del I KLMED 8004, Høst 2008
Medisinsk statistikk del I KLMED 8004, Høst 008 Eirik Skogvoll Overlege/.amanuensis dr.med. Det medisinske fakultet, NTNU Klinikk for anestesi og akuttmedisin, St. Olavs Hospital Trondheim Innføring i
DetaljerUNIVERSITETET 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
DetaljerKunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker
Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser Jan Odgaard-Jensen, statistiker Formål og innhold Hva er en meta-analyse Hva er formål med meta-analyser Forutsetninger for å gjennomføre
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Fremgangsmetode: P X 1 < 6.8 Denne kan finnes ved å sette opp integralet over
Detaljer6.2 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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK 1000 Innføring i anvendt statistikk. Eksamensdag: Torsdag 1. juni 2006. Tid for eksamen: 09.00 12.00. Oppgavesettet er på
DetaljerSKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen
DetaljerPSY 1002 Statistikk og metode. Frode Svartdal April 2016
PSY 1002 Statistikk og metode Frode Svartdal April 2016 GANGEN I HYPOTESETESTING 1. Formuler en hypotese «Man får bedre karakterer hvis man leser pensum» 2. Formuler motstykket, nullhypotesen H 0 «Man
DetaljerForskningsprosjektet. Repeterte målinger på én time. Eksempel 1. Eksempel 2. Eksempel
Forskningsprosjektet Repeterte målinger på én time Kathrine Frey Frøslie Statistiker Nasjonal kompetansetjeneste for kvinnehelse, OUS Rikshospitalet. Eksempel 1 Eksempel 2 Eksperimentelt design RCT med
DetaljerKurs 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
DetaljerRegresjonsmodeller. HEL 8020 Analyse av registerdata i forskning. Tom Wilsgaard
Regresjonsmodeller HEL 8020 Analyse av registerdata i forskning Tom Wilsgaard Intro Mye forskning innen medisin og helsefag dreier seg om å studere assosiasjonen mellom en eller flere eksponeringsvariabler
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,
Detaljer0:7 0:2 0:1 0:3 0:5 0:2 0:1 0:4 0:5 P = 0:56 0:28 0:16 0:38 0:39 0:23
UTKAST ENGLISH VERSION EKSAMEN I: MOT100A STOKASTISKE PROSESSER VARIGHET: 4 TIMER DATO: 16. februar 2006 TILLATTE HJELPEMIDLER: Kalkulator; Tabeller og formler i statistikk (Tapir forlag): Rottman: Matematisk
DetaljerUTSATT SKOLEEKSAMEN I SOS KVANTITATIV METODE. 29. Mars 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL UTSATT SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 29 Mars 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator Sensur for
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
DetaljerST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon
ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon Bo Lindqvist Institutt for matematiske fag http://wiki.math.ntnu.no/st0202/2012h/start 2 Kap. 13: Lineær korrelasjons-
DetaljerHøye skårer indikerer høye nivåer av selvkontroll.
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator
DetaljerDødelighet og avstander til akuttmedisinske tjenester - en eksplorerende analyse*
og avstander til akuttmedisinske tjenester - en eksplorerende analyse* Nina Alexandersen og Terje P. Hagen Avdeling for helseledelse og helseøkonomi, Universitetet i Oslo Kommunikasjon: t.p.hagen@medisin.uio.no
DetaljerForelesning 13 Regresjonsanalyse
Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerSjekkliste for vurdering av en kasuskontrollstudie
Sjekkliste for vurdering av en kasuskontrollstudie Hvordan bruke sjekklisten Sjekklisten består av tre deler der de overordnede spørsmålene er: Kan du stole på resultatene? Hva forteller resultatene? Kan
DetaljerOppsummering & spørsmål 20. april Frode Svartdal
Oppsummering & spørsmål 20. april 2016 Frode Svartdal Nullhypotese og sånt 119 deltakere Folk som svarer på en test for prokrastinering 40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0
DetaljerSammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt
SOS1120 Kvantitativ metode Forelesningsnotater 10. forelesning høsten 2005 Per Arne Tufte Sammenlikninger av gjennomsnitt Sammenlikner gjennomsnittet på avhengig variabel for ulike grupper av enheter Kan
DetaljerEKSAMENSOPPGAVER STAT100 Vår 2011
EKSAMENSOPPGAVER STAT100 Vår 2011 Løsningsforslag Oppgave 1 (Med referanse til Tabell 1) a) De 3 fiskene på 2 år hadde lengder på henholdsvis 48, 46 og 35 cm. Finn de manglende tallene i Tabell 1. Test
DetaljerStatistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015
Statistikk & dataanalyse: Et eksempel Frode Svartdal UiT mars 2015 Eksempel UTGANGSPUNKT Vi antar at den som prokrastinerer (utsetter ting) drøyer med alt mulig som skal gjøres, eksempelvis Venter med
DetaljerLogistisk regresjon 1
Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)
DetaljerSENSORVEILEDNING 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
DetaljerTidspunkt: Fredag 18. mai (3.5 timer) Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
Fakultet: KBM Eksamen i: STAT100 STATISTIKK Tidspunkt: Fredag 18. mai 2018 14.00 17.30 (3.5 timer) Kursansvarlig: Trygve Almøy 95141344 Tillatte hjelpemidler: C3. Alle typer kalkulatorer, alle andre hjelpemidler.
DetaljerMET 3431: Statistikk (våren 2011) Introduksjon. Genaro Sucarrat. Institutt for samfunnsøkonomi, BI. http://www.sucarrat.net/teaching/met3431/v2011/
MET 3431: Statistikk (våren 2011) Introduksjon Genaro Sucarrat Institutt for samfunnsøkonomi, BI http://www.sucarrat.net/teaching/met3431/v2011/ Sist endret: 11. januar 2011 1 Praktisk info 2 Typer data
DetaljerInnhold. Multisample inference - del 2 (Rosner, ) Data Effect of Lead Exposure (Eks. i Rosner Kap mm)
Innhold Multisample inference - del (Rosner,.5 -.7) Stian Lydersen.5.: Sammenheng mellom enveis ANOVA og multippel lineær regresjon: Indiatorvariable.5. samt Vicers & Altman (BMJ Nov 00): Kovariansanalyse
DetaljerStatistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison
Statistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison Formål Kunnskap om statistikk som verktøy for kritisk vurdering av studier Agenda Kort oversikt Beskrivende statistikk Statistisk
DetaljerSTUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen i. STA 200- Statistikk. Mandag 24. august 2015 kl. 10.00-12.00
STUDIEÅRET 2014/2015 Utsatt individuell skriftlig eksamen i STA 200- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator. Formelsamling blir delt ut på eksamen Eksamensoppgaven består
DetaljerTid: 29. mai (3.5 timer) Ved alle hypotesetester skal både nullhypotese og alternativ hypotese skrives ned.
EKSAMENSOPPGAVE, bokmål Institutt: IKBM Eksamen i: STAT100 STATISTIKK Tid: 29. mai 2012 09.00-12.30 (3.5 timer) Emneansvarlig: Trygve Almøy (Tlf: 95141344) Tillatte hjelpemidler: C3: alle typer kalkulator,
DetaljerEpidemiologi 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
DetaljerMinimumskrav bør være å etablere at samtykke ikke bare må være gitt frivillig, men også informert.
Sensorveiledning SPED1200 vår 2018 NB! Studentene har fått beskjed om at de kan bruke engelske ord og uttrykk i besvarelsen uten at dette betraktes som negativt. Dette skal altså ikke trekke ned i vurderingen.
DetaljerNTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS107 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 18. mai 001 Eksamenssted: Idrettsbygget
DetaljerThe Norwegian Citizen Panel, Accepted Proposals
PROGRAMMER NOTE: There are 4 ways question is asked. That is, each of these one of these 4 questions. Please be sure to use a truly random assignment method to determine
DetaljerBivariate analyser. Analyse av sammenhengen mellom to variabler. H 0 : Ingen sammenheng H 1 : Sammenheng
Bivariate analyser Analyse av sammenhengen mellom to variabler H : Ingen sammenheng H 1 : Sammenheng Hvis den ene variabelen er kategorisk er en slik analyse det samme som å sammenligne grupper. Ulike
DetaljerStatistikk og dataanalyse
Njål Foldnes, Steffen Grønneberg og Gudmund Horn Hermansen Statistikk og dataanalyse En moderne innføring Kapitteloversikt del 1 INTRODUKSJON TIL STATISTIKK Kapittel 1 Populasjon og utvalg 19 Kapittel
DetaljerKræsjkurs i STAT101. Noen anbefalinger Regn mange(5-10) oppgavesett til eksamen:
Kræsjkurs i STAT101 Noen anbefalinger Regn mange(5-10) oppgavesett til eksamen: Legg vekt på å forstå hva formlene brukes til, det vil si når, og hvordan? Lær sammenhengen mellom fordelingene og tema i
DetaljerDenne 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
DetaljerSlope-Intercept Formula
LESSON 7 Slope Intercept Formula LESSON 7 Slope-Intercept Formula Here are two new words that describe lines slope and intercept. The slope is given by m (a mountain has slope and starts with m), and intercept
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerEksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi
Institutt for psykologi Eksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi Faglig kontakt under eksamen: Ingvild Saksvik-Lehouillier Tlf.: 73 59 19 60 Eksamensdato: 23. mai 2017 Eksamenstid:
DetaljerSENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006
SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey
DetaljerKategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test)
Kategoriske data, del I: Kategoriske data - del (Rosner, 10.3-10.7) 1 januar 009 Stian Lydersen To behandlinger og to utfall. (generelt: variable, verdier). x tabell. Uavhengige observasjoner Sammenheng
DetaljerEksamen PSYC3101 Kvantitativ metode II Høsten 2013
Psykologisk institutt Eksamen PSYC3101 Kvantitativ metode II Høsten 2013 Skriftlig skoleeksamen, torsdag 17.oktober kl. 09:00 (3 timer). Sensur etter tre uker. Ingen hjelpemidler er tillatt under eksamen.
DetaljerLineær regresjon: introduksjon
Lineær regresjon: introduksjon Funksjon y f (x) Mengden mat (i gram) man lager til middag = Lineær funksjon (oppskrift) Scatter-plott 1 (oppskrift) y x 1 Page 1 of 15 Lineær funksjon (reell situasjon)
DetaljerVariansanalyse. Uke Variansanalyse. ANOVA=ANalysis Of Variance
DOF610 - Statistiske metoder i medisinsk forskning 2 Variansanalyse Uke 43 44 Variansanalyse Sammenligne gjennomsnitt av kontinuerlige data i ulike grupper (rep. fra DO600) Post hoc tester Variansanalyse
Detaljer