Kvantitativ metod och grundläggande statistik. Introduktion
|
|
- Sara Hedlund
- för 5 år sedan
- Visningar:
Transkript
1 Kvantitativ metod och grundläggande statistik Introduktion Epidemiologi och grundläggande statistik VARFÖR?! Sjuksköterskeutbildningen och sjuksköterskans yrkesutövning ska vila på vetenskaplig grund Kritiskt förhållningssätt, att kunna läsa artiklar och bedöma om slutsatser är rimliga utifrån metod och resultat Värdera grad av evidens Värdera vad som är kliniskt relevant Viktigt att tidigt skolas in i detta reflekterande tänkande En s k generisk färdighet som man förväntas ha efter en universitetsutbildning. Andra exempel på sådana är att kunna uttrycka sig klart och tydligt muntligen och i skrift Egna uppsatsen kanske innehåller någon statistik? Arne Johannisson 1
2 Epidemiologi Läran om sjukdomars utbredning i befolkningen Kortvariga förlopp, ex influensaepidemi Långvariga förlopp, ex astma, diabetes Prevalens = sjukdomsförekomst vid mättillfällena, mäts i procent Incidens = nyinsjuknande mellan mättillfällena, mäts i procent Kvantitativ forskningsmetodik Ej motpol till kvalitativ metodik - båda kompletterar varandra Utgångspunkt: Positivistiskt paradigm Central fråga: Hur är olika fenomen relaterade till varandra? Antaganden: Vetenskapen är objektiv Det finns regelbundenhet Regelbundenheten går att studera Ambition: Dra slutsatser baserade på observationer Det går att generalisera från observationer till population Arne Johannisson 2
3 Olika typer av studier Experiment Kliniska prövningar interventionsstudier 1. Manipulation 2. Kontroll 3. Randomisering b) Observationsstudie Retrospektiv, t ex fallkontrollstudie Tvärsnittsstudie Prospektiv, t ex kohortstudie Representativt (randomiserat) urval Population Stickprov Slutsatser Generalisering Arne Johannisson 3
4 Olika typer av urval OSU - obundet slumpmässigt urval: alla har samma möjlighet att få delta. Systematiskt urval: personuppgifter hämtas från register Stratifierat urval: tvåstegsurval; först val utifrån egenskap ex yrke, därefter OSU Konsekutivt urval: urval utifrån egenskap ex alla som fått höftledsfraktur under ett år Bortfall Skiljer sig de i bortfallet från de övriga i undersökningsgruppen? Osäkerheten i resultaten och slutsatserna ökar med stigande bortfall Kontrollera effekter av bortfall Studera nyckelvariabler Följa upp orsaker Externt bortfall = de som inte svarat alls Internt bortfall = de som skickat in formulär men som inte besvarat vissa eller alla frågor Arne Johannisson 4
5 Variabel = Egenskap som kan variera Det vi studerar/mäter Beroende variabel (dependent variable) Utfallsvariabeln Det vi studerar Det som påverkas Beroende av den oberoende variabeln Oberoende variabel (independent variable) Variabler som påverkar utfallet Förklaringsvariabler Oberoende av den beroende variabeln Exempel: 1. Hur påverkar intervention X patienters upplevda hälsa? Intervention X = oberoende Upplevd hälsa = beroende 2. Vilka av faktorerna sjukdomsgrad, ålder, kön och BMI förklarar bäst graden av upplevd hälsa? Sjukdomsgrad, ålder, kön och BMI = oberoende Upplevd hälsa = beroende Mätnivåer Nominal (kvalitativ variabel; t ex kön, boendeform) Kategorier utan kvantitativ mening Klassificering 0 = kvinna 1 = man Ordinal (kvalitativ variabel; t ex symptomsvårighet) Ojämna (okända) intervall Ordning Intervall (kvantitativ variabel; t ex temperatur enl. Celsius och Fahrenheit) Jämna intervall men absoluta magnituder okända och noll-punkten arbiträr Ordning + differens Kvot (kvantitativ variabel; t ex blodtryck, lab-prover) Jämna intervall med kända absoluta magnituder och noll-punkt Ordning + differens + kvot Arne Johannisson 5
6 Kvalitativa data, tabell Frekvenser: antal och procent Stapeldiagram 100% 80% 23 60% 40% 34 Direkta sjv-kostnader Hjälp & vård i hemmet Indirekta kostnader 20% 42 0% Årlig totalkostnad (%) Hagell et al. Mov Disord 2002; 17: Arne Johannisson 6
7 Grafisk presentation kvalitativa data: Cirkeldiagram Tänk på: Tydlighet framför kosmetik Yrsel Nej Ja lite Ja ganska mycket Ja mycket 55,00% 5,00% Yrsel Nej Ja lite Ja ganska mycket Ja mycket 10,00% 30,00% Jakobsson. Vård i Norden 2005; 76: Kvantitativa data, fördelningar Grafisk presentation: Histogram Normalfördelning (symmetrisk) 400 Antal Åldersgrupper Medelvärde Median 600 Positiv snedfördelning 600 Negativ snedfördelning Antal 300 Antal Åldersgrupper Åldersgrupper Median Median Medelvärde Medelvärde Arne Johannisson 7
8 Kvantitativa data Centralmått (Central tendencies) Medelvärde (mean, m, X ) Summan av alla mätvärden dividerat med antalet individer Median (md) Det värde som delar fördelningen i två lika stora delar efter sortering från lägsta till högsta värde Typvärde (mode) Det vanligast förekommande värdet Obs nr Ålder n = X 39,0 10 md = 34 mode = 58 Spridningsmått vid normalfördelning Standardavvikelse (standarddeviation, SD, s) den genomsnittliga avvikelsen från medelvärdet Medelvärde 2 SD = ca 95% av observationerna Obs nr 1 Värde (x i ) 5 x i x -4 ( x i x) s 72 X 9,0 8 2 ( X i X ) 136 n ,4286 4,41 2 Arne Johannisson 8
9 Normalfördelningens egenskaper Spridningsmått för ej normalfördelade variabler Kvartilavstånd (interquartile range, IQR, q 1,q 3 ) Omfattar 50% av alla värden (varav 25% ligger över och 25% under medianen), oavsett fördelning Variationsvidd (range) Skillnaden mellan lägsta och högsta värdet Obs nr Värde q 1 = 5,5 q 2 (= md) = 9 q 3 = 12,5 IQR Min Max Lägsta och högsta observerade värdena Arne Johannisson 9
10 Grafisk presentation: Boxplot 25% max q 3 Variationsvidd (range) 25% 25% q 2 (= md) IQR 25% q 1 min Grafisk presentation: Boxplot 30 Time to complete the PDQ-39 (minutes) HY I-II HY III HY IV-V Hagell et al. Qual Life Res 2004; 13: Arne Johannisson 10
11 Låt dig inte luras och luras inte... Jakobsson. Vård i Norden 2005; 76: Låt dig inte luras och luras inte... Jakobsson. Vård i Norden 2005; 76: Arne Johannisson 11
12 Användning av deskriptiv statistik Centralmått Mätnivå Medel Median Typvärde Spridningsmått SD IQR Min Max / Variationsvidd Totalt antal Kvot X X X X X X (X) Intervall X X X X X X (X) X X X X (X) Snedfördelad intervall/kvot Ordinal X X X X (X) Nominal X X X: Används normalt i första hand (X): Kan användas men tveksam funktion som spridningsmått Precision, konfidensintervall Populationsvärden okända Stickprovsvärdet = bästa uppskattningen Precisionen ökar med stickprovets storlek Konfidensintervall (confidence interval, CI) Kan beräknas utifrån stickprovets storlek, medelvärde och spridning Med detta intervall har vi en given sannolikhet, ofta 95% (95% CI), för att inkludera det sanna medelvärdet. Ett hypotetiskt exempel: m n s Beräkning: SE (standard error) = 95% CI = 95% CI s n X 1. 96SE Arne Johannisson 12
13 Ett exempel Jämförande statistik: Hypotesprövning Representativt (randomiserat) urval Population Stickprov Slutsatser Generalisering Population Skillnader mellan värden i grupper/stickprov Verklig eller slumpmässig skillnad? Arne Johannisson 13
14 Hypotesprövning Med hypotesprövning vill vi bestämma oss för vilken av dessa två hypoteser vi vill lita på: Nollhypotesen (H 0 ): Det föreligger ingen skillnad mellan grupperna i populationen. Mothypotesen (H 1 ): Det föreligger en reell skillnad mellan grupperna i populationen (mothypotesen negerar nollhypotesen). Hypoteserna testas med en testfunktion (analysmetod) under antagandet att nollhypotesen är sann. Baseras på medelvärden och spridningsmått eller fördelning av stickprovens variabelvärden, proportioner. Statistisk signifikans Sannolikheten att en åtminstone så stor observerad skillnad, effekt, el. dyl. hade erhållits om nollhypotesen (H 0 ) var sann (pvärde). Om den här sannolikheten (p-värdet) är väldigt liten, ofta mindre än 5% (p<0.05), så väljer vi att tro att mothypotesen är sann. P-värde P-värdet kan anta värden mellan 0 och 1 Ju lägre P-värde, desto mindre risk att felaktigt dra slutsatsen att en skillnad föreligger (förkasta H 0 ). Arne Johannisson 14
15 Statistisk signifikans P-värdet säger INTE någonting om skillnadens storlek eller (kliniska) betydelse! P-värdet bestäms av Effektens storlek (t. ex. skillnaden mellan grupper) Gruppstorlek Spridning inom grupper En illustration Förhållande mellan gruppstorlek och skillnad i medelvärden för att skillnaden skall bli statistiskt signifikant (P<0.05) n Skillnad Norman & Streiner (2000). Biostatistics - the bare essentials. Arne Johannisson 15
16 Val av analysmetod Styrs av: Vad man vill jämföra Upprepade observationer, samma individer (skillnad inom en grupp över tid) Observationer från olika individer (skillnad mellan grupper) Två eller flera tidpunkter/grupper Data Mätnivå (nominal vs. ordinal vs. intervall/kvot) Fördelning (ungefärlig normalfördelning?) Spridning i respektive grupp (ungefär lika?) Huvudindelning av analysmetoder Parametriska metoder Utgår från medelvärden och normalfördelning Förutsätter: kvantitativa variabler normalfördelning lika spridning Icke-parametriska metoder Utgår från rangordning och proportion Okänsliga för variabeltyp, snedfördelning och olikheter i spridning Antal 300 Antal Åldersgrupper Åldersgrupper Medelvärde Median Median Medelvärde Arne Johannisson 16
17 Parametrisk hypotesprövning: Kvantitativ, normalfördelad variabel Jämförelse av medelvärden i två olika grupper (oberoende observationer) Är skillnaden mellan grupperna så pass stor att det kan anses sannolikt att det finns en verklig skillnad? Testfunktion: t-test (oparad, unpaired) t s 2 x 1 x 2 ( 1/ n1 1/ n2) = Skillnad i medelvärden SE av medelvärdesskillnaden Liknande funktion vid parvis jämförelse (samma grupp över tid) Sannolikheten att erhålla det observerade värdet för t om det inte föreligger reell skillnad = P-värdet Ju högre t, desto lägre P-värde Ett exempel nature neuroscience volume 5 no 7 july 2002 Arne Johannisson 17
18 Icke-parametrisk hypotesprövning: Icke normalfördelad/ordinalskalevariabel Observationerna rangordnas Fördelningen av rangtalen jämförs mellan grupperna (oberoende observationer: Mann-Whitney U-test) Grp A: Grp B: Rang: ,5 Rangsumma, grp A: ,5 = 57,5 Rangsumma, grp B: ,5 = 47,5 Sannolikheten att erhålla den observerade fördelningen av rangsummor då ingen skillnad föreligger = P-värdet Fördelningen av rangtalen jämförs mellan positiva och negativa förändringar (parvis jämförelse: Wilcoxon signedrank test) Skillnad t1-t2 Rangtal 29 5, ,5 Pos. rangsumma: 5, ,5 = 24 Neg. rangsumma: 1+3 = 4 Ett exempel nature neuroscience volume 5 no 7 july 2002 Arne Johannisson 18
19 Grafisk presentation (boxplot) 80 P = UPDRS motor score (0-108) Preop 3 yrs postop Hagell et al. Nat Neurosci 2002; 5: Ett annat exempel... Arne Johannisson 19
20 Jämförelse mellan mer än två grupper Parametriska metoder Oberoende observationer: Analysis of variance (ANOVA) Testfunktionen F (tolkas som t) Beroende observationer: Repeated-measures ANOVA Icke-parametriska metoder Oberoende observationer: Kruskal-Wallis ANOVA Beroende observationer: Friedman test Tolkas som t-test/mann-whitney U-test/Wilcoxon signed-rank test men över samtliga jämförda grupper Post-hoc test: Visar mellan vilka av grupperna som en skillnad föreligger ANOVA - förutsättningar Fler än två grupper Slumpmässigt urval från varje grupp. Vi antar att grupperna: är normalfördelade kan ha olika medelvärde har samma spridning, varians, i2. (standardavvikelsen 2 ) Population 1 Population 2 Population 3 Arne Johannisson 20
21 Icke-parametrisk hypotesprövning: Proportioner/kvalitativa variabler Skiljer sig fördelningen av individer mellan de olika kategorierna från vad man kan förvänta sig om det inte är någon skillnad? Frisk Sjuk Kvinnor a c Män b d Testfunktion: Chi-2-test (Chi-square) ( O E E 2 2 ) Skillnaden mellan den observerade (O) och förväntade (E, expected) fördelningen Sannolikheten att erhålla det observerade Chi-2-värdet = P-värdet Ju högre Chi-2-värde, desto lägre P-värde Föreligger det en könsskillnad i förekomsten av hypertoni bland personer med diabetes? OBSERVERAT Ej hypertoni Kvinnor 133 Män 154 totalt 287 Förväntade värden = E E = radsumma x (kolumnsumma/totalsumma) Hypertoni totalt x (270/552) = 287 x 0,49 = x (282/552) = 287 x 0,51 = x (270/552) = 265 x 0,49 = x (282/552) = 265 x 0,51 = 135 FÖRVÄNTAT Ej hypertoni Hypertoni Kvinnor Män ( O E E 2 2 ) 2 = 1,582 P = 0,208 Utav kvinnorna (n=270) var det 137 (50,7%) som hade hypertoni, bland männen (n=282) var denna siffra 128 (45,4%). Skillnaden var inte signifikant (P=0,208). Arne Johannisson 21
22 Ett exempel från statistikprogrammet SPSS Två oberoende grupper, ett mättillfälle, undersökningsvariabeln kvalitativ. Diabetesbehandling * Hypertoni (bltr eller beh) Crosstabulation Hypertoni (bltr eller beh) Nej Ja Total Diabetesbehandling Enbart kost Count Expected Count 87,2 80,8 168,0 Tablettbehandling Count Expected Count 110,6 102,4 213,0 Insulinbehandling Count Expected Count 74,2 68,8 143,0 Ins + tabl.behandl Count Expected Count 14,0 13,0 27,0 Total Count Expected Count 286,0 265,0 551,0 Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Squar 8,291 a 3,040 Likelihood Ratio 8,366 3,039 Linear-by-Linear Association 3,085 1,079 N of Valid Cases 551 a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,99. Inte bara skillnader Hypotesprövning och P-värden kan beräknas för flertalet typer av analyser Tolkningen av P-värdet utgår dock alltid (om inget annat anges) från nollhypotesen, t. ex. Korrelation/sambandsanalys: H 0 : Det föreligger inget samband Förklaringsmodeller: H 0 : Oberoende variabeln X förklarar inte värdet på beroendevariabeln Y Riskbedömning: H 0 : X ökar inte risken för sjukdom Arne Johannisson 22
23 Korrelation Samvarierar variabel X linjärt med variabel Y? Grafiskt: Spridningsdiagram (scatterplot) Y Y X Positiv linjär samvariation X Negativ linjär samvariation Korrelation Parametrisk metod Pearson s (produkt-moment) korrelation (r) Kvantitativa variabler Normalfördelning Icke-parametrisk metod Spearman s korrelation (r s,, rho) Vid data på ordinalskalenivå och/eller kvantitativa icke normalfördelade variabler Utgår från rangordning Okänslig för variabeltyp, snedfördelning och olikheter i spridning Arne Johannisson 23
24 Korrelationskoefficienten Korrelationskoefficienten (r) uttrycker graden av linjär samvariation Varierar mellan -1 och 1 Tecknet framför anger riktning Positivt r = positiv korrelation (Y ökar när X ökar) Negativt r = negativ korrelation (Y minskar när X ökar) Värdet (oavsett riktning) anger styrkan r nära 1 = stark positiv korrelation r nära -1 = stark negativ korrelation r nära 0 = svag korrelation Styrkan anger i vilken utsträckning punkterna samvarierar linjärt, dvs fördelar sig utmed en rät linje Några hypotetiska exempel r = 1 r = 0.65 r = 0 Y Y Y r = 0.90 X X r = r = 0 X Y Y Y X X X Arne Johannisson 24
25 Fler exempel Anger inte lutningen, endast graden av linjäritet i samvariationen Mäter inte icke-linjära samband r = 0.90 r = 0.90 r = lågt Y Y Y X X X Tolkning av korrelationskoefficienten Statistisk signifikans H 0 : r = 0 i populationen, den erhållna korrelationen är så liten att den sannolikt inte skulle finnas i populationen. H 1 : r = sannolikt större än 0 i populationen. Tolkas med försiktighet Styrkan (r) Exempel på riktlinjer <0.20: Dålig : Svag : Måttlig : Stark >0.85: Mycket stark Situationsberoende Arne Johannisson 25
26 Korrelation: Användningsområden Främst förberedande metod Explorativt för att generera hypoteser och sambandsmodeller Utveckling och utvärdering av mätinstrument, enkäter, etc. Ett exempel Ruggiero. Research in Nursing & Health 2003; 26: Arne Johannisson 26
17/10/14. Kvantitativ metod och grundläggande statistik. Varför. Epidemiologi
Kvantitativ metod och grundläggande statistik Varför Sjuksköterskans yrkesutövning skall vila på vetenskaplig grund Kritiskt förhållningssätt, att kunna läsa artiklar och bedöma om slutsatser är rimliga
Läs mer19/10/14. Kvantitativ metod och grundläggande statistik. Olika typer av studier. Experiment. Klinsika prövningar. Representativt (randomiserat) urval
Kvantitativ metod och grundläggande statistik Olika typer av studier Experiment 1. Manipulation 2. Kontroll 3. Randomisering Klinsika prövningar Observationsstudier Retrospektivstudie Tvärsnittsstudie
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merViktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.
Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik Urvalsstorlek Mätnivå/skaltyp Fördelning av data Studiedesign Frida Eek
Läs merKursens upplägg. Roller. Läs studiehandledningen!! Examinatorn - extern granskare (se särskilt dokument)
Kursens upplägg v40 - inledande föreläsningar och börja skriva PM 19/12 - deadline PM till examinatorn 15/1- PM examinationer, grupp 1 18/1 - Forskningsetik, riktlinjer uppsatsarbetet 10/3 - deadline uppsats
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna
Läs merInnehåll. Steg 4 Statistisk analys. Skillnader mellan grupper. Skillnader inom samma grupp över tid. Samband mellan variabler
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig steg 1 5 Steg 4 Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 Hypotesprövning
Läs merGiltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-09-26 Tillåtna hjälpmedel: Miniräknare Tentan består av
Läs merAnalytisk statistik. Mattias Nilsson Benfatto, PhD.
Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merHÖGSKOLAN I BORÅS. FORSKNINGSMETODER I OFFENTLIG FÖRVALTNING 15 Högskolepoäng
HÖGSKOLAN I BORÅS FORSKNINGSMETODER I OFFENTLIG FÖRVALTNING 15 Högskolepoäng Tentamen ges för: ADM12 Namn:.. Personnummer:.. Tentamensdatum: 2014-11-07 Tid: 09:00 13:00 Hjälpmedel: Inga hjälpmedel Totalt
Läs merAgenda. Statistik Termin 11, Läkarprogrammet, VT14. Forskningsprocessen. Agenda (forts.) Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 11, Läkarprogrammet, VT14 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merUppgift 1. Produktmomentkorrelationskoefficienten
Uppgift 1 Produktmomentkorrelationskoefficienten Både Vikt och Längd är variabler på kvotskalan och således kvantitativa variabler. Det innebär att vi inte har så stor nytta av korstabeller om vi vill
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?
ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test? Mikael Eriksson Specialistläkare CIVA Karolinska Universitetssjukhuset, Solna Grund för hypotestestning 1. Definiera noll- och alternativhypotes,
Läs merStatistiska analyser C2 Inferensstatistik. Wieland Wermke
+ Statistiska analyser C2 Inferensstatistik Wieland Wermke + Signifikans och Normalfördelning + Problemet med generaliseringen: inferensstatistik n Om vi vill veta ngt. om en population, då kan vi ju fråga
Läs merAnalytisk statistik. Tony Pansell, optiker Universitetslektor
Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp
Läs merParade och oparade test
Parade och oparade test Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning: möjliga jämförelser Jämförelser mot ett
Läs merFÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik
Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende
Läs merGamla tentor (forts) ( x. x ) ) 2 x1
016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning
Läs mer1. a) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar)
1. a) F1(Sysselsättning) F2 (Ålder) F3 (Kön) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar) nominalskala kvotskala nominalskala ordinalskala ordinalskala b) En möjlighet är att beräkna
Läs merVANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK
VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK TERM Analytisk statistik Bias Confounder (förväxlingsfaktor)) Deskriptiv statistik Epidemiologi Fall-kontrollstudie (case-control study)
Läs merHur skriver man statistikavsnittet i en ansökan?
Hur skriver man statistikavsnittet i en ansökan? Val av metod och stickprovsdimensionering Registercentrum Norr http://www.registercentrumnorr.vll.se/ statistik.rcnorr@vll.se 11 Oktober, 2018 1 / 52 Det
Läs merAgenda. Statistik Termin 10, Läkarprogrammet, VT15. Agenda (forts.) Forskningsprocessen. Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 10, Läkarprogrammet, VT15 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.
Läs merI. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser
Läs merStatistik Termin 10, Läkarprogrammet, HT16
I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Statistik Termin 10, Läkarprogrammet, HT16 Martin Cernvall martin.cernvall@pubcare.uu.se Måndag 29/8 -
Läs merEXAMINATION KVANTITATIV METOD vt-11 (110319)
ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110319) Examinationen består av 10 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2009-09-23 kl. 09:00 13:00
Läs merHypotestestning och repetition
Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2009-11-14 kl. 14:30 18:30
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs merEXAMINATION KVANTITATIV METOD vt-11 (110204)
ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt
Läs merGrundläggande Biostatistik. Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet
Grundläggande Biostatistik Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet Formell analys Informell data analys Design and mätning Problem Formell analys Informell data analys Hur
Läs merAnalytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens
Analytisk statistik Tony Pansell, Leg optiker Docent, Universitetslektor Analytisk statistik Att dra slutsatser från den insamlade datan. Två metoder:. att generalisera från en mindre grupp mot en större
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merF22, Icke-parametriska metoder.
Icke-parametriska metoder F22, Icke-parametriska metoder. Christian Tallberg Statistiska institutionen Stockholms universitet Tidigare när vi utfört inferens, dvs utifrån stickprov gjort konfidensintervall
Läs merTentan består av 10 frågor, totalt 30 poäng. Det krävs 20 poäng för att få godkänt på tentan, varav 50 % inom respektive moment.
Kurskod: PM1303 Kursnamn: Vetenskapsteori och grundläggande forskningsmetod Ansvarig lärare: Linda Hassing Tentamensdatum: 2010-04-24 kl. 14:30 18:30 Tillåtna hjälpmedel: Miniräknare Tentan består av 10
Läs merSOPA62 - Kunskapsproduktion i socialt arbete
SOPA62 - Kunskapsproduktion i socialt arbete 1. Beskrivande statistik och lite hypotesprövning 1 Kvantitativ vs Kvalitativ metod Kvantitativt: Man definierar precisa begrepp och ställer därefter frågor
Läs merKent W. Nilsson. Falun
Kent W. Nilsson Falun 2016 10 05 Att tänka statistiskt Förr, kunskap baserades på auktoriteter; Kungen, krykan m.m. Industriell- och teknisk revolution De som inte har möjlighet och kunskap att ta till
Läs merAtt välja statistisk metod
Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...
Läs merStatistiska analyser C2 Bivariat analys. Wieland Wermke
+ Statistiska analyser C2 Bivariat analys Wieland Wermke + Bivariat analys n Mål: Vi vill veta något om ett samband mellan två fenomen n à inom kvantitativa strategier kan man undersöka detta genom att
Läs merAnalys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
Läs merTentamen består av 9 frågor, totalt 34 poäng. Det krävs minst 17 poäng för att få godkänt och minst 26 poäng för att få väl godkänt.
KOD: Kurskod: PX1200 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sara Landström Tentamensdatum: 2017-01-14 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merFöreläsning 4. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 4 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Icke-parametriska test Mann-Whitneys test (kap 8.10 8.11) Wilcoxons test (kap 9.5) o Transformationer (kap 13) o Ev. Andelar
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merHypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
Läs merLösningar till SPSS-övning: Analytisk statistik
UMEÅ UNIVERSITET Statistiska institutionen 2006--28 Lösningar till SPSS-övning: Analytisk statistik Test av skillnad i medelvärden mellan två grupper Uppgift Testa om det är någon skillnad i medelvikt
Läs merSOPA62 - Kunskapsproduktion i socialt arbete
SOPA62 - Kunskapsproduktion i socialt arbete 2. Mer hypotesprövning och något om rapporten 1 Evidensbaserad behandling Behandling bygger på vetenskap och beprövad erfarenhet. "Beprövad erfarenhet" får
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Dagens föreläsning Fördjupning av hypotesprövning Repetition av p-värde och konfidensintervall Tester för ytterligare situationer
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2011-09-19 kl. 09:00 13:00
Läs merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merOBS! Vi har nya rutiner.
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2011-11-12 Tillåtna hjälpmedel:
Läs mer7.5 Experiment with a single factor having more than two levels
7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan
Läs mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merMata in data i Excel och bearbeta i SPSS
Mata in data i Excel och bearbeta i SPSS I filen enkät.pdf finns svar från fyra män taget från en stor undersökning som gjordes i början av 70- talet. Ni skall mata in dessa uppgifter på att sätt som är
Läs merVi har en ursprungspopulation/-fördelning med medelvärde µ.
P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har
Läs merStatistik. Statistik. Statistik. Lars Walter Fil.lic. Statistik
Statistik Lars Walter Fil.lic. Statistik Linköping universitet Stockholms universitet Karolinska sjukhuset Sveriges Lantbruksuniversitet Linköpings universitet Folkhälsocentrum, LiÖ FoU-enheten, LiÖ Statistik
Läs merStatistikens grunder. Mattias Nilsson Benfatto, Ph.D
Statistikens grunder Mattias Nilsson Benfatto, Ph.D Vad är statistik? Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information.
Läs merSTATISTISK POWER OCH STICKPROVSDIMENSIONERING
STATISTISK POWER OCH STICKPROVSDIMENSIONERING Teori UPPLÄGG Gemensam diskussion Individuella frågor Efter detta pass hoppas jag att: ni ska veta vad man ska tänka på vilka verktyg som finns vilket stöd
Läs merPopulation. Observationsenhet. Stickprov. Variabel Ålder Kön. Blodtryck 120/80. Värden. 37 år. Kvinna
Varför statistik Vi vill sammanfatta stora mängder av data i syfte att: Kvantitativt beskriva fenomen Undersöka samband mellan variabler Undersöka skillnader mellan grupper i något avseende Undersöka skillnader
Läs merπ = proportionen plustecken i populationen. Det numeriska värdet på π är okänt.
Stat. teori gk, vt 006, JW F0 ICKE-PARAMETRISKA TEST (NCT 13.1, 13.3-13.4) Or dlista till NCT Nonparametric Sign test Rank Teckentest Icke-parametrisk Teckentest Rang Teckentestet är formellt ingenting
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs mer2. Test av hypotes rörande medianen i en population.
Stat. teori gk, ht 006, JW F0 ICKE-PARAMETRISKA TEST (NCT 15.1, 15.3-15.4) Ordlista till NCT Nonparametric Sign test Rank Icke-parametrisk Teckentest Rang Teckentest Teckentestet är formellt ingenting
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 14 januari 2012 Tillåtna hjälpmedel: miniräknare
Läs merFöreläsning 2 Deskription (forts). Index Deskription: diagram som stapeldiagram, histogram mm (tex spridningsdiagram, Mera om mätnivåer
Föreläsning 2 Deskription (forts). Index Deskription: diagram som stapeldiagram, histogram mm (tex spridningsdiagram, boxplot ) Deskription: lägesmått, spridningsmått Indexserie med bastidpunkt, förändring,
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 7 Statistiska metoder 1 Dagens föreläsning o Hypotesprövning för två populationer Populationsandelar Populationsmedelvärden Parvisa observationer Relation mellan hypotesprövning och konfidensintervall
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-09-28 Tillåtna
Läs mer7.3.3 Nonparametric Mann-Whitney test
7.3.3 Nonparametric Mann-Whitney test Vi har sett hur man kan testa om två populationer har samma väntevärde (H 0 : μ 1 = μ 2 ) med t-test (two-sample). Vad gör man om data inte är normalfördelat? Om vi
Läs merTentamen består av 12 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2013-09-27 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2013 Susanna Lövdahl, Msc, Doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Medicinsk statistik VT-2013 Tre stycken
Läs merEn rät linje ett enkelt samband. En rät linje + slumpbrus. Observationspar (X i,y i ) MSG Staffan Nilsson, Chalmers 1.
En rät linje ett enkelt samband Y β 1 Lutning (slope) β 0 Skärning (intercept) 1 Y= β 0 + β 1 X X En rät linje + slumpbrus Y Y= β 0 + β 1 X + brus brus ~ N(0,σ) X Observationspar (X i,y i ) Y Ökar/minskar
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Analys av korstabeller 2 Innehåll 1 Analys av korstabeller 2 Korstabeller Vi har tidigare under kursen redan bekantat oss med korstabeller. I en korstabell redovisar man fördelningen på två
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merLösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Lösningsförslag till tentamen på Statistik och kvantitativa undersökningar STA100, 15 hp Fredagen den 13 e mars 015 1 a 13 och 14
Läs merStudietyper, inferens och konfidensintervall
Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär
Läs merEXAMINATION KVANTITATIV METOD
ÖREBRO UNIVERSITET Hälsoakademin Idrott B, Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-09 (090209) Examinationen består av 8 frågor, några med tillhörande följdfrågor. Frågorna 4-7 är knutna till
Läs merDeskription (Kapitel 2 i Howell) Moment 1: Statistik, 3 poäng
Kognitiv psykologi Moment 1: Statistik, 3 poäng VT 27 Lärare: Maria Karlsson Deskription (Kapitel 2 i Howell) Beskrivande mått, tabeller och diagram 1 2 Tabeller Tabell- och kolumnrubriker bör vara fullständiga
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29
UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng (TNK, ET, BTG) Peter Anton, Per Arnqvist Anton Grafström TENTAMEN 7-8-9 LÖSNINGSFÖRSLAG TILL TENTAMEN
Läs merF18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT
Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är
Läs merD. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.
1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga
Läs merFöreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 6 Statistik; teori och tillämpning i biologi 1 Analysis of Variance (ANOVA) (GB s. 202-218, BB s. 190-206) ANOVA är en metod som används när man ska undersöka skillnader mellan flera olika
Läs merLaboration 3. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att analysera enkätundersökningar. MÄLARDALENS HÖGSKOLA
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 p Höstterminen 2016 Laboration 3 Övningsuppgifter Baserade på datasetet energibolag.rdata
Läs merFöreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad
Läs merProvmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid:
Vetenskaplig teori och metod Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-11-09 Tid: 09.00-11.00 Hjälpmedel: Inga hjälpmedel
Läs mera) Facit till räkneseminarium 3
3.1 Fig 1. Sammanlagt 30 individer rekryteras till studien. Individerna randomiseras till en av de fyra studiearmarna (1: 500 mg artemisinin i kombination med piperakin, 2: 100 mg AMP1050 i kombination
Läs merRepetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Läs merMall och manual för granskning av interventionsstudier
Mall och manual för granskning av interventionsstudier Denna granskningsmall är modifierad efter original från SBU (5), 2002-12-12. En vetenskaplig artikel är oftast indelad i följande avsnitt: introduktion,
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs merDELMOMENT INOM GRUNDUTBILDNINGEN I BIOLOGI/MOLEKYLÄRBIOLOGI HT Kod:... Nr Fråga Svarsalternativ (ringa in rätt svar)
SKRIFTLIGT PROV: Introduktion till BIOLOGISK STATISTIK, 3hp. DELMOMENT INOM GRUNDUTBILDNINGEN I BIOLOGI/MOLEKYLÄRBIOLOGI HT 2015 Dag: Fredagen den 15 januari, 2016 Tid: 9 00-12 00 Svara på markerad plats.
Läs merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Medicinsk statistik Varför behöver Ni kunskap i medicinsk statistik? Självständigt arbete Framtida
Läs merBeskrivande statistik. Tony Pansell, Leg optiker Docent, Universitetslektor
Beskrivande statistik Tony Pansell, Leg optiker Docent, Universitetslektor Beskrivande statistik Grunden för all analys är ordning och reda! Beskrivande statistik hjälper oss att överskådligt sammanfatta
Läs merTentamen på Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 4
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Tillåtna hjälpmedel: Miniräknare (Formelsamling bifogas
Läs merEPIDEMIOLOGI. Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell)
EPIDEMIOLOGI Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell) Läran om utbredningen av och orsakerna till hälsorelaterade tillstånd eller förhållanden i specifika populationer och tillämpningen
Läs merGiltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.
KOD: Kurskod: PC1244 Kursnamn: Metod Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-11-08 Tillåtna hjälpmedel: Miniräknare Tentan består av 13 frågor, totalt 40 poäng. Det krävs
Läs merKvantitativ forskning C2. Viktiga begrepp och univariat analys
+ Kvantitativ forskning C2 Viktiga begrepp och univariat analys + Delkursen mål n Ni har grundläggande kunskaper över statistiska analyser (univariat, bivariat) n Ni kan använda olika programvaror för
Läs merMatematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT Laboration P3-P4. Statistiska test
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT-2009 Laboration P3-P4 Statistiska test MH:231 Grupp A: Tisdag 17/11-09, 8.15-10.00 och Måndag 23/11-09, 8.15-10.00 Grupp B: Tisdag
Läs mer