Datakvalitet. Hva duger data til? Jonas Ranstam

Storlek: px
Starta visningen från sidan:

Download "Datakvalitet. Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se"

Transkript

1 Hva duger data til? Jonas Ranstam Registercentrum Syd, Skånes Universitetssjukhus och Inst. f. kliniska vetenskaper, Lunds Universitet, Klinikgatan 22, Lund, Sverige 15 Jan 2015

2 Big data

3 Big data

4 Big data

5 Big data There are a lot of small data problems that occur in big data. They don t disappear because you ve got lots of the stuff. They get worse. David Spiegelhalter

6 Big data Statistics have never been cooler; it s never been more useful. It just seems to me te be a wonderful time to be a statistician. Brian Tarran

7 Detta föredrag Disposition Studiedesign, datainsamling och statistisk analys hänger samman. Här kommer fokus att ligga på data, främst datakvalitet. Vad är datakvalitet? Vad har bristande datakvalitet för konsekvenser? Hur kontrollerar jag datakvaliteten i mitt register? Diskussion

8 Vad är datakvalitet? Absolut definition Relevanta, fullständiga, korrekta och konsistenta data.

9 Vad är datakvalitet? Relativ definition Tillräckligt bra för att uppfylla användarens behov.

10 Vad är datakvalitet? Relativ definition Tillräckligt bra för att uppfylla användarens behov. Vad är tillräckligt bra?

11 Vad är datakvalitet? Relativ definition Tillräckligt bra för att uppfylla användarens behov. Vad är tillräckligt bra? Det beror på vad data ska användas till.

12 Bortfall Vad är konsekvensen av bortfall?

13 Två exempel: Vissa höftprotesreoperationer oregistrerade

14 Exempel 1. Skattning av 2-årig reoperationsrisk.

15 Exempel 1. Skattning av 2-årig reoperationsrisk Förutsättning: totalt i höftregistret under primäroperationer 819 reoperationer 819 Skattad reoperationsrisk: = (95%Ki: ) Antag att en oberoende underrsökning visar att 5% av genomförda reoperationer inte registreras.

16 Exempel 1. Skattning av 2-årig reoperationsrisk Skattad reoperationsrisk = (95%Ki: ) Bortfallskorrektion 5% bortfall ger en korrektionsfaktor på Korrigerad skattad reoperationsrisk = (95%Ki: ) dvs

17 Exempel 1. Skattning av 2-årig reoperationsrisk

18 Exempel 2. Rangordning av reoperationsrisker

19 Exempel 2. Rangordning av reoperationsrisker Beräkningar Monte-Carlo simulering för att bedöma möjliga konsekvenser (för rangordningen) av att 43 reoperationer genomförts men inte registrerats.

20 Exempel 2. Rangordning av reoperationsrisker

21 Exempel 2. Rangordning av reoperationsrisker

22 Exempel 2. Rangordning av reoperationsrisker

23 Registreringsfel Vad är konsekvensen av registreringsfel?

24 Registreringsfel Misclassification bias Systematiskt felaktiga forskningsfynd som uppstår vid bristande sensitivitet/specificitet i fastställning av exponering och/eller effekt. Felklassificeringen kan vara Non-differential Differential

25 Registreringsfel Non-differential misclassification bias Felklassificeringen är densamma i olika grupper. Exponering kan, t.ex. vara lika felklassificerad bland fall som kontroller. För binära variabler leder sådana fel till att skillnader underskattas.

26 Registreringsfel i binär variabel

27 Registreringsfel i binär variabel

28 Registreringsfel i binär variabel Differential misclassification bias I en fall-kontrollstudie kan den rapporterade exponeringen t.ex. skilja sig mellan fall och kontroller (t.ex. recall bias). Fenomenet kan både innebära att skillnader över- och underskattas.

29 Registreringsfel i binär variabel

30 Registreringsfel i binär variabel

31 Registreringsfel i kontinuerlig variabel Regression dilution bias Slumpmässiga mät-(och/eller registrerings-) fel i en kontinuerlig variabel manifesterar sig olika beroende på om felen finns i exponerings- eller utfallsvariabeln.

32 Registreringsfel i kontinuerlig variabel Fel i en utfallsvariabel Slumpmässiga mät- (eller registrerings-) fel i en kontinuerlig utfallsvariabel (t.ex. systoliskt blodtryck) ökar osäkerheten i parameterskattningar (bredare konfidensintervall). Ökad stickprovsstorlek kan kompensera förlusten av statistisk precision.

33 Registreringsfel i kontinuerlig variabel Fel i en exponeringsvariabel Slumpmässiga mät- (eller registrerings-) fel i en kontinuerlig exponeringsvariabel innebär underskattade parametrar (effektmått). Ökad stickprovsstorlek ger visserligen ökad precision, men minskar inte bias.

34 Registreringsfel Korrektionsmetoder För kategoriska variabler estimated misclassification probabilities markov models För kontinuerliga exponeringsvariabler regression calibration multiple imputation moment reconstruction simulation extrapolation

35 Misclassification and missing

36 Misclassification and imputation

37 Validering Hur kontrollerar jag datakvaliteten i mitt register?

38 Validering Tillvägagångssätt Kontroll av variablers fördelning (orimliga värden) Utvärdering av intern konsistens Adjudicering, eftergranskning, o.d. Jämförelser med källdata

39 Validering Validering Validering av alla data, som i en klinisk läkemedelsprövning, är ofta praktiskt omöjliga i ett register. Stickprovsundersökningar kan vara ett gott alternativ.

40 Stickprov och population

41 Stickprov och population

42 Stickprov och population Grunder I en valideringsundersökning av ett helt register kan man teoretiskt sett, om man bortser från konsekvenser av praktiska misstag, beräkna andelen korrekta värden för en viss variabel, π, direkt. I en urvalsvalidering får man istället skatta π, och skattningar, ˆπ i, är osäkera. Individuella variationer ger nämligen olika skattningar i olika urval. ˆπ i = π + ɛ i (1)

43 Obundet slumpmässigt urval Under vissa förutsättningar, som att varje element i populationen haft samma sannolikhet att ingå i urvalet, kan osäkerheten dock beräknas. E( ˆπ i ) = π (2) σ 2ˆπ i = ˆπ i(1 ˆπ i ) n i (3) z N(0, 1) (4) P( ˆπ i z α/2 σ ˆπi < π < ˆπ i + z α/2 σ ˆπi ) = 1 α (5)

44 Obundet slumpmässigt urval Om α = 0.05 är således urvalsfelet, ɛ i, med 95% sannolikhet mindre än 1.96 ˆπi (1 ˆπ i ) Osäkerheten beror alltså på ˆπ i, den skattade datakvaliteten n i, antal observationer n i

45 Obundet slumpmässigt urval Stickprovsstorlek Lämplig urvalsstorlek beror på hur stor osäkerhet man kan acceptera och vilken datakvalitet man skattar. Mindre urval ger alltid större osäkerhet.

46 Stickprovsstorlek Tabell: 1. Urvalsstorlek för att med ett obundet slumpmässigt urval skatta prevalensen felregistrerade data. Halvt 95% konfidensintervall Prevalens 0,01 0,05 0,10 0,15 0,20 0,25 0, , , , , , , , , , ,

47 Komplikation 1. Ett register är en finit population Finitpopulation Ett stort urval (> 5%) från en finit population leder till överskattning av variansen och osäkerheten. En finitpopulationskorrektion, fpc, av variansen behövs då. fpc = N ni N 1 (6) Där n i är antalet observationer i urvalet och N antalet element i populationen. Med korrektion kan medelfelet av π i skrivas: ˆπ i (1 ˆπ i ) N ni σ ˆπi = (7) n i N 1

48 Komplikation 2. Begränsning av deltagande sjukhus Tvåstegsurval I praktiken innebär valideringsarbete ofta resor till olika kliniker för att på plats kunna jämföra registerade data med källdokument, t.ex. journalhandlingar. För att underlätta arbetet och begränsa reskostnader kan det vara fördelaktigt att begränsa antalet deltagande sjukhus. Man kan då t.ex. först göra ett (obundet slumpmässigt) urval av kliniker och därefter, inom varje klinik, ett andra (obundet slumpmässigt) urval av patienter. Även ett sådant tvåstegsförfarande påverkar emellertid variansskattningen.

49 Designeffekt Denna designeffekt på variansskattningen, def, kan skrivas: def = 1 + ρ(m 1) (8) Där m är medelantalet patienter per klinik och ρ klinikernas intraklasskorrelation (ICC). ρ = σ 2 b σ 2 b + σ2 w (9) Här är σ 2 b variansen mellan och σ2 w inom klinikerna.

50 Designeffekt Designeffekten kan användas för att beräkna hur mycket större ett tvåstegsurval måste vara för att ge samma statistiska precision som ett ettstegsurval. För beräkningen krävs, m, som beror på studiens design och intraklasskorrelationskoefficienten, ρ, som beror på hur klinikerna varierar i datakvalitet.

51 Hur hög är ICC?

52 Exempel 3. Obundet slumpmässigt urval av patienter från 97 sjukhus Andel felregistrerade = 5% Osäkerhet = ±5% Antal observationer =?

53 Hur många registreringar måste kontrolleras? Tabell: 1. Urvalsstorlek för att med ett obundet slumpmässigt skatta prevalensen felregistrerade data. Konfidensintervall, halv bredd Prevalens 0,01 0,05 0,10 0,15 0,20 0,25 0, , , , , , , , , , ,

54 Exempel 3. Obundet slumpmässigt urval av patienter från 97 sjukhus Andel felregistrerade = 5% Osäkerhet = ±5% Antal observationer = 73 Ganska många sjukhus måste uppsökas.

55 Exempel 4. Samma undersökning med tvåstegsurval Obundet slumpmässigt urval = 73 Medelantal patienter per sjukhus = 50 Intraklasskorrelation = 0,10 Designeffekt =?

56 Hur stor är designeffekten Tabell: 2. Designeffekt vid tvåstegsurval Observationer Intraklasskorrelationskoefficient per 1:a urval 0 0,1 0,2 0,3 0,4 0,5 10 1,0 1,9 2,8 3,7 4,6 5,5 20 1,0 2,9 4,8 6,7 8,6 10,5 30 1,0 3,9 6,8 9,7 12,6 15,5 40 1,0 4,9 8,8 12,7 16,6 20,5 50 1,0 5,9 10,8 15,7 20,6 25,5 75 1,0 8,4 15,8 23,2 30,6 38, ,0 10,9 20,8 30,7 40,6 50, ,0 20,9 40,8 60,7 80,6 100, ,0 30,9 60,8 90,7 120,6 150, ,0 40,9 80,8 120,7 160,6 200, ,0 50,9 100,8 150,7 200,6 250,5

57 Exempel 4. Samma undersökning med tvåstegsurval Obundet slumpmässigt urval = 73 Medelantal patienter per sjukhus = 50 Intraklasskorrelation = 0,10 Designeffekt = 5,9 Totalt antal patienter: 5, , Antal sjukhus: 431/50 9.

58

59 Beräkning med program R, epicalc och n.for.survey Kommando n.for.survey(p=0.05, delta=0.05, deff=5.9) Sample size for survey. Assumptions: Proportion = 0.05 Confidence limit = 95% Delta = 0.05 from the estimate. Design effect = 5.9 Sample size = 431

60 Sammanfattning

61 Slut Tack för uppmärksamheten!

62 Diskussion Frågor att diskutera i mån av tid.

63 Diskussionspunkt 1 Förutsättningar Ett register samlar information om biverkningar av olika läkemedel mot högt blodtryck. Tyvärr stämmer inte alltid den registrerade informationen. Vilka konsekvenser får detta: om läkemedel felregistreras? om komplikationer felregistreras? om vissa komplikationer särskilt felregistreras för ett visst läkemedel? Tips: differential och non-differential misclassification.

64 Diskussionspunkt 2 Förutsättningar Samma registret samlar också information om uppnått blodtryck för de olika blodtryckssänkande läkemedlena. Tyvärr även denna registrering bristfällig. Vad blir konsekvenserna: om läkemedel ibland slumpmässigt felregistreras? om fel blodtryck ibland slumpmässigt registreras? om noggrannheten i blodtrycksregistreringen beror på läkemedlet? Tips: regression dilution bias.

65 Diskussionspunkt 3 Förutsättningar För att undersöka ett registers datakvalitet startas en validitetesstudie. Registrerade data jämförs med journaluppgifter i ett tvåstegsurval. Först väljs kliniker ut och sedan patienter inom varje klinik. Vilka påstående är sanna? Designeffekten anger hur mycket större ett tvåstegsurval måste vara för att ge samma precision som ett obundet slumpmässigt urval. När bara en patient väljs per klinik finns finns ingen designeffekt. När intraklasskorrelationen är 0 finns ingen designeffekt.

66 Diskussionspunkt 4 Vilka påstående är sanna? Varför? Ett kvalitetsregister är alltid ett stickprov. Ett systematiskt bortfall är ett större problem än ett slumpmässigt bortfall. Felregistrerade data ger alltid utspädningseffekter på analysresultat.

67 Diskussionspunkt 5 Vilka påståenden är sanna och varför? Adjudicering är en form av validering. Vissa former av validering kan göras maskinellt. Validerade data ska aldrig rättas.

68 Exemplen på misclassification bias hämtades från

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland Upprepade mätningar och tidsberoende analyser Stefan Franzén Statistiker Registercentrum Västra Götaland Innehåll Stort område Simpsons paradox En mätning per individ Flera mätningar per individ Flera

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin

Föreläsning 4. 732G19 Utredningskunskap I. Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Föreläsning 4 732G19 Utredningskunskap I Föreläsningsunderlagen bygger på underlag skapade av Kalle Wahlin Dagens föreläsning Systematiskt urval Väntevärdesriktiga skattningar Jämförelse med OSU Stratifierat

Läs mer

Nationellt centrum för kvalitetsregister

Nationellt centrum för kvalitetsregister Nationellt centrum för kvalitetsregister Registercentrum Syd Registercentrum Syd (RC Syd) är ett resurscentrum för dig som arbetar med nationellt eller regionalt kvalitetsregister, klinisk forskning eller

Läs mer

Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp

Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp Epidemiologi T5 Kursmål epidemiologi Kunna förklara och använda grundläggande epidemiologiska begrepp Prevalens Incidens Riskanalys Kursmål epidemiologi Kunna beräkna en diagnostisk metods informationsvärde

Läs mer

Björnstammens storlek i Sverige 2008 länsvisa uppskattningar och trender Rapport 2009 2 från det Skandinaviska björnprojektet

Björnstammens storlek i Sverige 2008 länsvisa uppskattningar och trender Rapport 2009 2 från det Skandinaviska björnprojektet Björnstammens storlek i Sverige 2008 länsvisa uppskattningar och trender Rapport 2009 2 från det Skandinaviska björnprojektet Jonas Kindberg, Jon E. Swenson och Göran Ericsson Introduktion Björnen tillhör

Läs mer

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 2/13/2011. Disposition. Experiment. Bakgrund. Observationsstudier

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 2/13/2011. Disposition. Experiment. Bakgrund. Observationsstudier Studiedesign eller, hur vet vi egentligen det vi vet? MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? Disposition Bakgrund Experiment Observationsstudier Studiedesign Experiment Observationsstudier

Läs mer

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden!

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! FÅ FRAM INDATA När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! (Falstaff Fakir) Svårigheter att få fram bra information - en liten konversation Ge mig

Läs mer

F11 Två stickprov. Måns Thulin. Uppsala universitet thulin@math.uu.se. Statistik för ingenjörer 26/2 2013 1/11

F11 Två stickprov. Måns Thulin. Uppsala universitet thulin@math.uu.se. Statistik för ingenjörer 26/2 2013 1/11 1/11 F11 Två stickprov Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 26/2 2013 2/11 Dagens föreläsning Konfidensintervall när man har ihopparade stickprov Att väga samman skattningar

Läs mer

KVANTITATIV FORSKNING

KVANTITATIV FORSKNING KVANTITATIV FORSKNING Teorier innehåller begrepp som byggstenar. Ofta är kvantitativa forskare intresserade av att mäta företeelser i verkligheten och att koppla denna kvantitativa information till begrepp

Läs mer

Börja med resultatet om du vill designa en lyckad klinisk studie

Börja med resultatet om du vill designa en lyckad klinisk studie PI 15 Design klinisk studie Sidan 1 av 5 Pharma Industry 1/2015 Börja med resultatet om du vill designa en lyckad klinisk studie Design av kliniska studier är en tvärvetenskaplig disciplin där det behövs

Läs mer

Kvantitativa metoder och datainsamling

Kvantitativa metoder och datainsamling Kvantitativa metoder och datainsamling Kurs i forskningsmetodik med fokus på patientsäkerhet 2015-09-23, Peter Garvin FoU-enheten för närsjukvården Kvantitativ och kvalitativ metodik Diskborsten, enkronan

Läs mer

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningarna baseras på boken Björk J. Praktisk statistik för medicin och hälsa, Liber Förlag (2011), som är gemensam kursbok för statistikavsnitten

Läs mer

Del 2: Hantering och bedömning av data och osäkerheter

Del 2: Hantering och bedömning av data och osäkerheter Del 2: Hantering och bedömning av data och osäkerheter Praktikfall: Kv. Verkstaden 14 Teori: Representativ halt, referenshalt, stickprov & beskrivande statistik, konfidensintervall & UCLM95 Diskussion:

Läs mer

Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB

Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB Bortfall Konsekvenser Varför det kan vara allvarligt med bortfall. Ann-Marie Flygare Metodstatistiker, SCB Konsekvenser av Bortfall Introduktion Illustration av hur bortfall påverkar resultaten i en statistisk

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Sökaktivitet inom olika arbetsmarknadspolitiska program

Sökaktivitet inom olika arbetsmarknadspolitiska program Sökaktivitet inom olika arbetsmarknadspolitiska program Petra Nilsson 20 maj 2011 Working Paper 2011:1 Arbetsförmedlingens Working Paper serie presenterar rapporter som rör analys av arbetsmarknadens funktionssätt

Läs mer

Statistikens betydelse och nytta för samhället

Statistikens betydelse och nytta för samhället Statistikens betydelse och nytta för samhället SCB i Varför är SCB i Almedalen? Utveckla, framställa och sprida statlig statistik Förse våra användare med statistik som underlag för beslutsfattande, debatt

Läs mer

Övningshäfte till kursen Regressionsanalys och tidsserieanalys

Övningshäfte till kursen Regressionsanalys och tidsserieanalys Övningshäfte till kursen Regressionsanalys och tidsserieanalys Linda Wänström October 31, 2010 1 Enkel linjär regressionsanalys (baserad på uppgift 2.3 i Andersson, Jorner, Ågren (2009)) Antag att följande

Läs mer

Svensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005

Svensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005 Svensk Dialysdatabas Blodtryck och blodtrycksbehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT (mm Hg) före dialys...4 Figur

Läs mer

Bilaga 1. Kvantitativ analys

Bilaga 1. Kvantitativ analys bilaga till granskningsrapport dnr: 31-2013-0200 rir 2014:11 Bilaga 1. Kvantitativ analys Att tillvarata och utveckla nyanländas kompetens rätt insats i rätt tid? (RiR 2014:11) Bilaga 1 Kvantitativ analys

Läs mer

Poolade data över tiden och över tvärsnittet. Oberoende poolade tvärsnittsdatamängder från olika tidpunkter.

Poolade data över tiden och över tvärsnittet. Oberoende poolade tvärsnittsdatamängder från olika tidpunkter. PANELDATA Poolade data över tiden och över tvärsnittet Alternativ 1: Oberoende poolade tvärsnittsdatamängder från olika tidpunkter. Oberoende stickprov dragna från stora populationer vid olika tidpunkter.

Läs mer

Nationellt kvalitetsregister

Nationellt kvalitetsregister Nationellt kvalitetsregister Sveriges Kommuner och Landsting (SKL) 108 nationella kvalitetsregister löpande lärande, förbättring, forskning samt kunskapsstyrning för att tillsammans med individen skapa

Läs mer

Hundar, katter och andra sällskapsdjur 2012

Hundar, katter och andra sällskapsdjur 2012 Hundar, katter och andra sällskapsdjur 2012 2(33) Innehållsförteckning 2 1. Allmän information 3 1.1 Teckenförklaring 3 2. Resultat 4 2.1 Antal hundar och katter 4 Tabell 2.1.1 Antal hundar och katter

Läs mer

Är icke-sannolikhetsurval aldrig representativa?

Är icke-sannolikhetsurval aldrig representativa? Surveyföreningens webbpanelseminarium 2011-02-03 Är icke-sannolikhetsurval aldrig representativa? Jan Wretman Webbpanelkommittén 1 Det kommer att handla om: Begreppet representativitet. Bedömning av skattningars

Läs mer

Introduktion till Biostatistik. Hans Stenlund, 2011

Introduktion till Biostatistik. Hans Stenlund, 2011 Introduktion till Biostatistik Hans Stenlund, 2011 Modellbaserad analys Regression Logistisk regression Överlevnadsanalys Hitta misstag Hantera extremvärden Bortfall Hur samlas data in? Formell analys

Läs mer

Teknisk Rapport En beskrivning av genomförande och metoder

Teknisk Rapport En beskrivning av genomförande och metoder Teknisk Rapport En beskrivning av genomförande och metoder Ungar & Medier medievardagen för barn och unga 2013-04-12 Inledning Enkätenheten vid Statistiska centralbyrån (SCB) genomförde under perioden

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 4 mars 2006, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 4 mars 2006, kl. 09.00-13.00 Karlstads universitet Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 4 mars 006, kl. 09.00-13.00 Tillåtna hjälpmedel: Bifogad formel- och tabellsamling (skall returneras) samt

Läs mer

Hundar katter och andra sällskapsdjur 2012 en SCB-undersökning

Hundar katter och andra sällskapsdjur 2012 en SCB-undersökning Hundar katter och andra sällskapsdjur 2012 en SCB-undersökning Kontaktperson: Ann-Marie Karlsson Enhet: Statistikenheten e-postadress: statistik@jordbruksverket.se Datum: 2013-03-04 Kort beskrivning av

Läs mer

Grupp/Center-statistik. Terminologi/ordlista...2 Urval...3 Analystyper...4

Grupp/Center-statistik. Terminologi/ordlista...2 Urval...3 Analystyper...4 Terminologi/ordlista...2...3 Analystyper...4 1 Terminologi/ordlista Gruppering Patientinformationsvariabel Besöksvariabel Patientstatus En/flervalsvariabel Numerisk variabel Fritextvariabel Standardbesök

Läs mer

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER Statistiska institutionen Annika Tillander TENTAMEN GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2015-04-23 Skrivtid: 16.00-21.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller text, samt bifogade

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 Tentamen i: Statistik A1, 15 hp Antal uppgifter: 6 Krav för G: 13 Lärare:

Läs mer

Björnstammens storlek i Sverige 2013 länsvisa skattningar och trender

Björnstammens storlek i Sverige 2013 länsvisa skattningar och trender Björnstammens storlek i Sverige 213 länsvisa skattningar och trender Rapport 214-2 från det Skandinaviska björnprojektet Jonas Kindberg och Jon E. Swenson www.bearproject.info Introduktion Den senaste

Läs mer

Hur gör de egentligen?

Hur gör de egentligen? Hur gör de egentligen? bra statistik alltså! Vad är statistik? Ordet statistik kan ha olika betydelser. Vanligen menar man sifferuppgifter om förhållandena i samhället. Ursprungligen var det ordagrant

Läs mer

Bilaga 2. Granskningsmallar

Bilaga 2. Granskningsmallar Bilaga 2. Granskningsmallar Diagnostik Författare: Journal: År: Volym: Sidor: Granskad av: Datum: 1. Var sammansättningen av patientgruppen (spektrum) representativ för de patienter som kommer att få testet

Läs mer

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport Datum 2011-10-03 1(6) Anna Björkesjö Klara Jakobsson Nedskräpning i stadens centrala gatumiljö - Nyköping 2011 Metod- och kvalitetsrapport 2(6) Metoddokumentation Målpopulation Målpopulationen för en skräpmätning

Läs mer

Registerdata. Johan Kärrholm. Svenska och nordiska höftprotesregistren. Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal

Registerdata. Johan Kärrholm. Svenska och nordiska höftprotesregistren. Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal Registerdata Svenska och nordiska höftprotesregistren Johan Kärrholm Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal PRISS möte 2013 terminologi Infektion kan leda till - icke kirurgisk

Läs mer

Företagsregister och individdatabas (FRIDA)

Företagsregister och individdatabas (FRIDA) Företagsregister och individdatabas (FRIDA) 2003 HE0105 A. Allmänna uppgifter A.1 Ämnesområde Hushållens ekonomi A.2 Statistikområde Inkomster och inkomstfördelning A.3 Statistikprodukten ingår i Sveriges

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 16 April 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

Örebro universitet Hälsoakademin Sjuksköterskeprogrammet 180 hp

Örebro universitet Hälsoakademin Sjuksköterskeprogrammet 180 hp 2011-11-03 Individuell skriftlig tentamen Vetenskaplig metodik och förbättringskunskap I Omvårdnadsvetenskap A, OM1013, HT2011 Max 70 poäng Frågorna besvaras på avsedd plats. Ange din kod överst på varje

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB ÖVNING 7 (25-4-29) OCH INFÖR ÖVNING 8 (25-5-4) Aktuella avsnitt i boken: 6.6 6.8. Lektionens mål: Du ska kunna sätta

Läs mer

Lektionsanteckningar 1: Introduktion

Lektionsanteckningar 1: Introduktion Lektionsanteckningar 1: Introduktion 1.1 Vad är statistik? Statistik används som hjälpmedel när vi ska fatta beslut i situationer då något är oförutsägbart eller slumpartat. Vi känner flera möjliga konsekvenser,

Läs mer

Dricksvattenberedning och Risk för Magsjuka: En Multi-City Studie av Telefonsamtal till 1177 Vårdguiden

Dricksvattenberedning och Risk för Magsjuka: En Multi-City Studie av Telefonsamtal till 1177 Vårdguiden Dricksvattenberedning och Risk för Magsjuka: En Multi-City Studie av Telefonsamtal till 1177 Vårdguiden Andreas Tornevi, Bertil Forsberg Yrkes- och Miljömedicin: Folkhälsa och klinisk medicin, Umeå Universitet

Läs mer

Gasverkstomten Västerås. Statistisk bearbetning av efterbehandlingsåtgärderna VARFÖR STATISTIK? STANDARDAVVIKELSE MEDELVÄRDE OCH MEDELHALT

Gasverkstomten Västerås. Statistisk bearbetning av efterbehandlingsåtgärderna VARFÖR STATISTIK? STANDARDAVVIKELSE MEDELVÄRDE OCH MEDELHALT Gasverkstomten Västerås VARFÖR STATISTIK? Underlag för riskbedömningar Ett mindre subjektivt beslutsunderlag Med vilken säkerhet är det vi tar bort över åtgärdskrav och det vi lämnar rent? Effektivare

Läs mer

Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie

Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie Datum granskningen gjordes: 200............. Granskare:....................... Studien behandlar: " Orsaker

Läs mer

- förebyggande uppföljning vid ryggmärgsbråck. Information för deltagare

- förebyggande uppföljning vid ryggmärgsbråck. Information för deltagare MMCUP - förebyggande uppföljning vid ryggmärgsbråck Information för deltagare Personer med ryggmärgsbråck behöver många olika sjukvårdskontakter under hela livet och det är lätt hänt att någon viktig insats

Läs mer

IT bland individer 2006

IT bland individer 2006 IT bland individer 2006 IT0102 A. Allmänna uppgifter A.1 Ämnesområde Informationsteknik A.2 Statistikområde Användning och tillgång av IT i företag och bland individer A.3 Statistikprodukten ingår ej i

Läs mer

Metodologier Forskningsdesign

Metodologier Forskningsdesign Metodologier Forskningsdesign 1 Vetenskapsideal Paradigm Ansats Forskningsperspek6v Metodologi Metodik, även metod används Creswell Worldviews Postposi'vist Construc'vist Transforma've Pragma'c Research

Läs mer

Evidensbaserad medicin (EBM)

Evidensbaserad medicin (EBM) Evidensbaserad medicin (EBM) En guide för brukare Inge Axelsson november 2007 Östersunds sjukhus och Mittuniversitetet www.peditop.com EBM - en guide för brukare 1 Definition av evidensbaserad medicin

Läs mer

TAMS28 DATORÖVNING 1-2015 VT1

TAMS28 DATORÖVNING 1-2015 VT1 TAMS28 DATORÖVNING 1-2015 VT1 Datorövningen behandlar simulering av observationer från diskreta och kontinuerliga fördelningar med hjälp av dator, illustration av skattningars osäkerhet, analys vid parvisa

Läs mer

Teknisk Rapport En beskrivning av genomförande och metoder

Teknisk Rapport En beskrivning av genomförande och metoder Teknisk Rapport En beskrivning av genomförande och metoder Föräldraundersökning 2012 2013-02-09 Inledning Enheten för statistik om utbildning och arbete vid Statistiska centralbyrån (SCB) genomförde under

Läs mer

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006

Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Handelshögskolan i Stockholm Anders Sjöqvist 2087@student.hhs.se Aktivitetsuppgifter i kurs 602 Ekonomisk statistik, del 2, våren 2006 Efter förra kursen hörde några av sig och ville gärna se mina aktivitetsuppgifter

Läs mer

Bilaga 3. Mall för kvalitetsgranskning av observationsstudier

Bilaga 3. Mall för kvalitetsgranskning av observationsstudier Bilaga 3. Mall för kvalitetsgranskning av observationsstudier reviderad 2014 Granskningen av en studie gäller i första hand studiekvalitet, det vill säga risk för systematiska fel och risk för intressekonflikter

Läs mer

Centrala etikprövningsnämnd en Sid 1 (3)

Centrala etikprövningsnämnd en Sid 1 (3) Centrala etikprövningsnämnd en Sid 1 (3) C E N T R A L ETHICAL REVIEW B O A R D BESLUT 2012-09-21 Dnr O 33-2012 KLAGANDE Region Skåne J A Hedlunds väg 291 89 Kristianstad ÖVERKLAGAT BESLUT Regionala etikprövningsnämndens

Läs mer

1 (6) Årsrapport 2013. Årsrapporten @equalis.se. Projektet bygger. Resultat 2013. Den. drygt 1100. grund av så. och en med. för att redovisas.

1 (6) Årsrapport 2013. Årsrapporten @equalis.se. Projektet bygger. Resultat 2013. Den. drygt 1100. grund av så. och en med. för att redovisas. Årsrapport 13 1 (6) Egenmätarprojektet ett samarbete mellan Svensk förening för sjuksköterskor i diabetesvård (SFSD) och Equalis Årsrapporten är sammanställd av Gunnar Nordin, 14-3-7 Kontakt: gunnar.nordin@

Läs mer

LABORATIONER. Det finns en introduktionsfilm till Minitab på http://www.screencast.com/t/izls2cuwl.

LABORATIONER. Det finns en introduktionsfilm till Minitab på http://www.screencast.com/t/izls2cuwl. UMEÅ UNIVERSITET Institutionen för Matematik och Matematisk Statistik Statistiska Metoder 5MS010, 7.5 hp Kadri Meister Rafael Björk LABORATIONER Detta dokument innehåller beskrivningar av de tre laborationerna

Läs mer

Epidemiologi. Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar. Epi = bland, mitt i Demo = befolkning

Epidemiologi. Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar. Epi = bland, mitt i Demo = befolkning Epidemiologi Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar Epi = bland, mitt i Demo = befolkning Logi= = läran l om Deskriptiv resp. Etiologisk inriktning Kan man mäta m hälsa?

Läs mer

Hälsorelaterad forskning baserad påp. landstingens administrativa databaser. Ann-Britt

Hälsorelaterad forskning baserad påp. landstingens administrativa databaser. Ann-Britt Hälsorelaterad forskning baserad påp landstingens administrativa databaser Ann-Britt Wiréhn FoU-enheten för f r närsjukvn rsjukvården rden i Östergötlandtland Nationella populationsbaserade register relaterade

Läs mer

Stockholms Universitet Statistiska institutionen Termeh Shafie

Stockholms Universitet Statistiska institutionen Termeh Shafie Stockholms Universitet Statistiska institutionen Termeh Shafie TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2011-10-28 Skrivtid: 9.00-14.00 Hjälpmedel: Miniräknare utan lagrade formler eller text, bifogade

Läs mer

Kvalitetsstandarder inom statistikproduktionen. 2011-10-19 Lilli Japec, Dr Utvecklingschef SCB lilli.japec@scb.se

Kvalitetsstandarder inom statistikproduktionen. 2011-10-19 Lilli Japec, Dr Utvecklingschef SCB lilli.japec@scb.se Kvalitetsstandarder inom statistikproduktionen 2011-10-19 Lilli Japec, Dr Utvecklingschef SCB lilli.japec@scb.se 1 Inledning Vad är kvalitet? Vilka ramverk finns? Några exempel från SCB:s kvalitetsarbete

Läs mer

Partisympatiundersökningen (PSU)

Partisympatiundersökningen (PSU) Statistiska centralbyrån SCBDOK 3.2 1 (25) Partisympatiundersökningen (PSU) 2015 ME0201 Innehåll 0 Allmänna uppgifter... 2 0.1 Ämnesområde... 2 0.2 Statistikområde... 2 0.3 SOS-klassificering... 2 0.4

Läs mer

Apotekets revision för säkrare läkemedelsprocess - HPMM

Apotekets revision för säkrare läkemedelsprocess - HPMM Apotekets revision för säkrare läkemedelsprocess - HPMM High Performance Medicines Management Ett unikt verktyg för kvalitetsrevision av läkemedelsprocessen Lars-Åke Söderlund Senior Rådgivare Apoteket

Läs mer

Hur kan kvalitetsregister förbättra resultat inom hälso- och sjukvård? Exempel: Kataraktkirurgi

Hur kan kvalitetsregister förbättra resultat inom hälso- och sjukvård? Exempel: Kataraktkirurgi Hur kan kvalitetsregister förbättra resultat inom hälso- och sjukvård? Exempel: Kataraktkirurgi Mats Lundström Nationella Kataraktregistret Karlskrona, Sverige Nationella Kataraktregistret (NCR) Startår:

Läs mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 13 oktober 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

D. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.

D. 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 mer

Serviceundersökning 2012 Örebro Kommun

Serviceundersökning 2012 Örebro Kommun Serviceundersökning 2012 Örebro Kommun Bakgrund och syfte För att följa upp kvaliteten i verksamheterna har Örebro Kommun låtit genomföra en brukarundersökning för servicetjänster. Undersökningen är en

Läs mer

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall

Läs mer

Inträdet på arbetsmarknaden efter gymnasieskolan

Inträdet på arbetsmarknaden efter gymnasieskolan Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Förord Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan SCB, Stockholm 08-506 940 00 SCB, Örebro 019-17 60 00 www.scb.se

Läs mer

Högvattenstånd vid Åhuskusten Nu och i framtiden

Högvattenstånd vid Åhuskusten Nu och i framtiden Författare: Uppdragsgivare: Rapport nr Anna Karlsson Kristianstads kommun 2007-30 Granskningsdatum: Granskad av: Dnr: Version 2007-06-12 Jan Andersson 2007/1071/204 1.1 Högvattenstånd vid Åhuskusten Nu

Läs mer

Arbetsmarknad Massörer 2011

Arbetsmarknad Massörer 2011 Arbetsmarknad Massörer 211 En undersökning gjord av Branschrådet Svensk Massage Kroppsterapeuternas Yrkesförbund MIND Research AB Sammanfattning 75 av svenskarna har någon gång har provat på massage, 43

Läs mer

Slutrapport Bättre primärstatistik BAST, etapp 2

Slutrapport Bättre primärstatistik BAST, etapp 2 Slutrapport Avslut 1(7) Slutrapport Bättre primärstatistik BAST, etapp 2 Slutrapport Avslut 2(7) Innehåll 1 Sammanfattning... 3 2 Projektet... 4 2.1 Projektets bakgrund och uppgift... 4 2.2 Deltagare...

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 20 Mars 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

TENTAMEN I STATISTIKENS GRUNDER 2

TENTAMEN I STATISTIKENS GRUNDER 2 STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:

Läs mer

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset.

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset. Statistiska institutionen Nicklas Pettersson Skriftlig tentamen i Finansiell Statistik Grundnivå 7.5hp, VT2014 2014-05-26 Skrivtid: 9.00-14.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller

Läs mer

UTVÄRDERING VANLIGA PROBLEM. Mats Fridell TYPER AV UTVÄRDERINGAR. (1) Utvärdering när projektet redan slutförts

UTVÄRDERING VANLIGA PROBLEM. Mats Fridell TYPER AV UTVÄRDERINGAR. (1) Utvärdering när projektet redan slutförts UTVÄRDERING Lund den 25:e februari 2009 Mats Fridell Institutionen för psykologi VANLIGA PROBLEM (1) Utvärdering när projektet redan slutförts (2) Avsaknad av systematiskt insamlade data (3) Alltför ospecifik

Läs mer

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15

Tentamen i Statistik, STA A11/STA A14 (8 poäng) 25 augusti 2004, klockan 08.15-13.15 Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A/STA A4 (8 poäng) 5 augusti 4, klokan 8.5-3.5 Tillåtna hjälpmedel: Bifogad formelsamling

Läs mer

Att starta ett projekt

Att starta ett projekt Hälsouniversitetet Att starta ett projekt Introduktionskurs i forskningsmetodik för ST-läkare 2015-03-23 Magnus Falk FoU-enheten för Närsjukvården IMH, Allmänmedicin Checklista över färdigheter som bör

Läs mer

Sjukdomsspecifika PROM i kvalitetsregister

Sjukdomsspecifika PROM i kvalitetsregister Sjukdomsspecifika PROM i kvalitetsregister Mats Lundström EyeNet Sweden Karlskrona, Sverige Innehåll Bruk av sjukdomsspecifika PROM hos svenska kvalitetsregister Vad kan ett sjukdomsspecifikt PROM tillföra

Läs mer

Mata in data i Excel och bearbeta i SPSS

Mata 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 mer

Den gröna påsen i Linköpings kommun

Den gröna påsen i Linköpings kommun Den gröna påsen i Linköpings kommun Metod- PM 4 Thea Eriksson Almgren Problem I Linköping idag används biogas för att driva stadsbussarna. 1 Biogas är ett miljövänligt alternativ till bensin och diesel

Läs mer

Bayesianska numeriska metoder I

Bayesianska numeriska metoder I Baesianska numeriska metoder I T. Olofsson Marginalisering En återkommende teknik inom Baesiansk inferens är det som kallas för marginalisering. I grund och botten rör det sig om tillämpning av ett specialfall

Läs mer

Från Big Bang till universums acceleration

Från Big Bang till universums acceleration Från Big Bang till universums acceleration Rahman Amanullah Forskare vid Oskar Klein Center, Stockholms universitet http://okc.albanova.se/blog/ Hur vet vi att det vi vet är sant? Lånad av Per-Olof Hulth

Läs mer

Riksidrottsförbundets Kostnadsundersökning

Riksidrottsförbundets Kostnadsundersökning Riksidrottsförbundets Kostnadsundersökning Mars 2009 Genomförd av CMA Research AB RF Kostnadsundersökning 2009, sid 1 Innehåll Sammanfattning sid. 2 Fakta om undersökningen sid. 5 Undersökningens resultat

Läs mer

Grönt ljus för ÖJ? Vårdanalysutvärdering av Öppna jämförelser inom hälso- och sjukvården. 14 mars 2014

Grönt ljus för ÖJ? Vårdanalysutvärdering av Öppna jämförelser inom hälso- och sjukvården. 14 mars 2014 Grönt ljus för ÖJ? Vårdanalysutvärdering av Öppna jämförelser inom hälso- och sjukvården 14 mars 2014 Öppna jämförelser tas fram av Socialstyrelsen och Sveriges kommuner och landsting tillsammans Finns

Läs mer

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT2009 Inlämningsuppgift (1,5hp)

Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT2009 Inlämningsuppgift (1,5hp) Stockholms Univ., Statistiska Inst. Finansiell Statistik, GN, 7,5 hp, VT009 Inlämningsuppgift (1,5hp) Nicklas Pettersson 1 Anvisningar och hålltider Uppgiften löses i grupper om -3 personer och godkänt

Läs mer

Anvisningar till rapporter i psykologi på B-nivå

Anvisningar till rapporter i psykologi på B-nivå Anvisningar till rapporter i psykologi på B-nivå En rapport i psykologi är det enklaste formatet för att rapportera en vetenskaplig undersökning inom psykologins forskningsfält. Något som kännetecknar

Läs mer

All Guts, No Glory: Trading and Diversification Among Online Investors

All Guts, No Glory: Trading and Diversification Among Online Investors All Guts, No Glory: Trading and Diversification Among Online Investors Verdipapirfondenes forening Oslo, 28:e Mars, 2006 Behavioral Finance en introduktion Individ Positiv vs. normativ teori. Använda psykologi

Läs mer

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering.

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering. Uppgift 1 (14p) I en hockeymatch mellan lag A och lag B leder lag A med 4-3 när det är en kvart kvar av ordinarie matchtid. En oddssättare på ett spelbolag behöver bestämma sannolikheten för de tre matchutfallen

Läs mer

SBU:s sammanfattning och slutsatser

SBU:s sammanfattning och slutsatser SBU:s sammanfattning och slutsatser Undernäring är vanligt bland äldre personer inom hela vård- och omsorgssektorn. Med en åldrande befolkning kan denna problematik komma att öka under de kommande decennierna.

Läs mer

Omvärldsundersökning: Energieffektivisering och människors förhållande till koldioxidutsläpp

Omvärldsundersökning: Energieffektivisering och människors förhållande till koldioxidutsläpp Omvärldsundersökning: Energieffektivisering och människors förhållande till koldioxidutsläpp 1 Om undersökningen Ämne: Energieffektivisering och förhållande till koldioxidutsläppen Beställare: E.ON Sverige

Läs mer

Implementering av listpriser som mätvariabel för nya bilar i KPI

Implementering av listpriser som mätvariabel för nya bilar i KPI ES/PR-S PM till Nämnden för KPI Erik Hauer, Miykal Tareke 2015-10-16 1(6) Implementering av listpriser som mätvariabel för nya bilar i KPI För beslut Prisenheten föreslår att samla in rekommenderade listpriser

Läs mer

Perspektiv på kunskap

Perspektiv på kunskap Perspektiv på kunskap Alt. 1. Kunskap är något objektivt, som kan fastställas oberoende av den som söker. Alt. 2. Kunskap är relativ och subjektiv. Vad som betraktas som kunskap är beroende av sammanhanget

Läs mer

Makularegistret. Årsrapport för 2009.

Makularegistret. Årsrapport för 2009. Makularegistret. Årsrapport för 2009. Ingrid Johansson och Per Törnquist september 2010. Bakgrund och syfte: Makularegistret är ett nationellt kvalitetsregister för uppföljning av behandlingen av exsudativa

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:

Läs mer

Statistikutbildning för effektivare forskning

Statistikutbildning för effektivare forskning TM MEDICINSK SPSS software Statistikutbildning för effektivare forskning Spar tid med pedagogiska kurser i SPSS och Statistica. Kurser 2015 2016 Förenklat statistikarbete ger effektivare forskning Något

Läs mer

Serviceundersökning 2013 Örebro Kommun

Serviceundersökning 2013 Örebro Kommun 1 Serviceundersökning 2013 Örebro Kommun 2 Innehållsförteckning Inledning -Bakgrund och syfte 5 -Urval och svarsfrekvens 6 -Bortfallsanalys 9 -Frågorna 11 -Läsanvisning 13 Resultat -Bakgrund 14 -Totalresultat

Läs mer

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska

Läs mer

Europaparlamentsval, valdeltagandeundersökningen 2014 ME0110. Innehållsförteckning

Europaparlamentsval, valdeltagandeundersökningen 2014 ME0110. Innehållsförteckning Enheten för demokratistatistik 2015-03-06 1(10) Europaparlamentsval, valdeltagandeundersökningen 2014 ME0110 I denna beskrivning redovisas först allmänna och legala uppgifter om undersökningen samt dess

Läs mer

Teknisk Rapport En beskrivning av genomförande och metoder. Kunskapsmöten unga lärare - forskare

Teknisk Rapport En beskrivning av genomförande och metoder. Kunskapsmöten unga lärare - forskare Teknisk Rapport En beskrivning av genomförande och metoder Kunskapsmöten unga lärare - forskare 130111 Inledning Enheten för statistik om utbildning och arbete vid Statistiska centralbyrån (SCB) genomförde

Läs mer

Resultat och diskussion. Bruno Hägglöf Barn- och ungdomspsykiatri Umeå universitet

Resultat och diskussion. Bruno Hägglöf Barn- och ungdomspsykiatri Umeå universitet Resultat och diskussion Bruno Hägglöf Barn- och ungdomspsykiatri Umeå universitet Sammanvägt bevisvärde per studie BASAL KVALITET RELEVANS BEVISVÄRDE BRÅ Begränsat Begränsat Begränsat Dalarna Begränsat

Läs mer