a) Facit till räkneseminarium 3

Storlek: px
Starta visningen från sidan:

Download "a) Facit till räkneseminarium 3"

Transkript

1 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 med piperakin, 3: 250 mg AMP1050 i kombination med piperakin, 4: 500 mg AMP1050 i kombination med piperakin). Själva läkemedelsstudien startar vid tiden noll timmar (det vänstra av de lodräta streckade linjerna) och då tas ett blodprov från varje individ och därefter ges den första dosen läkemedel. Sex timmar efter den första dosen (det högra av de lodräta streckade linjerna) tas nya blodprov från alla individer. Blodproverna analyseras dels med avseende på läkemedelskoncentration och dels med avseende på antalet malariaparasiter. Studien fortsatte även efter de blodprover som togs sex timmar efter läkemedelsdosen men i vårt dataset har vi ingen information om vad som händer under den senare delen av studien. 3.2 a) Fig 2. Sju individer randomiserades till studiearm-4 (500 mg AMP1050 i kombination med piperakin). Vid tiden noll timmar (det vänstra av de lodräta streckade linjerna) togs ett blodprov från varje individ och därefter gavs den första dosen läkemedel. Sex timmar efter den första dosen (det högra av de lodräta streckade linjerna) togs nya blodprov från individerna. Blodproverna analyseras dels med avseende på läkemedelskoncentration och dels med avseende på antalet malariaparasiter. Effekten av läkemedlet kan undersökas genom att jämföra antalet parasiter i blodet vid studiens start (noll timmar) och antalet parasiter i blodet sex timmar efter den första läkemedelsdosen. Eftersom antalet parasiter i blodet mäts hos samma patienter vid noll timmar som vid sex timmar så kan vi säga att grupperna är beroende (före och efter för samma individ), d.v.s. det är ett parat test som ska genomföras.

2 b) I datasetet finns en kolumn som anger parasitnivån i blodet vid studiens start (0h) och parasitnivån i blodet sex timmar efter första dosen läkemedel (6h). : 0, det är ingen skillnad i antalet parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start. : 0, det är färre parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start (observera att det är ett ensidigt test eftersom frågan gäller om läkemedlet har någon effekt eller inte, alltså om parasitnivåerna sänkts eller ej). I den här analysen ska vi jämföra parasitnivåerna före och efter för samma individ, d.v.s. ett parat test (se resonemang i uppgift a). Stickprovet består av enbart 7 individer ( 50) men i frågan anges det att vi kan anta att parasitnivåerna i blodet är normalfördelade i populationen, alltså är det ett parat t-test som ska genomföras. I uppgiften står det inte vilken signifikansnivå som ska användas. Det är därför upp till var och en att bestämma det själv (men det MÅSTE anges!). Här görs testet på 5% signifikansnivå. Kritiskt värde för ensidigt test på 5% signifikansnivå (6 frihetsgrader): 1.94 Eftersom det är ett ensidigt test och tabell 3 anger kritiska värden för tvåsidiga test så avläses det kritiska värdet för 5% signifikansnivå från kolumnen med 90% konfidensintervall (10% signifikansnivå). Eftersom anger att 0 så är det 1.94 som är det kritiska värdet och inte Om det beräknade t-värdet är större än det kritiska värdet så förkastas. Eftersom det är ett parat test vi ska göra så måste vi först beräkna skillnaden av antalet parasiter vid studiens start och antalet parasiter sex timmar efter första dosen läkemedel, för varje individ. Individ Parasitnivå 0h Parasitnivå 6h Sänkning av antalet parasiter, ID ID ID ID ID ID ID Beräkning av t-värde för parat test: 1 1

3 Vi måste beräkna och : Individ Sänkning av antalet parasiter, ID ID ID ID ID ID ID Jämför med det kritiska värdet: Det beräknade t-värdet är större än det kritiska värdet, d.v.s. vi förkastar. Svar: Med ett parametriskt test på 5% signifikansnivå är parasitnivåerna i blodet lägre 6 timmar efter första dosen läkemedel än innan läkemedlet gavs, d.v.s. vi har visat att AMP1050 har en signifikant effekt på 5% signifikansnivå. c) Icke-parametriskt test för parade värden innebär ett Wilcoxons tecken-rangtest. : Det är ingen skillnad i antalet parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start. : Det är färre parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start (observera att det är ett ensidigt test eftersom frågan gäller om läkemedlet har någon effekt eller inte).

4 I uppgiften står det inte vilken signifikansnivå som ska användas. Det är därför upp till var och en att bestämma det själv (men det MÅSTE anges!). Här görs testet på 5% signifikansnivå. Kritiskt värde för ensidigt test på 5% signifikansnivå ( 7):,. 3 De kritiska värdena som anges i tabell 6 är för ensidiga test. Eftersom innebär att det är färre parasiter i blodet 6 timmar efter första läkemedelsdosen än det är vid studiens start och eftersom differenserna är gjorda så att en positiv differens innebär att det är färre parasiter i blodet 6 timmar efter första läkemedelsdosen än det är vid studiens start, så är det den negativa teckenrangsumman ( ) som ska vara lägre än det kritiska värdet (,. ) om ska förkastas. Vi börjar med att rangordna differenserna (sänkningen av antalet parasiter, ). Den minsta differensen får rangtal 1, den näst minsta får rangtal 2, o.s.v. Individ Sänkning av antalet parasiter, Rangtal ID ID ID ID ID ID ID Därefter beräknas rangsummorna för de positiva och negativa differenserna separat (i detta fall har vi bara positiva differenser) Jämför med det kritiska värdet: 03 Den negativa teckenrangsumman är mindre än det kritiska värdet, d.v.s. vi förkastar. Svar: Med ett icke-parametriskt test på 5% signifikansnivå är parasitnivåerna i blodet lägre 6 timmar efter första dosen läkemedel än innan läkemedlet gavs, d.v.s. vi har visat att AMP1050 har en signifikant effekt på 5% signifikansnivå.

5 3.3 a) Fig 3. Tio individer randomiserades till studiearm-1 (500 mg artemisinin i kombination med piperakin) och sju individer randomiserades till studiearm-4 (500 mg AMP1050 i kombination med piperakin). Vid tiden noll timmar (det vänstra av de lodräta streckade linjerna) togs ett blodprov från varje individ och därefter gavs den första dosen läkemedel. Sex timmar efter den första dosen (det högra av de lodräta streckade linjerna) togs nya blodprov från individerna. Blodproverna analyseras dels med avseende på läkemedelskoncentration och dels med avseende på antalet malariaparasiter. Effekten av läkemedlet kan undersökas genom att jämföra sänkningen av antalet parasiter i blodet för individerna i studiearm-1 och sänkningen av antalet parasiter i blodet för individerna i studiearm-4. Eftersom varje individ bara har fått ett av de snabbverkande antimalarialäkemedlen (artemisinin eller AMP1050) så kan vi konstatera att grupperna är oberoende, d.v.s. det är ett oparat test som ska genomföras. b) I datasetet finns en kolumn som anger parasitnivån i blodet vid studiens start (0h) och parasitnivån i blodet sex timmar efter första dosen läkemedel (6h). :, det är ingen skillnad i effekt mellan artemisinin (studiearm-1) och AMP1050 (studiearm-4), d.v.s. den typiska sänkningen av antalet parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start är lika stor för båda läkemedlen. :, det är en skillnad i effekt mellan artemisinin och AMP1050, d.v.s. ett av läkemedlen ger generellt en större sänkning av antalet parasiter i blodet sex timmar efter första läkemedelsdosen (jämfört med vid studiens start). Observera att det är ett tvåsidigt test eftersom frågan gäller om det är någon skillnad i effekt eller inte. I den här analysen ska vi jämföra sänkningen av parasitnivåerna i blodet för två oberoende grupper, d.v.s. ett oparat test (se resonemang i uppgift a). Det ena stickprovet består av 10 individer och det andra består av 7 individer ( 50 och 50) men i frågan anges det att vi kan anta att parasitnivåerna i blodet är normalfördelade i populationen, alltså är det ett oparat t-test som ska genomföras. I uppgiften står det inte vilken signifikansnivå som ska användas. Det är därför upp till var och en att bestämma det själv (men det MÅSTE anges!). Här görs testet på 5% signifikansnivå. Kritiskt värde för tvåsidigt test på 5% signifikansnivå (15 frihetsgrader ( 2)): 2.13

6 Eftersom det är ett tvåsidigt test och tabell 3 anger kritiska värden för tvåsidiga test så avläses det kritiska värdet för 5% signifikansnivå från kolumnen med 95% konfidensintervall. Eftersom testet gäller huruvida läkemedlen ger en olika stor sänkning av antalet parasiter i blodet så måste vi börja med att beräkna denna sänkning för alla individer. Studiearm-1 (artemisinin + piperakin): Individ Parasitnivå 0h Parasitnivå 6h Sänkning av antalet parasiter, ID ID ID ID ID ID ID ID ID ID Studiearm-4 (AMP piperakin): Individ Parasitnivå 0h Parasitnivå 6h Sänkning av antalet parasiter, ID ID ID ID ID ID ID Beräkning av t-värde för oparat test: Vi måste beräkna,,, och. Se uppgift 2.2 b för beräkning av och

7 Individ Sänkning av antalet parasiter, ID ID ID ID ID ID ID ID ID ID Jämför med de kritiska värdena: och Det beräknade t-värdet ligger inom intervallet som bildas av de kritiska t-värdena vilket innebär att vi inte kan förkasta. Svar: Med ett parametriskt test på 5% signifikansnivå kan vi utifrån den här studien inte säga att det finns en signifikant skillnad i effekt mellan behandlingarna.

8 c) Icke-parametriskt test (eftersom normalfördelning inte kan antas) för oparade värden innebär ett Wilcoxons rangsummetest. : Det är ingen skillnad i effekt mellan artemisinin (studiearm-1) och AMP1050 (studiearm-4), d.v.s. sänkningen av antalet parasiter i blodet sex timmar efter första läkemedelsdosen jämfört med vid studiens start är lika stor för båda läkemedlen. : Det är en skillnad i effekt mellan artemisinin och AMP1050, d.v.s. ett av läkemedlen ger en större sänkning av antalet parasiter i blodet sex timmar efter första läkemedelsdosen (jämfört med vid studiens start). Observera att det är ett tvåsidigt test eftersom frågan gäller om det är någon skillnad i effekt eller inte. I uppgiften står det inte vilken signifikansnivå som ska användas. Det är därför upp till var och en att bestämma det själv (men det MÅSTE anges!). Här görs testet på 5% signifikansnivå. Kritiskta värden för tvåsidigt test på 5% signifikansnivå ( 10 och 7):,. 42, 84 Tabell 5 De kritiska värdena bildar ett intervall och om rangsumman för det mindre stickprovet ligger utanför intervallet eller exakt på en intervallgräns så förkastas. Om båda stickproven är lika stora så spelar det ingen roll vilket av dem vi väljer att jämföra mot de kritiska värdena, ty om den ena rangsumman ligger ovanför intervallet så kommer den andra rangsumman att ligga nedanför intervallet. Vi börjar med att rangordna de observerade värdena (i det här fallet sänkningen av antalet parasiter, ). Den minsta differensen får rangtal 1, den näst minsta får rangtal 2, o.s.v. Individ Sänkning av antalet parasiter, Läkemedel Rangtal ID Artemisinin 12 ID AMP ID Artemisinin 13 ID AMP ID Artemisinin 3 ID Artemisinin 10 ID AMP ID Artemisinin 6 ID Artemisinin 14 ID AMP ID AMP ID Artemisinin 1 ID AMP ID Artemisinin 9 ID Artemisinin 11 ID AMP ID Artemisinin 16

9 Där efter beräknas rangsummorna för de två behandlingarna var för sig Jämför rangsumman för det minsta stickprovet med de kritiska värdena: och Rangsumman för det minsta stickprovet ligger inom intervallet som bildas av de kritiska värdena, d.v.s. vi kan inte förkasta. Svar: Med ett icke-parametriskt test på 5% signifikansnivå kan vi utifrån den här studien inte säga att det finns en signifikant skillnad i effekt mellan behandlingarna. d) Svar: När vi gör parametriska tester så måste variabeln vi undersöker (i det här fallet sänkningen av parasitnivåerna i blodet) vara normalfördelad i populationen. När stickproven är små ( 50 för ett eller båda stickproven) så måste vi anta att variabeln är normalfördelad och det antagandet kan vara felaktigt. I vissa fall vet vi från tidigare studier att variabeln är normalfördelad och då är det inga problem att göra det antaganden även om stickprovet är litet. När vi gör icke-parametriska tester så måste inte variabeln vi undersöker vara normalfördelad i populationen (observera att variabeln kan vara normalfördelad men den måste inte vara det!). Det krävs därför inte heller några antaganden angående vilken typ av underliggande fördelning variabeln har. I det här fallet har vi få individer i båda stickproven vilket gör att vi inte kan vara säkra på att sänkningen av parasitnivåerna i blodet är normalfördelade. Därför är resultatet från det icke-parametriska testet mest tillförlitligt (i det här fallet ger dock båda testerna samma resultat). 3.4 I den här analysen ska vi undersöka om det finns någon skillnad i effekt mellan AMP1050 och artemisinin genom att studera matchade par där den ena individen får AMP1050 och den andra får artemisinin, d.v.s. ett parat test. Stickprovet består av 59 par ( 50), alltså kan vi använda oss av ett parat Z-test i vår analys. : 0, det är ingen skillnad i effekt mellan AMP1050 och artemisinin. : 0, det är en skillnad i effekt mellan AMP1050 och artemisinin (observera att det är ett tvåsidigt test eftersom frågan gäller om det finns någon skillnad mellan läkemedlen). I uppgiften står det inte vilken signifikansnivå som ska användas. Det är därför upp till var och en att bestämma det själv (men det MÅSTE anges!). Här görs testet på 5% signifikansnivå. Kritiskt värde för tvåsidigt test på 5% signifikansnivå:, Tabell 2 (eller 1)

10 Om det beräknade Z-värdet ligger utanför intervallet som bildas av de kritiska värdena så förkastas. Beräkning av Z-värde för parat test: 1 1 Vi måste beräkna och : Jämför med de kritiska värdena: och Det beräknade Z-värdet ligger utanför intervallet som bildas av de kritiska Z-värdena vilket innebär att vi förkastar. Svar: I den här analysen har vi visat att det finns en signifikant skillnad (5% signifikansnivå) i effekt mellan AMP1050 och artemisinin.

Parade och oparade test

Parade 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 mer

Sänkningen av parasitnivåerna i blodet

Sänkningen av parasitnivåerna i blodet 4.1 Oberoende (x-axeln) Kön Kön Längd Ålder Dos Dos C max Parasitnivå i blodet Beroende (y-axeln) Längd Vikt Vikt Vikt C max Sänkningen av parasitnivåerna i blodet Sänkningen av parasitnivåerna i blodet

Läs mer

Föreläsning 4. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 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 mer

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Analys 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 mer

F22, Icke-parametriska metoder.

F22, 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 mer

7.3.3 Nonparametric Mann-Whitney test

7.3.3 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 mer

π = proportionen plustecken i populationen. Det numeriska värdet på π är okänt.

π = 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 mer

2. Test av hypotes rörande medianen i en population.

2. 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 mer

Hur man tolkar statistiska resultat

Hur man tolkar statistiska resultat Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?

Läs mer

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

FÖRELÄSNINGSMATERIAL. 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 mer

Medicinsk statistik II

Medicinsk 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 mer

1. a) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar)

1. 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 mer

Fråga nr a b c d 2 D

Fråga nr a b c d 2 D Fråga nr a b c d 1 B 2 D 3 C 4 B 5 B 6 A 7 a) Första kvartilen: 33 b) Medelvärde: 39,29 c) Standardavvikelse: 7,80 d) Pearson measure of skewness 1,07 Beräkningar: L q1 = (7 + 1) 1 4 = 2 29-10 105,8841

Läs mer

Gamla tentor (forts) ( x. x ) ) 2 x1

Gamla 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 mer

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva Stat. teori gk, ht 006, JW F14 HYPOTESPRÖVNING (NCT 10., 10.4-10.5, 11.5) Hypotesprövning för en proportion Med hjälp av data från ett stickprov vill vi pröva H 0 : P = P 0 mot någon av H 1 : P P 0 ; H

Läs mer

TMS136. Föreläsning 13

TMS136. Föreläsning 13 TMS136 Föreläsning 13 Jämförelser mellan två populationer Hittills har vi gjort konfidensintervall och tester kring parametrar i EN population I praktiska sammanhang är man ofta intresserad av att jämföra

Läs mer

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1 Standardfel (Standard error, SE) Anta vi har ett stickprov X 1,,X n där varje X i has medel = µ och std.dev = σ. Då är Det sista kalls standardfel (eng:standard error of mean (SEM) eller (SE) och skattas

Läs mer

Syfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen

Syfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen Uwe Menzel, 2017 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Syfte: o statistiska test om parametrar för en fördelning o förkasta eller acceptera hypotesen hypotes: = 20 (väntevärdet är 20)

Läs mer

Jämförelse av två populationer

Jämförelse av två populationer Föreläsning 10 (Kap. 9.1-9.3, 10.1-10.3): Jämförelse av två populationer Marina Axelson-Fisk 18 maj, 2016 Goodness-of-fit test Kontingenstabeller Idag: Jämförelse av två medelvärden Jämförelse av två varianser

Läs mer

Hypotesprövning. 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 Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning 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 mer

LYCKA TILL! Omtentamen i Statistik A1, Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci

LYCKA TILL! Omtentamen i Statistik A1, Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci Omtentamen i Statistik A1, 2013 08 15 Skrivtid: 3 timmar (08:00 11:00) Ansvarig lärare: Åsa Johansson poäng = 45 p Betyg (U/G/VG):

Läs mer

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Bild 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 mer

Konfidensintervall, Hypotestest

Konfidensintervall, Hypotestest Föreläsning 8 (Kap. 8, 9): Konfidensintervall, Hypotestest Marina Axelson-Fisk 11 maj, 2016 Konfidensintervall För i (, ). Hypotestest Idag: Signifikansnivå och p-värde Test av i (, ) när är känd Test

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110319)

EXAMINATION 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 mer

Studietyper, inferens och konfidensintervall

Studietyper, 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 mer

Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11. Laboration. Statistiska test /16

Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11. Laboration. Statistiska test /16 Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11 Laboration Statistiska test 2011-11-15/16 2 Syftet med laborationen är att: Ni skall bekanta er med lite av de funktioner som finns

Läs mer

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Vi 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 mer

, s a. , s b. personer från Alingsås och n b

, s a. , s b. personer från Alingsås och n b Skillnader i medelvärden, väntevärden, mellan två populationer I kapitel 8 testades hypoteser typ : µ=µ 0 där µ 0 var något visst intresserant värde Då användes testfunktionen där µ hämtas från, s är populationsstandardavvikelsen

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

1b) Om denna överstiger det kritiska värdet förkastas nollhypotesen. 1c)

1b) Om denna överstiger det kritiska värdet förkastas nollhypotesen. 1c) 1a) F1 och F3 nominalskala, enbart olika saker F kvotskala, Riktiga siffror, 0 betyder att man inte finns och avståndet mellan två värden är exakt definierat F4 och F5 ordinalskala, vi kan ordna svaren

Läs mer

Föreläsning 5. Kapitel 6, sid Inferens om en population

Föreläsning 5. Kapitel 6, sid Inferens om en population Föreläsning 5 Kapitel 6, sid 153-185 Inferens om en population 2 Agenda Statistisk inferens om populationsmedelvärde Statistisk inferens om populationsandel Punktskattning Konfidensintervall Hypotesprövning

Läs mer

Hypotestestning och repetition

Hypotestestning 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 mer

Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT Laboration P3-P4. Statistiska test

Matematikcentrum 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

Datorlaboration 8/5 Jobba i grupper om 2-3 personer Vi jobbar i Minitab Lämna in rapport via fronter senast 22/5 Förbered er genom att läsa och se

Datorlaboration 8/5 Jobba i grupper om 2-3 personer Vi jobbar i Minitab Lämna in rapport via fronter senast 22/5 Förbered er genom att läsa och se Föreläsning 10 Datorlaboration 8/5 Jobba i grupper om 2-3 personer Vi jobbar i Minitab Lämna in rapport via fronter senast 22/5 Förbered er genom att läsa och se vad som skall göras Föreläsning 10 Inferens

Läs mer

Statistik och epidemiologi T5

Statistik 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 mer

Föreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 3 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Inferens om två populationer (kap 8.1 8.) o Parvisa observationer (kap 9.1 9.) o p-värde (kap 6.3) o Feltyper, styrka, stickprovsstorlek

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1913 MATEMATISK STATISTIK FÖR IT OCH ME ONSDAGEN DEN 12 JANUARI 2011 KL 14.00 19.00. Examinator: Camilla Landén, tel. 7908466. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Analytisk 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 mer

8 Inferens om väntevärdet (och variansen) av en fördelning

8 Inferens om väntevärdet (och variansen) av en fördelning 8 Inferens om väntevärdet (och variansen) av en fördelning 8. Skattning av µ och Students T-fördelning Om σ är känd, kan man använda statistikan X µ σ/ n för att hitta konfidensintervall för µ. Om σ inte

Läs mer

ordinalskala kvotskala F65A nominalskala F65B kvotskala nominalskala (motivering krävs för full poäng)

ordinalskala kvotskala F65A nominalskala F65B kvotskala nominalskala (motivering krävs för full poäng) 1 F1 ordinalskala F2 kvotskala F65A nominalskala F65B kvotskala F81 nominalskala (motivering krävs för full poäng) b) Variabler som används är F2 och F65b. Eftersom det är kvotskala på båda kan vi använda

Läs mer

Föreläsningsanteckningar till kapitel 9, del 2

Föreläsningsanteckningar till kapitel 9, del 2 Föreläsningsanteckningar till kapitel 9, del 2 Kasper K. S. Andersen 17 oktober 2018 1 Hur väljar man hypotes och mothypotes? Allmänt finns två möjliga resultat av en statistik test: Nollhypotesen H 0

Läs mer

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 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 mer

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Binomialfördelning (kap 24.1) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test

Läs mer

Temperatur (grader Celcius) 4 tim. och 32 min tim. och 12 min tim. och 52 min tim. och 1 min tim. och 4 min.

Temperatur (grader Celcius) 4 tim. och 32 min tim. och 12 min tim. och 52 min tim. och 1 min tim. och 4 min. Hypotesprövning 1. En biolog undersöker om förekomsten av parasiten Gyrodactylus salaris är vanligare hos lax i södra Östersjön jämfört med norra. Han fångar in 111 laxar i norra Östersjön av vilka 56

Läs mer

Föreläsning 6. Kapitel 7, sid Jämförelse av två populationer

Föreläsning 6. Kapitel 7, sid Jämförelse av två populationer Föreläsning 6 Kapitel 7, sid 186-209 Jämförelse av två populationer 2 Agenda Jämförelse av medelvärden för två populationer Jämförelse av populationsandelar för två populationer Konfidensintervall och

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110204)

EXAMINATION 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 mer

F3 Introduktion Stickprov

F3 Introduktion Stickprov Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever

Läs mer

Repetitionsföreläsning

Repetitionsföreläsning 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 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

Föreläsning 5 och 6.

Föreläsning 5 och 6. Föreläsning 5 och 6. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper@math.uu.se Tillämpad statistik för STS vt 2014 Icke-parametriska metoder Föreläsningarnas innehåll: Allmänt, icke-parametrisk

Läs mer

TMS136. Föreläsning 10

TMS136. Föreläsning 10 TMS136 Föreläsning 10 Intervallskattningar Vi har sett att vi givet ett stickprov kan göra punktskattningar för fördelnings-/populationsparametrar En punkskattning är som vi minns ett tal som är en (förhoppningsvis

Läs mer

Hur skriver man statistikavsnittet i en ansökan?

Hur 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 mer

Icke-parametriska/fördelningsfria test. Finansiell statistik, vt-05. Teckentest. Teckentest. Vi gör observationer för =1,, på variablerna.

Icke-parametriska/fördelningsfria test. Finansiell statistik, vt-05. Teckentest. Teckentest. Vi gör observationer för =1,, på variablerna. Ickeparametriska/fördelningsfria test Vi gör observationer för,, på variablerna,,, eller Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt05 F0 ickeparametriska

Läs mer

FÖRELÄSNING 8:

FÖRELÄSNING 8: FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data

Läs mer

Analytisk statistik. Tony Pansell, optiker Universitetslektor

Analytisk 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 mer

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = 1 0.34. ξ = 2ξ 1 3ξ 2

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = 1 0.34. ξ = 2ξ 1 3ξ 2 Lösningsförslag TMSB18 Matematisk statistik IL 101015 Tid: 12.00-17.00 Telefon: 101620, Examinator: F Abrahamsson 1. Varje dag levereras en last med 100 maskindetaljer till ett företag. Man tar då ett

Läs mer

LTH: Fastighetsekonomi 23-24 sep 2008. Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING

LTH: Fastighetsekonomi 23-24 sep 2008. Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING LTH: Fastighetsekonomi 23-24 sep 2008 Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING Hypotesprövning (statistisk inferensteori) Statistisk hypotesprövning innebär att man med hjälp av slumpmässiga

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

Individ nr Första testet Sista testet

Individ nr Första testet Sista testet Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK ONSDAGEN DEN 7:E JUNI 2017 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel: miniräknare,

Läs mer

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts

Läs mer

Laboration 3. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att analysera enkätundersökningar. MÄLARDALENS HÖGSKOLA

Laboration 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 mer

Laboration 4 Statistiska test

Laboration 4 Statistiska test Matematikcentrum Matematisk statistik Lunds universitet MASB11 HT14, lp2 Laboration 4 Statistiska test 2015-01-09 Del I: Styrkefunktion Del II: Standardtest Syftet med laborationen är att ni ska bekanta

Läs mer

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för

Läs mer

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas. Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:

Läs mer

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Sid 1 (9) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift 1 a) Nämn en kontinuerlig och en diskret fördelning. Exempelvis normalfördelningen respektive

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

Att välja statistisk metod

Att 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 mer

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

F18 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 mer

Medicinsk statistik II

Medicinsk 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 mer

Lösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015

Lösningsförslag 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 mer

Thomas Önskog 28/

Thomas Önskog 28/ Föreläsning 0 Thomas Önskog 8/ 07 Konfidensintervall På förra föreläsningen undersökte vi hur vi från ett stickprov x,, x n från en fördelning med okända parametrar kan uppskatta parametrarnas värden Detta

Läs mer

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner . Kvantiler, kritiska regioner Datorövning Räkna ut följande rejection regions (genom att rita täthetsfunktionen i Minitab ):. z-fördelning, tvåsidigt, 5% signifikansnivå. z-fördelning, lower tail, 5%

Läs mer

Laboration 4 Statistiska test Del I: Standardtest Del II: Styrkefubktion

Laboration 4 Statistiska test Del I: Standardtest Del II: Styrkefubktion Matematikcentrum Matematisk statistik Lunds universitet MASB11 VT15, lp3 Laboration 4 Statistiska test 2015-03-06 Del I: Standardtest Del II: Styrkefubktion Syftet med laborationen är att ni ska bekanta

Läs mer

STATISTISK POWER OCH STICKPROVSDIMENSIONERING

STATISTISK 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 mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl Karlstads universitet Avdelningen för nationalekonomi och statistik Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl 08.15-13.15 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema

Läs mer

Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 4

Tentamen 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 mer

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 4 oktober 2016

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 4 oktober 2016 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 12 HYPOTESPRÖVNING. Tatjana Pavlenko 4 oktober 2016 PLAN FÖR DAGENS FÖRELÄSNING Intervallskattning med normalfördelade data: två stickprov (rep.) Intervallskattning

Läs mer

Föreläsning 4: Konfidensintervall (forts.)

Föreläsning 4: Konfidensintervall (forts.) Föreläsning 4: Konfidensintervall forts. Johan Thim johan.thim@liu.se 3 september 8 Skillnad mellan parametrar Vi kommer nu fortsätta med att konstruera konfidensintervall och vi kommer betrakta lite olika

Läs mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko. SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt

Läs mer

Medicinsk statistik I

Medicinsk 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 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

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 6 Statistiska metoder 1 Dagens föreläsning o Kort om projektet o Hypotesprövning Populationsandel Populationsmedelvärde p-värdet 2 Kort om projektet Syftet med projektet i denna kurs är att

Läs mer

σ 12 = 3.81± σ n = 0.12 n = = 0.12

σ 12 = 3.81± σ n = 0.12 n = = 0.12 TMSK17 Matematisk statistik 181020 Lösningsförslag Tid: 9.00-14.00 Telefon: hos tentavakten Examinator: F Abrahamsson 1. För att bestämma den genomsnittliga halten µ av dioxin (lämplig enhet) i sik från

Läs mer

Föreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi Föreläsning 2 Statistik; teori och tillämpning i biologi 1 Normalfördelning Samplingfördelningar och CGS Fördelning för en stickprovsstatistika (t.ex. medelvärde) kallas samplingfördelning. I teorin är

Läs mer

Lösningsförslag till Matematisk statistik LKT325 Tentamen

Lösningsförslag till Matematisk statistik LKT325 Tentamen Lösningsförslag till Matematisk statistik LKT325 Tentamen 20190115 Kursansvarig: Reimond Emanuelsson Betygsgränser: för betyg 3 krävs minst 20 poäng, för betyg 4 krävs minst 30 poäng, för betyg 5 krävs

Läs mer

Betrakta 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. 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 mer

χ 2, chi-två Test av anpassning: sannolikheter specificerade Data: n observationer klassificerade i K olika kategorier:

χ 2, chi-två Test av anpassning: sannolikheter specificerade Data: n observationer klassificerade i K olika kategorier: Stat. teori gk, ht 006, JW F1 χ -TEST (NCT 16.1-16.) Ordlista till NCT Goodness-of-fit-test χ, chi-square Test av anpassning χ, chi-två Test av anpassning: sannolikheter specificerade i förväg Data: n

Läs mer

TENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL

TENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL TENTAMEN I SF950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 010 KL 14.00 19.00 Examinator : Gunnar Englund, tel. 790 7416, epost: gunnare@math.kth.se Tillåtna hjälpmedel: Formel-

Läs mer

Statistik och epidemiologi T5

Statistik 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 mer

ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?

ST-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 mer

Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens

Analytisk 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 mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV.

DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV. MATEMATISKA INSTITUTIONEN Tillämpad statistisk analys, GN STOCKHOLMS UNIVERSITET VT 2014 Avd. Matematisk statistik GB 2014-03-17 DATORLABORATION: JÄMFÖRELSE AV FLERA STICKPROV. Till den här datorlaborationen

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

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad

Läs mer

Bilaga 6 till rapport 1 (5)

Bilaga 6 till rapport 1 (5) till rapport 1 (5) Bilddiagnostik vid misstänkt prostatacancer, rapport UTV2012/49 (2014). Värdet av att undvika en prostatabiopsitagning beskrivning av studien SBU har i samarbete med Centrum för utvärdering

Läs mer

TMS136. Föreläsning 11

TMS136. Föreläsning 11 TMS136 Föreläsning 11 Andra intervallskattningar Vi har sett att vi givet ett stickprov och under vissa antaganden kan göra intervallskattningar för väntevärden Man kan även gör intervallskattningar för

Läs mer

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:

Läs mer

Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg/Jep Agrell. Laboration 2. Statistiska test

Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg/Jep Agrell. Laboration 2. Statistiska test Matematikcentrum 1(7) Matematisk Statistik Lunds Universitet Per-Erik Isberg/Jep Agrell Laboration 2 Statistiska test HT 2008 2 Syftet med laborationen är att vi skall bekanta oss med lite av de funktioner

Läs mer