1 / 33

Planiranje istraživanja

STATISTIČAR. Tumačenje rezultata. Obrada podataka. Unos podataka. Prikupljanje podataka. Planiranje istraživanja. populacija. uzorak. CILJ ISTRAŽIVANJA. Opisati. Objasniti. Predvidjeti. Oruđe : STATISTIKA. Nezavršena osnovna škola 19%. Osnovna škola 22%. Više ili visoko

macha
Download Presentation

Planiranje istraživanja

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. STATISTIČAR Tumačenje rezultata Obrada podataka Unospodataka Prikupljanjepodataka Planiranjeistraživanja

  2. populacija uzorak CILJ ISTRAŽIVANJA Opisati Objasniti Predvidjeti Oruđe:STATISTIKA

  3. Nezavršena osnovna škola19% Osnovna škola22% Više ili visoko obrazovanje 12% Srednja škola47% UZORAK Kakvo je stanje u populaciji? Nereprezentativan Reprezentativan Nereprezentativan

  4. UZORAK Vrste uzoraka (načini uzimanja uzoraka) Slučajni Svaki član populacije ima jednaku vjerojatnost biti odabran (izvlačenje brojeva iz šešira, tablice slučajnih brojeva,računalni programi...) Sustavni Uzima se svaki n-ti član populacije Stratificirani Populacija se dijeli na “slojeve” pa se iz njih uzimajuslučajni uzorci Prigodni Podatci se uzimaju od ispitanika koje imamo “pri ruci”

  5. UZORAK Veličina uzorka Željena preciznostmjerenja Varijabilnost mjerenepojave Snaga istraživanja – vjerojatnost pronalaženja razlike koja zaista i postoji u populaciji Pogrješke: alfa – pronašli smo statistički značajnu razliku, a razlike zapravo nema beta–nismo pronašli razliku, a razlika zapravo postoji

  6. Uzorak randomizacija Kontrolna Eksperimentalna (1 ili više) OBLIKOVANJE SKUPINA

  7. LJESTVICE MJERENJA NOMINALNA broj stoji umjesto imena (npr. spol – muški=0, žene=1) ORDINALNA brojevi označavaju redoslijed, ali ne znamo KOLIKE su razlike (npr. školske ocjene – 1, 2, 3, 4, 5) INTERVALNA imamo redoslijed i razlike ali brojčani odnosi ne označavaju odnose u mjerenoj pojavi jer nema apsolutne nule (npr. temperatura – 20ºC nije dvostruko toplije od 10ºC) OMJERNA brojčani odnosi označavaju odnose u mjerenoj pojavi jer postoji apsolutna nula (npr. dužina – 20 cm je dvostruko duže od 10 cm)

  8. 1. NOMINALNA Dominantna vrijednost, račun proporcija, χ2-test,Cramerov Fi, koeficijent kontingencije C 2. ORDINALNA Sve pod 1 + centralna vrijednost, koeficijent korelacije ρ (Ro),Tau, Theta i koeficijent W 3. INTERVALNA Sve pod 1 i 2 + aritmetička sredina, standardna devijacija,z-vrijednosti i koeficijent korelacije r (uključujući parcijalnu i multiplu korelaciju) 4. OMJERNA Sve pod 1, 2 i 3 + geometrijska sredina i koeficijent varijabilnosti V LJESTVICE MJERENJA-dopušteni postupci

  9. Stupanj opeklina Dob Brojevi na majicama nogometaša Zbroj bodova na ljestvici stavova prema znanosti(najmanji mogući rezultat je 10, a najveći 50) Doza lijeka koji se daje pacijentu (izražena u mg) VJEŽBA ordinalna omjerna nominalna intervalna omjerna

  10. Opis Usporedba Povezanost OBRADA PODATAKA: Kakvi su stavovi studenata medicine prema znanosti? Postoje li razlike u stavovima prema znanosti između studenata različitih godina? Postoji li povezanost između stavova prema znanosti prosjeka ocjena?

  11. Dominantna vrijednost (Mode) -najčešći rezultatat- Raspon Središnja vrijednost (Median) -središnji rezultatat- Poluinterkvartilno raspršenje Aritmetička sredina (Mean)-prosjek- Standardna devijacija OPIS Raspodjela Srednje vrijednosti i raspšenja

  12. SREDIŠNJE VRIJEDNOSTII RASPRŠENJA

  13. = 3 9 9 = 3 M=3 C=2 SREDNJE VRIJEDNOSTI 1+2+2+3+3+3+4+4+5 M=C 1+2+2+2+2+3+3+4+8

  14. RASPODJELA PODATAKA C=4 C=4

  15. 151 VRIJEDNOSTI KOJE SE JAKO RAZLIKUJU Pažnja! Možda je pogrješka, a možda neistražena pojava!

  16. NORMALNA RASPODJELA Testiranje normaliteta raspodjele: Kolmogorov-Smirnov test parametri

  17. DRUGE RASPODJELE Asimetrična udesno Asimetrična ulijevo Stožasta Spljoštena Bimodalna

  18. Aritmetička sredina i standardna devijacija Parametrijska statistika Središnja/dominantna vrijednost i interkvartilno raspršenje/totalni raspon Neparametrijska statistika

  19. ZBOG POGRJEŠKE MJERENJA DOBIVENI REZULTATI UVIJEK SU SAMO PROCJENA STANJA U POPULACIJI RASPON POUZDANOSTI (CONFIDENCE INTERVAL) RASPON U KOJEM SE, UZ ODREĐENU SIGURNOST (95%, 99%), NALAZI “PRAVI” REZULTAT U POPULACIJI Npr. M=20, 95%CI 18-24 C=76, 99%CI 69-85

  20. IZBOR ODGOVARAJUĆEG STATISTIČKOG POSTUPKA

  21. ŠTO ZNAČI “STATISTIČKI ZNAČAJNO”? p<0.05 – 95% sigurnosti da dobivenarazlika/povezanost nije posljedica slučaja p<0.01 – 99% sigurnosti da dobivenarazlika/povezanost nije posljedica slučaja PRIKAZ p-vrijednosti– tri decimalna mjesta Npr. p=0.024 p=0.007 p<0.001

  22. PRIMJER Rezultati randomiziranog kontroliranog pokusapokazuju da je novi lijek u pokusnoj skupiniprosječno smanjio dijastolički tlaks 99 mmHg na 96 mmHg, p<0.001 Statistički značajno, ali ne i klinički!

  23. SAMO POKUSOMMOŽEMO UTVRDITIUZROČNOST!!! POVEZANOST NE ZNAČI I UZROČNOST Korelacija između stavova prema znanostii slušanja kolegija “Uvod u znanstveni rad u medicini”iznosi ρ=0.84, p<0.001 Studenti koji su slušali kolegij vjerojatnoimaju pozitivnije stavove prema znanosti Slušanje kolegija utječe na stvaranje pozitivnijihstavova prema znanosti Slušanje kolegija utječe na stvaranje pozitivnijihstavova prema znanosti

  24. BIOSTATISTICS INSTRUCTIONAL MANUALhttp://www.sjsu.edu/faculty/gerstman/StatPrimer/ ELEMENTARY CONCEPTS IN STATISTICS http://www.statsoftinc.com/textbook/esc.html ONLINE STATISTICS TEXTBOOKhttp://www2.chass.ncsu.edu/garson/pa765/statnote.htm POWER CALCULATIONhttp://calculators.stat.ucla.edu/powercalc/

  25. RAZGOVARAJTE SA STATISTIČARIMA, I ONI SU LJUDI! i... PAŽLJIVO PLANIRAJTE! SUSTAVNO OBRAĐUJTE! ODGOVORNO TUMAČITE!

  26. Procjena veličine uzorka “Koliki uzorak mi treba?” često pitanje važno pitanje odgovor nije sasvim jednostavan grafički način procjene veličine uzorka – Altmanov nomogram

  27. na temelju razlike koju smatramo relevantnom možemo izračunati standardiziranu razliku koja ovisi o vrsti podataka (kontinuirani/kvantitativni ili kategorijski/kvalitativni) • za kategorijske varijable: • SR=δ/√p(1-p) , pri čemu je: δ=p1-p2 (razlika u proporcijama) • p=(p1+p2)/2 (prosječna proporcija) • za kontinuirane varijable: • SR=δ/σ0, pri čemu je: δ – klinički relevantna razlika • σ0 – očekivana standardna devijacija Procjena veličine uzorka potrebna 3 parametra (klinički) relevantna razlika razina značajnosti (0.05, 0.01) snaga

  28. SR=δ/√p(1-p) , pri čemu je: δ=p1-p2 (razlika u proporcijama) • p=(p1+p2)/2 (prosječna proporcija) Procjena veličine uzorka – primjer 1 kategorijske varijable Ispitujemo novi antibiotik. Dosad korišteni lijek učinkovit je u 40% slučajeva, a novi, da bi se isplatio mora biti učinkovit u barem 60% slučajeva. Koliko ispitanika trebamo da bismo, uz dvosmjernu značajnost od 0.05 i snagu od 80%, provjerili takvu razliku u učinkovitosti lijekova? SR=(0.6-0.4)/0.5=04.

  29. Procjena veličine uzorka – primjer 1 kategorijske varijable Koliki uzorak biste trebali da je sve isto, samo uz značajnost od 0.01?

  30. Procjena veličine uzorka – primjer 2 kontinuirane varijable Koliki uzorak je potreban da bi se, uz dvosmjernu značajnost od 0.05 i 80% snage, provjerila razlika u razini kolesterola od 1.0 mmol/l između aritmetičkih sredina dviju skupina ispitanika? Očekujemo podjednaku standardnu devijaciju u obje skupine od 3.0 mmol/l. • SR=δ/σ0, pri čemu je: δ – klinički relevantna razlika • σ0 – očekivana standardna devijacija SR=1/3=0.333

  31. Procjena veličine uzorka – primjer 2 kontinuirane varijable 150 po skupini

  32. Procjena veličine uzorka – zaključno • u procjenu veličine uzorka treba uključiti i očekivano osipanje ispitanika • npr. dodati 20-30% za istraživanja koja će duže trajati • zaokružite na cijeli broj • veličina uzorka jest važna, ali ne znači ništa ako uzorak nije dobro odabran

More Related