VALIDERING AF INSTRUMENT TIL FULDAUTOMATISK ANALYSE AF MORFOLOGI OG MORFOMETRI FOR ORNESÆD
|
|
- Marie Fischer
- 8 år siden
- Visninger:
Transkript
1 VALIDERING AF INSTRUMENT TIL FULDAUTOMATISK ANALYSE AF MORFOLOGI OG MORFOMETRI FOR ORNESÆD MEDDELELSE NR. 965 Afprøvningen har vist, at et instrument til automatisk vurdering af sædcellernes normale udseende og størrelse kan være et alternativ til måling af sædens morfologi INSTITUTION: FORFATTER: VIDENCENTER FOR SVINEPRODUKTION, DEN RULLENDE AFPRØVNING CLAUS HANSEN UDGIVET: 17. MAJ 2013 Dyregruppe: Fagområde: Orner Reproduktion Sammendrag Der er gennemført en afprøvning af et nyt instrument til måling af sædens morfologi (cellens udseende) og morfometri (sædcellens dimensioner). Instrumentet hedder ASQAS (Automatic Semen Quality Analysis System) og er et fuldautomatisk system til analyse af en sædprøve. Resultaterne viste, at der kun var lille variation mellem dobbeltbestemmelser ved analyse af sædcellers defekter og opmåling af sædcellers dimensioner. Korrelationen til manuel morfologisk analyse af sæden viste korrelationskoefficienter på 0,8 eller derover ved analyse for proximaldråber, distaldråber og halekrøller, hvilket er en tilfredsstillende sikkerhed. Målingen med ASQAS kan foretages fra dag 1 til dag 5 efter sædopsamling uden sædens alder bevirker en systematisk forskel i resultatet for analysen. Resultaterne for denne afprøvning viste, at instrumentet ASQAS kan være et alternativ til manuel vurdering af sædens morfologi. Denne afprøvning dokumenterer repeterbarheder i 1
2 dobbeltbestemmelser og korrelation til manuel morfologi. Yderligere afprøvninger inkluderer tværsnitsundersøgelse med ASQAS sammenholdt med ornernes frugtbarhed. TILSKUD Projektet har været støttet økonomisk af Ornestation Mors samt Hatting-KS Baggrund Sædens kvalitet er vigtig for sædens frugtbarhed. Sædkvalitet omfatter mange aspekter, hvorunder sædens morfologi (sædcellernes udseende), anses for at være en vigtig parameter, som er vist at have indvirkning på sædens befrugtningsevne [1]. Sædens morfologi vurderes traditionelt subjektivt med mikroskopi ved ganges forstørrelse. Her vil det være muligt at erkende mange forskellige morfologiske defekter på sædcellen, omend de mindste defekter ved sædcellerne ikke vil kunne erkendes, selv om også de kan have stor betydning for sædens frugtbarhed. Standarden for morfologisk vurdering af sæd sker ved en visuel vurdering (en person vurderer sæden i mikroskop). Dette er en langsommelig og personafhængig procedure. Der er udviklet instrumenter til automatiseret computerbaseret analyse af sædens morfologi. Disse instrumenter kan samtidig analysere sædens morfometri (sædcellens dimensioner) [2], [3], [4]. Der er stor forskel på instrumenterne, i forhold til hvordan de virker, og hvordan sædprøven skal forberedes inden analysens gennemførelse. Videncenter for Svineproduktion har udviklet et instrument (ASQAS Automatic Semen Qaulity Assessment System) til måling af sædens morfologi og morfometri (dimensioner af sædcellerne), hvor der er lagt vægt på, at metoden skal være fuldautomatisk og prøveforberedelsen skal være så simpel, at omkostningerne ved en analyse kan holdes så lav som muligt. Samtidig tilstræbes en god sikkerhed på resultatet. ASQAS består af et mikroskop med motoriseret X/Y bord samt automatiseret fokusering. Mikroskopet er udstyret med kamera, der er tilkoblet en computer. Analysen foretages ved at der optages 224 billeder, som analyseres i computeren. Formålet med afprøvningen var at validere ASQAS omkring følgende parametre: Undersøge om sædcellerne identificeres korrekt Undersøge systematiske forskelle mellem målinger af samme sædprøve analyseret på dag 1 til 5 efter sædopsamlingen Estimere korrelationen mellem analysen med ASQAS og traditionel manuel analyse af sædens morfologi Afrapportere repeterbarheden for målinger af morfologi og morfometri i en analyse med ASQAS. 2
3 Materiale og metode Afprøvningen omfattede tre delundersøgelser. Del 1 var en undersøgelse af, om instrumentet målte korrekt (nøjagtighed). Del 2 var en undersøgelse af effekten af tid fra sædtapning til analyse. Del 3 var en undersøgelse af sammenhæng mellem målingen med ASQAS og sædens morfologi vurderet med traditionel morfologisk analyse samt opgørelse over repeterbarheder i målingerne. Udførelse af analyse med ASQAS Fra en kommerciel sæddose (30-40 mio. sædceller pr. ml) blev udtaget cirka 5 µl sæd, som blev fikseret ved tilblanding af cirka 1 µl 4 pct. formalin direkte på et objektglas. Fra den fikserede sæd blev udtaget cirka 1,5 µl, som blev overført til et objektglas. Et dækglas blev presses ned, således at væsken dannede et så tyndt lag som muligt under dækglasset. Objektglasset blev straks placeret i ASQAS til analyse. Analysen blev gennemført fuldautomatisk. Ved analysen med ASQAS blev indsamlet 224 billeder optaget fra mikroskopet. Hver sædcelle blev identificeret og opmålt med dimensioner af sædcellens hoved og mellemstykke samt opmåling af pixelintensitet og variation i pixelintensitet. Dimensionerne ved opmålingen anvendtes til at skelne sædceller fra objekter, der ikke var sædceller. I ASQAS er der fastlagt kriterier for, hvor meget en sædcelle kan afvige fra de normale dimensioner. Kriterierne, for hvornår en sædcelle kunne anvendes til morfologiske analyser, var ikke de samme som for sædceller der skulle indgå i morfometriske analyser af sædcellerne. Det skyldes, at opmåling af sædcellens dimensioner kræver, at sædcellen er i fokus i billedet, mens identifikation af morfologiske defekter ikke stiller samme krav til skarpheden i billedet. Derfor vil der indgå flere sædceller fra en prøve i den morfologiske måling end der gør i den morfometriske måling. Inklusionskriterier for sædceller til morfometrisk og morfologisk analyse er angivet i appendiks 1 - tabel 3. Del 1 - Nøjagtighed i målinger med ASQAS Undersøgelsens formål var at efterse og kontrollere, om ASQAS identificerede sædceller korrekt, om ASQAS identificerede de morfologiske defekter korrekt (morfologi) og om kanten af sædcellen blev fundet korrekt, således at instrumentet kunne måle sædcellens dimensioner korrekt (morfometri). Til undersøgelsen blev der tilfældigt udvalgt billeder fra tidligere udførte analyser med ASQAS. En analyse med ASQAS omfattede normalt 224 billeder. Til denne delundersøgelse blev udvalgt nogle af disse billeder til manuel kontrol af billederne. Der blev i alt udvalgt 770 billeder fordelt på 22 forskellige analyser, således at billeder fra start til slut i analyserne var repræsenteret. Billederne var tilfældigt udvalgt. Samlet omfattede undersøgelsen sædceller, der kunne indgå i analysen af morfologi og sædceller, der kunne indgå i analysen af morfometri. 3
4 I analysens resultatvindue viser programmet et billede af hvert fundet objekt (sædcelle) med en markering af, hvor ASQAS har fundet kanten af objektet. For hver sædcelle, som ASQAS havde fundet, blev det manuelt kontrolleret, om der var tale om en sædcelle. Herefter blev det undersøgt, om sædcellen havde proximaldråbe, distaldråbe eller halekrølle; samt om sædcellehovedets ydre kant var fundet korrekt. Se figur 1 med eksempel på henholdsvis korrekt og forkert identificeret kant af sædcellen. Figur 1. Billeder af sædceller hvor den røde ramme er en afgrænsning af hele det objekt som ASQAS har fundet. Den grønne markering viser den kant ASQAS har fundet for sædcellens hoved. Det gule kryds angiver, hvor ASQAS måler længde og bredde. Den blå firkant indikerer, om der er fundet en morfologisk defekt. Billedet til venstre (A) viser korrekt identificeret kant (grøn) på en sædcelle med en blå markering af en proximaldråbe. Billedet til højre (B) viser forkert identificeret kant på en sædcelles hoved, idet en del af hovedet nærmest halen ikke er med i markeringen. ASQAS har heller ikke fundet, at også denne sædcelle har en proximaldråbe. Statistisk analyse Nøjagtigheden i analysen af sædcellens morfologi blev vurderet ved at sammenligne sædcellerne fundet med ASQAS med den visuelle vurdering, og beregne analysens sensitivitet, specificitet, prædiktive værdi af positiv test og prædiktive værdi af negativ test. Nøjagtigheden i analysen af sædcellens morfometri kan udelukkende vurderes ud fra andelen af sædceller hvor yderkanten var fundet korrekt. Der findes ikke en metode, der kan sammenlignes med, ved måling af de enkelte sædceller som blev fundet i analysen. Del 2 Effekt af sædens alder på målingen af sædens morfologi og morfometri Formålet med denne delundersøgelse var at estimere effekten af sædens alder på resultatet af analysen, når sæden var 1 til 5 dage gammel, hvor dag 1 var dagen efter sædopsamlingen. Effekten af alder blev målt for både sædcellernes morfologi og morfometri. Undersøgelsen omfattede analyse af 20 forskellige batch af sæd, hvor en batch er sæddoser produceret ud fra sæd fra mellem en og 10 orner. Fra hver batch blev udtaget fem sæddoser, som blev opbevaret ved 17 o C indtil analyse. En sæddose blev analyseret på hver af dagene fra 1 til 5 efter sædopsamling. Alle analyserne blev gennemført som dobbeltbestemmelse. I gennemsnit blev analyseret 342 sædceller pr. analyse af morfologi med ASQAS, hvor mindre end 10 pct. af analyserne 4
5 havde færre end 140 sædceller pr. analyse. Ved analyse af morfometri med ASQAS indgik i gennemsnit 185 sædceller pr. analyse, hvor 10 pct. af analyserne indeholdt færre end 89 sædceller. Statistisk analyse For hver gennemført analyse blev beregnet gennemsnit og variationer for opmåling af sædcellen (se appendiks 1 - tabel 4 for definition af de enkelte variable). Statistisk analyse af forskelle mellem analysedage er gennemført ved variansanalyse. For hver parameter blev det undersøgt, om dag kunne forklare variationen i tallene, hvor dag indgik som klassevariabel og den enkelte batch af sæd som tilfældig effekt. Signifikansgrænser blev korrigeret efter bonferroni for effekten af multiple sammenligninger. Del 3 Korrelation mellem analyse med ASQAS og traditionel analyse af sædens morfologi samt repeterbarhed på analyser med ASQAS Formålet med denne delundersøgelse var at korrelere analysen med ASQAS til visuel analyse af sædens morfologi. Samlet blev der analyseret sæd fra 466 ejakulater, fordelt på 57 Landrace-orner og 87 Yorkshire-orner. Undersøgelsen omfattede analyser af sæd fra op til fem forskellige sædopsamlinger fra hver orne. Ornerne var udvalgt ud fra ornernes gennemsnitlige frugtbarhed, således at orner med både meget høj frugtbarhed og meget lav frugtbarhed indgik i undersøgelsen. Fra hver sædopsamling blev produceret kommercielle sæddoser og udtaget en sæddose. Sæddosen blev sendt fra KS-stationen som kommerciel sæddose og blev ved ankomsten til laboratoriet opbevaret ved 17 o C. På 3. dagen efter sædopsamling blev sæddosen analyseret med ASQAS med dobbeltbestemmelse samt med traditionel visuel morfologisk vurdering af sædens defekter. Ved analyse af sædens morfologi med mikroskopi blev udtaget cirka 5µl sæd. Hertil blev tilsat cirka 1 µl 4 pct. formalin til fiksering af cellerne. Fra den fikserede sæd blev der udtaget cirka 2-3 µl, som blev afsat på rent objektglas og monteret med dækglas. Efterfølgende blev vurderet 400 sædceller med ganges forstørrelse. For hver sædcelle blev vurderet, hvilken defekt sædcellen havde, eller om sædcellen var normal efter kriterier angivet af regler for KS-stationers vurdering af sædkvalitet [5]. Statistisk analyse Sammenhængen mellem ASQAS-målinger af andelen af distaldråber, proximaldråber, halekrøller og normale sædceller er korreleret til manuel vurdering af sædens morfologi ved hjælp af lineær regression samt ved analyse af korrelationen mellem ASQAS og visuel vurdering af sædens morfologi. Korrelationen blev udregnet som Parssons korrelationskoefficient. Ved vurderingen af manuel morfologi blev sædceller, som hverken havde distaldråber, halekrølle eller proximaldråbe anset for værende normale, da ASQAS kun ville kunne erkende disse tre typer defekter. Ved lineær regression er regressionslinjen tvunget gennem 0,0. Det kan ikke analyseres, om målingen af sædcellernes dimensioner korrelerer til morfologien, da det ikke er sammenlignelige målinger der 5
6 udføres. Repeterbarhed for målinger foretaget med ASQAS er vurderet som estimeret spredning mellem dobbeltbestemmelser. Resultater og diskussion Del 1 - Nøjagtighed i måling af med ASQAS Ved vurdering af sædens morfologi kan ASQAS klassificere sædceller som normale eller med defekterne halekrølle, proximaldråbe og distalbråbe. Desuden kan instrumentet opmåle sædcellens hoved, dersom yderkanterne af hovedet er fundet korrekt. Resultatet fra en analyse præsenteres som opgørelse over procentdelen af sædceller med defekter samt beregninger af dimensionerne for sædcellernes hoveder. En sædcelles grænse var identificeret korrekt, hvis kanten af sædcellen kunne følges hele vejen rundt om sædcellehovedet ved detektionen af sædcellens kant (figur 1). Det antages, at opmålingen af en sædcelle er korrekt, dersom grænsen for sædcellens kant er identificeret korrekt. Det er en antagelse, der ikke efterprøves i denne afprøvning. Idet en computer altid vil måle det samme billede på samme måde og kun sædceller i fokus inkluderes i analysen vurderes fejl i opmålingen af sædcellen ikke til at have stor konsekvens for det samlede resultat, blot kanten var identificeret korrekt. Nøjagtigheden af et instrument er afgjort på baggrund af en visuel gennemgang af fundne objekter, hvoraf sædceller kunne indgå i analyse af morfologi og sædceller kunne indgå i en analyse af morfometri. Resultaterne viste en meget høj grad af specificitet og lidt lavere sensitivitet ved klassificering af, om sædcellen var normal eller defekt (tabel 1). Sensitivitet er evnen til at finde pågældende defekt. Specificiteten angiver evnen til at finde sædcellerne normale. Specificiteten vil naturligt altid blive høj, fordi andelen af normale sædceller var høj i undersøgelsen. Den prædiktive værdi fortæller, hvad chancen er, for at defekten er til stede, når sædcellen testes henholdsvis positiv og negativ i testen. Tabel 1. Oversigt over sensitivitet, specificitet, prædiktiv værdi af negativ og positiv test for analyse af defekte sædceller med ASQAS. Halekrølle Distaldråbe Proximaldråbe Sensitivitet 0,52 0,848 0,939 Specificitet 0,997 0,999 0,994 Prædiktiv værdi af negativ test 0,979 0,979 0,995 Prædiktiv værdi af positiv test 0,897 0,988 0,922 Overordnet sås en ringe sensitivitet for halekrøller, uden at det egentligt kan forklares, hvorfor de overses. Ved detektionen af proximaldråber sås 13 falsk positive sædceller, - det vil sige 13 sædceller, der blev fundet som havende proximaldråber, men som var normale. Alle de falsk positive proximaldråber ville kunne elimineres, hvis der i detektionen af proximaldråber indføres en kontrol af, 6
7 hvor stor dråben er. For både halekrøller og distaldråber sås meget få (henholdsvis 7 og 3) falsk positive sædceller. Dette er et udtryk for, at ASQAS næsten altid vil underestimere andelen af defekte sædceller. Der blev i øvrigt ikke fundet sædceller, hvor den ydre grænse af sædcellen var identificeret forkert. Del 2 - Effekt af tid fra tapning på målingen af sædens morfologi og morfometri målt med ASQAS Resultaterne viste ingen indikationer på systematiske forskelle mellem dage, hvor analysen blev udført. Undersøgte variable fremgår af appendiks - tabel 1. Resultaterne viste, at en analyse med ASQAS kan foretages hvilken som helst dag fra 1 til 5 efter sædopsamling. Undersøgelsen omfattede ikke sæd med meget ringe kvalitet, sammenlignet med sædopsamlinger i del 3, hvorfor det ikke kan udelukkes, at sæd med ringe kvalitet kan variere mere mellem analysedage end sæd med normal kvalitet. Del 3 - Korrelation mellem analyse med ASQAS og traditionel analyse af sædens morfologi samt repeterbarhed Resultaterne viste korrelation mellem 0,8 og 0,9 ved analyse af traditionel morfologisk analyse og vurdering med ASQAS. Korrelation var lavest ved vurdering af andelen af sædceller med halekrølle og størst ved vurdering af andelen af distaldråber, hvor korrelationen var over 0,9. Korrelationerne fremgår af tabel 2. Der blev ved den traditionelle analyse af sædens morfologi vurderet 400 sædceller, hvorfor der ikke er grund til at betvivle den manuelle vurderings validitet. Tabel 2. Oversigt over korrelationer og regressioner mellem måling foretaget med ASQAS og måling foretaget ved traditionel visuel vurdering af sædens morfologi. Variabel Korrelationskoefficient Regressionslinjens hældning (skæring i 0) Y=hældning x ASQAS estimat Andelen af normale sædceller 0,85 0,68 Proximaldråber 0,88 1,06 Distaldråber 0,90 1,07 Halekrøller 0,80 2,54 Årsagen til den lave sammenhæng mellem målinger med ASQAS og manuel morfologi kendes ikke. De undersøgte sædprøver til de to metoder er udtaget fra samme sædprøve. Betydningen af udtagelse af en sædprøve kendes ikke præcist, men kan estimeres ud fra dobbeltbestemmelser foretaget med ASQAS. Repeterbarhederne indikerer, at instrumentet er rigtig godt til at genfinde samme resultat, men at det blot er et lidt anderledes resultat end man vil finde med traditionel morfologisk analyse. Årsagen til dette kan ligge i programmeringen, hvor grænsen for hvornår en 7
8 defekt er til stede, bestemmes ud fra matematiske beregninger for opmålinger på sædcellen. Desuden sås for nogle prøver specielle defekter, som blev klassificeret efter visuel vurderingen af morfologien, hvor et større antal af sædcellerne havde samme type defekt. Hvis ASQAS ikke vil være i stand til at klassificere netop den defekt, vil resultatet mellem ASQAS og visuel vurdering af morfologi variere. Variationen mellem dobbeltbestemmelser fremgår af appendiks 1 - tabel 2. Repeterbarheden var bedst for estimaterne for sædcellernes defekter og opmåling af sædcellens dimensioner. Tidligere studier [6] har angivet repeterbarhederne i målingerne som variationskoefficient (CV). Data fra denne afprøvning var ikke velegnet til beregning af CV. Hvis repeterbarheden for denne afprøvnings resultater alligevel opgjortes som CV, var repeterbarheden generelt under 5 pct. for middelværdi og median for sædcellens dimensioner og over 5 pct. for estimater for varians og standardafvigelse for sædcellens dimensioner (data ikke vist). Disse variationskoefficienter var i samme størrelsesorden som tidligere studier af sædcellers morfometri [6]. ASQAS viste moderat til høj korrelation til traditionel manuel vurdering af sædens morfologi samt god repeterbarhed i analysen af sædcellernes defekter. Det betyder, at ASQAS kunne være et alternativ til måling af sædens kvalitet og dermed erstatte traditionel analyse af sædens morfologi. Denne afprøvning kan ikke vise, om ASQAS vil være bedre til at identificere orner eller ejakulater med reduceret frugtbarhed end traditionel vurdering af sædens morfologi. Til dette formål skal der gennemføres en tværsnitsundersøgelse af orners sædkvalitet, hvor resultaterne skal sammenholdes med frugtbarheden for de enkelte orner. Konklusion Resultaterne for analyse med ASQAS viste lille variation mellem dobbeltbestemmelser ved analyse af sædcellers defekter og opmåling af sædcellers dimensioner. Korrelationen til manuel morfologisk analyse af sæden viste korrelationskoefficienter på 0,8 eller derover ved analyse af proximaldråber, distaldråber og halekrøller. Målingen med ASQAS kan foretages fra dag 1 til dag 5 efter sædopsamling uden systematisk forskel i resultatet for analysen af både morfologi og morfometri. Resultaterne for denne afprøvning viste, at instrumentet ASQAS muligvis vil kunne erstatte en manuel vurdering af sædens morfologi. For at afklare dette spørgsmål igangsættes yderligere afprøvninger hvor målinger med ASQAS bliver sammenholdt med frugtbarheden for sæden. 8
9 Referencer [1] Feitsma, H. (2009) Artificial insemination in pigs, research and developments in The Netherlands, a review. Acta Scientiae Veterinariae 37(supl 1): [2] Vicente-Fiel, S., Palacin, I., Santolaria, P., Hidalgo, C. O., Silvestre, M. A., Arrebola, F. og Yaniz, J. L. (2013) A comparative study of the sperm nuclear morphometry in cattle, goat, sheep, and pigs using a new computer-assisted method (CASMA-F). Theriogenology 79: [3] Maroto-Morales, A., Ramon, M., Garcia-Alvarez, O., Soler, A. J., Esteso, M. C., Martinez-Pastor, F., Perez-Guzman, M. D. og Garde, J. J. (2010) Characterization of ram (Ovis aries) sperm head morphometry using the Sperm-Class Analyzer. Theriogenology 73: [4] Phetudomsinsuk, K., Sirinarumitr, K., Laikul, A. og Pinyopummin, A. (2008) Morphology and head morphometric characters of sperm in Thai native crossbred stallions. Acta Vet. Scand. 50: 41. [5] Hansen, C. (2012) Regler for avl, drift og smittebeskyttelse på KS-stationer. Landbrug & Fødevarer, Dansk Svineproduktion. [6] Yaniz, J. L., Vicente-Fiel, S., Capistros, S., Palacin, I. og Santolaria, P. (2012) Automatic evaluation of ram sperm morphometry. Theriogenology 77: Afprøvning nr //NJK// 9
10 Appendiks Tabel 1. Oversigt over variable undersøgt for systematisk ændring i forhold til tiden fra tapning med angivelse af gennemsnit og range for analyserne. Der kunne ikke påvises forskelle mellem dage fra dag 1 til 5 efter sædopsamling ved nedenstående variable. Minimum og maksimum angiver henholdsvis mindste og største måling som gennemsnit for en dobbelbestemmelse af en sædprøve. Variabel Dag 1 Dag 2 Dag 3 Dag 4 Dag 5 Minimum Maksimum Andelen af distaldråber (%) 13,1 12,5 12,7 13,2 12,6 1,8 30,3 Andelen af proximaldråber (%) 8,8 9,6 9,7 9,4 9,8 1,5 25,0 Andelen af halekrøller (%) 2,8 3,1 3,1 2,9 3,0 0 6,6 Andelen af normale sædceller (%) 75,3 74,8 74,4 74,5 74,7 56,3 96,3 Gennemsnit for sædcellehovederne længde (µm) 9,32 9,30 9,30 9,32 9,29 9,04 9,51 Gennemsnit for sædcellehovederne omkreds (µm) 49,10 49,02 49,07 49,15 49,02 48,27 50,08 Gennemsnit for sædcellehovederne bredde (µm) 4,30 4,29 4,30 4,31 4,30 4,13 4,44 Gennemsnit for sædcellehovederne areal (µm 2 ) 65,83 65,50 65,70 65,88 65,55 62,66 67,96 Gennemsnit for sædcellehovederne pixelintensitet 121,8 121,7 122,5 122,4 123,0 115,5 126,2 Gennemsnit for sædcellehovederne pixelvarariation Variation* for sædcellehovedernes længde (µm) 2,19 2,12 2,07 2,20 2,17 1,32 2,53 Variation* for sædcellehovedernes omkreds (µm) 8,47 8,34 8,12 8,49 8,71 5,94 10,78 Variation* for sædcellehovedernes bredde (µm) 1,14 1,11 1,07 1,07 1,05 0,80 1,28 Variation* for sædcellehovedernes areal (µm 2 ) 18,64 17,80 17,03 16,63 19,06 11,60 29,77 Variation* for sædcellehovedernes pixelintensitet 39,17 38,95 38,18 37,47 38,08 29,33 46,09 Variation* for sædcellehovedernes pixelvarariation Median for sædcellehovederne længde (µm) 9,30 9,30 9,31 9,30 9,28 9,02 9,46 Median for sædcellehovederne omkreds (µm) 49,1 49,0 49,0 49,1 49,0 48,2 50,2 Median for sædcellehovederne bredde (µm) 4,30 4,30 4,31 4,32 4,30 4,14 4,44 Median for sædcellehovederne areal (µm 2 ) 65,9 65,5 65,7 65,9 65,6 62,9 68,1 10
11 Median for sædcellehovedernes pixelintensitet 121,9 121,8 122,6 122,4 123,0 115,6 126,5 Median for sædcellehovedernes pixelvarariation Standardafvigelse for sædcellehovederne længde (µm) 0,338 0,338 0,341 0,343 0,338 0,258 0,436 Standardafvigelse for sædcellehovederne omkreds (µm) 1,302 1,309 1,310 1,306 1,310 1,059 1,653 Standardafvigelse for sædcellehovederne bredde (µm) 0,179 0,188 0,178 0,176 0,178 0,133 0,272 Standardafvigelse for sædcellehovederne areal (µm 2 ) 2,82 2,94 2,82 2,78 2,86 2,29 3,96 Standardafvigelse for sædcellehovedernes pixelintensitet 7,25 7,89 7,55 7,18 7,40 5,99 11,05 Standardafvigelse for sædcellehovedernes pixelvarariation *: Variationen er udregnet som forskellen mellem 25 og 75 procents percentilen for den pågældende måling. 11
12 Tabel 2. Oversigt over estimater for analyse i del 3. Residualvariationen repræsenterer variansen mellem analyser af den samme prøve repeterbarhed. Range angiver største og mindste observation i data. Variabel Gennemsnivariation Residual- Range i data Min. Maks. Andelen af distaldråber 9,7 % 6,872 0,0 % 52,4 % Andelen af proximaldråber 6,2 % 2,857 0,0 % 74,6 % Andelen af halekrølle 3,2 % 1,859 0,0 % 25,1 % Andelen af normale sædceller 80,9 % 13,11 21,5 % 99,0 % Gennemsnit for sædcellehovederne længde 9,05 µm 0,0019 8,67 µm 9,81 µm Gennemsnit for sædcellehovederne omkreds 47,79 µm 0, ,34 µm 50,19 µm Gennemsnit for sædcellehovederne bredde 4,197 µm 0, ,94 µm 4,40 µm Gennemsnit for sædcellehovederne areal 62,51 µm 2 0,243 58,67 µm 2 65,44 µm 2 Gennemsnit for sædcellehovederne pixelintensitet 124,3 4, ,1 130,5 Gennemsnit for sædcellehovederne pixelvarariation Variation* for sædcellehovedernes længde 0,383 µm 0,0035 0,22 0,55 Variation* for sædcellehovedernes omkreds 1,489 µm 0,032 0,88 2,42 Variation* for sædcellehovedernes bredde 0,194 µm 0, ,139 0,337 Variation* for sædcellehovedernes areal 3,302 0,168 2,363 5,887 Variation* for sædcellehovedernes pixelintensitet 8,51 1,45 5,26 21,85 Variation* for sædcellehovedernes pixelvarariation Median for sædcellehovederne længde 9,04 µm 0,0033 8,58 µm 9,79 µm Median for sædcellehovederne omkreds 47,73 µm 0,037 46,2 µm 50,16 µm Median for sædcellehovederne bredde 4,20 µm 0, ,96 µm 4,41 µm Median for sædcellehovederne areal 62,6 µm 2 0,246 58,79 µm 2 65,43 µm 2 Median for sædcellehovedernes pixelintensitet 124,90 5, ,0 131,1 Median for sædcellehovedernes pixelvarariation Standardafvigelse for sædcellehovederne længde 0,3112 0, ,238 0,446 Standardafvigelse for sædcellehovederne omkreds 1,256 0,0137 0,917 1,967 Standardafvigelse for sædcellehovederne bredde 0,1552 0, ,115 0,253 Standardafvigelse for sædcellehovederne areal 2,643 0,052 1,900 4,241 Standardafvigelse for sædcellehovedernes 6,570 0,459 4,410 11,444 pixelintensitet Standardafvigelse for sædcellehovedernes 270, ,7 474,5 pixelvarariation *: Variationen er udregnet som forskellen mellem 25 og 75 procents percentilen. 12
13 Tabel 3. Oversigt over kriterier for sædceller inkluderet i analysen af morfologi og morfometri med ASQAS. Sædceller inkluderes i morfologisk analyse af defekterne proximaldråbe, distaldråbe og halekrølle hvis: Bredden på mellemstykket er 1,6 µm og 4 µm. Bredden på sædcellens hoved er 3,6 µm og 4,9 µm Gennemsnitlig pixelintensitet er 85 Sædceller inkluderes i analyse af morfometri hvis: (sædcellehovedets dimensioner) Sædcellen ikke er identificeret som havende halekrølle. Mellemstykket er > 1,6 µm og < 2,6 µm. Hovedets længde er > 8,2 µm og < 10,8 µm. Hovedets bredde er > 3,6 µm og < 4,9 µm Hovedets areal er > 43 µm 2 og < 80 µm 2 Hovedets omkreds skal være 40 µm og < 55 µm Gennemsnitlig relative pixelintensitet er >
14 Tabel 4. Definition af de enkelte variable angivet fra ASQAS. Variabel Definition Morfologisk analyse Andelen af distaldråber A Andelen af proximaldråber A Andelen af halekrølle A Andelen af normale sædceller A Procent af sædcellerne fra en analyse hvor der er fundet distaldråber på sædcellen. Procent af sædcellerne fra en analyse hvor der er fundet proximaldråbe på sædcellen. Procent af sædcellerne fra en analyse hvor der er fundet halekrølle på sædcellen. Procent af sædcellerne fra en analyse hvor der hverken er fundet distaldråber, proximaldråbe eller halekrølle. Morfometrisk analyse Gennemsnit for sædcellehovederne længde B Gennemsnit for sædcellehovederne omkreds B Gennemsnit for sædcellehovederne bredde B Gennemsnit for sædcellehovederne areal B Gennemsnit for sædcellehovederne pixelintensitet B Gennemsnit for sædcellehovederne pixelvarariation B Variation* for sædcellehovedernes længde B Variation* for sædcellehovedernes omkreds B Variation* for sædcellehovedernes bredde B Variation* for sædcellehovedernes areal B Variation* for sædcellehovedernes pixelintensitet B Variation* for sædcellehovedernes pixelvarariation B Median for sædcellehovederne længde B Simpelt gennemsnit for længdemålingerne på sædcellehoveder i en analyse. Simpelt gennemsnit for omkredsen på sædcellehoveder i en analyse. Simpelt gennemsnit for sædcellehovedet bredde på sædceller i en analyse. Simpelt gennemsnit for sædcellehoveders areal på sædceller i en prøve, hvor sædcellerne opfylder kriterierne for analyse af morfometri (se tabel 3 i appendiks). For hver sædcelle er der målt gennemsnitlig pixelintensitet for hovedet. Variablen består af et gennemsnit for alle sædcellernes gennemsnitlige pixelintensitet. For hver sædcelle beregnes variansen for pixelintensitet. Denne variabel er gennemsnit af variansen for pixelintensitet. Den numeriske differens mellem 25- og 75 pct. percentilen for sædcellehovedernes længde. Den numeriske differens mellem 25- og 75 pct. percentilen for sædcellehovedernes omkreds. Den numeriske differens mellem 25- og 75 pct. percentilen for sædcellehovedernes bredde. Den numeriske differens mellem 25- og 75 pct. percentilen for sædcellehovedernes areal. Den numeriske differens på 25- og 75 pct. percentilen for sædcellehovedernes gennemsnitlige pixelintensitet. Den numeriske differens på 25- og 75 pct. percentilen for sædcellehovedernes varians for pixelintensitet. Medianen for sædcellehovedernes længde. 14
15 Median for sædcellehovederne omkreds B Median for sædcellehovederne bredde B Median for sædcellehovederne areal B Median for sædcellehovedernes pixelintensitet B Median for sædcellehovedernes pixelvarariation B Standardafvigelse for sædcellehovederne længde B Standardafvigelse for sædcellehovederne omkreds B Standardafvigelse for sædcellehovederne bredde B Standardafvigelse for sædcellehovederne areal B Standardafvigelse for sædcellehovedernes pixelintensitet B Medianen for sædcellehovedernes omkreds. Medianen for sædcellehovedernes bredde. Medianen for sædcellehovedernes areal. Medianen for sædcellehovedernes gennemsnitlige pixelintensitet. Medianen for sædcellehovedernes variation i pixelintensitet. Den estimerede standardafvigelse for sædcellehovedernes længde under antagelse af normalfordeling af data. Den estimerede standardafvigelse for sædcellehovedernes omkreds under antagelse af normalfordeling af data. Den estimerede standardafvigelse for sædcellehovedernes bredde under antagelse af normalfordeling af data. Den estimerede standardafvigelse for sædcellehovedernes areal under antagelse af normalfordeling af data. Den estimerede standardafvigelse for sædcellehovedernes gennemsnitlige pixelintensitet under antagelse af normalfordeling af data. Standardafvigelse for sædcellehovedernes Den estimerede standardafvigelse for sædcellehovedernes pixelvarariation B variation i pixelintensitet under antagelse af normalfordeling af data. A: alle variable markeret med A er kun beregnet for sædceller der opfylder kriterierne for morfologisk analyse (se tabel 3 i appendiks 1). B: alle variable markeret med B er kun beregnet for sædceller der opfylder kriterierne for morfometriske analyse (se tabel 3 i appendiks 1). 15
Der var positiv effekt på sædens bevægelighed, når sæden blev både for og slutfortyndet med 20 grader varm fortynder.
Der var positiv effekt på sædens bevægelighed, når sæden blev både for og slutfortyndet med 20 grader varm fortynder. MEDDELELSE NR. 857 2. DECEMBER 2009 AF: Anja Kibsgaard Olesen og Claus Hansen Produktionen
Læs merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
Læs mereGenerelt er korrelationen mellem elevens samlede vurdering i forsøg 1 og forsøg 2 på 0,79.
Olof Palmes Allé 38 8200 Aarhus N Tlf.nr.: 35 87 88 89 E-mail: stil@stil.dk www.stil.dk CVR-nr.: 13223459 Undersøgelse af de nationale tests reliabilitet 26.02.2016 Sammenfatning I efteråret 2014 blev
Læs mereTo samhørende variable
To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen
Læs mereModul 12: Exercises. 12.1 Sukkersygepatienters vægt
Modul 12: Exercises 12.1 Sukkersygepatienters vægt............... 1 12.2 Newfoundlandske kvinders blodtryk.......... 4 12.3 Korrelationskoefficient.................. 6 12.4 Højde og vægt......................
Læs mere02402 Løsning til testquiz02402f (Test VI)
02402 Løsning til testquiz02402f (Test VI) Spørgsmål 4. En ejendomsmægler ønsker at undersøge om hans kunder får mindre end hvad de har forlangt, når de sælger deres bolig. Han har regisreret følgende:
Læs mereBLANDINGSSÆD GIVER BEDRE FRUGTBARHED END SÆD FRA KUN ÉN ORNE
BLANDINGSSÆD GIVER BEDRE FRUGTBARHED END SÆD FRA KUN ÉN ORNE MEDDELELSE NR. 969 Når sæddosen indeholder sæd fra flere orner, er kuldstørrelsen 0,3 gris højere, end hvis sæddosen indeholder sæd fra én orne.
Læs mereLANDSGENNEMSNIT FOR PRODUKTIVITET I SVINEPRODUKTIONEN 2014
LANDSGENNEMSNIT FOR PRODUKTIVITET I SVINEPRODUKTIONEN 2014 NOTAT NR. 1523 Landsgennemsnittet for produktivitet 2014 viser en fremgang på 0,6 fravænnet gris pr. årsso. Smågrisene viser en stort set uændret
Læs mereGENOMISK SELEKTION FOR AT REDUCERE FOREKOMSTEN AF ORNELUGT I DANSKE SVINERACER
Støttet af: GENOMISK SELEKTION FOR AT REDUCERE FOREKOMSTEN AF ORNELUGT I DANSKE SVINERACER MEDDELELSE NR. 028 Projektet har analyseret, om man kan reducere hangriselugt via avlsarbejdet. Genetikken bag
Læs mereNotat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober
Notat Oktober Notat om produktivitet og lange videregående uddannelser Martin Junge Oktober 21 Notat om produktivitet og lange videregående uddannelser Notat om produktivitet og lange videregående uddannelser
Læs mereIndledning. I. NØJAGTIGHED Metode
Accu-Chek Aviva systemets nøjagtighed og præcision Indledning Systemets nøjagtighed blev vurderet vha. ISO 15197:2003-standarden. Kapillærblod fra forsøgspersoner diagnosticeret med diabetes blev udtaget
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereStatistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereNaturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT
Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Anders Svaneborg Dato: 6. oktober 2014 QA:
Læs mereStatistisk proceskontrol
Statistisk proceskontrol Statistisk teknik, der bruges for at sikre at en proces udføres efter en given standard Alle processer er underkastet variation Naturlige årsager: Tilfældige variationer Forklarlige
Læs mereBlue Reef. Skov og Naturstyrelsen. Påvirkning på sedimenttransportforhold - Dansk resumé. Dansk resumé
Blue Reef Påvirkning på sedimenttransportforhold - Dansk resumé Skov og Naturstyrelsen Dansk resumé 060707 Agern Allé 5 2970 Hørsholm Blue Reef BLUEREEF Tlf: 4516 9200 Fax: 4516 9292 dhi@dhigroup.com www.dhigroup.com
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereØkonomisk analyse af forskellige strategier for drægtighedsundersøgelser
Økonomisk analyse af forskellige strategier for drægtighedsundersøgelser Jehan Ettema, SimHerd A/S, 28-10-15 Indholdsfortegnelse Metoden... 2 Design af scenarierne... 2 Strategier for drægtighedsundersøgelser...
Læs mereSusanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne
Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag
Læs mereMiljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og ph i spildevand Pilotundersøgelse 2005 og 2006
Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og ph i spildevand Pilotundersøgelse 2005 og 2006 Miljøstyrelsen Rapport April 2006 Miljøstyrelsens Referencelaboratorium Stabilitet af
Læs mereKapitel 3 Centraltendens og spredning
Kapitel 3 Centraltendens og spredning Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 25 Indledning I kapitel 2 omsatte vi de rå data til en tabel, der bedre viste materialets fordeling
Læs merePRODUKTIONSEGENSKABER OG ØKONOMI VED PRODUKTION AF DLY- OG LY-GALTE
PRODUKTIONSEGENSKABER OG ØKONOMI VED PRODUKTION AF DLY- OG LY-GALTE MEDDELELSE NR. 963 I det gennemførte projekt havde DLY-galtene bedre produktionsresultater end LYgaltene, og dermed en bedre produktionsøkonomi.
Læs mereScreening af økologiske hangrise
Screening af økologiske hangrise MEDDELELSE NR. 955 Der er en høj frasortering af økologiske hangrise, og stor variation mellem besætningerne. Hvis der sorteres efter skatoltallet skulle der frasorteres
Læs mereEvaluering af Soltimer
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Hypoteser: kap: 10.1-10.2 Eksempler på Maximum likelihood analyser kap 9.10 Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1 Estimationsmetoder Kvantitative
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Den multiple regressionsmodel 5. marts 2007 regressionsmodel 1 Dagens program Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5, E.2) Variansen
Læs mereNote til styrkefunktionen
Teoretisk Statistik. årsprøve Note til styrkefunktionen Først er det vigtigt at gøre sig klart, at når man laver statistiske test, så kan man begå to forskellige typer af fejl: Type fejl: At forkaste H
Læs mereHypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau
ypotese test Repetition fra sidst ypoteser Test af middelværdi Test af andel Test af varians Type 1 og type fejl Signifikansniveau Konfidens intervaller Et konfidens interval er et interval, der estimerer
Læs mereVi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.
Opgave I I en undersøgelse af et potentielt antibiotikum har man dyrket en kultur af en bestemt mikroorganisme og tilført prøver af organismen til 20 prøverør med et vækstmedium og samtidig har man tilført
Læs mereRygtespredning: Et logistisk eksperiment
Rygtespredning: Et logistisk eksperiment For at det nu ikke skal ende i en omgang teoretisk tørsvømning er det vist på tide vi kigger på et konkret logistisk eksperiment. Der er selvfølgelig flere muligheder,
Læs mereAnalyse af bivirkninger på besætningsniveau efter vaccination med inaktiveret BlueTongue Virus (BTV) serotype 8 i danske malkekvægsbesætninger
Analyse af bivirkninger på besætningsniveau efter vaccination med inaktiveret BlueTongue Virus (BTV) serotype 8 i danske malkekvægsbesætninger Af Karen Helle Sloth og Flemming Skjøth, AgroTech Sammendrag
Læs mere4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra
Læs mereOpgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved
Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,
Læs merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
Læs mereDeskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium
Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,
Læs mereBilagsnotat til: De nationale tests måleegenskaber
Bilagsnotat til: De nationale tests måleegenskaber Baggrund Der er ti obligatoriske test á 45 minutters varighed i løbet af elevernes skoletid. Disse er fordelt på seks forskellige fag og seks forskellige
Læs mereKort om Eksponentielle Sammenhænge
Øvelser til hæftet Kort om Eksponentielle Sammenhænge 2011 Karsten Juul Dette hæfte indeholder bl.a. mange småspørgsmål der gør det nemmere for elever at arbejde effektivt på at få kendskab til emnet.
Læs mereReminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model
Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H
Læs mereProgram. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration
Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: ekstrom@life.ku.dk Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion
Læs mereOversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse
Læs mereSAMMENLIGNING AF EN TIDLIG OG EN ALMINDELIG MINDSTE-AMMESO
Støttet af: Link: European Agricultural Fund for Rural Development. SAMMENLIGNING AF EN TIDLIG OG EN ALMINDELIG MINDSTE-AMMESO MEDDELELSE NR. 944 Der var højere overlevelse hos små grise hvis de blev flyttet
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereTILDELING AF ANTIBIOTIKA TIL TØR- OG VÅDFODER
Støttet af: TILDELING AF ANTIBIOTIKA TIL TØR- OG VÅDFODER ERFARING NR. 1402 Antibiotika tildelt til foder skal opblandes, så alle grise i en sti får den tiltænkte dosis. Der er testet forskellige metoder
Læs mereFokus på Forsyning. Datagrundlag og metode
Fokus på Forsyning I notatet gennemgås datagrundlaget for brancheanalysen af forsyningssektoren sammen med variable, regressionsmodellen og tilhørende tests. Slutteligt sammenfattes analysens resultater
Læs mereMarkante sæsonudsving på boligmarkedet
N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige
Læs mereBesvarelse af opgavesættet ved Reeksamen forår 2008
Besvarelse af opgavesættet ved Reeksamen forår 2008 10. marts 2008 1. Angiv formål med undersøgelsen. Beskriv kort hvordan cases og kontroller er udvalgt. Vurder om kontrolgruppen i det aktuelle studie
Læs mereSygeplejersker og stikskader
Louise Kryspin Sørensen Oktober 2012 Sygeplejersker og stikskader - Hver tyvende sygeplejerske stikker sig årligt på en forurenet kanyle. Det estimeres, at 2.900 sygeplejersker årligt pådrager sig stikskader
Læs mereBilag 2: Undersøgelse af de nationale tests reliabilitet. Sammenfatning
Bilag 2: Undersøgelse af de nationale tests reliabilitet Sammenfatning I efteråret 2014 blev der i alt gennemført ca. 485.000 frivillige nationale tests. 296.000 deltog i de frivillige test, heraf deltog
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereYVERETS UDVIKLING FRA FRAVÆNNING AF SOGRISEN TIL FØRSTE FRAVÆNNING SOM SO
YVERETS UDVIKLING FRA FRAVÆNNING AF SOGRISEN TIL FØRSTE FRAVÆNNING SOM SO MEDDELELSE NR. 938 Man kan ikke forudse, hvor mange mælkekirtler der vil fungere ved første diegivning, ved at undersøge yveret
Læs merePrøveudtagning i forbindelse med bestemmelse af fugt i materialer
Prøveudtagning i forbindelse med bestemmelse af fugt i materialer Når du skal indsende prøver af materiale til analyse i Teknologisk Instituts fugtlaboratorium, er det vigtigt, at du har udtaget prøverne
Læs mereenige i, at der er et godt psykisk arbejdsmiljø. For begge enige i, at arbejdsmiljøet er godt. Hovedparten af sikkerhedsrepræsentanterne
3. ARBEJDSMILJØET OG ARBEJDSMILJØARBEJDET I dette afsnit beskrives arbejdsmiljøet og arbejdsmiljøarbejdet på de fem FTF-områder. Desuden beskrives resultaterne af arbejdsmiljøarbejdet, og det undersøges
Læs mereForelæsning 11: Kapitel 11: Regressionsanalyse
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereRegneark II Calc Open Office
Side 1 af 10 Gangetabel... 2 Udfyldning... 2 Opbygning af gangetabellen... 3 Cellestørrelser... 4 Øveark... 4 Facitliste... 6 Sideopsætning... 7 Flytte celler... 7 Højrejustering... 7 Kalender... 8 Dage
Læs mereDet sorte danmarkskort:
Rockwool Fondens Forskningsenhed Arbejdspapir 37 Det sorte danmarkskort: Geografisk variation i danskernes sorte deltagelsesfrekvens Peer Ebbesen Skov, Kristian Hedeager Bentsen og Camilla Hvidtfeldt København
Læs mereOvenstående figur viser et (lidt formindsket billede) af 25 svampekolonier på en petriskål i et afgrænset felt på 10x10 cm.
Multiple choice opgaver Der gøres opmærksom på, at ideen med opgaverne er, at der er ét og kun ét rigtigt svar på de enkelte spørgsmål. Endvidere er det ikke givet, at alle de anførte alternative svarmuligheder
Læs mereMarkedsudviklingen i 2005 for investeringsforeninger, specialforeninger og fåmandsforeninger
Markedsudviklingen i 2005 for investeringsforeninger, specialforeninger og fåmandsforeninger Konklusioner Foreningernes samlede formue er vokset med 206 mia. kr. i 2005, og udgjorde ved udgangen af året
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 9. september 003 Denne note er skrevet til kurset Økonometri på. årsprøve af polit-studiet.
Læs mere(studienummer) (underskrift) (bord nr)
Danmarks Tekniske Universitet Side 1 af 18 sider. Skriftlig prøve: 14. december 2009 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)
Læs mereLøsning til øvelsesopgaver dag 4 spg 5-9
Løsning til øvelsesopgaver dag 4 spg 5-9 5: Den multiple model Vi tilføjer nu yderligere to variable til vores model : Køn og kolesterol SBP = a + b*age + c*chol + d*mand hvor mand er 1 for mænd, 0 for
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereHjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier
Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Udviklingen i OMXC20 aktieindekset 2008 2013 1 1 OMXC20 er et indeks over de 20 mest omsatte aktier på Nasdaq OMX Copenhagen ( Københavns
Læs mereSUPPLEMENT TIL EVALUERING AF DE NATIONALE TEST RAPPORT
Til Undervisningsministeriet (Kvalitets- og Tilsynsstyrelsen) Dokumenttype Rapport Dato August 2014 SUPPLEMENT TIL EVALUERING AF DE NATIONALE TEST RAPPORT NATIONALE TEST RAPPORT INDHOLD 1. Indledning og
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereLighed fremmer tilliden for både rige og fattige
Lighed fremmer tilliden for både rige og fattige Hvis man lever i et land med lav ulighed, har man generelt mere tillid til andre mennesker, end hvis man lever i et land med høj ulighed. Dette gælder,
Læs mereREGNEARK TIL BEREGNING AF BAT-KRAV PÅ SVINEBRUG
REGNEARK TIL BEREGNING AF BAT-KRAV PÅ SVINEBRUG NOTAT NR. 1540 I notatet forklares regler og regnearkets beregningsforudsætninger ud fra de vejledende BAT-emissionsgrænseværdier for ammoniak og fosfor.
Læs mereKapitel 11 Lineær regression
Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Afsnit 3.3-3.5 Varians Eksempel: Forventet nytte Kovarians og korrelation Middelværdi og varians af summer af stokastiske variabler Eksempel: Porteføljevalg 1 Beskrivelse af fordelinger
Læs mereOpsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller
Opsamling Modeltyper: Tabelanalyse Logistisk regression Binær respons og kategorisk eller kontinuerte forklarende variable. Generaliserede lineære modeller Normalfordelt respons og kategoriske forklarende
Læs mereKursus 02402 Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks
Læs mereBeskrivende statistik
Beskrivende statistik Stikprøve af størrelse n for variablen x: x 1, x 2,, x n Beskriv fordelingen af data med nogle få talstørrelser. Centralt mål: en værdi som data er centreret om. Variationsmål: mål
Læs mereStatistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereEksamen i Statistik for Biokemikere, Blok januar 2009
Københavns Universitet Det Naturvidenskabelige Fakultet Eksamen i Statistik for Biokemikere, Blok 2 2008 09 19. januar 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet
Læs mereEffekten af indvandring på indfødte danskeres løn og beskæftigelse
d. 22.05.2017 Brian Krogh Graversen (DØRS) Effekten af indvandring på indfødte danskeres løn og beskæftigelse I kapitlet Udenlandsk arbejdskraft i Dansk Økonomi, forår 2017 analyseres det, hvordan indvandringen
Læs mereRapport. Sammendrag. Afprøvning af NIR online udstyr til måling af oksekøds spisekvalitet. Chris Claudi-Magnussen
Rapport Afprøvning af NIR online udstyr til måling af oksekøds spisekvalitet Afprøvning af mørhedsmåling med LabSpec Portable Spectrometer og VideometerLab 2. august 2010 Proj.nr. 1378902 Version 1 Chris
Læs mereBaggrundsnotat: Søskendes uddannelsesvalg og indkomst
17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser
Læs mereNÆRINGSINDHOLD I HVEDE OG RUG FRA EGEN BEDRIFT VARIERER KUN LIDT
NÆRINGSINDHOLD I HVEDE OG RUG FRA EGEN BEDRIFT VARIERER KUN LIDT ERFARING NR. 1318 Variationen i korns indhold af vand, råprotein og fosfor henover fodringssæsonen er så lille, at der ikke er grund til
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereBenchmarking af kommunernes sagsbehandling antagelser, metode og resultater
Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater Anna Amilon Materiel vurdering Ved vurderingen af en afgørelses materielle indhold vurderes afgørelsens korrekthed i forhold
Læs mereEksempel på logistisk vækst med TI-Nspire CAS
Eksempel på logistisk vækst med TI-Nspire CAS Tabellen herunder viser udviklingen af USA's befolkning fra 1850-1910 hvor befolkningstallet er angivet i millioner: Vi har tidligere redegjort for at antallet
Læs mereDanmarks Tekniske Universitet
DTU. Kursus 02511. Forside + 25 sider. 30. Maj 2011. 1 Danmarks Tekniske Universitet Skriftlig prøve, den 30. maj 2011 Kursus navn: Indledende Medicinsk Billedanalyse Kursusnr: 02511 Varighed: 4 timer
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse
Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser
Læs mereØkonometri 1. Dagens program. Den simple regressionsmodel 15. september 2006
Dagens program Økonometri Den simple regressionsmodel 5. september 006 Den simple lineære regressionsmodel (Wooldridge kap.4-.6) Eksemplet fortsat: Løn og uddannelse på danske data Funktionel form Statistiske
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereTest og sammenligning af udvalgte regressionsmodeller Berit Christina Olsen forår 2008
Indholdsfortegnelse 1 INDLEDNING OG PROBLEMSTILLING... 2 1.1 OVERVÆGT SOM CASE... 2 2 ANALYSEFORBEREDELSER... 4 2.1 HEPRO-UNDERSØGELSEN... 4 2.2 DEN AFHÆNGIGE VARIABEL VIGTIGHED AF ÆNDRINGEN AF VÆGT...
Læs mereAppendiks A Anvendte test statistikker
Appendiks A Anvendte test statistikker Afhandlingen opdeler testene i henholdsvis parametriske og ikke-parametriske test. De første fire test er parametriske test, mens de ikke-parametriske test udgør
Læs mereØkonometri Lektion 1 Simpel Lineær Regression 1/31
Økonometri Lektion 1 Simpel Lineær Regression 1/31 Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Statistisk model: Vi antager at sammenhængen
Læs mere12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse
. september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression
Læs mered Kopier formlen fra celle A3 ned i kolonne A. Kopier formlen fra celle C3 ned i kolonne C. Undersøg, hvad der sker med formlen, når den kopieres.
KOPIARK 17 # ligninger og formler i excel 2007, 1 1 Du skal lave et regneark, som kan bruges til at løse ligningen 5 x 11 = 7 + 3 x. a Lav et regneark som vist. HUSK: Gør en kolonne bredere Man kan gøre
Læs mere, i ' 1,...,N ; t ' 1,...,T, - i.i.d.(0,f 2, ), ) ' 0, E(, it. x kjs. œ i,t,s,j,k.
3 Den model, som vi gennemgående skal arbejde med i øvelsen, er»one-way Error Component«Modellen (1EC) Modellen specificeres på følgende måde: y it ' x it $ % µ i %, it, i ' 1,,N ; t ' 1,,T, hvor y it
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk
Eksempel: Systolisk blodtryk Udgangspunkt: Vi ønsker at prædiktere det systoliske blodtryk hos en gruppe af personer. Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Afdeling for Biostatistik.
Læs mereForelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6
Kursus 02402 Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220
Læs mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april
Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et
Læs mereStore gevinster af at uddanne de tabte unge
Store gevinster af at uddanne de tabte unge Gennem de senere år har der været stor diskussion om, hvor stor gevinsten vil være ved at uddanne den gruppe af unge, som i dag ikke får en uddannelse. Nye studier
Læs mere1 Hb SS Hb Sβ Hb SC = , (s = )
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 6, onsdag den 11. oktober 2006 Eksempel 9.1: Hæmoglobin-niveau og seglcellesygdom Data: Hæmoglobin-niveau (g/dl) for 41 patienter med en af tre typer seglcellesygdom.
Læs mere! Variansen på OLS estimatoren. ! Multikollinaritet. ! Variansen i misspecificerede modeller. ! Estimat af variansen på fejlleddet
Dagens program Økonometri Den multiple regressionsmodel 4. februar 003 regressionsmodel Emnet for denne forelæsning er stadig den multiple regressionsmodel (Wooldridge kap. 3.4-3.5)! Opsamling fra sidst
Læs mereDet siger FOAs medlemmer om smartphones, apps og nyheder fra FOA
FOA Kampagne og Analyse 6. september 2012 Det siger FOAs medlemmer om smartphones, apps og nyheder fra FOA FOA har i perioden 27. april - 8. maj 2012 gennemført en undersøgelse om medlemmernes brug af
Læs mere