Basal statistik. Selve sproget. Grafik. Basale procedurer. Faculty of Health Sciences. Lille SAS Manual
|
|
- Lone Astrup
- 6 år siden
- Visninger:
Transkript
1 Faculty of Health Sciences Selve sproget Basal statistik Lille SAS Manual Lene Theil Skovgaard 5. september 2017 Siderne 9-18 Indlæsning (9-12) Definition af nye variable (13) Missing values / Manglende værdier (14) Transformation (15) Sammensætning af datasæt (set og merge, 16-17) Opdeling af datasæt (by, where, 18) 1 / 42 2 / 42 Basale procedurer Grafik PROC MEANS (19): Summary statistics PROC UNIVARIATE (26,31): Summary statistics, grafik og tests PROC SORT (17): Sortering efter variable Siderne Scatter plot, plot med linier (21-23) Histogrammer (24) Box plot (25) Fraktildiagram, qqplot (26) Kaplan-Meier plot (27) Opdelte plots (panels) (28) Plots i forbindelse med statistiske analyser (29) 3 / 42 4 / 42
2 Statistiske analyser, I Statistiske analyser, II Se oversigten på s. 7 Parret sammenligning (31) Parret T-test Wilcoxon signed rank test Sammenligning af to grupper (32) Uparret T-test Mann-Whitney test Sammenligning af mere end to grupper (33) Variansanalyse (ANOVA) Kruskal-Wallis test Lineær regression (34) Multipel lineær regression (35-36) Se oversigten på s. 7 Tabeller/χ 2 -test (37-38) Logistisk regression (39) Proportional odds modeller (40) Overlevelsesdata (41) Kaplan-Meier kurver Log-rank test Cox regression Gentagne målinger, mixed models (42) Varianskomponentmodeller Gentagne målinger over tid 5 / 42 6 / 42 Notation Forklarende variable = Kovariater Outcome Dikotom Kategorisk Kvantitativ Kategoriske og kvantitative Dikotom 2*2-tabeller χ 2 -test Logistisk regression Kategorisk Tabeller/χ 2 -test Generaliseret logistisk regression Ordinale svært, f.eks. proportional odds modeller Kvantitativ Mann-Whitney Kruskal-Wallis Robust multipel Wilcoxon signed rank Friedman regression Normalfordelt T-test Variansanalyse Kovariansanalyse parret/uparret ensidet/tosidet Multipel regression Censureret Log-rank test Cox regression Korrelerede Varianskomponent- Modeller for normalfordelte modeller gentagne målinger På de følgende sider benyttes forskellige variabelnavne. Nogle af disse vil være let gennemskuelige, f.eks. alder, bmi, mens andre er mere generiske og forklares herunder: Y er et kvantitativt outcome (f.eks. blodtryk eller fødselsvægt) GRP er en gruppering af individer (f.eks. køn med to værdier, eller behandling med tre værdier) X1 og X2 er kvantitative kovariater (f.eks. alder og bmi) 7 / 42 8 / 42
3 Indlæsning fra nettet Indlæsning fra eget drev Hent tekst-filen fil.txt fra nettet DATA a1; INFILE " URL FIRSTOBS=2; INPUT grp$ y x1 x2; eller sådan her FILENAME navn URL " Hent tekst-filen fil.txt fra mappen "minfolder" DATA a1; INFILE "C:\minfolder\fil.txt" FIRSTOBS=2; INPUT grp$ y x1 x2; DATA a1; INFILE navn FIRSTOBS=2; INPUT grp$ y x1 x2; 9 / / 42 Hentning af allerede eksisterende SAS-data Indlæsning fra Excel Hent SAS-data "fil" fra mappen "minfolder" LIBNAME sas "C:\minfolder"; DATA a1; SET sas.fil; Hent SAS-data "fil" fra mappen "sasuser" DATA a1; SET sasuser.fil; Hent fil.xls ind fra mappen "minfolder" på eget drev PROC IMPORT OUT= WORK.a1 DATAFILE="C:\minfolder\fil.xls" DBMS=xls REPLACE; GETNAMES=YES; Se også Birthes mere udførlige vejledning på linket: Man kan altid erstatte navnet "a1" med "sasuser.a1", hvis man vil lave en permanent sasuser-fil 11 / / 42
4 Definition af nye variable skal skrives efter data a1; og inden det første run; dvs. i det, vi kalder et DATA step Eksempel: DATA vitamind; INFILE "C:\article2\vitaminD.txt" FIRSTOBS=2; INPUT country$ category$ vitd age height weight sunexp$ vitdintake; logvitd=log10(vitd); bmi=weight/(height/100)**2; IF bmi>25 THEN fat=1; IF bmi>0 AND bmi<=25 THEN fat=0; Bemærk: Det er vigtigt, at der kræves bmi>0 ved definition af fat=0, idet missing values ellers ville blive til fat=0, se s / 42 Missing values = manglende/uoplyste værdier Numeriske variable (tal, der kan regnes på): Benyt punktum, og aldrig -9, 999 etc. Karaktervariable (f.eks. mand, kvinde etc): Benyt NA (Not Available) eller punktum aldrig blanke Bemærk: Et punktum for en numerisk variabel anses for at være mindre end alle tal (dvs. minus uendelig), så man skal passe på med logiske sammenligninger, såsom definitionen af fat på s / 42 Transformation Sammensætning af data, I typisk (langt overvejende) logaritmetransformation: Her er i virkeligheden tale om definition af en ny variabel, idet man aldrig bør redefinere en allerede eksisterende variabel. Se derfor s. 13, hvor variablen vitd bliver logaritmetransformeret. Sammensæt to datasæt, et med kvinderne (female) og et med mændene (male): DATA alle_observationer; SET male female; Disse datasæt sættes under hinanden, så der altså kommer flere observationer i det fælles datasæt. 15 / / 42
5 Sammensætning af data, II Opdelte analyser Sammensæt to datasæt, et med alder, højde, vægt etc. (basalt) og et med blodprøvesvar (blod) for de samme individer (id): PROC SORT DATA=basalt; BY id; PROC SORT DATA=blod; BY id; DATA alle_variable; MERGE basalt blod; BY id; Disse datasæt sættes ved siden af hinanden, så der altså kommer flere variable i det fælles datasæt. Det kræver forudgående sortering af begge datasæt (PROC SORT). Foretag analyser på f.eks. mænd og kvinder hver for sig: PROC SORT DATA=a1, BY gender; PROC REG DATA=a1; BY gender; MODEL y=x1; Foretag kun analysen på f.eks. kvinderne: PROC REG DATA=a1; WHERE gender="female"; MODEL y=x1; 17 / / 42 Summary statistics Grafik såsom gennemsnit, median, spredning etc. Den skrabede kode: PROC MEANS DATA=a1; Koden med lidt mere selvbestemmelse: PROC MEANS N MEAN MEDIAN STDERR DATA=a1; CLASS gender; VAR x1 x2; Der er grundlæggende 3 metoder/systemer til grafik i SAS: 1. PROC GPLOT: Den gamle procedure, som kan nærmest alt, men som giver ret grimme plots, hvis ikke man tilføjer en del options. 2. PROC SGPLOT (og SGSCATTER, SGPANEL): De nyere procedurer, som meget let giver pæne tegninger, men som er svære at ændre på. 3. ODS-systemet i forbindelse med statistiske procedurer, som giver relevante tegninger af prediktioner, residualer mv. i en pæn udgave. 19 / / 42
6 PROC GPLOT SYMBOL-sætninger i GPLOT Vi vil tegne blodtryk (bp) op mod alderen (alder), med forskellige symboler for køn (variablen gender): Den skrabede kode: PROC GPLOT DATA=a1; PLOT bp*alder=gender; Koden til det pænere plot: 21 / 42 PROC GPLOT DATA=a1; PLOT bp*alder=gender / HAXIS=axis1 VAXISvaxis=axis2 frame; AXIS1 ORDER=(20 to 80 by 5) VALUE=(H=2) MINOR=none LABEL=(H=3); AXIS2 ORDER=(100 to 160 by 10) VALUE=(H=2) MINOR=none LABEL=(A=90 R=0 H=3); SYMBOL1 V=circle I=none C=red H=2; SYMBOL2 V=triangle I=none C=blue H=2; ; Plots med regressionslinier: I=rl for regressionslinie, L= for stipling, og W= for tykkelse: SYMBOL1 V=circle I=rl C=red H=2 L=1 W=2; SYMBOL2 V=triangle I=rl C=blue H=2 L=2 W=2; Regressionslinier med konfidens- eller prediktionsgrænser: I=rlclm95 hhv I=rlcli95 Udglattede kurver (for at afgøre linearitet): I=sm75s, hvor 75 blot skal være et tale mellem 1 og 99, idet stort tal svarer til meget udglatning 22 / 42 PROC SGPLOT Histogram Plottet fra s. 21 kan fremstilles således: PROC SGPLOT DATA=a1; SCATTER Y=bp X=alder / group=gender; og hvis man selv vil styre noget mere, kan man skrive: PROC SGPLOT DATA=a1; SCATTER Y=bp X=alder / GROUP=gender MARKERATTRS=(SYMBOL=circlefilled); med overlejret udglattet kurve: PROC SGPLOT DATA=a1; HISTOGRAM bp; DENSITY bp; og hvis vi skal opdele efter køn: PROC SGPANEL DATA=a1; PANELBY gender / ROWS=1; HISTOGRAM bp; DENSITY bp; Se også s. 26, hvor histogrammer laves vha UNIVARIATE-proceduren 23 / / 42
7 Box Plots bruges næsten altid kun med flere grupper, som f.eks opdelt efter køn: PROC SGPLOT DATA=a1; VBOX bp / CATEGORY=gender; eller med den direkte procedure: PROC SORT DATA=a1; BY gender; PROC BOXPLOT DATA=a1; PLOT bp*gender; Fraktildiagrammer kan enten laves ved hjælp af proceduren UNIVARIATE (se mere om denne s. 31) eller i forbindelse med modelkontrol, hvor der laves fraktildiagram af residualer, ved brug af ODS-systemet. PROC UNIVARIATE DATA=a1; QQPLOT x1; Her kan også laves histogrammer: PROC UNIVARIATE DATA=a1; HISTOGRAM x1; 25 / / 42 Kaplan-Meier overlevelseskurver Flere figurer samlet på en side Her betegner eventtime det tidspunkt, hvor der sker noget for personen. Det kan være enten et event (censur 0) eller en censurering (censur=0). Der opdeles i grupper, efter variablen grp. ODS GRAPHICS ON; PROC LIFETEST DATA=a1 PLOTS=(s); TIME eventtime*status(0); STRATA grp; ODS GRAPHICS OFF; kaldes PANELS: Ved brug af SGPANEL, f.eks. med 4 forskellige behandlinger (grp), hvor der i hvert plot tegnes tidsudviklinger af blodtrykket (bp) for hvert individ (id): PROC SGPANEL DATA=a1; PANELBY grp / rows=2 columns=2; SERIES Y=bp X=tid / GROUP=id; 27 / / 42
8 ODS-systemet Statistiske analyser Otput Delivery System giver plots af modellen (de predikterede værdier) relevante modelkontrol-tegninger i forbindelse med statistiske analyser. Hvilke plots, der produceres, afhænger helt af den anvendte procedure, men fælles er opsætningen ODS GRAPHICS ON / IMAGENAME="et_navn"; PROC et-eller-andet PLOTS=all DATA=a1;... ODS GRAPHICS OFF; På de følgende sider benyttes disse betegnelser: Y er et kvantitativt outcome (f.eks. blodtryk eller fødselsvægt) GRP er en gruppering af individer (f.eks. køn med to værdier, eller behandling med tre værdier) X1 og X2 er kvantitative kovariater (f.eks. alder og bmi) De nonparametriske metoder benyttes, hvis man ikke med nogenlunde rimelighed kan antage, at residualerne er normalfordelte. I stedet for PLOTS=all kan man skrive navnet på specifikke plots. 29 / / 42 Parret sammenligning Sammenligning af to grupper Her angiver y1 og y2 to målinger på samme unit (f.eks. målt i hvile kontra bevægelse, eller med to forskellige apparater): Parametrisk, dvs. parret T-test: PROC TTEST DATA=a1; PAIRED y1*y2; Nonparametrisk, dvs. et Wilcoxon signed rank test: DATA a2; SET a1; diff=y1-y2; PROC UNIVARIATE DATA=a1; VAR diff; Parametrisk, dvs. T-test: PROC TTEST DATA=a1; VAR y; Nonparametrisk, dvs. et Mann-Whitney test, også kaldet et Wilcoxon rank-sum test: PROC NPAR1WAY DATA=a1 WILCOXON; VAR y; *Exact; Bemærk, at linien EXACT; er udkommenteret, idet den ofte bevirker, at programmet går helt i stå (selv hvis data kun har moderat størrelse). 31 / / 42
9 Sammenligning af mere end to grupper Simpel lineær regression, I Parametrisk, dvs. en ensidet ANOVA: MODEL y=grp / SOLUTION; Ved brug af REG (simplest output): PROC REG DATA=a1; MODEL y=x1; Nonparametrisk, dvs. et Kruskal-Wallis test: PROC NPAR1WAY DATA=a1 WILCOXON; VAR y; Tosidet ANOVA: Se s. 36 Ved brug af GLM (generaliserer til andre typer analyser): MODEL y=x1 / SOLUTION; 33 / / 42 Multipel lineær regression, I Multipel lineær regression, II Fit to parallelle regressionslinier (kovariansanalyse) MODEL y = grp x1 / SOLUTION; Fit to ikke-parallelle regressionslinier (med interaktion=vekselvirkning= effektmodifikation) MODEL y = grp x1 grp*x1 / SOLUTION; Fit en tosidet ANOVA (to kategoriske kovariater) CLASS grp1 grp2; MODEL y = grp1 grp2 / SOLUTION; Fit en plan (to kvantitative kovariater) MODEL y = x1 x2 / SOLUTION; 35 / / 42
10 Tabeller, χ 2 -test Tabeller, Fishers eksakte test Nu betegner grp en gruppering af individer, f.eks. en behandling, og udfald betegner et dikotomt outcome (altså et, der kun kan antage to værdier, f.eks. 0/1 eller ja/nej. Vi tester om sandsynligheden for 1 (eller ja) er den samme i de to grupper: χ 2 -test for uafhængighed PROC FREQ DATA=a1; TABLES grp*udfald / NOCOL NOPERCENT RISKDIFF RELRISK; Bemærk: Rækkefølgen af variablene i TABLES-sætningen er vigtig, man skal have grupperingen stående først! Det er tilladt med mere end to værdier for såvel grp som udfald, men så kan RISKDIFF RELRISK ikke anvendes. Vigtigt: Se også s / 42 Hvis de forventede antale i tabellen er små, dvs. hvis de ikke opfylder Mindst 80% er over 5 Alle er mindst 1 så skal man anvende Fishers eksakte test i stedet for χ 2 -testet Fishers eksakte test for uafhængighed PROC FREQ DATA=a1; TABLES grp*udfald / NOCOL NOPERCENT RISKDIFF RELRISK EXACT; Bemærk: De forventede antal kan fås ved at benytte option EXPECTED 38 / 42 Logistisk regression Proportional odds modeller Her betegner udfald et dikotomt outcome (altså et, der kun kan antage to værdier, f.eks. 0/1. Vi undersøger sammenhængen mellem sandsynligheden for 1, i forhold til en eller flere kovariater, enten kategoriske (grp) eller kvantitative (x1 og x2): PROC GENMOD DESCENDING DATA=a1; MODEL UDFALD = grp x1 x2 / DIST=bin LINK=logit; PROC LOGISTIC DATA=a1; CLASS grp / PARAM=glm; MODEL UDFALD(EVENT="1") = grp x1 x2 / LACKFIT LINK=logit; Nu betegner udfald et ordinalt outcome (altså et, der kan antage mere end to værdier, på en ordinal skala, f.eks. smerte i 4 kategorier: ingen, let, moderat og svær). Vi undersøger sammenhængen mellem sandsynlighederne for de enkelte niveauer, i forhold til en eller flere kovariater, enten kategoriske (grp) eller kvantitative (x1 og x2): PROC LOGISTIC DATA=a1 DESCENDING; MODEL udfald = grp x1 x2; run; 39 / / 42
11 Overlevelsesdata Her betegner eventtime det tidspunkt, hvor der sker noget for personen. Det kan være enten et event (censur 0) eller en censurering (censur=0). Vi undersøger sammenhængen mellem hazard for den pågældende event, og en eller flere kovariater, enten kategoriske (grp) eller kvantitative (x1 og x2): Log-rank test (non-parametrisk): PROC PHREG DATA=a1; CLASS grp / PARAM=GLM; MODEL eventtime*censur(0) = grp / TIES=DISCRETE; Cox-regression (proportionale intensiteter): 41 / 42 PROC PHREG DATA=a1; MODEL eventtime*censur(0) = grp x1 x2 / RL; Korrelerede data typisk flere observationer for hvert individ (patient) over tid (tid). Patienterne tænkes inddelt i grupper, som skal sammenlignes (grp). Med en simpel kovarians/korrelations-struktur (CS): PROC MIXED DATA=a1; MODEL y = grp tid grp*tid / DDFM=kr SOLUTION CL; RANDOM INTERCEPT / SUBJECT=patient; Med en seriel kovarians/korrelations-struktur (AR1): 42 / 42 PROC MIXED DATA=a1; MODEL y = grp tid grp*tid / DDFM=kr SOLUTION CL; REPEATED tid / SUBJECT=patient TYPE=ar1;
Faculty of Health Sciences. Basal statistik. Lille SAS Manual. Lene Theil Skovgaard. 31. januar 2017
Faculty of Health Sciences Basal statistik Lille SAS Manual Lene Theil Skovgaard 31. januar 2017 1 / 42 Selve sproget Siderne 9-18 Indlæsning (9-12) Definition af nye variable (13) Missing values / Manglende
Læs mereFaculty of Health Sciences. Basal Statistik. Begreber. Parrede sammenligninger. Lene Theil Skovgaard. 6. september 2016
Faculty of Health Sciences Basal Statistik Begreber. Parrede sammenligninger. Lene Theil Skovgaard 6. september 2016 1 / 88 APPENDIX Programbidder svarende til diverse slides: Indlæsning af vitamin D datasæt,
Læs mereMPH specialmodul Epidemiologi og Biostatistik
MPH specialmodul Epidemiologi og Biostatistik Kvantitative udfaldsvariable 23. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per Kragh Andersen) 1 Kapitelhenvisninger Andersen & Skovgaard:
Læs mereBasal Statistik. Medicinsk forskning. Mulig problemstilling. Ide. Faculty of Health Sciences. Begreber. Oversigt.
Faculty of Health Sciences Medicinsk forskning Basal Statistik Begreber. Oversigt. Lene Theil Skovgaard 3. september 2013 1 / 56 Ide/Interesse Litteratursøgning Problemformulering Planlægning af undersøgelse
Læs mereLineær og logistisk regression
Faculty of Health Sciences Lineær og logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Dagens program Lineær regression
Læs mereVejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013
Vejledende besvarelse af hjemmeopgave i Basal statistik for lægevidenskabelige forskere, forår 2013 I forbindelse med reagensglasbehandling blev 100 par randomiseret til to forskellige former for hormonstimulation.
Læs mereSPSS appendix SPSS APPENDIX. Box plots. Indlæsning. Faculty of Health Sciences. Basal Statistik: Sammenligning af grupper, Variansanalyse
Faculty of Health Sciences SPSS APPENDIX SPSS appendix Basal Statistik: Sammenligning af grupper, Variansanalyse Lene Theil Skovgaard 12. september 2017 med instruktioner til SPSS-analyse svarende til
Læs mereFaculty of Health Sciences. SPSS appendix. Basal Statistik: Sammenligning af grupper, Variansanalyse. Lene Theil Skovgaard. 22.
Faculty of Health Sciences SPSS appendix Basal Statistik: Sammenligning af grupper, Variansanalyse Lene Theil Skovgaard 22. januar 2018 1 / 20 SPSS APPENDIX med instruktioner til SPSS-analyse svarende
Læs mereSPSS appendix SPSS APPENDIX. Box plots. Indlæsning. Faculty of Health Sciences. Basal Statistik: Sammenligning af grupper, Variansanalyse
Faculty of Health Sciences SPSS APPENDIX SPSS appendix Basal Statistik: Sammenligning af grupper, Variansanalyse Lene Theil Skovgaard 11. februar 2019 med instruktioner til SPSS-analyse svarende til nogle
Læs mereBesvarelse af opgave om Vital Capacity
Besvarelse af opgave om Vital Capacity hentet fra P. Armitage & G. Berry: Statistical methods in medical research. 2nd ed. Blackwell, 1987. Spørgsmål 1: Indlæs data og konstruer en faktor (klassevariabel)
Læs mereHvorfor SAS Kort intro til SAS
Hvorfor SAS Kort intro til SAS Efterår 2015 Janne Petersen Judith L Jacobsen Lene Theil Skovgaard Kan alt Alle ph.d. studerende har gratis adgang Fra universitetet eller hospitalerne Kode --- hjælp fra
Læs mereKort intro til SAS. Efterår 2015. Janne Petersen Judith L Jacobsen Lene Theil Skovgaard
Kort intro til SAS Efterår 2015 Janne Petersen Judith L Jacobsen Lene Theil Skovgaard 1 Hvorfor SAS Kan alt Alle ph.d. studerende har gratis adgang Fra universitetet eller hospitalerne Kode --- hjælp fra
Læs mereOpgavebesvarelse, Basalkursus, uge 2
Opgavebesvarelse, Basalkursus, uge 2 Opgave 1. Filen "space.txt" fra hjemmesiden ser således ud: salt pre post 1 71 61 1 65 59 1 52 47 1 68 65......... 0 52 77 0 54 80 0 52 79 Data indlæses i 3 kolonner,
Læs mereVejledende besvarelse af hjemmeopgave i Basal Statistik, forår 2014
Vejledende besvarelse af hjemmeopgave i Basal Statistik, forår 2014 Garvey et al. interesserer sig for sammenhængen mellem anæstesi og allergiske reaktioner (se f.eks. nedenstående reference, der dog ikke
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Begreber. Parrede sammenligninger. Lene Theil Skovgaard 5. september 2017 1 / 16 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Kovariansanalyse. Lene Theil Skovgaard 1. oktober 2018 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Bland-Altman plot,
Læs mereOpgavebesvarelse, korrelerede målinger
Opgavebesvarelse, korrelerede målinger I 18 familier bestående af far, mor og 3 børn (i veldefinerede aldersintervaller, med child1 som det ældste barn og child3 som det yngste) har man registreret antallet
Læs mereFaculty of Health Sciences. Basal Statistik. Logistisk regression mm. Lene Theil Skovgaard. 5. marts 2018
Faculty of Health Sciences Basal Statistik Logistisk regression mm. Lene Theil Skovgaard 5. marts 2018 1 / 22 APPENDIX vedr. SPSS svarende til diverse slides: To-gange-to tabeller, s. 3 Plot af binære
Læs mereLineær regression i SAS. Lineær regression i SAS p.1/20
Lineær regression i SAS Lineær regression i SAS p.1/20 Lineær regression i SAS Simpel lineær regression Grafisk modelkontrol Multipel lineær regression SAS-procedurer: PROC REG PROC GPLOT Lineær regression
Læs mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) Spørgsmål 1 Data er indlagt på T:/Basalstatistik/brain.txt og kan indlæses direkte i Analyst med
Læs mereINTRODUKTION TIL dele af SAS
INTRODUKTION TIL dele af SAS Der er flere forskellige angrebsvinkler ved statistiske analyser i SAS. Vi skal her kun beskæftige os med to af disse, nemlig Direkte programmering. Brug af SAS ANALYST Hvilken
Læs mereBasal statistik. 30. oktober 2007
Basal statistik 30. oktober 2007 Den generelle lineære model Repetition af variansanalyse og multipel regression Interaktion Kovariansanalyse Parametriseringer Lene Theil Skovgaard, Biostatistisk Afdeling
Læs mereBasal statistik. 30. januar 2007
Basal statistik 30. januar 2007 Deskriptiv statistik Typer af data Tabeller Grafik Summary statistics Lene Theil Skovgaard, Biostatistisk Afdeling Institut for Folkesundhedsvidenskab, Københavns Universitet
Læs mereBasal statistik. 30. oktober Den generelle lineære model
Basal statistik 30. oktober 2007 Den generelle lineære model Repetition af variansanalyse og multipel regression Interaktion Kovariansanalyse Parametriseringer Lene Theil Skovgaard, Biostatistisk Afdeling
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Kovariansanalyse. Lene Theil Skovgaard 3. oktober 2017 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Bland-Altman plot,
Læs mereVejledende besvarelse af hjemmeopgave, forår 2017
Vejledende besvarelse af hjemmeopgave, forår 2017 På hjemmesiden http://publicifsv.sund.ku.dk/~lts/basal17_1/hjemmeopgave/hjemmeopgave.txt ligger data fra 400 fødende kvinder. Der er tale om et uddrag
Læs merePhd-kursus i Basal Statistik, Opgaver til 2. uge
Phd-kursus i Basal Statistik, Opgaver til 2. uge Opgave 1: Sædkvalitet Filen oeko.txt på hjemmesiden indeholder datamateriale til belysning af forskellen i sædkvalitet mellem SAS-ansatte og mænd, der lever
Læs mereDet kunne godt se ud til at ikke-rygere er ældre. Spredningen ser ud til at være nogenlunde ens i de to grupper.
1. Indlæs data. * HUSK at angive din egen placering af filen; data framing; infile '/home/sro00/mph2016/framing.txt' firstobs=2; input id sex age frw sbp sbp10 dbp chol cig chd yrschd death yrsdth cause;
Læs mereAfdeling for Anvendt Matematik og Statistik Januar Regressionsanalyse i SAS 2. Regressionsanalyse med GLM Sammenligning af regressionslinier
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Inge Henningsen Afdeling for Anvendt Matematik og Statistik Januar 2007 2 Regressionsanalyse med GLM Sammenligning af regressionslinier
Læs merePhd-kursus i Basal Statistik, Opgaver til 1. uge
Phd-kursus i Basal Statistik, Opgaver til 1. uge Opgave 1: Wright For 17 patienter er der målt peak expiratory flow rate (maksimal udåndingshastighed, i l/min) på to forskellige måder, dels ved at anvende
Læs mereVejledende besvarelse af hjemmeopgave, forår 2015
Vejledende besvarelse af hjemmeopgave, forår 2015 En stikprøve bestående af 65 mænd og 65 kvinder er blevet undersøgt med henblik på at se på en evt. sammenhæng mellem kropstemperatur og puls. På hjemmesiden
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Regressionsanalyse. Lene Theil Skovgaard 5. februar 2018 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Indlæsning og
Læs mereVariansanalyse i SAS. Institut for Matematiske Fag December 2007
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Institut for Matematiske Fag December 2007 Variansanalyse i SAS 2 Tosidet variansanalyse Residualplot Tosidet variansanalyse
Læs mereRegressionsanalyse i SAS
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Inge Henningsen Afdeling for Anvendt Matematik og Statistik December 2006 Regressionsanalyse uden gentagelser Regressionsanalyse
Læs mereFaculty of Health Sciences. Logistisk regression: Interaktion Kvantitative responsvariable
Faculty of Health Sciences Logistisk regression: Interaktion Kvantitative responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk
Læs mereVejledende besvarelse af hjemmeopgave, forår 2018
Vejledende besvarelse af hjemmeopgave, forår 2018 Udleveret 12. februar, afleveres senest ved øvelserne i uge 10 (6.-9.marts) I forbindelse med reagensglasbehandling blev 100 par randomiseret til to forskellige
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences APPENDIX Basal Statistik - SPSS Korrelerede målinger. Lene Theil Skovgaard 8. april 2019 med instruktioner til SPSS-analyse svarende til nogle af slides Plots: s. 3, 4, 7, 11-12
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Korrelerede målinger. Lene Theil Skovgaard 8. april 2019 1 / 21 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Plots: s. 3, 4,
Læs mereDag 6: Interaktion. Overlevelsesanalyse
Dag 6: Interaktion. Overlevelsesanalyse How does CHD depend on gender and hypertension? Males: hypertension chd01 Females: Frequency Row Pct 0 1 Total ---------+--------+--------+ 0 352 95 447 78.75 21.25
Læs mereFaculty of Health Sciences. Basal Statistik. Overlevelsesanalyse. Lene Theil Skovgaard. 12. marts 2018
Faculty of Health Sciences Basal Statistik Overlevelsesanalyse Lene Theil Skovgaard 12. marts 2018 1 / 12 APPENDIX vedr. SPSS svarende til diverse slides: Kaplan-Meier kurver, s. 3 Kumulerede incidenser
Læs mereOR stiger eksponentielt med forskellen i BMI. kompliceret model svær at forstå og analysere
Epidemiologi og biostatistik. Uge 5, torsdag 5. september 003 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver
Læs mereFaculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable
Faculty of Health Sciences Logistisk regression: Kvantitative forklarende variable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Sammenhæng
Læs mereIkke-parametriske tests
Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference
Læs mereStatistik kommandoer i Stata opdateret 16/3 2009 Erik Parner
Statistik kommandoer i Stata opdateret 16/3 2009 Erik Parner Indledning... 1 Hukommelse... 1 Simple beskrivelser... 1 Data manipulation... 2 Estimation af proportioner... 2 Estimation af rater... 2 Estimation
Læs mereStatistik kommandoer i Stata opdateret 22/ Erik Parner
Statistik kommandoer i Stata opdateret 22/4 2008 Erik Parner Indledning... 1 Simple beskrivelser... 1 Data manipulation... 1 Estimation af proportioner... 2 Estimation af rater... 2 Estimation af Relativ
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 mereVejledende besvarelse af hjemmeopgave, efterår 2018
Vejledende besvarelse af hjemmeopgave, efterår 2018 Udleveret 1. oktober, afleveres senest ved øvelserne i uge 44 (30. oktober.-1. november). Der er foretaget en del undersøgelser af krigsveteraner og
Læs mereIntroduktion til GLIMMIX
Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.
Læs mereVejledende besvarelse af hjemmeopgave
Vejledende besvarelse af hjemmeopgave Basal statistik, efterår 2013 Udleveret 1. oktober, afleveres senest ved øvelserne i uge 44 (29. oktober-1. november) I forbindelse med en undersøgelse af vitamin
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 mereLøsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)
Afdeling for Biostatistik Bo Martin Bibby 23. november 2006 Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06) Vi betragter 4699 personer fra Framingham-studiet. Der er oplysninger om follow-up
Læs mere2 Epidemiologi og biostatistik. Uge 5, mandag 26. september 2005 Michael Væth, Institut for Biostatistik
... september 1 Epidemiologi og biostatistik. Uge, mandag. september Michael Væth, Institut for Biostatistik. Ikke parametrisk statistiske test : Analyse af overlevelsesdata (ventetidsdata) Censurering
Læs mereFilen indeholder variablenavne i første linie, og de ligger i rækkefølgen
Opgavebesvarelse, Resting metabolic rate I filen T:\Basalstatistik\rmr.txt findes sammenhørende værdier af kropsvægt (bw, i kg) og hvilende stofskifte (rmr, kcal pr. døgn) for 44 kvinder (Altman, 1991
Læs mereOR stiger eksponentielt med forskellen i BMI komplicet model svær at forstå og analysere simpel model
Epidemiologi og biostatistik. Uge 5, torsdag. marts 1 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver Det statistiske
Læs mereBasal Statistik Kategoriske Data
Basal Statistik Kategoriske Data 8 oktober 2013 E 2013 Basal Statistik - Kategoriske data Michael Gamborg Institut for sygdomsforebyggelse Københavns Universitetshospital michael.orland.gamborg@regionh.dk
Læs mereVejledende besvarelse af hjemmeopgave, efterår 2015
Vejledende besvarelse af hjemmeopgave, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30. oktober) En undersøgelse blandt fødende kvinder i Massachusetts (ref.) søger
Læs mereMPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme
MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes
Læs mereØvelser til basalkursus, 5. uge. Opgavebesvarelse: Knogledensitet hos unge piger
Øvelser til basalkursus, 5. uge Opgavebesvarelse: Knogledensitet hos unge piger I alt 112 piger har fået målt knogledensitet (bone mineral density, bmd) i 11-års alderen (baseline værdi). Pigerne er herefter
Læs mereKommentarer til øvelser i basalkursus, 2. uge
Kommentarer til øvelser i basalkursus, 2. uge Opgave 2. Vi betragter målinger af hjertevægt (i g) og total kropsvægt (målt i kg) for 10 normale mænd og 11 mænd med hjertesvigt. Målingerne er taget ved
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Basal Statistik - SPSS Den generelle lineære model. Lene Theil Skovgaard 24. oktober 2017 Biokemisk iltforbrug,
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Den generelle lineære model. Lene Theil Skovgaard 26. februar 2018 1 / 28 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Biokemisk
Læs mereBesvarelse af opgave om Vital Capacity
Besvarelse af opgave om Vital Capacity I filen cadmium.txt ligger observationer fra et eksempel omhandlende lungefunktionen hos arbejdere i cadmium industrien (hentet fra P. Armitage & G. Berry: Statistical
Læs mereFaculty of Health Sciences. Basal statistik. Logaritmer, Repetition, Kovariansanalyse, Interaktion. Lene Theil Skovgaard. 1.
Faculty of Health Sciences Basal statistik Logaritmer, Repetition, Kovariansanalyse, Interaktion Lene Theil Skovgaard 1. oktober 2018 1 / 92 Logaritmer og kovariansanalyse Parret sammenligning af målemetoder,
Læs mereOpgavebesvarelse, logistisk regression
Opgavebesvarelse, logistisk regression Data ligger i rop.xls på kursushjemmesiden: http://staff.pubhealth.ku.dk/ jufo/courses/logistic/ Når du har gemt data på din computer, kan det indlæses i SAS med
Læs mereBasal statistik. Logaritmer og kovariansanalyse. Sammenligning af målemetoder. Scatter plot af de to metoder. Faculty of Health Sciences
Faculty of Health Sciences Logaritmer og kovariansanalyse Basal statistik Logaritmer, Repetition, Kovariansanalyse, Interaktion Lene Theil Skovgaard 1. oktober 2018 Parret sammenligning af målemetoder,
Læs mereOpgavebesvarelse, brain weight
Opgavebesvarelse, brain weight (Matthews & Farewell: Using and Understanding Medical Statistics, 2nd. ed.) For 20 nyfødte mus er der i tabellen nedenfor anført oplysning om kuldstørrelsen (fra 3 til 12
Læs mereBasal Statistik. Simpel lineær regression. Simpel lineær regression. Data. Faculty of Health Sciences
Faculty of Health Sciences Simpel lineær regression Basal Statistik Regressionsanalyse. Lene Theil Skovgaard 5. februar 2018 Regression og korrelation Simpel lineær regression Todimensionale normalfordelinger
Læs mereFaculty of Health Sciences. Basal statistik. Overlevelsesanalyse. Lene Theil Skovgaard. 1. april 2019
Faculty of Health Sciences Basal statistik Overlevelsesanalyse Lene Theil Skovgaard 1. april 2019 1 / 92 Overlevelsesanalyse Levetider og censurerede observationer Kaplan-Meier kurver Log-rank test Cox
Læs mereVejledende besvarelse af hjemmeopgave, forår 2016
Vejledende besvarelse af hjemmeopgave, forår 2016 Udleveret 1. marts, afleveres senest ved øvelserne i uge 13 (29. marts-1. april) Denne opgave fokuserer på at beskrive niveauet af hormonet AMH (højt niveau
Læs mereFaculty of Health Sciences. Basal Statistik. Regressionsanalyse. Lene Theil Skovgaard. 26. september 2017
Faculty of Health Sciences Basal Statistik Regressionsanalyse. Lene Theil Skovgaard 26. september 2017 1 / 85 Simpel lineær regression Regression og korrelation Simpel lineær regression Todimensionale
Læs mereKommentarer til opg. 1 og 3 ved øvelser i basalkursus, 3. uge
Kommentarer til opg. 1 og 3 ved øvelser i basalkursus, 3. uge Opgave 1. Data indlæses i 3 kolonner, som f.eks. kaldessalt,pre ogpost. Der er således i alt tale om 26 observationer, idet de to grupper lægges
Læs mereFaculty of Health Sciences. Basal statistik. Logaritmer, Repetition, Kovariansanalyse, Interaktion. Lene Theil Skovgaard. 12.
Faculty of Health Sciences Basal statistik Logaritmer, Repetition, Kovariansanalyse, Interaktion Lene Theil Skovgaard 12. februar 2018 1 / 88 Logaritmer og kovariansanalyse Parret sammenligning af målemetoder,
Læs mereModelkontrol i Faktor Modeller
Modelkontrol i Faktor Modeller Julie Lyng Forman Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for Biokemikere 2003 For at konklusionerne på en ensidet, flersidet eller hierarkisk
Læs mereØvelser til basalkursus, 5. uge. Opgavebesvarelse: Knogledensitet hos unge piger
Øvelser til basalkursus, 5. uge Opgavebesvarelse: Knogledensitet hos unge piger I alt 112 piger har fået målt knogledensitet (bone mineral density, bmd) i 11-års alderen (baseline værdi). Pigerne er herefter
Læs merePhd-kursus i Basal Statistik, Opgaver til 2. uge
Phd-kursus i Basal Statistik, Opgaver til 2. uge Opgave 1: Sædkvalitet Filen oeko.sav på hjemmesiden indeholder datamateriale til belysning af forskellen i sædkvalitet mellem SAS-ansatte og mænd, der lever
Læs mereBasal statistik. Overlevelsesanalyse. Eksempel: Lungecancer blandt krigsveteraner. Faculty of Health Sciences
Faculty of Health Sciences Overlevelsesanalyse Basal statistik Overlevelsesanalyse Lene Theil Skovgaard 5. november 2018 Levetider og censurerede observationer Kaplan-Meier kurver Log-rank test Cox regression
Læs mereBasal Statistik - SPSS
Faculty of Health Sciences Basal Statistik - SPSS Multipel regression. Lene Theil Skovgaard 10. oktober 2017 1 / 12 APPENDIX med instruktioner til SPSS-analyse svarende til nogle af slides Figurer: s.
Læs mereBasal Statistik. Simpel lineær regression. Simpel lineær regression. Data. Faculty of Health Sciences
Faculty of Health Sciences Simpel lineær regression Basal Statistik Regressionsanalyse. Lene Theil Skovgaard 21. februar 2017 Regression og korrelation Simpel lineær regression Todimensionale normalfordelinger
Læs mereBasal Statistik. Sammenligning af grupper. Praktisk håndtering af data. Vitamin D eksemplet. Faculty of Health Sciences
Faculty of Health Sciences Sammenligning af grupper Basal Statistik Sammenligning af grupper, Variansanalyse Sammenligning af to grupper: T-test Dimensionering af undersøgelser Sammenligning af flere end
Læs mereBasal Statistik Variansanalyse. 24 september 2013
Basal Statistik Variansanalyse 24 september 2013 Michael Gamborg Institut for sygdomsforebyggelse Københavns Universitetshospital michael.orland.gamborg@regionh.dk Lene Theil Skovgaard biostat.ku.dk/~lts/basal/overheads/anova.pdf
Læs mereFaculty of Health Sciences. Basal Statistik. Sammenligning af grupper, Variansanalyse. Lene Theil Skovgaard. 12. september / 116
Faculty of Health Sciences Basal Statistik Sammenligning af grupper, Variansanalyse Lene Theil Skovgaard 12. september 2017 1 / 116 Sammenligning af grupper Sammenligning af to grupper: T-test Dimensionering
Læs mereFaculty of Health Sciences. Basal Statistik. Sammenligning af grupper, Variansanalyse. Lene Theil Skovgaard. 10. september / 116
Faculty of Health Sciences Basal Statistik Sammenligning af grupper, Variansanalyse Lene Theil Skovgaard 10. september 2018 1 / 116 Sammenligning af grupper Sammenligning af to grupper: T-test Dimensionering
Læs mereØvelser til basalkursus, 2. uge
Øvelser til basalkursus, 2. uge Opgave 1 Vi betragter igen Sundby95-materialet, og skal nu forbedre nogle af de ting, vi gjorde sidste gang. 1. Gå ind i ANALYST vha. Solutions/Analysis/Analyst. 2. Filen
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 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 mereFilen indeholder 45 linier, først en linie med variabelnavnene (bw og rmr) og derefter 44 datalinier, hver med disse to oplysninger.
Opgavebesvarelse, Resting metabolic rate I filen rmr.txt findes sammenhørende værdier af kropsvægt (bw, i kg) og hvilende stofskifte (rmr, kcal pr. døgn) for 44 kvinder (Altman, 1991 og Owen et.al., Am.
Læs mereFaculty of Health Sciences. Basal Statistik. Begreber. Parrede sammenligninger. Lene Theil Skovgaard. 15. januar 2018
Faculty of Health Sciences Basal Statistik Begreber. Parrede sammenligninger. Lene Theil Skovgaard 15. januar 2018 1 / 91 Indhold Planlægning af undersøgelse, protokol Grafik, Basale begreber Parrede sammenligninger
Læs mereBasal Statistik. Sammenligning af grupper. Praktisk håndtering af data. Vitamin D eksemplet. Faculty of Health Sciences
Faculty of Health Sciences Sammenligning af grupper Basal Statistik Sammenligning af grupper, Variansanalyse Sammenligning af to grupper: T-test Dimensionering af undersøgelser Sammenligning af flere end
Læs mereVejledende besvarelse af hjemmeopgave, efterår 2016
Vejledende besvarelse af hjemmeopgave, efterår 2016 Udleveret 4. oktober, afleveres senest ved øvelserne i uge 44 (1.-4. november) Normal aktivitet af enzymet plasma kolinesterase er en forudsætning for
Læs mereVejledende besvarelse af hjemmeopgave, efterår 2017
Vejledende besvarelse af hjemmeopgave, efterår 2017 Udleveret 3. oktober 2017, afleveres senest ved øvelserne i uge 44 (31. okt.-2. nov. 2017) På hjemmesiden http://publicifsv.sund.ku.dk/~lts/basal17_2/hjemmeopgave/hjemmeopgave.txt
Læs mereMultipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model
Multipel regression M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Y j 1 X 1j 2 X 2j... m X mj j eller m Y j 0 i 1 i X ij j BEMÆRK! j svarer til individ
Læs mereEn Introduktion til SAS. Kapitel 5.
En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel
Læs mere24. februar Analyse af overlevelsesdata (ventetidsdata) Ikke parametrisk statistiske test : Det statistiske modelbegreb Modelselektion
. februar 00 Ikke parametrisk statistiske test : Ideen bag Epidemiologi og biostatistik. Uge, mandag. februar 00 Morten Frydenberg, Institut for Biostatistik. To grupper: Mann-Whitney / Wilcoxon testet
Læs mereBasal Statistik. Indhold. Planlægning af undersøgelse. Ide, Problemstilling. Faculty of Health Sciences. Begreber. Parrede sammenligninger.
Faculty of Health Sciences Indhold Basal Statistik Begreber. Parrede sammenligninger. Lene Theil Skovgaard 15. januar 2018 Planlægning af undersøgelse, protokol Grafik, Basale begreber Parrede sammenligninger
Læs mereBasal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.
Hjemmeopgave Basal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.-27 marts) Garvey et al. interesserer sig for sammenhængen mellem
Læs mereOpgavebesvarelse vedr. overlevelsesanalyse
Opgavebesvarelse vedr. overlevelsesanalyse Opgaven går ud på at vurdere effekten af azathioprine på overlevelsen hos 216 patienter med primær biliær cirrhose (PBC), ref. Christensen et al. (1985). Data
Læs merePostoperative komplikationer
Løsninger til øvelser i kategoriske data, oktober 2008 1 Postoperative komplikationer Udgangspunktet for vurdering af den ny metode må være en nulhypotese om at der er samme komplikationshyppighed, 20%.
Læs mereStatistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Statistik Lektion 0 Ikkeparametriske metoder Repetition KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mereSAS systemet SAS. SAS vinduer. 2012 Janne Petersen
SAS systemet SAS 2012 Janne Petersen February 7, 2012 Styrken i SAS er dets evne til at håndtere store datasæt. Det er hurtigt og har mange statistiske og ikke-statistiske muligheder. Kan "alt", så det
Læs mereStatistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar
Århus 6. februar 2014 Morten Frydenberg Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Til disse øvelser har I brug for fishoil1.dta, der indeholder data fra det fiskeolie forsøg vi så på ved
Læs mere