6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)

Relaterede dokumenter
6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)

Program. Konfidensinterval og hypotesetest, del 2 en enkelt normalfordelt stikprøve I SAS. Øvelse: effekt af diæter

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

Epidemiologi og Biostatistik. Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002

Opgaver til kapitel 3

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april

Resumé: En statistisk analyse resulterer ofte i : Et estimat θˆmed en tilhørende se

Hvad er danskernes gennemsnitshøjde? N = 10. X 1 = 169 cm. X 2 = 183 cm. X 3 = 171 cm. X 4 = 113 cm. X 5 = 174 cm

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse

Epidemiologi og Biostatistik

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ

1. februar Lungefunktions data fra tirsdags Gennemsnit l/min

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)

Reeksamen i Statistik for Biokemikere 6. april 2009

Konfidensintervaller og Hypotesetest

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse

Afsnit E1 Konfidensinterval for middelværdi i normalfordeling med kendt standardafvigelse

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk

MPH specialmodul Epidemiologi og Biostatistik

Skriftlig eksamen Science statistik- ST501

Besvarelse af opgavesættet ved Reeksamen forår 2008

SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI Cand.Scient.San, 2. semester 20. februar 2015 (3 timer)

Ensidet eller tosidet alternativ. Hypoteser. tosidet alternativ. nul hypotese testes mod en alternativ hypotese

Mikro-kursus i statistik 1. del Mikrokursus i biostatistik 1

1 Hb SS Hb Sβ Hb SC = , (s = )

Eksamen i Statistik for biokemikere. Blok

En Introduktion til SAS. Kapitel 5.

Statistik (deskriptiv)

Statistik. Peter Sørensen: Statistik og sandsynlighed Side 1

Eks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved

Vejledende løsninger kapitel 8 opgaver

Anvendt Statistik Lektion 4. Hypotesetest generelt Test for middelværdi Test for andele

Statistisk modellering og regressionsanalyse

Basal statistik. 30. januar 2007

Studieplan Biostatistik Semester 2

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser

Postoperative komplikationer

a) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 7: 23. marts

Program: 1. Repetition: fordeling af observatorer X, S 2 og t. 2. Konfidens-intervaller, hypotese test, type I og type II fejl, styrke.

Opgavebesvarelse, Basalkursus, uge 3

1 Sammenligning af 2 grupper Responsvariabel og forklarende variabel Afhængige/uafhængige stikprøver... 2

9. Chi-i-anden test, case-control data, logistisk regression.

Modul 7: Eksempler. 7.1 Beskrivende dataanalyse Diagrammer. Bent Jørgensen. Forskningsenheden for Statistik ST501: Science Statistik

Kursus Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, ( , ) Per Bruun Brockhoff

Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.

Kapitel 4 Sandsynlighed og statistiske modeller

Mikro-kursus i statistik 2. del Mikrokursus i biostatistik 1

Statistik kommandoer i Stata opdateret 22/ Erik Parner

Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar

Kapitel 7 Forskelle mellem centraltendenser

Eksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik.

Forelæsning 9: Inferens for andele (kapitel 10)

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model

Matematik B. Højere handelseksamen

Skriftlig Eksamen ST501: Science Statistik Tirsdag den 8. juni 2010 kl

Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup)

Program. Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering. Test for ens spredninger

Binomial fordeling. n f (x) = p x (1 p) n x. x = 0, 1, 2,...,n = x. x x!(n x)! Eksempler. Middelværdi np og varians np(1 p). 2/

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)

Epidemiologi og Biostatistik

Normalfordelingen og Stikprøvefordelinger

Susanne Ditlevsen Institut for Matematiske Fag susanne

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Regressionsanalyser. Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer.

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006

Statistik for Biokemikere Projekt

Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele

Vejledende besvarelser til opgaver i kapitel 14

Statistiske modeller

Analysestrategi. Lektion 7 slides kompileret 27. oktober :24 p.1/17

Løsning til eksaminen d. 14. december 2009

Resultater. Formål. Results. Results. Må ikke indeholde. At fåf. kendskab til rapportering af resultater. beskrivelse

Løsning eksamen d. 15. december 2008

Transkript:

Institut for Epidemiologi og Socialmedicin Institut for Biostatistik. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag) Opgave 1 Læs afsnit.1 i An Introduction to Medical Statistics, specielt tabel - og den tilhørende tekst. I eksemplet indgår studier. Lav 1- overheads, der fanger de væsentligste spørgsmål (for begge studier), dvs: 1. Hvad var formålet med de to undersøgelser?. Hvad er den primære responsvariabel (mål for udfald)? 3. Hvordan var de to studier udformet (designet)? Gør rede for ligheder og forskelle i design.. Hvilken forskel er der mellem resultaterne af de studier? Hvad er forklaringen på forskellen? 5. Hvad bidrager til den tilfældige variation i responsvariablen, - med andre ord: hvorfor dør nogle og andre ikke?. Hvad er de relevante estimater og den relevante nul-hypotese (det statistiske problem)? Opgave Læs An Introduction to Medical Statistics afsnit.. Lav 1- overheads, der fanger de væsentligste spørgsmål, dvs: 1. Hvad viser figur.1 om den biologiske effekt af forskellige præparater?. Hvad viser figur.1 om den såkaldte placebo-effekt? 3. Hvordan er data indsamlet?. Diskutér hvilke overvejelser man må gøre ved valget af respons (mål for udfald). 5. Der er vigtige variationskilder udover indhold i og farve på tablet, der bidrager til den "tilfældige" variation i disse data, hvilke?. Formuler de relevante nulhypoteser. Hvilke estimater er relevante for at belyse dem? 1

Opgave 3 Se An Introduction to Medical Statistics s. 7, eksempel i Table 5. + Fig. 5.5. Lav 1- overheads, der omhandler: 1. Ikke alle har samme vitalkapacitet; der er variation mellem personerne. Diskutér kilderne til denne variation. Hvad kan man mene med tilfældig variation?. Kan man fra disse data slutte noget om, hvor meget vitalkapaciteten øges hos en pige, der vokser fra 1 cm til 17 cm? (lav f.eks. en tegning) Opgave Formålet med denne opgave er, at få erfaring med fortolkning af sikkerhedsintervaller og prædiktionsintervaller. Opgaven illustrerer desuden vigtigheden af, at checke antagelserne bag den statistiske analyse. Data i denne opgave stammer fra An Introduction to Medical Statistics, Tabel., s. 5. På de næste sider findes x histogrammer med angivelse af gennemsnit ( Mean = x ), spredning (Std. Dev. = s = sd) og stikprøvestørrelse (n). Histogrammerne () er dels lavet på alle data (n = ) og dels 3 mindre stikprøver (n = 1, n = 3 og n = 3). Desuden er der histogrammer () for de naturlig logaritme-transformerede data (det vil sige, at der først beregnes naturlig logaritme til samtlige tal, og dernæst laves histogrammer på disse transformerede tal for de samme grupper). 1. Beregn et 95% sikkerhedsinterval for middelværdi og et 95% prediktionsinterval for både de utransformerede tal (oprindelig skala) og de naturlig logaritme transformerede tal (log-skala).. Brug exponential-funktionen til at omsætte intervallerne for de transformerede data til intervaller på den oprindelige skala. Hvis de naturlig logaritmetransformerede tal kan beskrives ved en normalfordeling gælder der, at de intervaller, der fremkommer efter (tilbage-)transformation med exponentialfunktion, svarer til et 95% konfidensinterval for medianen hhv. et 95% prediktionsinterval på den oprindelige skala. 3. Hvor mange af samtlige observationer (udtrykt som procent) ligger under hhv. over prediktionsintervallet? Hver gruppe finder de relevante histogrammer på de næste sider. I skal ikke lave overheads, vi vil sætte tallene ind i et fælles skema.

15 N= Gruppe A 9 75 5 3 15 Std. Dev =. Mean =.51 N =.....5.7.9 1.1 1.3 1. 1..13.31.7.5 1.3 1.1 1.39 1.57 1.75 Gruppe N= A 7 5 3 1.1.7 -.7 -.1 - - - -1.5 -.3 Std. Dev =.39 Mean = -.7 N =. 3

15 N=1 Gruppe B 1 9 3 Std. Dev =.19 Mean =.7 N = 1.....5.7.9 1.1 1.3 1. 1..13.31.7.5 1.3 1.1 1.39 1.57 1.75 1 Gruppe N=1 B 1.1.7 -.7 -.1 - - - -1.5 -.3 Std. Dev =.39 Mean = -.3 N = 1.

Gruppe N=3 C 1 1 Std. Dev =.3 Mean =.5 N = 3.....5.7.9 1.1 1.3 1. 1..13.31.7.5 1.3 1.1 1.39 1.57 1.75 1 Gruppe N=3 C.1.7 -.7 -.1 - - - Std. Dev =.3 Mean = -.7 N = 3. -1.5 -.3 5

1 Gruppe N=3 D 1 1 1 Std. Dev =. Mean = N = 3.....5.7.9 1.1 1.3 1. 1..13.31.7.5 1.3 1.1 1.39 1.57 1.75 1 N=3 Gruppe D 1.1.7 -.7 -.1 - - - -1.5 -.3 Std. Dev =.37 Mean = -.7 N = 3.