Statistische Prinzipien für medizinische Projekte

von: Jürg Hüsler, Heinz Zimmermann

Hogrefe AG, 2010

ISBN: 9783456948683 , 384 Seiten

5. Auflage

Format: PDF, OL

Kopierschutz: Wasserzeichen

Windows PC,Mac OSX für alle DRM-fähigen eReader Apple iPad, Android Tablet PC's Online-Lesen für: Windows PC,Mac OSX,Linux

Preis: 26,99 EUR

Mehr zum Inhalt

Statistische Prinzipien für medizinische Projekte


 

Inhaltsverzeichnis

6

1 Einleitung

16

1.1 Notwendigkeit statistischer Kenntnisse

16

1.2 Daten und die statistische Arbeit

17

1.3 Statistische Welt: Was umfasst sie?

18

1.4 Projektdurchführung und Protokoll

20

1.5 Inhaltsüberblick

22

2 Graphische Mittel Wie werden Daten graphisch dargestellt?

24

2.1 Qualitative (kategorielle) Daten

24

2.2 Quantitative Daten

27

2.3 Multivariate Daten

31

3 Statistische Maßzahlen Wie werden Daten quantitativ beschrieben?

40

3.1 Maßzahlen der mittleren Lage

40

3.2 Maßzahlen der Lage

41

3.3 Maßzahlen der Streuung

43

4 Statistische Maßzahlen: Formeln

48

4.1 Bezeichnungen

48

4.2 Maßzahlen der mittleren Lage

49

4.3 Maßzahlen der Lage

49

4.4 Maßzahlen der Streuung (Variabilität)

50

5 Statistische Begriffe Warum sind Population, Stichprobe, Randomisierung und Bias wichtig?

54

5.1 Population, Stichprobe und Variable

54

5.2 Auswahlverfahren

57

5.3 Bias (Verfälschung)

58

6 Statistische Verteilungen Wie sind Daten oder Mittelwerte verteilt?

64

6.1 Stichprobenverteilung

64

6.2 Normalverteilung

66

6.3 Normalverteilte Variablen

67

7 Vertrauensintervall Wie werden wichtige Resultate präsentiert?

74

7.1 Vertrauensintervall für einen Populationsmittelwert

74

7.2 Vertrauensintervall zum Vergleich zweier Populationsmittelwerte

82

8 Der statistische Test Wie werden Hypothesen geprüft?

86

8.1 Allgemeine Bemerkungen

86

8.2 Hypothesen

90

8.3 Parametrische und nichtparametrische Tests

92

9 Analyse von gepaarten Stichproben Wie werden Mittelwerte von gepaarten Daten beurteilt?

96

9.1 Gepaarter t-Test bei normalverteilten Daten

96

9.2 Verschiedene Testsituationen

102

9.3 Normalitätsprüfung

104

9.4 Wilcoxon-Vorzeichen-Rangsummentest

106

9.5 Vorzeichen-Test

110

10 Analyse eines Gruppenmittelwerts Wie wird eine Gruppe alleine beurteilt?

112

10.1 t-Test, der parametrische Test

113

10.2 Wilcoxon-Vorzeichen-Rangsummentest

115

10.3 Nichtparametrische Vertrauensintervalle

116

10.4 Vorzeichen-Test

117

10.5 Fehlerwahrscheinlichkeiten a und ß

118

11 Analyse von zwei unverbundenen Stichproben Wie werden Mittelwerte von zwei ungepaarten Stichproben untersucht?

124

11.1 Ungepaarter t-Test

124

11.2 Wilcoxon-Mann-Whitney-Rangsummentest

128

11.3 Nichtparametrisches Vertrauensintervall

133

11.4 Median-Test

134

11.5 Große Stichprobenumfänge bei zwei Gruppen

136

12 Häufigkeiten und Proportionen Wie werden kategorielle Daten analysiert?

142

12.1 Beurteilung einer Proportion

143

12.2 Vergleich von zwei Proportionen ungepaarter Stichproben

146

12.3 Gepaarte Stichproben, 2×2-Tabelle

148

12.4 Kontingenztabellen, Analyse mehrerer Häufigkeiten

150

13 Wahl des Stichprobenumfangs Wie groß muss die Stichprobe sein?

158

13.1 Allgemeine Überlegungen, Einstichprobenfall

158

13.2 Poweranalyse in anderen Fällen

161

14 Vergleich von mehreren Stichproben -Varianzanalyse Wie werden mehr als zwei Stichproben (Gruppen) miteinander verglichen?

164

14.1 Allgemeine Überlegungen

164

14.2 Mittelwertsvergleiche mit Varianzanalysen

167

15 Ein-Weg-Varianzanalyse Wie wird der Einfluss eines (kategoriellen) Faktors auf eine metrische Variable untersucht?

170

15.1 Parametrisches Verfahren: F -Test

170

15.2 Nichtparametrische Ein-Weg-Varianzanalyse, Kruskal-Wallis-Test

176

16 Zwei-Weg-Varianzanalyse, Randomisierter Blockplan Wie wird der Einfluss von zwei Faktoren auf eine metrische Variable untersucht?

182

16.1 Parametrische Zwei-Weg-Varianzanalyse mit F -Test

182

16.2 Nichtparametrische Zwei-Weg-ANOVA, Friedman-Test

188

17 Allgemeine Varianzanalyse Wie wird der Einfluss mehrerer Faktoren auf eine metrische Variable beurteilt?

196

17.1 Allgemeine Bemerkungen

196

17.2 Beispiel mit drei Einfluss-Faktoren

197

18 Lineare Abhängigkeit, Korrelation Wie wird der Zusammenhang zwischen zwei Variablen gemessen?

206

18.1 Lineare / Nichtlineare Abhängigkeit

206

18.2 Korrelationskoeffizient

207

18.3 Rangkorrelationskoeffizient

210

18.4 Kendall’s Tau

211

19 Lineare Regression Wie wird der Zusammenhang zwischen zwei metrischen Variablen untersucht?

216

19.1 Regressionsgerade

216

19.2 Regressionsschätzung

218

19.3 Parametrische Regression

219

19.4 Regressionsprüfung

220

20 Multiple Regression Wie wird der Einfluss mehrerer Variablen auf eine metrische oder binäre Variable untersucht?

228

20.1 Regressionsparameter

228

20.2 Prüfung der multiplen Regression

231

20.3 Modell-Verifikation

233

20.4 Beispiel mit mehreren Variablen

237

20.5 Logistische Regression

244

21 Analyse von Überlebensdaten Wie werden Überlebensdaten untersucht?

254

21.1 Überlebensdaten

254

21.2 Schätzung der Überlebensfunktion

257

21.3 Vergleich von Überlebensfunktionen

263

21.4 Stratifizierung

266

21.5 Cox-Regression

269

22 Analyse multivariater Daten Wie wird der Zusammenhang mehrerer Variablen beurteilt?

274

22.1 Übersicht multivariater Verfahren

275

22.2 MANOVA

277

22.3 Hauptkomponentenanalyse

280

22.4 Faktoranalyse

284

22.5 Diskriminanzanalyse

286

22.6 Klusteranalyse

288

23 Medizinische Studiendesigns Welcher Studienplan soll verwendet werden?

294

23.1 Studienarten

294

23.2 Randomisierte Studie

298

23.3 Querschnittsstudien

299

23.4 Kohortenstudie

300

23.5 Fall-Kontrollstudie

302

23.6 Cross-over-Studie

303

23.7 Meta-Analyse

305

23.8 Äquivalenzstudien

311

A Software

316

B Übungsaufgaben

319

C Lösungen der Aufgaben

331

D Glossar

347

D.1 Deutsch-englisches Glossar

347

D.2 Englisch-deutsches Glossar

353

E Liste der mathematischen Symbole

358

F Tabellen der statistischen Tests

360

G Literaturverzeichnis

374

Index

376

Über die Autoren

384