ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Hasonló dokumentumok
ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

? közgazdasági statisztika

? közgazdasági statisztika

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

Matematikai statisztika

Statisztika 1. zárthelyi dolgozat március 21.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

Feladatok és megoldások a 11. heti gyakorlathoz

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Változók függőségi viszonyainak vizsgálata

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Statisztika. Eloszlásjellemzők

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I o)

4 2 lapultsági együttható =

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

A MATEMATIKAI STATISZTIKA ELEMEI

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

BIOMATEMATIKA ELŐADÁS

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

Információs rendszerek elméleti alapjai. Információelmélet

STATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

PDF created with FinePrint pdffactory Pro trial version Irodalom.

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

Matematikai statisztika

1. A radioaktivitás statisztikus jellege

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok

Mérési hibák

Regresszió. Fő cél: jóslás Történhet:

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat

[Biomatematika 2] Orvosi biometria

STATISZTIKA II. kötet

Kutatásmódszertan és prezentációkészítés

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Ökonometria. /Elméleti jegyzet/

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

STATISZTIKA I. Mekkora? Viszonyszá m = Viszonyszám. sa: 1. Két t statisztikai adat arány. egyik főf. csoportját t alkotják,

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

A matematikai statisztika elemei

2. METROLÓGIA ÉS HIBASZÁMíTÁS

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Lineáris regresszió. Statisztika I., 4. alkalom

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

Statisztika 1. zárthelyi dolgozat március 18.

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma

[Biomatematika 2] Orvosi biometria

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

[Biomatematika 2] Orvosi biometria

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

V. Deriválható függvények

Szerven belül egyenetlen dóziseloszlások és az LNT-modell

Statisztika segédlet*

Geostatisztika c. tárgy a BSc földrajz alapszak hallgatóinak

Regresszió és korreláció

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Geostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak

Biomatematika 2 Orvosi biometria

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI-

BEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra)

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

Geostatisztika. Dr. Szabó Norbert Péter. BSc műszaki földtudományi alapszak hallgatóinak

A sokaság/minta eloszlásának jellemzése

Izsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

Megoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Biomatematika 2 Orvosi biometria

Matematika B4 I. gyakorlat

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Függvénygörbe alatti terület a határozott integrál

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Átírás:

ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet Egyéb példák 36,7 C 36,7 C RBC: 4,5x /l (3,9-5 x /l) ormál tartomáy? 36,9 C 36,9 C Az új terápás eljárás hatékoyabb mt a rég? 36,6 C. Mérés potatlaség.. Időbel gadozások!!! 36,5 C 3. Bológa változatosság!!! Hogya gazolható egy lázcsllapító hatásossága? A megfgyelt értékek em álladóak! Mért érték: 37, C. Egészséges vagy beteg? Kérdések!

Hogya válaszolható meg? A gyógyszer hatásos.?. Dt <. Dt >= A gyógyszer em hatásos: fluktuácó, a beteg jobba lesz, stb. Változók változó tartomáy típus A változó típusa magasság ~5 cm ~5 cm valós szám folytoos umerkus fogak száma.. 3 egész szám dszkrét vércsoport A, B, AB, betűk a rák stáduma 4 egész szám kategóráls omáls ordáls Következméy: A válasz em egyszerű és em mdg egyértelmű! (Nem csak a gyógyszer befolyásolhatja a test hőmérsékletet.) A gyógyszer em hatásos. A gyógyszer hatásos: fluktuácó, em emelkedk tovább, stb. Leíró statsztka! A változó leírása Numerkus változók Típusa Lehetséges értékek Az értékek előfordulása Név folytoos dszkrét Defícó Példa Végtele sok érték lehetséges, egy adott tartomáyba Magasság, testhőmérséklet Véges számú lehetséges érték A fogak száma, a gyerekek száma

Kategoráls változók A lehetséges értékek megadása Név Nomáls Ordáls Folytoos : megadjuk a lehetséges tartomáyt.» pl. magasság: ~6 cm - ~ 5 cm Defícó Ncs sorred Létezk természetes sorred Egyéb: felsoroljuk az értékeket, ha lehetséges» pl. vércsoport: A, B, AB, Példa em, vércsoport A betegség súlyossága, a fájdalom agysága Előfordulás Megfgyelés: Az értékek előfordulása em azoos mértékű! Populácó Háy kísérletre va szükség? Amey csak lehetséges. Kísérlet: mérés, megfgyelés, kkérdezés... Csak olya esetekkel foglalkozuk, amelyekbe a kísérlet megsmételhető! Kmeetel: Egy kísérlet eredméye. (pl.: egy hallgató magassága) Ideáls eset: pl. az összes ember populácó 3

Mta Egy ksebb, véges számú háyad a populácóból. A mta kválasztása Alapelv: véletle mta. : az elemek száma a mtába. x: a vzsgált meység x : egy elem a mtából Orvos statsztka: ha cs egyéb kzáró ok, akkor véletle legye a kválasztás! Előfordulás Gyakorság (k): egy adott érték előfordulásáak a száma. k : az -edk érték előfordulása. k Gyakorság eloszlás A gyakorság a változó értékeek a függvéyébe. Vércsoport A B AB összes gyakorság 7 5 4

gyakorság Megjeleítés A megjeleítés csapdá A vércsoport gyakorság eloszlása 5 5 oszlop dagramm 5 O A B AB O A B AB kördagramm Relatív gyakorság Valószíűség (P) A gyakorság aráya a teljes elemszámhoz vszoyítva. k k Gyakra százalékos formába adjuk meg: k % A valószíűség a relatív gyakorság értéke, ha tart a végtelehez. 5

százalék Valószíűség eloszlás A valószíűség tulajdosága P P = - sohasem fordul elő P = - mdg előfordul példa: vércsoport P P A B P AB P (ha, egymást kzáró eseméyek) P Valószíűség és relatív gyakorság Megjeleítés Mta véges! relatív gyakorság Populácó valószíűség 5% 45% 4% 35% 3% 5% % 5% % 5% % Vércsoportok eloszlása Magyarországo O A B AB 5,5%,9% A valószíűség agyo gyakra em smert! A gyakorlatba a relatív valószíűséget haszáljuk helyette. 44,7% 36,9% O A B AB 6

gyakorság gyakorság Folytoos változó Egy példa Végtele sok lehetséges érték!!! 6 cm osztály k Osztály: egy ks tervallum a teljes értéktartomáyo belül. Osztályszélesség: Az tervallum hossza. Gyakorság: azo elemek száma, amelyek az adott tervallumba esek. Olya, mtha dszkrét értékek leéek! 8 cm 3 75 cm 4 63 cm 5 65 cm 6 79 cm 7 64 cm 8 85 cm 9 77 cm 68 cm 6-64 65-69 7-74 75-79 8-84 85-89 3 3 Megjeleítés Fomabb felosztás 5 5 gyakorság eloszlás (5 cm) 5 55 6 65 7 75 8 85 9 magasság (cm) 8 7 6 5 4 3 5 54 58 gyakorság eloszlás ( cm) 6 66 7 74 magasság (cm) 78 8 86 9 7

probablty desty probablty desty valószíűség sűrűség gyakorság Megjeleítés Normáls eloszlás 5 4 3 gyakorság eloszlás ( cm) 5 55 6 65 7 75 8 85 9 magasság (cm),6,5,4,3 Ha az osztályszélesség végteleül kcs és az elemszám végteleül agy! ormáls eloszlás (m=7, s=8) Valóba teljes leíráshoz akkor jutuk, ha az elemszám végtele agy!,, 5 55 6 65 7 75 8 85 9 magasság (cm) Elmélet eloszlás Normáls vagy Gauss-eloszlás g xm s ( x) e s Elmélet leírás Normáls vagy Gauss-eloszlás g xm s ( x) e s Paraméterek: m várható érték,6,5,4,3, Normal dstrbuto (m=7, s=8) Paraméterek: m várható érték, vagy elmélet átlag,6,5,4,3, Normal dstrbuto (m=7, s=8) s elmélet szórás, 5 55 6 65 7 75 8 85 9 Heght (cm) s elmélet szórás, 5 55 6 65 7 75 8 85 9 Heght (cm) 8

Tulajdosága, a paraméterek jeletése Sűrűségfüggvéy, eloszlás függvéy A --től a + -g terjed, szmmetrkus, A görbe alatt terület. Sűrűségfüggvéy Eloszlásfüggvéy m: a görbe maxmumához tartozó érték. s: az adatok átlagos eltérése a m-től. A valószíűség jeletése Elmélet szórás (m±s) ~ 68% (m±s) ~ 95% (m±3s) ~ 99,5% P aak a valószíűsége, hogy az x érték az (a,b) tervallumba esk, ll. az adatok P%-a tartozk ehhez az tervallumhoz. 9

Normáls eloszlás A m becslése Elmélet eloszlás! A populácó egészére jellemző. A gyakorlatba általába em smerjük a paraméteret. Általába csak egy vagy több véletle mták va a teljes populácóból. átlag: az elemekhez képest középe kell elhelyezkede. x x x x A s becslése A (tapasztalat) szórás s = Az adatok átlagos eltérése a m-től. s (tapasztalat szórás) = az elemek átlagos eltérése az átlagtól. s Qx s: az elemek átlagos eltérése az átlagtól. -: a szabadság fok Q x x x (x±s) ~ 68% (x±s) ~ 95% (x±3s) ~ 99,5% Példa: 3 szám átlaga =. Melyk ez a három szám? Mta. szám. szám 3. szám. 8 5 36-(8+5) = 3. 3 4 36-(3+4) = 9 3. 36-(+) = 5

A mta és a populácó kapcsolata A hét kérdése mta populácó átlag s m s Hogya becsülhetjük meg a m és a s értékét?