Professional Documents
Culture Documents
Zdravstvena statistika
Statistika:
- obrada brojanih podataka radi jasnijeg prikazivanja
- znanstvena disciplina koja se bavi prikupljanjem, analizom i tumaenjem podataka
mjerenja
Potreba statistike:
- zbog praenja strune i znanstvene literature
- za deskripciju i analizu rezultata
- zakljuivanje iz konkretnog sluaja na opi zakon
- planiranje ekperimenata i istraivanja
Planiranje eksperimenta i istraivanje:
- kvalitativno ili kvantitivno
- vrsta i veliina uzorka i kontrolnih skupina
- postupci prikupljanja i obrade podataka
- teorijsko ili eksperimentalno
- tumaenje rezultata
Za statistiku treba:
- osnovne raunske operacje
- redosljed raunskih operacija
- zaokruivanje decimalnih brojeva
- jednostavni statistiki testovi
- programi
Definiranje statistikog skupa:
- pojmovno: pojmovno definiranje statistikog skupa je odreivanje elemenata skupa
- prostorno: prostorno definiranje statistikog skupa i odreivanje prostora
- vremensko: vremensko definiranje statistikog skupa je odreivanje vremenskog
trenutka ili razdoblja
Obiljeja:
- svojstvo po kojemu jedinice statistikog skupa meusobno nalikuju i meusobno se
razlikuju
Frekvenscija:
- broj jedinica statistike skupine (broj jedinica pojedinog modaliteta obiljeja)
Svojstva (obiljeja) statistikog skupa:
- mjere se pridruivanjem brojeva ili oznaka prema mjernim skalama
Vremenski dijagrami:
- prikazuju zavisnost nekog obiljeja u vremenu
- ovisno o primjenjenom koordinatnom sustavu, vremenski dijagram moe biti linijski
ili kruni
- linijski: apcisa vrijeme; ordinata vrijednost obiljeja
- kruni: zavisna vraijabla(radijus vektro ); nezavisna varijabla (sredinji kut )
Numeriki nizovi se prikazuju:
- linijskim grafikonom (poligon frekvenscije)
- specifina vrsta povrinskih grafikona (histogram)
Vrste numerikih nizova:
- kontinuirani: obuhvaa ona numerika obiljeja koja se mogu izraziti i cijelim i
decimalnim brojem
- diskontinuirani: je svako ono numeriko obiljeje koje se moe iskazati samo cijelim
brojem
Frekventni dijagrami diskretne varijable:
- histogram: ordinata frekvencija; apcisa diskretne vrijednosti varijable
- poligon frekvencije: ordinata frekvencija; apcisa diskretne vrijednosti varijabli;
spojene koordinatne toke duinama
Linisjki grafikon poligon frekvencije:
- najpoznatiji linijski grafikon za prikazivanje numerikih nizova
- karakteristike: distribucija frekvencije se prikazuje linijama; ucrtana linija prestavlja
oblik distribuirane frekvencije; povrina ispod linije prestavlja ukupan broj elemenata
statistikog skupa ili opseg statistikog skupa; ako je prehodno nacrtan histogram,
dovoljno je polovice vrhova stupaca spojiti linijama da bi se kreirao poligon
frekvencija
Frekventni dijagrami grupiranih varijabli:
- ako je broj podataka velik, podatke grupiramo u razrede
- razredi moraju biti jednake veliine, moraju obuhvatiti jednako veliki interval
- interval izraunavamo iz raspona i broja razreda , poeljno je da interval bude
neparan broj
- raspon je razlika izmeu najvee i najmanje vrijednosti varijable
- broj razreda je to vei to je vei raspon
Sredina razreda:
- sredina razreda je poluzbroj donje i gornje granice promatranog razreda
razredna sredina imati e svojstvo prave razredne sredine ako su vrijednosti u razredu
simetrino rasporeene
Medijan:
- vrijednost koja se u nizu rezultata nalazi tono u sredini
- dijeli skup podataka na dva jednaka dijela
- toka od koje je najmanja suma svih odstupanja
-
za neparno:
Mod:
- najea vrijednost u nekom nizu
- ako su rezultati grupirani u razrede mod je aritmetika sredina razreda s najveom
frekvencijom
Mjere varijabilnosti:
- su karakteristike distribucije frekvencija koje izraavaju razliitu rasprenost
vrijednosti numerikog obiljeja oko srednjih vrijednosti
- to je numeriko obiljeje varijabilnije, to su srednje vrijednosti manje
reperezentiranje
Podjela:
- apsolutne (raspon, srednje aposlutno odstupanje, standardna devijacija, varijanca)
- relativne (koeficijent varijacije, koeficijent kvartilne devijacije)
Raspon:
- je razlika izmeu najmanje i najvee vrijednosti
Srednje apsolutno odstupanje:
- prosjeno odstupanje od aritmetike sredine
Varijanca:
- prosjeno kvatratno odstupanje od prosjeka
- nain da se izbjegne predznak odstupanja je da se odstupanje kvadrira
Standardna devijacija:
Koeficijent varijacije:
Kolmogorov-Smirnovljev test:
- testira znaajnosti razlike teorijske i empirijske distribucije
- nulta-hipoteza: nema razlike
nije normalna empirijska raspodjela
normalna empirijska raspodjela
Normalna raspodjela:
- dobiveni rezultati mjerenja pokazuju: tendenciju grupiranja oko neke srednje
vrijednosti; tendenciju rasprenosti
Populacija:
- osnovni skup
- svi lanovi neke skupine s odreenom karakteristikom koju mjerimo
- pri definiranju populacije treba navesti slijedee obrednice: pojmovnu, vremensku i
prostornu
Primjena:
- na temelju standarnde pogreke aritmetike sredine uzoraka moemo procjeniti pravu
aritmetiku sredinu populacije
- standardna pogreka je mjera variranja aritmetike sredine oko prave aritmetike
populacije
- za standarndu pogreku vrijede isti zakoni kao za standarndu devijaciju
- iri raspon unutar kojeg procjenjujemo aritmetiku sredinu populacije znai viu
razinu pouzdanosti
Granice pouzdanosti:
- najee granice pouzdanosri koje zahtjevamo pri zakljuivanju su 95% ili 99%
- vjerojatnost da je prava aritmetika sredina u odreenom rasponu iznosi 95%, a da nije
u tom rasponu iznosi manje ili jednako 5 %
- vjerojatnost da je prava aritmetika sredina u odreenom rasponu iznosi 99%, a da nije
u tom rasponu iznosi manje ili jednako 1%
Odreivanje granice pouzdanosti:
- pri odreivanju granice pouzdanosti sluimo se svojstvom normalne raspodjele
- za granicu pouzdanosti od 99% odgovajajui
, a za 99% iznosi 2,58
standardne devijacije
t-test:
- najei sluaj kod statistikog odreivanja rezultata prestavlja usporeivanje dviju
aritmetikih sredina i testiranje razlike meu njima
- postupak testiranja ovisi: veliini uzorka; povezanosti obiljeja promatranog uzorka
10
Postupak testiranja:
- ako je broj rezultat uzoraka mali, tj. manji od 50 obavezno se mora primjeniti postupci
za testiranje razlike aritmetike sredine za male uzorke
- F-test: raunanje znaajnosti razlike moe standarnim devijacijama malih nezavisnih
uzoraka
- u ovisnosti o tome da li uzorci pripadaju istoj ili razliitoj populaciji, nain raunjanja
standardne pogreke razlike aritmetikih sredina se razlikuje
- znaajnost razlike meu standardnim devijacima rauna se pomou F-test
- F-test stavlja u omjer veu varijaciju prema manjoj varijaciji
11
ako je
Analiza varijance:
- parametrijski test koji se upotrebljava se za usporedbu vie skupina kvantitativnih
podataka
- preduvijet za primjenu: mjerena varijabla je normalno raspodjeljena; varijance svih
skupina su jednake (homogenost varijanci)
- nulta-hipoteza: aritmetika sredina populacije iz kojih su uzeti uzorci su jednake
- osnovna ideja testa ispitati je li varijabilitet podataka izmeu skupina statistiki
znaajno
- izraun F-vrijednosti
- vea F-vrijednost vea vjerojatnost da nulta-hipoteza nije tona
- iz Snedecerovih tablica moemo ustanoviti koliko najmanje puta mora varijabilitet
izmeu skupina biti vei od varijanci unutar skupine da bi razlika bila statistiki
znaajna
- ako F nije statistiki znaajna prihvaa se nulta-hipoteza
- ako je F statistiki znaajna odbacije se nutla-hipoteza
- zakljuak: skupine se razlikuju statistiki znaajno, ali ne znamo izmeu kojih skupina
postoji statistika znaajna razlika
- za pronalaenje izmeu kojih skupina postoji statistiki znaajna razlika izvodi se neki
od naknadnih ili post hoc testovi: Scheffeov test; HSD Tuckeyjev test; Bonferronijev
test; Dunnettov test
Jednosmjerna analiza varijance:
- primjenjuje se kada usporeujemo rezultate jedne zavisne varijable unutar jedne
nezavisne varijable koja ima vie kategorija
Dvosmjerna analiza varijance:
- pripada multivarijatnoj analizi podataka
- koristi se u istraivanjima koja imaju vie od jedne nezavisne varijable ispituje
njihov utjecaj na zavisnu varijablu koja je kvantitativna
- ispituje se i meusobna interakcija izmeu nezavisnih varijabli
12
Korelacija:
- esto pojave pokazuju neku meusobnu zavisnost, povezanost, asocijaciju
- ispitujemo stupanj povezanosti meu varijablama
- Karl Pearson: izrazio stupanj povezanosti brojem koji je nazvao koeficijentom
korelacije
- Sir Francis Galton: razradio njegovu logiku takvog rauna
Grafiki prikaz korelacijski dijagram:
- kada nas zanima povezanost dviju varijabli, prije odluke o raunanju korelacije treba
grafiki prikazati rezultate
- ako je ovisnost vie manje linearna, moemo raunati koeficijent korelacije
- kod izraunavanja koeficijenta korelacije baviti emo se samo linearnom povezanosti
zato: jer takav oblik povezanosti vrlo est; jer izraunavanje drugih oblika povezanosti
je sloen
- y-os je zavisna varijabla
- x-os je nezavisna varijabla
- nekada korelacija nije linearna i ne da se prikazati pravcem
- kada nas zanima povezanost dvije vraijable, prije odluke o raunanju koeficijenta
korelacije treba grafiki prikazati rezultate, pa ako je ovisnost vie manje linearna
moemo raunati korelaciju
13
Zavisni uzorci:
- ako su dvije varijable povezane, tj. u korelaciji
- to je u pravilu uvijek onda kada se istraivanja vre istim ispitanici
- uzoraci su veliki ako je
granina vrijednost
ako je
ako je
je statistiki znaajna
14
za
za
je statistiki znaajna
Proporcije:
- ponekad se svojstvo koje registriramo ne moe iskazati u kvantitativnim jedinicama
ve se iskazuju u kojoj se frekvenciji pojavljuju
- onda radimo sa proporcijom ili postotkom
- proporcija je odnos frekvencije odreene kategorije i ukupnog broja statistikih
jedinica obiljeja kojem ta kategorija pripada
ako je raspodjela normalna za nju vrijedi isto pravilo kao i za standadnu pogresku
aritmetike sredine
ako je
15
ako je
ako je
ako je
Hi-kvadarta test:
- primjenuje se kad su podaci zadani frekvencijama (frekvencije ne smiju biti malene)
- preporuka:
- nezavisni uzorci
- ispitujemo da li opaane frekvencije
odstupaju od frekvencije oekivanja
pod
nekim predpostavkama
- vrijednost hi-hvadrat rauna se po formuli
16
ako je
statistiki znaajno
ako je
McNemar-ov test:
- zavisni uzorci, mjerenje na istim ispitanicima
17
Za dvije grupe
Zavisni uzorci
Nezavisni uzorci
t-test i diferencija (parametrijski)
t-test (parametrijski)
Wilcoxonov test sume ragova s predznacima Wilcoxonov test sume ranga i Mann Whitney
(parametrijski)
test (neparaterijski)
Za vie od dvije grupe
Zavisni uzorci
Nezavisni uzorci
ANOVA ponavljanja mjerenja i Freiedmanov
jednosmjerna ANOVA (parametrijski)
test (neparametrijski)
Kruskal-Wallis test (neparametrijski)
Neparametrijski testovi:
- neparametrijska statistika koristi se kod podataka koji imaju neke od sljedeih
karakteristika: distribucija malog broja podataka znaajno odstupa od normalne;
podaci su izraeni na nominalnim ili ordinalnim mjernim ljestvicama; raspodjela se
znaajno razlikuje od normalne
Razlika izmeu parametrijskih i neparametrijskih testova:
Parametrijski
intervalna, omjerna
normalna ili prilina
vea
podjenake
vea
vea
skale mjerenja
oblik distribucije
statistika snaga
varijacije
osjetljivost
razumljivost
Neparametrijski
norminalan, ordinalna
nije relevantno
manja
nije relevantno
manja
manja
18
sa