PRIKUPLJANJE PODATAKA I OSNOVE OBRADE

Παρουσίαση με θέμα: "PRIKUPLJANJE PODATAKA I OSNOVE OBRADE"— Μεταγράφημα παρουσίασης:

1 PRIKUPLJANJE PODATAKA I OSNOVE OBRADE
Darko Hren, prof. Croatian Medical Journal Medicinski Fakultet u Zagrebu

2 CILJ ISTRAŽIVANJA Opisati Objasniti Predvidjeti uzorak populacija statistička obrada

3 UZORAK Kakvo je stanje u populaciji? Nereprezentativan Nezavršena
Više ili visoko obrazovanje 12% Nezavršena osnovna škola 19% Osnovna škola 22% Srednja škola 47% Kakvo je stanje u populaciji? Nereprezentativan Reprezentativan Nereprezentativan

4 UZORAK Vrste uzoraka (načini uzimanja uzoraka) Slučajni Sustavni
Svaki član populacije ima jednaku vjerojatnost biti odabran (izvlačenje brojeva iz šešira, tablice slučajnih brojeva, računalni programi...) Sustavni Uzima se svaki n-ti član populacije Stratificirani Populacija se dijeli na “slojeve” pa se iz njih uzimaju slučajni uzorci Slučajni uzorak – daje veliku vjerojatnost reprezentativnog uzorka (često preskupo ili nemoguće) Sistematski – oblik slučajnog uzorka – ima smisla samo ako je lista sastavljena bez smislenog sustava Stratificirani – često bolja reprezentativnost nego kod slučajnog uzorka Klaster – lošija verzija slučajnog uzorka (djelomično i strat.) Kvotni – još lošiji (zapravo neslučajni stratificirani) Prigodni – često jedina mogućnost, može biti sasvim u redu ali paziti na probleme (npr. Psihijatar procjenjuje % frigidnih žena) Prigodni Podatci se uzimaju od ispitanika koje imamo “pri ruci”

5 UZORAK Veličina uzorka Snaga istraživanja –
Varijabilnost mjerene pojave Željena preciznost mjerenja Snaga istraživanja – vjerojatnost pronalaženja razlike koja zaista i postoji u populaciji Slučajni uzorak – daje veliku vjerojatnost reprezentativnog uzorka (često preskupo ili nemoguće) Sistematski – oblik slučajnog uzorka – ima smisla samo ako je lista sastavljena bez smislenog sustava Stratificirani – često bolja reprezentativnost nego kod slučajnog uzorka Klaster – lošija verzija slučajnog uzorka (djelomično i strat.) Kvotni – još lošiji (zapravo neslučajni stratificirani) Prigodni – često jedina mogućnost, može biti sasvim u redu ali paziti na probleme (npr. Psihijatar procjenjuje % frigidnih žena) Pogreške: alfa – pronašli smo statistički značajnu razliku, a razlike zapravo nema beta – nismo pronašli razliku, a razlika zapravo postoji

6 OBLIKOVANJE SKUPINA randomizacija Uzorak Kontrolna
Eksperimentalna (1 ili više) randomizacija

7 VJEŽBA Želimo ispitati stavove studenata prema znanosti. Tijekom prvog tjedna upisa, upitnikom od 10 pitanja ispitali smo studente koji su čekali ispred referade. Slučajni? Stratificirani? Sustavni?

8 LJESTVICE MJERENJA NOMINALNA ORDINALNA INTERVALNA OMJERNA
broj stoji umjesto imena (npr. spol – muški=0, žene=1) ORDINALNA brojevi označavaju redoslijed, ali ne znamo KOLIKE su razlike (npr. pokretljivost bolesnika: I nepokretan, II slabo ili ograničeno pokretan, III pokretan) INTERVALNA imamo redoslijed i razlike ali brojčani odnosi ne označavaju odnose u mjerenoj pojavi jer nema apsolutne nule (npr. temperatura – 20ºC nije dvostruko toplije od 10ºC) OMJERNA brojčani odnosi označavaju odnose u mjerenoj pojavi jer postoji apsolutna nula (npr. dužina – 20 cm je dvostruko duže od 10 cm)

9 VJEŽBA ordinalna omjerna nominalna intervalna omjerna Stupanj opeklina
Zbroj bodova na ljestvici stavova prema znanosti (najmanji mogući rezultat je 10, a najveći 50) Dob Brojevi na majicama nogometaša Doza lijeka koji se daje pacijentu (izražena u mg) Stupanj opeklina omjerna nominalna intervalna omjerna

10 OBRADA PODATAKA: Opis Usporedba Povezanost
Kakvo je znanje studenata medicine o EBM? Postoje li razlike u znanju o EBM između studenata različitih godina? Postoji li povezanost između znanja o EBM i prosjeka ocjena?

11 Srednje vrijednosti i raspršenja
OPIS Raspodjela Srednje vrijednosti i raspršenja Dominantna vrijednost (Mode) -najčešći rezultatat- Središnja vrijednost (Median) -središnji rezultatat- Aritmetička sredina (Mean) -prosjek- Raspon Poluinterkvartilno raspršenje Standardna devijacija

12 1, 2, 2, 3, 3, 4, 4, 4, 4, 4, 5 Dominantna vrijednost (Mode) -najčešći rezultatat- D=4.0 Središnja vrijednost (Median) -središnji rezultatat- C=4.0 Aritmetička sredina (Mean) -prosjek- M=3.27

13 SREDNJE VRIJEDNOSTI Aritmetička sredina Središnja vrijednost
Zbroj svih rezultata Broj rezultata Aritmetička sredina Ovisi o vrijednosti rezultata, pa je osjetljiva na vrijednosti koje jako odstupaju Središnja vrijednost Vrijednost koja se nalazi točno u sredini niza rezultata poredanih po veličini Ne ovisi o vrijednosti rezultata, pa je vrijednosti koje jako odstupaju ne mijenjaju, ali ju može promijeniti broj rezultata Dominantna vrijednost Vrijednost koja se najčešće pojavljuje Ne ovisi ni o vrijednosti ni o broju rezultata

14 SREDNJE VRIJEDNOSTI I RASPRŠENJA

15 Q1 Q3 M=6.04, C=6.0, D=6 SD=2.51, Q=4, raspon=10

16 Q1 Q3 M=4.69, C=4.0, D=3 SD=2.84, Q=5, raspon=10

17 Q1 Q3 M=7.39, C=8.0, D=11 SD=2.92, Q=5, raspon=10

18 RASPODJELA PODATAKA C=4 C=4

19 Pažnja! Možda je pogreška, a možda neistražena pojava!
VRIJEDNOSTI KOJE SE JAKO RAZLIKUJU 151 Pažnja! Možda je pogreška, a možda neistražena pojava!

20 Testiranje normaliteta raspodjele: Kolmogorov-Smirnov test
NORMALNA RASPODJELA Testiranje normaliteta raspodjele: Kolmogorov-Smirnov test

21 DRUGE RASPODJELE Asimetrična udesno Asimetrična ulijevo Stožasta Spljoštena Bimodalna

22 Aritmetička sredina i standardna devijacija
Parametrijska statistika Središnja/dominantna vrijednost i interkvartilno raspršenje/totalni raspon Neparametrijska statistika

23 IZBOR ODGOVARAJUĆEG STATISTIČKOG POSTUPKA

24 VJEŽBA 1. Kakvi su stavovi studenata medicine prema znanosti?
2. Postoje li razlike u stavovima prema znanosti između studenata različitih godina? 4. Postoji li povezanost između stavova prema znanosti i prosjeka ocjena? 3. Postoje li razlike u stavovima prema znanosti između studenata i studentica? 5. Postoji li povezanost između stavova prema znanosti s jedne te dobi, prosjeka ocjena i rezultata na testu znanja s druge strane?

25 1. Kakvi su stavovi studenata medicine prema znanosti?

26 2. Postoje li razlike u stavovima prema znanosti između studenata različitih godina?

27 3. Postoje li razlike u stavovima prema znanosti između studenata i studentica?

28 4. Postoji li povezanost između stavova prema znanosti i prosjeka ocijena?

29 5. Postoji li povezanost između stavova prema znanosti s jedne te dobi, prosjeka ocijena i rezultata na testu znanja s druge strane?

30 TUMAČENJE REZULTATA Statistički značajno!!! p<0.05

31 PRIKAZ p-vrijednosti – tri decimalna mjesta
ŠTO ZNAČI “STATISTIČKI ZNAČAJNO”? p<0.05 – 95% sigurnosti da dobivena razlika/povezanost nije posljedica slučaja p<0.01 – 99% sigurnosti da dobivena razlika/povezanost nije posljedica slučaja PRIKAZ p-vrijednosti – tri decimalna mjesta Npr. p=0.024 p=0.007 p<0.001

32 Statistički značajno ne mora biti i STVARNO značajno!!!

33 Statistički značajno, ali ne i klinički!
PRIMJER Rezultati randomiziranog kontroliranog pokusa pokazuju da je novi lijek u pokusnoj skupini prosječno smanjio dijastolički tlak s 99 mmHg na 96 mmHg, p<0.001 Statistički značajno, ali ne i klinički!

34 PRIMJER p<0.001

35 SAMO POKUSOM MOŽEMO UTVRDITI UZROČNOST!!!
POVEZANOST NE ZNAČI I UZROČNOST Korelacija između stavova prema znanosti i slušanja kolegija “Uvod u znanstveni rad u medicini” iznosi ρ=0.84, p<0.001 Studenti koji su slušali kolegij vjerojatno imaju pozitivnije stavove prema znanosti Slušanje kolegija utječe na stvaranje pozitivnijih stavova prema znanosti Slušanje kolegija utječe na stvaranje pozitivnijih stavova prema znanosti

36 PRIKAZ PODATAKA - NAČELA
Tablice i slike Svaka tablica / slika mora biti samorazumljiva (bez čitanja teksta) Svaka tablica / slika mora imati naslov – što informativniji Gdje god su podatci statistički obrađeni, podbilješke tablica / opisi slika moraju donijeti osnovne statističke informacije Ne štediti na potrebnim opisima i objašnjenjima legendi (legende – opisne)

37 PRIKAZ PODATAKA - NAČELA
Svaka tablica / slika treba donijeti jednu poruku Ta poruka je odgovor na jedno pitanje koje proistječe iz deduktivne raščlambe hipoteze Prije izbora tablice / slike, mora se točno i jasno definirati što se njome želi reći

38 TABLICE kategorijske varijable (numerički podatci, prebrojivi), frekvencije... velik broj podataka jednoznači, jasni i informativni naslovi stupaca i redova u tablici u podbilješkama (* † ‡ § ¶...) su navedena objašnjenja (statističkih testova, kratica...) Primjeri: – podatci o ispitanicima (broj, dob, spol, indeks tjelesne mase) – broj bolničkih kreveta, broj liječnika, sestara, tehničara, pomoćnog osoblja na odjelu....

39 SLIKE – RTG, EKG, PHD, fotografije, zemljovidi, grafovi...
Grafovi – vremenski odnos (linijski graf) – odnos proporcija (stupčani graf) – korelacije – apscisa i ordinata uvijek jasno označene (naziv, mjerne jedinice)

40 TABLICA VS. SLIKA Slika Tablica RTG, PHD, EKG... numerički podatci
linijski graf - vremenski odnos stupčani graf -odnos proporcija Tablica numerički podatci veliki broj podataka podatci o ispitanicima (BMI, dob, spol...), broj bolničkih kreveta, broj muških bolesnika...

41 Racionalan prikaz podataka u tablici:
Pretvaranje dvaju stupaca u jedan broj pacijenata postotak pacijenata No. (%) of patients % (34.4) % (21.6) % (26.1) 6 Uporaba nadnaslova za stupce Broj (%) pacijenata broj (%) pacijenata broj (%) pacijenata koji su dobili infarkt koji nisu dobili infarkt s infarktom bez infarkta 17 (12.4) (78.3) 17 (12.4) 74 (22.8)

42 Raspored podataka u tablici
Organizirati podatke tako da se srodni elementi slažu u stupac, a ne u red (npr. dob, spol, srednji tlak, težina infarkta) Stupce slažite ovom logikom: DOBSPOL SIMPTOMI FIZIKALNI NALAZ RTG NALAZ TERAPIJA ISHOD Nastojte stupac s p vrijednostima staviti između stupaca s vrijednostima koje uspoređujete P vrijednosti možete staviti i u redove ako uspoređujete podatke koji stoje jedni iznad drugih P vrijednosti uvijek pišite na tri decimale, bez obzira na to je li razlika značajna