kommt noch
Attachment | Size |
---|---|
UmgangMitRisiken.pdf | 169.1 KB |
UmgangMitRisiken.pptx | 184.58 KB |
Wahrscheinlichkeiten und Risiken begegnen uns überall im Alltag. Die Frage, ob eine Ampel bei Rot überquert werden soll, ist nichts anderes als ein Abwägen von Risiken. Das Stellen einer Pflegediagnose ist die Suche nach derjenigen Pflegediagnose, die mit der höchsten Wahrscheinlichkeit, die bei einem Patienten beobachteten Symptome erklärt. Die Entscheidung für einer Pflegetätigkeit ist die Suche nach der Maßnahme, die eine ausreichend hohe Wahrscheinlichkeit auf Besserung für den Patienten mit sich bringt. Ebenso ist die Abwägung, ob ein diagnostischer Eingriff durchgeführt werden soll, der wiederum mit bestimmten Risiken verbunden ist, primär ein Problem der Bestimmung von Wahrscheinlichkeiten. Die informierte Zustimmung eines Patienten zu einem solchen Eingriff erfordert Grundkenntnisse des Umgangs mit Risiken beim Diagnostiker und Therapeuten sowie dem Patienten selber
Die in dieser Veranstaltung vorgestellten Überlegungen und Beispiele basieren auf dem hervorragenden und unterhaltsam zu lesendem Buch von Gigerenzer
Download der aktuellen Folien unten auf der Seite.
20 Minuten mit Peter Donnely: How Juries are fooled by statistics.
Youtube (4:35 Minuten/deutsch): Brustkrebsvorsorge nützlich? Bericht über die Ergebnisse der Arbeiten von Gigerenzer.
In dieser interaktiven Übung werden die verschiedenen Begriffe noch einmal in Beziehung gesetzt. Probieren Sie die verschiedenen Darstellung ein und desselben Sachverhaltes aus.
Welche Darstellung ist am meisten informativ?
Weitere Animationen und mehr Infos
In diesem Test werden Ihre Kenntnisse über Sensitivität, Spezifität und die prädiktiven Werte überprüft.
Attachment | Size |
---|---|
Statistik1.pdf | 124.64 KB |
Oft interessiert einen generalisierte Aussagen über etwa das Dekubitusrisiko aller Diabetes-Patienten zu machen. Diese stellen dann die sogenannte Grundgesamtheit dar. Aus praktischen Überlegungen heraus kann man in der Regel allerdings nie alle Beobachtungseinheiten der Grundgesamtheit untersuchen, sondern man muss sich auf eine Teilmenge, eine Stichprobe beschränken.
Das einzelne Objekt der Untersuchung oder Studie wird als Beobachtungseinheit oder Merkmalsträger bezeichnet. Aufgabe der Untersuchung ist es festgelegte Merkmale dieser Beobachtungseinheit zu messen oder zu bestimmen.
Ein Merkmal (Eine Variable) ist eine Eigenschaft einer Beobachtungseinheit, die gemessen oder anderweitig bestimmt werden kann. Merkmale können etwa bestimme Symptome oder einzelne Vitalparameter sein.
Die Werte, die ein Merkmal annehmen kann, werden als Merkmalsausprägungen bezeichnet. Merkmalsausprägungen können etwa die Gradeinteilungen eines Dekubitus sein, wenn das Merkmal "Schweregrad des Dekubitus" ist.
Es wird zwischen qualitativen und quantitativen Merkmalen unterschieden. Qualitative Merkmale sind Merkmale, die sich nicht durch Zahlen direkt erfassen lassen. Beispiele wären etwa eine Blutgruppe, Haarfarbe, Beruf und Ausbildung.
Quantitative Merkmale sind dagegen durch Zahlen bestimmbar. Diese Merkmale lassen sich durch wiegen, messen, abzählen usw. bestimmen.
Qualitive Merkmale bei denen eine Rangfolge der Merkmalsausprägungen festgelegt werden kann, werden als ordinale Merkmale bezeichnet. Ein Beispiel für ein ordinales Merkmals wäre etwa das Merkmal „größter Ausbildungsabschluss“. Die Merkmalsausprägungen „Hauptschulabschluss“, „Realschulabschluss“, „Gymnasialabschluss“, „Hochschulabschluss“ lassen sich in eine Rangfolge bringen. Ein sinnvoller Abstand zwischen den einzelnen Merkmalsausprägungen lässt sich aber nicht bestimmen. Ist eine solche Rangfolge nicht sinnvoll möglich, so wird von einem nominalen Merkmal gesprochen.
Quantitative Merkmale werden dabei weiter in quantitativ diskrete und quantitativ stetige Merkmale unterschieden. Diskrete Merkmale können nur bestimmte Werte annehmen. So kann das diskrete Merkmal Kinderzahl nur ganze positive Zahlen annehmen. Im Gegensatz dazu kann die Körpergröße in einem bestimmten sinnvollen Bereich jeden beliebigen Wert annehmen. Die Körpergröße ist ein stetiges Merkmal.
Die Unterscheidung der Merkmale in quantitative und qualitative, ordinale und nominale Merkmale ist wichtig, da hierdurch bestimmt wird, welche statistischen Methoden angewandt werden dürfen.
Die Aufgabe der beschreibenden Statistik ist ganz einfach. Stellen Sie sich vor, Sie haben ein bestimmtes Merkmal, bsp. den Kopfumfang bei 1500 Neugeborenen gemessen. Sie sind fertig und werden von einem Bekannten angerufen. Dieser fragt sie, was denn bei der Studie herausgekommen ist. Sie können jetzt ja schlecht die 1500 Messergebnisse vorlesen. Aufgabe der beschreibenden Statistik ist es, diese so aufzubereiten, dass wichtige Aspekte in Kennzahlen zusammengefasst werden, oder aber mit graphischen Methoden visualisiert werden. In der folgenden Lektion geht es um die Kennzahlen der beschreibenden Statistik.
Image by Tjflex2 via Flickr
Überprüfen Sie Ihr Wissen über Grundbegriffe der Statistik.
Attachment | Size |
---|---|
Statistik2.pdf | 111.17 KB |
Zunächst werden quantitative Merkmale betrachtet. Die wichtigsten Kennzahlen hierbei können in zwei Kategorien unterschieden werden.
Die n beobachteten Werte des quantitativen Merkmals X werden kurz als
bezeichnet. ist dabei der 1. beobachtete Wert, der letzte beobachtete Wert.
Die Lagemaße liefern Kennzahlen, die beschreiben, wo die beobachteten Werte liegen. Allgemein werden die beobachteten Werte häufig beschrieben:
Der Fragebogen "Einstellung zur Statistik" wurde von 14 Personen beantwortet. Es wurden die folgenden Angaben bezüglich der Merkmale Alter und "Wie lange liegt der Mathematikuntericht zurück" gemacht.
Nr. | Alter | Jahre seit Matheunterricht |
1 | 25 | 5 |
2 | 29 | 10 |
3 | 21 | 2 |
4 | 22 | 3 |
5 | 26 | 4 |
6 | 27 | 8 |
7 | 26 | 9 |
8 | 43 | 25 |
8 | 23 | 4 |
10 | 22 | 3 |
11 | 31 | 12 |
12 | 22 | 2 |
13 | 46 | 27 |
14 | 22 | 3 |
Beschreiben Sie die Beobachtungen durch geeignete Kenngrößen!
Image by Juergen Kurlvink via Flickr
Hier können Sie Ihre Kenntnisse der statistischen Kennzahlen überprüfen.
Attachment | Size |
---|---|
Statistik3.pdf | 1019.94 KB |
Neben der Angabe der Kennzahlen ist die graphische Darstellung ein wichtiges Verfahren zur Kommunikation der der vorgefundenen Ergebnisse in einer Stichprobe. Ein Bild sagt mehr als tausend Worte.
(Klicken Sie auf die Abbildungen, um diese zu vergrößern)
Punktwolke |
|
Säulendiagramm oder Stabdiagramm |
|
siehe auch die Plinko-Demo |
|
Größe von Personen
160 | 0 2 2 4 |
Stamm-Blatt-Diagramm Stem-Leaf Plot |
Pie Chart/Tortendiagramm | |
Image via Wikipedia |
Säulendiagramm/Tortendiagramm |
Image by Jeremy B. Yoder via Flickr |
Boxplot |
In dieser Lektion wird nur die erste Hälfte der Folien benötigt. Der Rest wird in der folgenden Lektion verwendet.
Der Fragebogen "Einstellung zur Statistik" wurde von 14 Personen beantwortet. Es wurden die folgenden Angaben bezüglich der Merkmale Alter und "Wie lange liegt der Mathematikuntericht zurück" gemacht.
Nr. | Alter | Jahre seit Matheunterricht |
1 | 25 | 5 |
2 | 29 | 10 |
3 | 21 | 2 |
4 | 22 | 3 |
5 | 26 | 4 |
6 | 27 | 8 |
7 | 26 | 9 |
8 | 43 | 25 |
8 | 23 | 4 |
10 | 22 | 3 |
11 | 31 | 12 |
12 | 22 | 2 |
13 | 46 | 27 |
14 | 22 | 3 |
Visualisieren Sie die Beobachtungen bei den beiden Merkmalen jeweils als:
Welche Darstellung(en) geben die einzelnen Beobachtungen am genauesten wieder?
Image via Wikipedia |
Florence Nightingale, Mitglied der Royal Statistical Society |
Lesen Sie den folgenden Beitrag und versuchen Sie zu verstehen, wie die von Florence Nightingale verwendeten Coxcombs zu verwenden sind.
Image by Steve took it via Flickr
Attachment | Size |
---|---|
Statistik3.pdf | 1019.94 KB |
Übersicht über die Kennzahlen für unterschiedlich skalierte Merkmale:
Die ersten Folien stammen aus der vorangegangenen Lektion.
Wann welche Kennzahl oder welches Diagramm geeignet ist, wird hier gefragt.
Attachment | Size |
---|---|
Statistik4.pdf | 97.24 KB |
Der zentrale Grenzwertsatz ist eine wichtige Grundlage für viele theoretische Überlegungen. Er besagt, werden Stichproben aus einer Population in der ein quantitatives Merkmal beliebig verteilt ist gezogen, so ist der Mittelwert des Merkmals in den Stichproben immer annähernd normalverteilt solange ausreichend viele Beobachtungen gemacht werden.
Beispiel: Demoprogramm von Hans Lohninger
Lektion Normalverteilung (englisch) aus der Reihe Statistics - An intuitive introduction der University of Nottingham.
Fragen zum zentralen Grenzwertsatz und der Normalverteilung.
Attachment | Size |
---|---|
Statistik5.pdf | 381.35 KB |
Tabelle der t-Verteilung.pdf | 174.61 KB |
Aufzeichnung eines Vortrags zu Konfidenzintervallen der KhanAcademy
... und noch ein Beispiel dazu (ebenfalls von der KhanAcademy)
Tabelle "Quantile der t-Verteilung"
Attachment | Size |
---|---|
Statistik6.pdf | 558.27 KB |
... und hier geht's zum Quiz
Überprüfen Sie Ihre Kenntnisse im Bereich "Statistisches Testen". Viel Glück!
f3wyb8em7j