Lektion 2: Grundbegriffe

AttachmentSize
Statistik1.pdf124.64 KB

Was sollten Sie bis hierhin kennen?

  • Sie sollten die neuen Begriffe: Sensitivität, Spezifität, Prädiktiver Wert eines positiven Testergebnisses, Prädiktiver Wert eines negativen Testergebnisses unterscheiden können.
  • Sie sollten wissen, warum die Prävalenz für der Bestimmung der prädiktiven Werte positiver und negativer Testergebnisse wichtig ist, und welche Folgen sich daraus ergeben.
  • Sie sollten die verschiedenen Begriffe wie relative Risikoreduktion, absolute Risikoreduktion, Anzahl der notwendigen Behandlungen unterscheiden können.
  • Sie sollten die Problematik von Screening-Maßnahmen schildern können.

Was sollten Sie bis jetzt erledigt haben?

  • Sie sollten die einleitenden Seiten dieser Statistik-Website gelesen haben.
  • Sie sollten die neuen risikobezogenen Begriffe in der interaktiven Übung in Lektion 1 kennengelernt haben und sich mit den zugehörigen englischen Begriffen vertraut gemacht haben.
  • Sie sollten Ihren Eintrag im Statistik-Schlammloch für Lektion 1 erledigt haben.
  • Der Fragebogen sollte ausgefüllt sein.

Grundbegriffe

Grundgesamtheit - Stichprobe

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.

Beobachtungseinheit - Merkmalsträger

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.

Merkmal (Variable)

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.

Merkmalsausprägung

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.

Qualitativ – Quantitativ

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.

Nominal – Ordinal

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.

Diskret - Stetig

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.

 

 

Vorlesungsaufzeichnung

Beschreibende Statistik

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.

 A little mudhole

Image by Tjflex2 via Flickr

 

Language: