Metodologia poznania naukowego. Ochrona własności intelektualnej
|
|
- Daria Lewandowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Metodologia poznania naukowego. Ochrona własności intelektualnej Odpowiedzialny za przedmiot: prof. dr hab. Cezary Watała Rodzaje badań naukowych Zakład Zaburzeń Krzepnięcia Krwi KDL Uniwersytetu Medycznego w Łodzi Dr hab. Jacek Golański
2 Piśmiennictwo
3 Algorytmy przeprowadzenia eksperymentu naukowego schemat postępowania w zaplanowaniu doświadczenia a nie jest dowolny jak brzmi idea, której mamy bronić lub obalać? umiejętność właściwego zaplanowania eksperymentu naukowego cechuje doświadczonego badacza
4 Planowanie eksperymentu naukowego przypadkowe i szeroko zakrojone zbieranie wyników jest nieporozumieniem i przeczy racjonalnemu podejściu w pracy naukowej wyniki zbieramy i opracowujemy z myślą o udowodnieniu postawionej wcześniej hipotezy, a nie odwrotnie próby wykrojenia koncepcji badawczej na podstawie zebranych w sposób chaotyczny (gdyż bez wcześniejszego zamysłu celowego działania) danych pomiarowych jest działaniem aniem po omacku i graniczy z manipulacją naukową
5 Planowanie eksperymentu naukowego Indukcja - przechodzeniu od szczegółu do ogółu Dedukcja - przechodzeniu od ogółu do szczegółu
6 Planowanie eksperymentu naukowego
7 Zarys protokołu badania Pytanie badawcze/znaczenie badania Schemat badania: np. ramy czasowe Obiekty badane (kryteria selekcji, schemat próbkowania) Zmienne Problemy statystyczne (hipotezy, liczebność próby, analiza zebranych danych)
8 Wybór elementów próby badanej Jednostki doświadczalne elementy próby badanej, które pozwalają nam na przetestowanie hipotez (np. wiek, stężenie hemoglobiny, wzrost lub wartość skurczowego ciśnienia tętniczego) Jednostki obserwacyjne - to faktycznie mierzone i badane obiekty, np. pobrane próbki krwi, fragmenty tkanek itp
9 Pojęcia i terminy statystyczne Zmienne (parametry, cechy) - wielkości, które mierzymy, kontrolujemy lub którymi manipulujemy w jakiś sposób w czasie badań. Możemy je klasyfikować do różnych kategorii zależnie od kryterium podziału
10 Pojęcia i terminy statystyczne zmienne niezależne takie zmienne, których wartości możemy dobierać i zmieniać w doświadczeniu (zależne od badacza) zmienne zależne które mogą być jedynie mierzone lub rejestrowane przez badacza, nie ma on jednak wpływu na to jakie wartości przyjmują (niezależne od badacza)
11 Pojęcia i terminy statystyczne zmienne dyskretne, czyli takie które zmieniają się skokowo i mogą przyjmować jedynie określone wartości zbioru liczb całkowitych; wartości tych zmiennych nie muszą zmieniać się monotonicznie/porządkowo zmienne ciągłe, które przyjmują dowolne wartości z określonego przedziału zbioru liczb rzeczywistych; tworzą szeregi rosnące/malejące co wynika z tej charakterystyki?
12 Miary położenia i typy rozkładów Rozkład normalny
13 Miary położenia kiedy jakie stosować? wyrażają tzw. tendencję centralną średnia (arytmetyczna) średnia geometryczna średnia harmoniczna mediana modalna (moda) minimum, maksimum rozstęp
14 Właściwy wybór / dobór próby badanej co ma decydować o tym, że grupę nazwiemy grupą kontrolną? jakie kryteria przyjmiemy? czy to, że badane osoby nie mają określonej choroby? - czy to, że nie przyjmują określonego leku?
15 kiedy SD, kiedy SE? odchylenie standardowe miara (obiektywna) zmienności populacyjnej błąd standardowy - miara nieprecyzji pomiarowej stosowanie SE przy porównaniach grup badanych (zdrowi-chorzy itp.) jest tak samo niewłaściwe, jak stosowanie SD przy sporządzaniu krzywych kalibracji
16 Wybór testu statystycznego z jakimi zmiennymi mamy do czynienia? ciągłe czy rangi / kategorie? zmienne parametryzowane czy liczebności?
17 proste testy istotności wybór testu statystycznego
18 zaawansowane testy istotności wybór testu statystycznego
19 nieparametryczne testy istotności wybór testu statystycznego
20 testy asocjacji / zależnościś wybór testu statystycznego
21 Piśmiennictwo Statistica
22 Oszacowanie liczebności ci grupy badanej / liczby powtórzeń metody estymacji ile pomiarów musimy wykonać aby udowodnić słuszność hipotezy statystycznej? czy jeżeli przebadamy dużą liczbę osób, to możemy mieć pewność, że wiarygodnie wypowiemy się o braku lub występowaniu różnic istotnych statystycznie? na czym opieramy swoją ocenę jak duża powinna być grupa? czy prowadzimy badania dopóty, dopóki starcza nam środków finansowych czy wykonujemy ściśle określoną liczbę pomiarów? czy takiej estymacji dokonujemy a priori czy a posteriori?
23 Po co stosujemy szacowanie liczebności próby? po to aby nie zbierać niepotrzebnie dużej liczby danych w sytuacji gdy: dostrzegamy już na pierwszy rzut oka że porównywane grupy różnią się między sobą nie występują rzeczywiste różnice i nie wykażemy ich niezależnie od liczebności próby, zbierając bardzo dużą liczbę powtórzeń mnożymy tylko niepotrzebnie koszty eksperymentu
24 Projekt eksperymentu Określenie grupy badanej i grupy kontrolnej Wybór typu projektu eksperymentu (eksperyment kontrolowany, eksperyment czynnikowy, układ blokowy, układ kompletnie zrandomizowany, kwadrat łaciński) Określenie jednostek obserwacyjnych i doświadczalnych
25 Projekt eksperymentu Włączanie do grupy badanej i kontrolnej Randomizacja, rozlosowanie (ang. randomisation) przydział losowy badanych obiektów (osoby, zwierzęta) do grupy doświadczalnej i kontrolnej Każdy przypadek z badanej populacji ma taką samą szansę być uczestnikiem badania co każdy inny
26 Projekt eksperymentu Powody stosowania randomizacji: Zminimalizowanie wpływu zmiennych niekontrolowanych (różnica w populacjach dotyczy jedynie badanej cechy) Odzwierciedlenie charakterystyki populacji w badanej próbie Uprawdopodobnienie otrzymanych rezultatów badań Rozkład cech charakteryzujących dobrze dobraną populację ma cechy rozkładu normalnego
27 Projekt eksperymentu Pojedyncza ślepa próba osoby biorące udział w eksperymencie nie wiedzą czy otrzymują lek czy substancję obojętną (placebo) Podwójnie ślepa próba pacjent i bezpośredni wykonawca eksperymentu (np. lekarz) nie znają kluczowych informacji, które mogą mieć wpływ na przebieg eksperymentu Placebo substancja lub działanie obojętne, nie mające wpływu na stan zdrowia, aplikowane (na ogół) równolegle do ocenianej terapii
28 Rodzaje badań naukowych Podstawowe Model badawczy nakierowany na wyjaśnienie mechanizmów molekularnych Badania naukowe Populacyjne i kliniczne Dotyczą żywych obiektów biologicznych; mają charakter obserwacyjny
29 Rodzaje badań podstawowych Badania in vitro (z łac. w szkle ) to testowanie efektu czynnika doświadczalnego ( pełna kontrola warunków) na wybrane składniki organizmów, narządów, tkanek lub komórek Badania in vivo (z łac. w żywym ) polega na wykorzystywaniu w badaniach żyjących organizmów In situ oznacza badanie określonego zjawiska lub procesu dokładnie w miejscu, gdzie ono zachodzi Ex vivo (z łac. poza żywym organizmem ) oznacza, że doświadczenie lub pomiar ma miejsce poza organizmem (człowieka, zwierzęcia).
30 Rodzaje badań klinicznych Metody interwencyjne Badacz wprowadza celowo zabieg lub zmienia zachowania chorych Metody obserwacyjne Badacz opisuje chorobę bez podejmowania interwencji
31 Rodzaje badań klinicznych Badania interwencyjne Z randomizacją Badanie z grupą kontrolną bez randomizacji Badania obserwacyjne Badania opisowe (opis przypadku lub serii przypadków) Badania analityczne (z grupą kontrolną): kohortowe, kliniczno-kontrolne, przekrojowe
32 Rodzaje badań obserwacyjnych Badania kohortowe Docelowa populacja badana Populacja źródłowa Badania kliniczno-kontrolne Docelowa populacja badana badani Działanie czynnika badani Brak działania czynnika źródłowa populacja osobników kontrolnych badani źródłowa populacja przypadków badani
33 Rodzaje badań obserwacyjnych Przekrojowe Prowadzone przez krótki okres czasu, rejestrujące mały wycinek charakterystyki badanej populacji Monitoringowe Rejestrowanie wybranych parametrów badanej populacji w dłuższym okresie czasu, często sprowadzają się do powtarzalnych badań przekrojowych Kliniczno-kontrolne Analiza związku między występowaniem określonego czynnika a występowaniem choroby
34 Projekt eksperymentu Chcemy zbadać związek palenia nikotyny z występowaniem chorób nowotworowych Jaki rodzaj badań możemy zastosować? Podstawowe: in vitro in vivo ex vivo Kliniczne obserwacyjne interwencyjne
35 Badania retrospektywne Badania retrospektywne to takie badania, w których różnicujemy jak określona jednostka chorobowa (która pojawiła się kiedyś w przeszłości) wpływa na częstość wystąpienia interesujących nas modyfikacji zmiennej W badaniach tych spoglądamy wstecz i oceniamy jak status kliniczny który możemy traktować jako rodzaj modulatora wpływa na wartości zmiennej/zmiennych Celem obserwacji retrospektywnej jest estymacja czy i w jakim stopniu badane zmienne mogłyby dla nas być w przyszłości predyktorami wystąpienia choroby, tzn. czy samo rejestrowanie zmian wartości określonych parametrów może być dla nas wskazówką, że występuje określona jednostka chorobowa
36 Badania prospektywne Badania prospektywne to takie badania, w których śledzimy zachowanie się lub wystąpienie zmian określonych zmiennych po (jednokrotnym lub wielokrotnym) zadziałaniu czynnika modyfikującego (modulatora) Badania te mają formę aktywnej (badacz manipuluje działaniem czynnika) i dynamicznej (monitorowanie odbywa się w sposób ciągły) obserwacji
37 Podsumowanie badań klinicznych
38 Projekt eksperymentu Złożenie wniosku i uzyskanie zgody komisji bioetycznej na prowadzenie badań eksperymentalnych z udziałem ludzi lub zwierząt
39 Aspekty etyczne w badaniach naukowych Wykonanie badania dostarczy potencjalnych korzyści o znaczeniu praktycznym Badanie będzie przeprowadzone z poszanowaniem zasad etycznych w stosunku do uczestniczących w eksperymencie ludzi lub zwierząt Badanie zostanie przeprowadzone zgonie z obowiązującymi normami i przepisami prawnymi
40 Aspekty etyczne w badaniach naukowych Zgoda komisji bioetyki do badań na ludziach oraz lokalnej komisji etycznej do badań na zwierzętach Pisemna świadoma zgoda pacjenta na ściśle określonych zasadach Uniwersytet Medyczny w Łodzi
41 Aspekty etyczne w badaniach Całościowa kontrola etyczna poczynań badawczych: unikanie fałszowania i fabrykowania wyników naukowych unikanie plagiatu naukowego Współautorstwo publikacji Określenie procedury zakończenia eksperymentu, bezpieczeństwo/korzyści dla uczestników
42 Aspekty etyczne w badaniach naukowych Badania genetyczne wykonywane w oparciu o zebrany i składowany wcześniej materiał biologiczny: czy ujawnić wyniki testów genetycznych uczestnikowi badania? Jego rodzinie? procedury zapewniające anonimowość i poufność danych i wyników
43 Aspekty etyczne w badaniach naukowych Jak zasadnie ograniczyć liczbę testowanych osobników (na tyle, aby badanie spełniało nadal warunki poprawności pod względem algorytmu badania, schematu doświadczenia oraz pod względem statystycznym? Czy nie da się zastąpić badań na zwierzętach metodami alternatywnymi?
Eksperyment jako metoda badawcza
Metodologia badań naukowych - wykład 4 Eksperyment jako metoda badawcza Zmienne w eksperymencie Własności badania eksperymentalnego Kontrolowanie zmienych niezależnych. Plany eksperymentalne i quasi-eksperymentalne
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPodstawy epidemiologii
Podstawy epidemiologii Epidemiologia - Epi = na Demos = lud Logos = nauka Epidemiologia to nauka zajmująca się badaniem rozprzestrzeniania i uwarunkowań chorób u ludzi, wykorzystująca tę wiedzę do ograniczenia
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoWykład 2: Tworzenie danych
Wykład 2: Tworzenie danych Plan: Statystyka opisowa a wnioskowanie statystyczne Badania obserwacyjne a eksperyment Planowanie eksperymentu, randomizacja Próbkowanie z populacji Rozkłady próbkowe Wstępna/opisowa
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II Podział zmiennych Zmienne zależne zmienne, które są przedmiotem badania, których związki z innymi zmiennymi chcemy określić Zmienne
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowoStatystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA
Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:
Bardziej szczegółowoProjektowanie badań i interpretacja wyników okiem biostatystyka. Warszawa, 15 marca 2016, Anna Marcisz
Projektowanie badań i interpretacja wyników okiem biostatystyka Warszawa, 15 marca 2016, Anna Marcisz Agenda Część I Cel badań - hipotezy badawcze/statystyczne Wielkość próby potrzebna do badania Jak odczytywać
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich
Bardziej szczegółowoTablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoWnioskowanie statystyczne Weryfikacja hipotez. Statystyka
Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
Bardziej szczegółowoZ poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
Bardziej szczegółowoStatystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Bardziej szczegółowoKARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
Bardziej szczegółowoZadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci
Bardziej szczegółowoAkupunktura Trudności w projektowaniu badań klinicznych
Akupunktura Trudności w projektowaniu badań klinicznych AKUPUNKTURA TRUDNOŚCI W PROJEKTOWANIU BADAŃ KLINICZNYCH Bartosz Chmielnicki słowa kluczowe: Akupunktura, metodologia, medycyna oparta na faktach,
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoZadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
Bardziej szczegółowostatystyka badania epidemiologiczne
statystyka badania epidemiologiczne Epidemiologia Epi = wśród Demos = lud Logos = nauka Epidemiologia to nauka zajmująca się badaniem rozprzestrzenienia i uwarunkowań chorób u ludzi, wykorzystująca tą
Bardziej szczegółowoUwaga! Test studenta dla pojedynczej próby, niekierunkowy. Wykład 9: Testy Studenta. Test Studenta dla jednej próby, kierunkowy
Wykład 9: Testy Studenta Jest kilka typów testów Studenta. Mają podobną strukturę, ale służą do testowania różnych hipotez i różnią się nieco postacią statystyki testowej. Trzy podstawowe typy testów Studenta
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoPrawdopodobieństwo i rozkład normalny cd.
# # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl
Bardziej szczegółowoBadania epidemiologiczne - blaski i cienie Epidemiological research - the bad with the good
Badania epidemiologiczne - blaski i cienie Epidemiological research - the bad with the good Dr Andrzej Szpakow Kierownik katedry Medycyny Sportowej i Rehabilitacji Uniwersytet Państwowy im. Janki Kupały
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoKsięgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice
Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice Przedmowa do wydania polskiego Przedmowa CZĘŚĆ I. PODSTAWY STATYSTYKI Rozdział 1 Podstawowe pojęcia statystyki
Bardziej szczegółowoRÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Bardziej szczegółowoStatystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 4
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność
Bardziej szczegółowoZagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura
Zagadnienia: wprowadzenie podstawowe pojęcia Doświadczalnictwo 1 Termin doświadczalnictwo Doświadczalnictwo planowanie doświadczeń oraz analiza danych doświadczalnych z użyciem metod statystycznych. Doświadczalnictwo
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoWykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Bardziej szczegółowoStatystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl
Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych
Bardziej szczegółowoROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r.
Dziennik Ustaw Nr 222 15439 Poz. 1453 1453 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r. w sprawie wzorów wniosków przedkładanych w związku z badaniem klinicznym, wysokości opłat za złożenie
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA narzędzie do opracowywania i interpretacji wyników pomiarów
STATYSTYKA MATEMATYCZNA narzędzie do opracowywania i interpretacji wyników pomiarów Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Statystyka matematyczna - część matematyki
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoSTATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech
TATYTYKA wykład 8 Wnioskowanie Weryfikacja hipotez Wanda Olech Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowoCopyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008
Redaktor: Alicja Zagrodzka Korekta: Krystyna Chludzińska Projekt okładki: Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 ISBN 978-83-7383-296-1 Wydawnictwo Naukowe Scholar
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoW2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Bardziej szczegółowoWykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Bardziej szczegółowoUwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości
TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi
Bardziej szczegółowoTypy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe
Typy zmiennych Graficzne reprezentacje danych Statystyki opisowe Jakościowe charakterystyka przyjmuje kilka możliwych wartości, które definiują klasy Porządkowe: odpowiedzi na pytania w ankiecie ; nigdy,
Bardziej szczegółowoWERYFIKACJA HIPOTEZ STATYSTYCZNYCH
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku
Bardziej szczegółowoZadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoKARTA PRZEDMIOTU/SYLABUS
KARTA PRZEDMIOTU/SYLABUS Wydział Kierunek studiów Jednostka organizacyjna prowadząca kierunek Poziom kształcenia Forma studiów Profil kształcenia Jednostka organizacyjna prowadząca przedmiot Moduł / Przedmiot
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Bardziej szczegółowoSIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY
SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY
Bardziej szczegółowoBadania eksperymentalne
Badania eksperymentalne Pomiar na skali porządkowej mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoWykład 10 Zrandomizowany plan blokowy
Wykład 10 Zrandomizowany plan blokowy Staramy się kontrolować efekty zróżnicowania badanych jednostek eksperymentalnych poprzez zapewnienie ich ``jednorodności wewnątrz każdej grupy zabiegowej. Dzielimy
Bardziej szczegółowoWykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Bardziej szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowoOdchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1
Bardziej szczegółowoIV WYKŁAD STATYSTYKA. 26/03/2014 B8 sala 0.10B Godz. 15:15
IV WYKŁAD STATYSTYKA 26/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 4 Populacja generalna, próba, losowanie próby, estymatory Statystyka (populacja generalna, populacja próbna, próbka mała, próbka duża, reprezentatywność,
Bardziej szczegółowoSpis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...
Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów Wstęp... 13 1. Wprowadzenie... 19 1.1. Statystyka opisowa.................................. 21 1.2. Wnioskowanie
Bardziej szczegółowoZałożenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW
Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa
Bardziej szczegółowoPropensity Score Matching
Zajęcia 2 Plan dzisiejszych zajęć 1 Doświadczenia Idealne doświadczenie Nie-idealne doświadczenia 2 Idealne doświadczenie Nie-idealne doświadczenia Plan idealnego doświadczenia (eksperymentu) Plan doświadczenia
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoZadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1
Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów
Bardziej szczegółowoWeryfikacja hipotez statystycznych testy dla dwóch zbiorowości
Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Informatyka 007 009 aktualizacja dla 00 JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu. Przypomnienie testu dla
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowolaboratoria 24 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne
Bardziej szczegółowoBadania obserwacyjne 1
Badania obserwacyjne 1 Chorobowość Chorobowość (ang. prevalence rate) liczba chorych w danej chwili na konkretną chorobę w określonej grupie mieszkańców (np. na 100 tys. mieszkańców). Współczynnik ten
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoPlan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii
Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:
Bardziej szczegółowoLABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Bardziej szczegółowoTestowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowo