Philip Rowe

Statistik für Mediziner und Pharmazeuten (eBook, ePUB)

Übersetzer: Heinisch, Carsten

• Format: ePub

Produktbeschreibung

Gute Daten + gute Statistik = gute Ergebnisse! Mit diesem Buch haben falsche Statistiken keine Chance mehr. Übersichtlich gegliedert in 6 Teile mit zusammen 20 Kapiteln werden hier alle wichtigen Typen von Daten und die Verfahren zu deren Auswertung erklärt. Die erklärte Maxime des Autors ist es, dass sich eine statistische Auswertung immer an der Art und Qualität der Daten orientieren muss, damit diese nicht fehl- oder überinterpretiert werden. Komplizierte Mathematik ist dabei weder nötig noch erwünscht, denn meistens sind die einfachsten Verfahren die aussagekräftigsten. Ein positiver Lerneffekt stellt sich bereits nach wenigen Seiten ein, denn hier werden genau die Fragen gestellt (und beantwortet!), mit denen ein angehender Mediziner oder Pharmazeut während der Ausbildung konfrontiert wird. Mit seinem ungezwungenen und direkten Stil gelingt es dem Autor, dass die Statistik vom ungeliebten Kind zum effizienten Werkzeug wird, auch ohne mathematische Begabung beim Leser. * Leicht verständliche Texte (fast) ohne Formeln * Alle Beispiele kommen aus der Medizin oder der Pharmazie * Warnhinweise auf häufi ge Fehler und auf den unsachgemäßen Einsatz von Statistiken Als leicht verständliche Einführung in die statistischen Grundlagen und Verfahren, die in der Medizin und in der Pharmazie eingesetzt werden, ist dieses Buch bestens geeignet für alle, die eine Ausbildung im medizinischpharmazeutischen Bereich absolvieren.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Wiley-VCH GmbH
• Seitenzahl: 287
• Erscheinungstermin: 7. Oktober 2012
• Deutsch
• ISBN-13: 9783527669714
• Artikelnr.: 37345424

Autorenporträt

Philip Rowe lehrt an der School of Pharmacy and Chemistry der John Moores Universität in Liverpool (UK). Neben seiner Lehr- und Forschungstätigkeit ist er als freiberuflicher Berater für Pharmaunternehmen sowie immer häufiger als Trainer in Kliniken und Forschungsinstituten unterwegs. Sein Credo lautet, dass man kein Statistiker sein muss, um Daten und Messergebnisse sinnvoll auszuwerten. Man sollte aber wissen, welche Auswertung für welche Art von Daten sinnvoll ist und wann man die Statistik als Methode "ausgereizt" hat.

Inhaltsangabe

VORWORT TEIL1: Datentypen DATENTYPEN Kommt es wirklich darauf an? Daten auf
einer Intervallskala Daten auf einer Ordinalskala Daten auf einer
Nominalskala Aufbau dieses Buchs Kapitelzusammenfassung TEIL2: Daten auf
Intervallskalen BESCHREIBENDE STATISTIK Zusammenfassung von Datensätzen
Zentrale Lagemaße - der Mittelwert, der Median und der Modalwert
Beschreibung der Spannweite - die Standardabweichung und die relative
Standardabweichung Quartile - eine andere Möglichkeit, Daten zu beschreiben
Verwendung von Software für die beschreibende Statistik
Kapitelzusammenfassung DIE NORMALVERTEILUNG Was ist eine Normalverteilung?
Wie erkennt man normalverteilte Daten? Anteile von Einzelwerten innerhalb
von einer oder zwei Standardabweichungen vom Mittelwert
Kapitelzusammenfassung STICHPROBEN AUS EINER GRUNDGESAMTHEIT UND DER
STANDARDFEHLER DES MITTELWERTS Stichproben und Grundgesamtheiten Von der
Stichprobe zur Grundgesamtheit Verschiedene Stichprobenfehler Welche
Faktoren bestimmen die Höhe des zufälligen Stichprobenfehlers? Abschätzung
des wahrscheinlichen Stichprobenfehlers und der Standardfehler Aufrechnung
von Stichprobengröße und Standardabweichung Kapitelzusammenfassung DAS 95
%-KONFIDENZINTERVALL FÜR DEN MITTELWERT Was ist ein Konfidenzintervall? Wie
breit sollte das Intervall sein? Was meinen wir mit ''95 %''-Konfidenz?
Berechnung der Intervallbreite Eine Reihe von Stichproben und 95
%-Konfidenzintervallen Wie stark hängt die Breite des Konfidenzintervalls
von Änderungen der Standardabweichung, des Stichprobenumfangs und des
gewünschten Konfidenzniveaus ab? Zwei Aussagen Einseitige 95
%-Konfidenzintervalle Das 95 %-Konfidenzintervall für den Unterschied
zweier Behandlungen Über die Notwendigkeit, dass die Daten einer
Normalverteilung folgen und Datentransformation Kapitelzusammenfassung DER
DOPPELTE T-TEST (1). EINFÜHRUNG IN HYPOTHESENTESTS Der doppelte t-Test -
ein Beispiel für einen Hypothesentest Signifikanz Das Risiko eines
falsch-positiven Ergebnisses Von welchen Faktoren hängt es ab, ob wir ein
signifikantes oder ein nicht signifikantes Ergebnis erhalten?
Voraussetzungen für einen doppelten t-Test Kapitelzusammenfassung DER
DOPPELTE T-TEST (2): DER BERÜCHTIGTE P-WERT Wie kann man die Signifikanz
eines Ergebnisses beziffern? p-Werte Gibt es zwei Arten, Signifikanz zu
definieren? Bestimmung des p-Wertes p-Werte oder 95 %-Konfidenzintervalle?
Kapitelzusammenfassung DER DOPPELTE T-TEST (3). FALSCH-NEGATIVE BEFUNDE,
GÜTE UND NOTWENDIGE STICHPROBENUMFÄNGE Was könnte sonst noch schief gehen?
Die Güte Berechnung des notwendigen Stichprobenumfangs
Kapitelzusammenfassung DER DOPPELTE T-TEST (4). STATISTISCHE SIGNIFIKANZ,
PRAKTISCHE BEDEUTUNG UND ÄQUIVALENZ Praktische Bedeutung - ist die
Differenz so groß, dass sie eine Rolle spielt? Äquivalenztests Tests auf
Nicht-Unterlegenheit p-Werte sind weniger aussagekräftig und können
förmlich in die Irre führen Setzen von Äquivalenzgrenzen vor dem
eigentlichen Versuch Kapitelzusammenfassung DER DOPPELTE T-TEST (5).
EINSEITIGE TESTS Suche nach einer Veränderung in einer bestimmten Richtung
Schutz vor falsch-positiven Befunden Versuchung Einsatz eines
Softwarepakets bei einem einseitigen Test Sollte man häufiger einseitige
Tests einsetzen? Kapitelzusammenfassung WAS SAGT UNS EIN STATISTISCH
SIGNIFIKANTES ERGEBNIS WIRKLICH? Wie interpretiert man statistische
Signifikanz? Am Anfang steht äußerste Skepsis Kapitelzusammenfassung DER
GEPAARTE T-TEST - VERGLEICH VON ZWEI ZUSAMMENHÄNGENDEN DATENSÄTZEN Gepaarte
Datensätze Untersuchung der Daten mithilfe eines doppelten t-Tests
Alternative Anwendung eines gepaarten t-Tests Durchführung eines gepaarten
t-Tests Wodurch ist bestimmt, ob ein gepaarter t-Test signifikant ist?
Größere Teststärke beim gepaarten t-Test Der gepaarte t-Test ist nur auf
natürliche Paare von Daten anwendbar Auswahl des passenden Versuchsaufbaus
Voraussetzungen für das Anwenden eines gepaarten t-Tests
Stichprobenumfänge, praktische Bedeutung und einseitige Tests
Zusammenfassung der Unterschiede zwischen dem gepaarten und dem doppelten
t-Test VARIANZANALYSE - ÜBER T-TESTS HINAUS Erweiterung zu komplexen
Versuchsdesigns Einfache Varianzanalyse Zweifache Varianzanalyse
Multifaktorenversuche Einfache Form - starke Aussage Kapitelzusammenfassung
KORRELATION UND REGRESSION - ZUSAMMENHÄNGE ZWISCHEN MESSWERTEN
Korrelationsanalyse Regressionsanalyse Mehrfache Regression
Kapitelzusammenfassung TEIL3: Daten auf Nominalskalen BESCHREIBUNG VON
KATEGORISIERTEN DATEN Beschreibende Statistik Tests, ob der wahre Anteil
möglicherweise einen vorbestimmten Wert hat Kapitelzusammenfassung
VERGLEICH BEOBACHTETER ANTEILE - DER CHI-QUADRAT-KONTINGENZTEST Anwendung
des Chi-Quadrat-Kontingenztests für den Vergleich von beobachteten Anteilen
Ein 95 %-Konfidenzintervall für die Änderung der Ausstoßquote - ist die
Änderung von praktischer Bedeutung? Größere Kontingenztafeln - Nutzung der
Diabetes-Sprechstunde Planung der Versuchsgröße Kapitelzusammenfassung
TEIL4: Daten auf Ordinalskalen ORDINALSKALIERTE, NICHT NORMALVERTEILTE
DATEN. TRANSFORMATIONEN UND PARAMETERFREIE TESTS Transformation auf eine
Normalverteilung Der Mann-Whitney-Test - ein nicht parametrisches Verfahren
Umgang mit Daten auf Ordinalskalen Andere nicht parametrische Verfahren
Kapitelzusammenfassung Anhang zu Kapitel 17 TEIL5: Reale Herausforderungen
MEHRFACHTESTS Was ist ein Mehrfachtest und warum ist er problematisch? Wo
treten Mehrfachtests auf? Verfahren zur Vermeidung von Falsch-positiven Die
Rolle der wissenschaftlichen Zeitschriften Kapitelzusammenfassung
FRAGEBÖGEN Gibt es Besonderheiten bei Fragebögen? Arten von Fragen Entwurf
eines Fragebogens Stichprobenumfang und Rücklaufquoten Untersuchung der
Ergebnisse Verquickte epidemiologische Daten Mehrfachtests bei
Fragebogendaten Kapitelzusammenfassung TEIL6: Fazit SCHLUSSFOLGERUNGEN
Machen Sie sich das Ziel des Versuchs klar Bauen Sie den Versuch einfach
und damit klar und aussagekräftig auf Planen Sie die statistischen Analysen
schon als Teil des Versuchsdesigns und nicht erst auf den letzten Drücker
Untersuchen Sie die Daten visuell, bevor Sie in die statistischen Tests
einsteigen Hüten Sie sich vor Mehrfachtests Interpretieren Sie sowohl
Signifikanz als auch Nicht-Signifikanz mit gebührender Sorgfalt