Czułość i swoistość są podstawowymi parametrami diagnostycznymi. W praktyce klinicznej interesuje nas jednak często inne pytanie: jak bardzo dodatni lub ujemny wynik zmienia prawdopodobieństwo badanego stanu? Pomagają w tym ilorazy wiarygodności – likelihood ratios. LR+ Dodatni iloraz wiarygodności określa, ile Read More …
Tag: wiedza
Dobór próby i reprezentatywność – kiedy można uogólniać wyniki?
Jednym z najczęstszych błędów metodologicznych jest założenie, że duża próba automatycznie staje się reprezentatywna. Możemy przebadać nawet 10 000 osób i nadal uzyskać systematycznie obciążony wynik, jeżeli uczestnicy zostali dobrani w sposób nieodzwierciedlający populacji docelowej. Populacja docelowa Najpierw należy określić, Read More …
Błąd I i II rodzaju – alfa, beta i moc statystyczna
Test statystyczny nie daje absolutnej pewności. Nawet przy poprawnie przeprowadzonym badaniu istnieje możliwość popełnienia błędu w procesie wnioskowania. Dwa podstawowe typy to: Błąd I rodzaju Błąd I rodzaju polega na odrzuceniu hipotezy zerowej, mimo że w modelu generującym dane jest Read More …
Diagnostyka regresji liniowej – jak sprawdzić, czy model jest wiarygodny?
Uzyskanie wartości p < 0,05 w regresji nie oznacza jeszcze, że model jest poprawny. Regresja liniowa opiera się na określonych założeniach dotyczących relacji pomiędzy zmiennymi, reszt oraz struktury obserwacji. Dlatego po oszacowaniu modelu warto przeprowadzić jego diagnostykę. Co to są Read More …
ANOVA Welcha – porównanie wielu grup przy nierównych wariancjach
Co sprawdza ANOVA Welcha? Podobnie jak klasyczna ANOVA, test Welcha ocenia hipotezę zerową mówiącą, że średnie w porównywanych populacjach są jednakowe. Przykład: porównujemy średni wynik wiedzy w czterech grupach zawodowych. Uzyskano: F Welcha = 8,74; p < 0,001. Wynik wskazuje Read More …
Jak napisać rozdział „Analiza statystyczna” w pracy magisterskiej?
Część dotycząca analizy statystycznej powinna umożliwić czytelnikowi zrozumienie, jak z danych surowych otrzymano przedstawione wyniki. Nie powinna być wyłącznie listą nazw testów. Dobry opis wyjaśnia: Zacznij od przygotowania danych Warto krótko opisać kontrolę jakości bazy. Może obejmować: Jeżeli wykorzystywano standaryzowany Read More …
Transformacja danych – kiedy zmieniać skalę zmiennej?
Silnie prawoskośne dane są częste w medycynie, ekonomii oraz naukach społecznych. Przykładami mogą być: Jednym z możliwych narzędzi jest transformacja zmiennej. Po co transformować dane? Transformacja może pomóc: Nie jest jednak celem samym w sobie. Decyzja na podstawie testu Shapiro-Wilka Read More …