1 / 29

Dr. Gombos Tímea SE, III.sz. Belgyógyászati Klinika

Paraméteres és nem paraméteres próbák alkalmazása több csoport összehasonlítására folytonos változók esetén. Dr. Gombos Tímea SE, III.sz. Belgyógyászati Klinika. Megválaszolandó kérdések. Különbözik-e egymástól a férfiak és a nők BMI-je?

neron
Download Presentation

Dr. Gombos Tímea SE, III.sz. Belgyógyászati Klinika

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Paraméteres és nem paraméteres próbák alkalmazása több csoport összehasonlítására folytonos változók esetén Dr. Gombos Tímea SE, III.sz. Belgyógyászati Klinika

  2. Megválaszolandó kérdések • Különbözik-e egymástól a férfiak és a nők BMI-je? • Változik-e a vércukor szint egy gyógyszeres kezelés hatására? • Emelkedik-e a koleszterint szint a kor előrehaladtával? • Más-e a vérnyomás a különböző stádiumú betegekben? ►Létezik-e (szignifikáns) különbség két vagy több betegcsoport között?

  3. Megfelelő statisztikai próba kiválasztása • Hány csoportunk van? • 2 • 3 vagy több • Függetlenek a mintáink? • független csoportok – nők vs. férfiak, súlyos vs. enyhébb betegek • kapcsolt csoportok – • ua. kezelés előtt vs. kezelés után, • ua. 10 év múlva • valamilyen kritérium alapján előre felállított párok • Normál eloszlású a minta? • normál eloszlás → paraméteres teszt • nem normál eloszlás → nem paraméteres teszt

  4. Normál eloszlás A próba a tényleges értékekkel számol Az orvosi gyakorlatban viszonylag ritka, de az adatok normál eloszlásúvá transzformálhatóak (pl. logaritmizálás) Nem normál eloszlás esetén A próba sorrendbe állítja az összes értéket, a sorszámokkal (rangok) számol Az orvosi gyakorlatban gyakoribb Paraméteres Nem paraméteres

  5. Normál eloszlású a mintám? • Hisztogram készítése, normál görbe ráfektetése, szemmel ellenőrzés • Shapiro-Wilks teszt • Ho – az eloszlás normál H1 – az eloszlás eltér a normálistól ► ha a próba szignifikáns, az eloszlás nem normál • Bizonytalanság esetén? tekintsük úgy, mintha nem normál eloszlású lenne a mintánk, mert ha normál eloszlású adatokon nem parametrikus tesztet végzünk, gyakorlatilag a parametrikus teszttel azonos eredményt kapunk, míg fordított esetben ez nem áll fent!

  6. 2 minta 3 vagy több Mintaszám? Hány csoport? igen nem igen nem Független minták? Normál eloszlású a minta? igen nem igen nem igen nem igen nem 1 szempontos AVOVA Ismételt méréses ANOVA 2 mintás t-próba Páros t-próba Mann-Whitney t. Wilcoxon t. Kruskal-Wallis t. Friedman próba Paraméteres próbák Nem paraméteres próbák

  7. Két mintás t-próba (unpaired T-test) • Például? - A férfiak vagy a nők HGB szintje nagyobb? (felt. norm.) • Két minta átlagát hasonlítja össze – ebből következtetünk a populáció átlagára • H0 – a két mintavételi populáció azonos • H1’ – az egyik mintavételi populáció nagyobb • H1” – az két mintavételi populáció különböző • Képlettel számítjuk a t – értéket (minél nagyobb, annál nagyobb eltérésre utal) • Táblázatból ismert, hogy adott szabadságfok mellett mekkora p (probability) érték tartozik hozzá • Ha a p-érték kellően kicsi – elutasítjuk a H0-t • Mi a kellően kicsi? – előre meghatározott érték, a szignifikancia küszöb. Ált. 0,05, vagyis 5%. • Ha a p ennél kisebb, mondhatjuk, hogy a két populáció közötti különbség szignifikáns • A p-érték annak a valószínűsége, hogy elsőfajú hibát követek el (hibásan utasítom el a H0-t) • ► p-érték annak a valószínűsége, hogy mégis igaz a H0

  8. Egyoldali vagy két oldali próba (one-tailed, two-tailed) • A kérdés (az alternatív hipotézis) határozza meg melyik szükséges • Egyoldali próba – egyirányú eltérést vizsgálok (H1’) pl. az egyik pop. nagyobb • Kétoldali próba – kétirányú eltérés (H1”) pl. a két pop. különbözik • Melyik a „szigorúbb”? A kétoldali próba! (az ábrán a piros) A STATISTICA eleve kétoldali próbához tartozó p-értéket ad meg. Ha a kérdésfeltevésünk indokolja (lehetővé teszi) az egyoldali próbát, a kapott p-értéket osszuk el kettővel (az ábrán a kék intervallum)

  9. Elérési útvonal STATISTICA-ban: Statistics // Basic statistics/Tables// t-test, independent, by groups A számított statiszika értéke Degree of freedom, szabadságfok. A két csoport esetszáma -2 A kétoldali próbához tartozó p-érték Megj.: A t-próba akkor végezhető, ha a két csoport varianciája megegyezik. Ezt tesztelhetjük az F-próbával, ennek az eredménye látható itt. Ha a varianciák jelentősen különböznek (a próba szignifikáns), a t-próba helyett Welch-próba (STATISTICA-ban nem elérhető) vagy nem paraméteres teszt végzése javasolt.

  10. Mann-Whitney teszt • Például? – férfiak vagy a nők BMI-je nagyobb? • H0 – nincs különbség a két csoport között

  11. Elérési útvonal: Statistics (felső parancssor) // Nonparametrics //Compairing two independent samples (groups) A próba Ábra készítése

  12. Csoporttól függetlenül adott rangszámok csoportösszege A rangszámösszegből számolt statisztika értéke és a hozzá tartozó p-érték esetszám Ha az egyik csoport minden egyes eleméhez hozzárendeljük a másik csoport minden egyes elemét, akkor a két csoport esetszámainak szorzatával egyenlő számú párt kapunk (144x50=7200db-t). Az U azt mutatja meg, hogy hány ilyen párban nagyobb az első érték, mint a második (+ az egyenlő párok számának a fele). Ha egyforma lenne a HGB a férfiak és a nők között, az U 7200/2=3600 lenne. Mivel az eredményekből csak nehézkesen állapítható meg, hogy melyik csoportban vannak a nagyobb értékek, érdemes grafikusan ábrázolni.

  13. Páros t-próba • Például? • Változott-e egy év elteltével a betegek Na szintje (felt. norm. eloszlás) • H0 – a különbségek átlaga = 0

  14. Elérési útvonal STATISTICA-ban: Statistics // Basic statistics/Tables // t-test, dependent samples Itt is lehet ábrát kérni!

  15. A mintapárok közötti különbségeken alapul a t-értéket meghatározó képlet, de szerepel benne a szórás (SD) is. Jelen esetben a p-érték nagyobb, mint a küszöb érték, a H0-t nem vetjük el, a csoportok között nincs különbség. (Megtévesztő lehet, de akár kis eltérés is lehet szignifikáns, ha az eltérések szórása kicsi. Könnyen belátható, hogy ha pl. 0,5 az átlagos eltérés, de az a 0,4-0,6 tartományba esik, az egy jelentős különbség. Míg abban az esetben, ha ugyancsak 0,5 az eltérések átlaga, de az értékek -1 és 2 között szórnak, akkor nincs tényleges különbség a két csoport között) Megj.: hamis eredményt kaphatunk, ha a két mérés nem azonos módszerrel történik, vagy pl. nem azonos a mértékegység!

  16. Wilcoxon próba • Például? • Változott-e egy év elteltével a betegek Na szintje ( nem norm. eloszlás) • H0 – a különbségek átlaga = 0

  17. Elérési útvonal STATISTICA-ban: Statistics // Nonparametrics // Comparing two dependent samples (variables) • A próba előjeltől függetlenül rangsorolja a két minta közötti különbségeket, majd a negatív és a pozitív különbségekhez tartozó rangokkal számol.

  18. Egyszempontos ANOVA • Például? • Különböznek-e egymástól a más-más NYHA stádiumban lévő szívelégtelen betegek kreatinin szintje? (felt. norm eloszlást)

  19. ANOVA = Analysis of Variance • Több csoport összehasonlításánál kézenfekvő, de nem helyes a párokat alkotni és azokat t-teszttel összehasonlítani. • Ha a csoportok • egy szempont szerint különböznek (pl. betegség súlyossága)→ egyszempontos ANOVA • több szempontot szerint is vizsgáljuk (pl. betegség súlyossága és nem) → többszempontos ANOVA • H0 – mindegyik minta ugyanolyan átlagú sokaságból származik. • A csoportokon belüli és a csoportok közötti varianciát elemzi

  20. Elérési útvonal STATISTICA-ban: Statistics // ANOVA // one-way ANOVA Osztályozó vagy független változó Függő változó – a mért vagy megfigyelt adatok

  21. Ha a teszt szignifikáns eredményt ad, a csoportok közül legalább az egyik nem azonos populációból származik • A kísérleti tervtől függően választott elemzéssel meghatározhatjuk, hogy melyik csoport különbözik

  22. Kruskal-Wallis próba • Például? • Különböznek-e egymástól a más-más NYHA stádiumban lévő szívelégtelen betegek kreatinin szintje? (nem norm eloszlás)

  23. Median test – a K-W-t „egyszerűbb” változata. Ha sok kiugró érték van, megbízhatóbb Páronkénti össze-hasonlítások eredményei Elérési útvonal STATISTICA-ban: Statistics // Nonparametrics // Comparing multiple indep. samples

  24. Friedman próba • Például? • Változik-e a koleszterint szint 5 évenként mérve?

  25. Elérési útvonal STATISTICA-ban: Statistics // Nonparametrics // Comparing multiple dep. Samples (variables)

  26. Általános vizsgálati szempontok • Először fogalmazzuk meg a kérdést, ehhez keressük meg a megfelelő próbát • Ne csak a p-értéket nézzük, próbáljunk utánagondolni az eredményeknek (pl. Mann-Whitney tesztnél U). Ábrázoljuk ellenőrzésképpen grafikusan is! • Orvosi gyakorlatban leggyakrabban nem paraméteres teszteket használunk • A programmal két csoportot könnyen több száz változó szerint is összehasonlíthatunk (szignifikancia vadászat). Ilyenkor ne felejtsük el lejjebb vinni a szignifikancia küszöböt (Bonferroni korrekció). Definícióból adódik, hogy 100 db 0,05 p-értékű tesztnél valószínűleg 5 szignifikáns eltérést mutat még akkor is, ha a két populáció nem különbözik!

  27. Összefoglalás

  28. Köszönöm a figyelmet!

More Related