Λογαριθµιστική εξάρτηση
|
|
- Ἄννα Μιχαηλίδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Είδη δεδοµένων Σε µία επιδηµιολογική έρευνα, καταγράφονται τα παρακάτω δεδοµένα για κάθε άτοµο: Λογαριθµιστική εξάρτηση Βάνα Σύψα Επίκουρη Καθηγήτρια Επιδηµιολογίας και Προληπτικής Ιατρικής Εργαστήριο Υγιεινής, Επιδηµιολογίας και Ιατρικής Στατιστικής Ιατρική Σχολή Πανεπιστηµίου Αθηνών Έκθεση στον υπό µελέτη παράγοντα (π.χ. θεραπεία, κάπνισµα κλπ) Άλλοι παράγοντες (ηλικία, φύλο κλπ) Έκβαση (π.χ. ανταπόκριση στη θεραπεία, εµφάνιση νόσου κλπ) ΜΠΣ ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ Είδη δεδοµένων Πιθανά ερωτήµατα σε µία επιδηµιολογική έρευνα Ποσοτικές µεταβλητές (quantitative) Π.χ. ηλικία, δείκτης µάζας σώµατος, επίπεδα χοληστερόλης, διαστολική/συστολική πίεση κλπ Παράγοντας Ποσοτική έκβαση (π.χ. επίπεδα χοληστερόλης) Ποιοτικές µεταβλητές (qualitative ή categorical) Διχοτοµικές: φύλο, επιβίωση Μεταβλητές µε περισσότερες από δύο κατηγορίες: οµάδα αίµατος, φυλή Διατάξιµες (ordinal): επίπεδο εκπαίδευσης, διαβάθµιση σοβαρότητας µίας ανεπιθύµητης ενέργειας Παράγοντας Ποιοτική έκβαση (π.χ. ανταπόκριση στη θεραπεία: ναι/όχι) ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 1
2 Υποθετικό παράδειγµα Παράδειγµα Παράγοντας Έκβαση Κλινική δοκιµή όπου οι ασθενείς τυχαιοποιούνται σε δύο θεραπευτικά σχήµατα Α και Β και στο τέλος της θεραπείας αξιολογείται η ανταπόκριση (ναι/όχι) Π.χ. Treatment Response Total Κάπνισµα (ναι/όχι) Ca πνεύµονα (ναι/όχι) Yes No (Α/Β) Ανταπόκριση (ναι/όχι) Drug A Drug B Total Ποσοστά ανταπόκρισης Σχετικός λόγος (Οdds ratio) Treatment Response Total Yes No Drug A 180 (60.0%) 120 (40.0%) 300 (100.0%) Drug B 130 (43.3%) 170 (56.7%) 300 (100.0%) Στο παράδειγµά µας: εκφράζει πόσες φορές τα άτοµα που λαµβάνουν τη θεραπεία Α έχουν µεγαλύτερη (ή µικρότερη) πιθανότητα ανταπόκρισης σε σχέση µε τα άτοµα που λαµβάνουν τη θεραπεία Β. ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 2
3 Ερµηνεία Odds Ratio () Ανταπόκριση Ναι Όχι Α α β Β γ δ της έκβασης για τα άτοµα µε τον παράγοντα σε σχέση µε τα άτοµα χωρίς τον παράγοντα: =αδ/βγ 1: Τα άτοµα που παίρνουν τη θεραπεία Α έχουν παρόµοια πιθανότητα ανταπόκρισης σε σχέση µε τα άτοµα που παίρνουν τη θεραπεία Β >1: Τα άτοµα που παίρνουν τη θεραπεία Α έχουν µεγαλύτερη πιθανότητα ανταπόκρισης σε σχέση µε τα άτοµα που παίρνουν τη θεραπεία Β <1: Τα άτοµα που παίρνουν τη θεραπεία Α έχουν µικρότερη πιθανότητα ανταπόκρισης σε σχέση µε τα άτοµα που παίρνουν τη θεραπεία Β Παράδειγµα - συνέχεια Treatment Response Total Yes Drug A 180 (60.0%) Drug B 130 (43.3%) No 120 (40.0%) 170 (56.7%) =(180*170)/(130*120) = (100.0%) 300 (100.0%) Παράδειγµα - συνέχεια =1.96 Ερµηνεία:Τα άτοµα που λαµβάνουν το φάρµακο Α έχουν σχεδόν διπλάσια πιθανότητα ανταπόκρισης σε σχέση µε τα άτοµα που λαµβάνουν το φάρµακο Β ΟΜΩΣ, αυτό σηµαίνει ότι πραγµατικά το φάρµακο Α είναι καλύτερο από το φάρµακο Β; Η παρατηρούµενη σχέση µεταξύ έκθεσης και έκβασης µπορεί να οφείλεται σε: Τυχαίο σφάλµα (chance variation, random error) Ψευδείς συσχετίσεις µπορεί να βρεθούν κατά τύχη (sampling variability, measurement errors) Συστηµατικό σφάλµα (bias, systematic error) Συστηµατικά σφάλµατα στο σχεδιασµό ή κατά την εξέλιξη της µελέτης Συγχυτικοί παράγοντες Η σχέση µεταξύ της έκθεσης και της έκβασης συγχέεται από την παρουσία µίας τρίτης µεταβλητής ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 3
4 Τυχαίο σφάλµα Τυχαίο σφάλµα Στο υποθετικό παράδειγµα, το ποσοστό ανταπόκρισης στο φάρµακο Α βρέθηκε υψηλότερο σε σχέση µε το φάρµακο Β (60% vs, 43%) και το odds ratio ανταπόκρισης=1.96 Οφείλεται το εύρηµα αυτό στην ΤΥΧΗ; Χρήση στατιστικών τεστ για υπολογισµό της p-value: η πιθανότητα εύρεσης µίας τέτοιας διαφοράς κατά τύχη όταν τα θεραπευτικά σχήµατα έχουν παρόµοια αποτελεσµατικότητα p 0.05 πολύ µικρή πιθανότητα η διαφορά να βρέθηκε τυχαία Στατιστικές δοκιµασίες για τη διερεύνηση σχέσης µεταξύ 2 παραγόντων Δοκιµασία Χ 2 Παράγοντας Ποιοτική Ποσοτική Ποσοτική t-test Συντελεστής συσχέτισης µε στατιστική αξιολόγησή του Έκβαση Ποιοτική (µε 2 κατηγορίες) X 2 -test t-test Treatment Response Total Yes Drug A 180 (60.0%) Drug B 130 (43.3%) No 120 (40.0%) 170 (56.7%) Χ 2 -test: p< (100.0%) 300 (100.0%) Στατιστικά σηµαντική διαφορά των 2 θεραπειών ως προς την έκβαση ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 4
5 Συγχυτικοί παράγοντες (confounding) Συγχυτικοί παράγοντες Το ότι υπάρχει στατιστικά σηµαντική σχέση µεταξύ 2 µεταβλητών δε σηµαίνει απαραίτητα ότι υπάρχει µία αιτιολογική σχέση µεταξύ τους Μπορεί π.χ. να υπάρχει µία τρίτη µεταβλητή που επηρεάζει το αποτέλεσµα Παράγοντας Α Πλασµατική συσχέτιση? Υπό µελέτη συµβάν Παράγοντας Β Πιθανός συγχυτικός παράγοντας Συγχυτικοί παράγοντες -παράδειγµα Coffee consumption Lung cancer Yes No Yes No =(68*72)/(33*32) =4.64 p<0.001 Αυτοί που πίνουν καφέ έχουν 4.6 φορές µεγαλύτερο κίνδυνο καρκίνου του πνεύµονα Το εύρηµα είναι στατιστικά σηµαντικό Τι συµπεραίνω??? Ας διερευνήσουµε το ερώτηµα περισσότερο: Καπνιστές Lung cancer Coffee consumpti on Yes No Yes No 15 4 ΟR 1 =1.12 (p=0.858) Μη καπνιστές Coffee consumpti on Lung cancer Yes No Yes 5 18 No ΟR 2 =1.11 (p=0.854) Συνολικό =4.64 Στη διαστρωµάτωση: ΟR 1,ΟR 2 1 (απουσία σχέσης) Κάπνισµα είναι συγχυτικός παράγοντας Η κατανάλωση καφέ ΔΕN συσχετίζεται µε την εµφάνιση Cα πνεύµονα ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 5
6 Συγχυτικοί παράγοντες παράδειγµα (συνέχεια) Έλεγχος συγχυτικών παραγόντων Coffee consumption Lung cancer Στην απλή περίπτωση που υπάρχει ένας πιθανός συγχυτικός παράγοντας µε 2 επίπεδα (π.χ. κάπνισµα), η επίδραση του µπορεί να εξουδετερωθεί µε διαστρωµάτωση Smokers more frequently found among coffee drinkers Smoking associated with increased risk for lung cancer Όταν υπάρχουν πολλοί πιθανοί συγχυτικοί παράγοντες; Association due to confounding Μοντέλα πολλαπλής εξάρτησης Τα µοντέλα πολλαπλής εξάρτησης επιτρέπουν: να ελεγχθούν οι πιθανοί συγχυτικοί παράγοντες να διερευνηθεί η επίδραση πολλών µεταβλητών ταυτόχρονα Πολλαπλή λογαριθµιστική εξάρτηση (Multiple logistic regression model): Χρησιµοποιείται όταν η έκβαση είναι ποιοτική µεταβλητή µε 2 κατηγορίες!! Οι παράγοντες των οποίων την επίδραση µελετάµε µπορούν να είναι ποιοτικές και ποσοτικές µεταβλητές Πολλαπλή λογαριθµιστική εξάρτηση Γραµµική παλινδρόµηση (όταν η έκβαση ποσοτικό χαρακτηριστικό) ^Υ= β 0 +β 1 Χ 1 +β 2 Χ 2 + +β p X p Λογαριθµιστική παλινδρόµηση (όταν η έκβαση ποιοτικό χαρακτηριστικό µε 2 επίπεδα) log ( )= β 0 +β 1 Χ 1 +β 2 Χ 2 + +β p X p p 1-p όπου p: η αναλογία των ατόµων µε το υπό µελέτη συµβάν (π.χ. % ασθενών που ανταποκρίθηκαν) ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 6
7 Γραµµική και λογαριθµιστική εξάρτηση Πολλαπλή λογαριθµιστική εξάρτηση: Ερµηνεία συντελεστών µερικής εξάρτησης β Είδος εξαρτηµένης µεταβλητής (η έκβαση που µας ενδιαφέρει) Τι εκφράζει η εξαρτηµένη µεταβλητή Ανεξάρτητες µεταβλητές (µελετάµε την επίδραση τους στην έκβαση) Μοντέλο Γραµµική εξάρτηση Ποσοτική µε κανονική κατανοµή Τα επίπεδα της ποσοτικής µεταβλητής (Υ) Λογαριθµιστική εξάρτηση Ποιοτική µε 2 επίπεδα Την πιθανότητα παρουσίας (ή απουσίας) του ποιοτικού χαρακτηριστικού (π) Ποιοτικές και ποσοτικές µεταβλητές (Χ) ^ Υ=α+βX π ln( = α+ βx 1 π ) Οdds ratio (ΟR) = e β Συγκρίνει την πιθανότητα εµφάνισης του υπό µελέτη συµβάντος µεταξύ δύο οµάδων ατόµων που διαφέρουν ως προς το Χ κατά µία µονάδα (και οι υπόλοιπες µεταβλητές είναι ίδιες) ΟR > 1 αύξηση της Χ i συνεπάγεται αύξηση της πιθανότητας 1 µεταβολή της Χ i δεν επιφέρει µεταβολή της πιθανότητας < 1 αύξηση της Χ i συνεπάγεται µείωση της πιθανότητας Πολλαπλή λογαριθµιστική εξάρτηση: Παράδειγµα καφέ και Ca Πνεύµονα Χ 1 : Κατανάλωση καφέ (0: Όχι, 1: Ναι) X 2 : Κάπνισµα (0: Όχι, 1: Ναι) p : πιθανότητα να έχει το άτοµο Ca πνεύµονα p log ( )= β 0 +β 1 Χ 1 +β 2 Χ 2 1-p Κάπνισµα Κατανάλωση καφέ Παράδειγµα: Eρµηνεία οdds ratio για την επίδραση της κατανάλωσης καφέ Χ 1 : Κατανάλωση καφέ (0: Όχι, 1: Ναι) (e β1 ): odds ratio Ca πνεύµονα για τα άτοµα που πίνουν καφέ σε σχέση µε τα άτοµα που δεν πίνουν, διορθωµένο για το κάπνισµα Πιο απλά: το συγκρίνει τον κίνδυνο Ca πνεύµονα σε 2 άτοµα µε τις ίδιες καπνιστικές συνήθειες όπου το ένα πίνει καφέ και το άλλο δεν πίνει Επιτρέπει την αξιολόγηση της επίδρασης της κατανάλωσης καφέ στην εµφάνιση Ca πνεύµονα ανεξάρτητα από το κάπνισµα ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 7
8 Παράδειγµα: Eρµηνεία οdds ratio για την επίδραση του καπνίσµατος Χ 2 : Κάπνισµα (0: Όχι, 1: Ναι) (e β2 ): odds ratio Ca πνεύµονα για τα άτοµα που καπνίζουν σε σχέση µε τα άτοµα που δεν καπνίζουν, διορθωµένο για την κατανάλωση καφέ Πιο απλά: το συγκρίνει τον κίνδυνο Ca πνεύµονα σε 2 άτοµα µε την ίδια κατανάλωση καφέ (ναι, όχι) όπου το ένα καπνίζει και το άλλο δεν καπνίζει Επιτρέπει την αξιολόγηση της επίδρασης του καπνίσµατος στην εµφάνιση Ca πνεύµονα ανεξάρτητα από την κατανάλωση καφέ Πολλαπλή λογαριθµιστική εξάρτηση: Παράδειγµα Χ 1 : (0: Placebo, 1: New drug) X 2 : Ηλικία (σε έτη) p : % ασθενών που ανταποκρίθηκαν p log ( )= β 0 +β 1 Χ 1 +β 2 Χ 2 1-p Ηλικία Παράδειγµα: Eρµηνεία οdds ratio για την επίδραση της θεραπείας Χ 1 : (0: Placebo, 1: New drug) (e β1 ): odds ratio ανταπόκρισης για τα άτοµα που λαµβάνουν το νέο φάρµακο σε σχέση µε τα άτοµα που λαµβάνουν το placebo, διορθωµένο για την ηλικία (adjusted for age) Πιο απλά: το συγκρίνει 2 άτοµα της ίδιας ηλικίας όπου το ένα λαµβάνει το φάρµακο και το άλλο το placebo Επιτρέπει την αξιολόγηση της επίδρασης της θεραπείας στην ανταπόκριση ανεξάρτητα από την ηλικία Παράδειγµα: Eρµηνεία οdds ratio για την επίδραση της ηλικίας X 2 : Ηλικία (σε έτη) (e β2 ) odds ratio ανταπόκρισης για άτοµο που είναι 1 έτος µεγαλύτερο από άλλο και τα δύο άτοµα λαµβάνουν το ίδιο θεραπευτικό σχήµα Επιτρέπει την αξιολόγηση της επίδρασης της ηλικίας στην ανταπόκριση ανεξάρτητα από τη θεραπεία ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 8
9 Παραδείγµατα ερµηνείας των αποτελεσµάτων της λογαριθµιστικής εξάρτησης Μοντέλο 1 New drug/placebo 2.33 (1.25, 4.23) % όριααξιοπιστίας ( confidence interval): Με 95% πιθανότητα, το odds ratio ανταπόκρισηςβρίσκεταιµεταξύ 1.25 και 4.23 Αν το 1 ΕΝ περιλαµβάνεται στο 95% CI η σχέση είναι στατιστικά σηµαντική Παραδείγµατα ερµηνείας των αποτελεσµάτων της λογαριθµιστικής εξάρτησης Μοντέλο 1 Μοντέλο 2α New drug/placebo 2.33 (1.25, 4.23) New drug/placebo 2.34 (1.13, 3.48) Ηλικία 40/>40 ετών 1.35 (1.1, 1.8) Παραδείγµατα ερµηνείας των αποτελεσµάτων της λογαριθµιστικής εξάρτησης Μοντέλο 1 Μοντέλο 2β New drug/placebo 2.33 (1.25, 4.23) New drug/placebo 1.13 (0.88, 3.24) Ηλικία 40/>40 ετών 1.35 (1.1, 1.8) Παραδείγµατα ερµηνείας των αποτελεσµάτων της λογαριθµιστικής εξάρτησης Μοντέλο 1 Μοντέλο 2γ Ηλικία 40 ετών New drug/placebo 2.3 (1.2, 3.3) Ηλικία >40 New drug/placebo 2.33 (1.25, 4.23) New drug/placebo 1.2 (0.85, 1.4) ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 9
10 Παραδείγµατα NEJM, 2012 Presence of nighttime intensivist staffing (yes/no) Death during hospitalisation (yes/no) ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 10
11 Presence of nighttime intensivist staffing (yes/no) Death during hospitalisation (yes/no) Πιθανοί συγχυτικοί παράγοντες? Nighttime intensivist staffing vs other staffing Η ανάλυση έγινε χωριστά ανάλογα µε το αν οι ασθενείς ήταν σε low-intensity daytime ή σε highintensity daytime staffing hospital Σε µονάδες µε nightime intensivist staffing ο κίνδυνος να πεθάνει ασθενής µέσα στο νοσοκοµείο ήταν 0.62 φορές µικρότερος σε σχέση µε µονάδες χωρίς nightime intensivist staffing (p=0.04) ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 11
12 Nighttime intensivist staffing vs other staffing Am J Resp & Crit Care Med, 2007 ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 12
13 ΜΠΣ "ΜΕΘ ΚΑΙ ΕΠΕΙΓΟΥΣΑ ΝΟΣΗΛΕΥΤΙΚΗ" 13
Κλινική Επιδηµιολογία
Κλινική Επιδηµιολογία Ρυθµιστικοί παράγοντες Συγχυτικοί παράγοντες Ενδιάµεσοι παράγοντες Πρέπει να πιστέψουµε τις µετρήσεις µας; Κάπνισµα Καρκίνος Πνεύµονα OR = 9.1 Πραγµατική σχέση αιτιολογική µη-αιτιολογική
Διαβάστε περισσότεραΑναλυτική Στατιστική
Αναλυτική Στατιστική Συμπερασματολογία Στόχος: εξαγωγή συμπερασμάτων για το σύνολο ενός πληθυσμού, αντλώντας πληροφορίες από ένα μικρό υποσύνολο αυτού Ορισμοί Πληθυσμός: σύνολο όλων των υπό εξέταση μονάδων
Διαβάστε περισσότερα(Confounders) Δύο κύρια θέματα. Θα πρέπει να πιστέψω το αποτέλεσμα της μελέτης μου; Συγχυτικοί και τροποποιητικοί παράγοντες
Θα πρέπει να πιστέψω το αποτέλεσμα της μελέτης μου; Συγχυτικοί και τροποποιητικοί παράγοντες Κάπνισμα = 11,6 Καρκίνος παγκρέατος Πρόγραμμα εκπαίδευσης στην επιδημιολογική επιτήρηση και διερεύνηση επιδημιών
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Είδη μεταβλητών Ποσοτικά δεδομένα (π.χ. ηλικία, ύψος, αιμοσφαιρίνη) Ποιοτικά δεδομένα (π.χ. άνδρας/γυναίκα, ναι/όχι) Διατεταγμένα (π.χ. καλό/μέτριο/κακό) 2 Περιγραφή ποσοτικών
Διαβάστε περισσότεραΣυγγραφή και κριτική ανάλυση επιδημιολογικής εργασίας
Εργαστήριο Υγιεινής Επιδημιολογίας και Ιατρικής Στατιστικής Ιατρική Σχολή, Πανεπιστήμιο Αθηνών Συγγραφή και κριτική ανάλυση επιδημιολογικής εργασίας Δ. Παρασκευής Εργαστήριο Υγιεινής Επιδημιολογίας και
Διαβάστε περισσότεραΥ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..
Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας
Διαβάστε περισσότεραΣΧΕΣΗ ΜΕΤΑΞΥ ΠΟΙΟΤΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ
ΣΧΕΣΗ ΜΕΤΑΞΥ ΠΟΙΟΤΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ Θα δούμε ένα παράδειγμα από 141 νεογνά που εγχειρίστηκαν σε ένα νοσοκομείο (surgery.sav). Οι παράμετροι που καταγράφηκαν είναι οι εξής: Κωδικός νεογνού (ID), Φύλο Νεογνού
Διαβάστε περισσότεραΤεκµηριωµένη Ιατρική 2011-12 ΒΛΑΒΗ. Βασίλης Κ. Λιακόπουλος Λέκτορας Νεφρολογίας ΑΠΘ
Τεκµηριωµένη Ιατρική 2011-12 ΒΛΑΒΗ Βασίλης Κ. Λιακόπουλος Λέκτορας Νεφρολογίας ΑΠΘ Αναλογία Λόγος Πηλίκο Αναλογία Proportion Αναλογία (Proportion) Ο αριθµητής ΣΥΜΠΕΡΙΛΑΜΒΑΝΕΤΑΙ ΑΠΑΡΑΙΤΗΤΩΣ στον παρανοµαστή
Διαβάστε περισσότεραΤροποποιητές - Διαστρωμάτωση
DEPARTMENT OF HYGIENE AND EPIDEMIOLOGY Τροποποιητές - Διαστρωμάτωση Κώστας Τσιλίδης, tsilidi@cc.uoi.gr http://users.uoi.gr/tsilidi/teaching Ιωαννίδης: κεφάλαιο 7: 118-120, κεφάλαιο 9: 139-143 Ahlbom: κεφάλαιο
Διαβάστε περισσότεραΕργαστήριο Υγιεινής και Επιδημιολογίας Ι. "Επιδημιολογικά Σφάλματα"
Εργαστήριο Υγιεινής και Επιδημιολογίας Ι "Επιδημιολογικά Σφάλματα" Άσκηση Ένας μεγάλος αριθμός γυναικών έχουν χρησιμοποιήσει μετεμμηνοπαυσιακή ορμονική θεραπεία (ΗRΤ), και πολλές θα συνεχίσουν τη χρήση
Διαβάστε περισσότεραΥ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..
Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας
Διαβάστε περισσότερατα πάντα είναι σχετικά
τα πάντα είναι σχετικά Συνολικά λίτρα κατανάλωσης μπύρας, το 2010 (απόλυτες συχνότητες) Σειρά κατάταξης Χώρα Λίτρα κατανάλωσης μπύρας (x 10 6 ) 1 Κίνα 44.683 2 ΗΠΑ 24.138 5 Γερμανία 8.787 16 Τσεχία 1.708
Διαβάστε περισσότερατα πάντα είναι σχετικά
τα πάντα είναι σχετικά Συνολικά λίτρα κατανάλωσης μπύρας, το 2010 (απόλυτες συχνότητες) Σειρά κατάταξης Χώρα Λίτρα κατανάλωσης μπύρας (x 10 6 ) 1 Κίνα 44.683 2 ΗΠΑ 24.138 5 Γερμανία 8.787 16 Τσεχία 1.708
Διαβάστε περισσότεραΠέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών τα πάντα είναι σχετικά Συνολικά λίτρα κατανάλωσης μπύρας,
Διαβάστε περισσότεραAιτιότητα. Ιωάννα Τζουλάκη
Aιτιότητα Ιωάννα Τζουλάκη Αιτιότητα Αναλυτική επιδημιολογία: έλεγχο υποθέσεων Συσχέτιση έκθεσης σε κάποιο παράγοντα και εμφάνιση της νόσου Συσχέτιση (στατιστική) δεν συνεπάγεται την σχέση αίτιου αποτελέσματος
Διαβάστε περισσότεραΔΙΔΑΣΚΑΛΙΑ ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗΣ 1ο ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ (ΧΕΙΜΕΡΙΝΟ 1ου ΕΤΟΥΣ) Καθηγήτρια Ιατρικής Στατιστικής & Επιδημιολογίας
ΔΙΔΑΣΚΑΛΙΑ ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗΣ 1ο ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ (ΧΕΙΜΕΡΙΝΟ 1ου ΕΤΟΥΣ) Υπεύθυνη: Κλέα Κατσουγιάννη Καθηγήτρια Ιατρικής Στατιστικής & Επιδημιολογίας Διδάσκοντες μέλη ΔΕΠ : Γιώτα Τουλούμη, Καθηγήτρια Χριστίνα
Διαβάστε περισσότεραΧαράλαµπος Κ. Μαµουλάκης
Τα λάθη στο δείγµα και τη στατιστική ανάλυση Χαράλαµπος Κ. Μαµουλάκης Επικουρος Καθηγητής Ουρολογίας Ουρολογική Κλινική Πανεπιστηµιακό Γενικό Νοσοκοµείο Ηρακλείου Πανεπιστήµιο Κρήτης, Τµήµα Ιατρικής Σύγκρουση
Διαβάστε περισσότεραΜέτρα σχέσης. Ιωάννα Τζουλάκη Λέκτορας Επιδημιολογίας Υγιεινή και Επιδημιολογία
Μέτρα σχέσης Ιωάννα Τζουλάκη Λέκτορας Επιδημιολογίας Υγιεινή και Επιδημιολογία Στο τέλος...(learning outcomes) Να γνωρίζετε τα κυριότερα μέτρα σχέσης που χρησιμοποιούνται για μετρήσουμε μια συσχέτηση μεταξύ
Διαβάστε περισσότεραΙατρικά Μαθηματικά & Βιοστατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ιατρικά Μαθηματικά & Βιοστατιστική Λογαριθμιστική παλινδρόμηση Διδάσκοντες: Ευάγγελος Ευαγγέλου, Kωνσταντίνος Τσιλίδης, Ιωάννης Δημολιάτης, Ευαγγελία
Διαβάστε περισσότεραΛειτουργικός ορισμός των μεταβλητών
Λειτουργικός ορισμός των μεταβλητών Σύμφωνα με μελέτη του 2000 στις ΗΠΑ, 4.000.000 έφηβοι ήταν καπνιστές Τι σημαίνει «έφηβος»;;; Τι σημαίνει «καπνιστής»;;; Λειτουργικός ορισμός των μεταβλητών Στη συγκεκριμένη
Διαβάστε περισσότεραΜελέτες ασθενών οµάδας ελέγχου
Μελέτες ασθενών οµάδας ελέγχου Μελέτες ασθενών οµάδας ελέγχου ως µέθοδος αναπτύχθηκε στις αρχές του 50 διερεύνηση παραγόντων κινδύνου σε ασθένειες µε µακρά λανθάνουσα περίοδο, όπου οι µελέτες κοόρτης δεν
Διαβάστε περισσότεραΤυχαία vs. συστηµατικά σφάλµατα (random vs. systematic errors)
Τυχαία vs. συστηµατικά σφάλµατα (random vs. systematic errors) Εσωτερική & εξωτερική εγκυρότητα Εσωτερική εγκυρότητα Σχεδιασµός της µελέτης Εξωτερική εγκυρότητα (δυνατότητα γενίκευσης) Πολύ επιλεγµένος
Διαβάστε περισσότεραΑνάλυση επιβίωσης (survival analysis)
Hippokratia 2014 Ανάλυση επιβίωσης (survival analysis) Κων/νος Α. Τουλής, MD MRes MSc PhD Ενδοκρινολόγος, 424 ΓΣΝΕ Τι είναι η ανάλυση επιβίωσης; Η ανάλυση επιβίωσης (survival analysis) είναι μια ομάδα
Διαβάστε περισσότεραΝίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site: www.pepagnh.gr/users/epidemiology
Νίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site: www.pepagnh.gr/users/epidemiology Μεταβλητές (Variables) Μεταβλητή: Κάθε ποιοτικό ή ποσοτικό χαρακτηριστικό που μπορεί να μετρηθεί Οι μεταβλητές
Διαβάστε περισσότεραΆσκηση. Καπνιστές Ναι Όχι Σύνολο Ανθρωπο-έτη παρακολούθησης Περιπτώσεις εμφράγματος
Σ έναν μελετώμενο πληθυσμό καπνιστών και μη καπνιστών διερευνήθηκε η σχέση μεταξύ καπνιστικής συνήθειας και συχνότητας εμφάνισης καρκίνου του πνεύμονα. Η επίπτωση-πυκνότητα μεταξύ των καπνιστών ήταν 0,05
Διαβάστε περισσότεραΛύση. Επίπτωση-πυκνότητα κ+ =ID κ+ 0,05 (έτη) -1. Επίπτωση-πυκνότητα κ- =ID κ- 0,01 (έτη) -1. ID κ+ - ID κ- 0,05-0,01=0,04 (έτη) -1
Άσκηση Σ έναν μελετώμενο πληθυσμό καπνιστών και μη καπνιστών διερευνήθηκε η σχέση μεταξύ καπνιστικής συνήθειας και συχνότητας εμφάνισης καρκίνου του πνεύμονα. Η επίπτωση-πυκνότητα μεταξύ των καπνιστών
Διαβάστε περισσότεραΑντικείμενο των επιδημιολογικών μελετών
Αντικείμενο των επιδημιολογικών μελετών Ο μεγάλος δρόμος για την εύρεση αιτιακών σχέσεων είναι γεμάτος σφάλματα Αιτιακή σχέση Τυχαίο σφάλμα Συγχυτές Συστηματικό σφάλμα επιλογής Συστηματικό σφάλμα Συστηματικό
Διαβάστε περισσότεραΣΑΚΧΑΡΩΔΗΣ ΔΙΑΒΗΤΗΣ και ΚΑΡΚΙΝΟΣ: συνύπαρξη ή αιτιολογική σχέση;
ΣΑΚΧΑΡΩΔΗΣ ΔΙΑΒΗΤΗΣ και ΚΑΡΚΙΝΟΣ: συνύπαρξη ή αιτιολογική σχέση; Δ. Καραγιάννη, Β. Κουρκούμπας, Δ. Μπαλτζής, Γ. Κοτρώνης, Ε. Κιντιράκη, Χ.Τρακατέλλη, Α. Παυλίδου, Μ. Σιών Γ Παθολογική Κλινική ΑΠΘ, ΓΠΝΘ
Διαβάστε περισσότεραΕρώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;
Ερώτηση Σε μια συγχρονική μελέτη μετρήθηκε ο δείκτης μάζας σώματος 5000 αγοριών και 5500 κοριτσιών ηλικίας 14-17 ετών. Το 15% των αγοριών και το 8% των κοριτσιών ήταν υπέρβαρα. Ποιο μέτρο συχνότητας υπολογίστηκε;
Διαβάστε περισσότεραΑιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες
Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες Αιτιότητα Πρόγραμμα εκπαίδευσης στην επιδημιολογική επιτήρηση και διερεύνηση επιδημιών ΕΣΔΥ ΚΕΕΛΠΝΟ, 2007 "Ευτυχισμένος είναι αυτός που κατόρθωσε
Διαβάστε περισσότεραΗ ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΙΑTΡΙΚΗ ΣΧΟΛΗ Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ Έλενα Κριτσέλη, MPH PhD Επιστημονικός Συνεργάτης Επιδημιολόγος Χρόνιων Παθήσεων, Α Πανεπιστημιακή Παιδιατρική
Διαβάστε περισσότεραΕΠΙΠΕΔΑ ΑΓΓΕΙΟΠΟΙΗΤΙΝΩΝ 1 ΚΑΙ 2 ΣΤΟ ΥΠΕΡΚΕΙΜΕΝΟ ΠΤΥΕΛΩΝ ΣΕ ΑΣΘΕΝΕΙΣ ΜΕ ΧΑΠ
ΕΠΙΠΕΔΑ ΑΓΓΕΙΟΠΟΙΗΤΙΝΩΝ 1 ΚΑΙ 2 ΣΤΟ ΥΠΕΡΚΕΙΜΕΝΟ ΠΤΥΕΛΩΝ ΣΕ ΑΣΘΕΝΕΙΣ ΜΕ ΧΑΠ Β. Μπέσσα 1, Σ. Λουκίδης 1, Γ. Χειλάς 2,Β. εληµπούρα 1, D Simoes 3, Κ. Κοντογιάννη 4, Σ. Παπίρης 1, Κ. Κωστίκας 1, Μ. Αλχανάτης
Διαβάστε περισσότεραΠροσδιοριστής (determinant) Συνώνυμα
Προσδιοριστής Το χαρακτηριστικό (συγγενές, περιβαλλοντικό ή συμπεριφοράς) των ατόμων από το οποίο εξαρτάται η συχνότητα εμφάνισης της μελετώμενης έκβασης Προσδιοριστής (determinant) Συνώνυμα Έκθεση Μελετώμενος
Διαβάστε περισσότεραΕρώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;
Ερώτηση Σε μια συγχρονική μελέτη μετρήθηκε ο δείκτης μάζας σώματος 5000 αγοριών και 5500 κοριτσιών ηλικίας 14-17 ετών. Το 15% των αγοριών και το 8% των κοριτσιών ήταν υπέρβαρα. Ποιο μέτρο συχνότητας υπολογίστηκε;
Διαβάστε περισσότεραΠροσδιοριστής (determinant) Συνώνυμα
Προσδιοριστής Το χαρακτηριστικό (συγγενές, περιβαλλοντικό ή συμπεριφοράς) των ατόμων από το οποίο εξαρτάται η συχνότητα εμφάνισης της μελετώμενης έκβασης Προσδιοριστής (determinant) Συνώνυμα Έκθεση Μελετώμενος
Διαβάστε περισσότεραΖ Σεμινάριο ΕΧΕ 24 Σεπτεμβρίου 2013
Κλέα Κατσουγιάννη Καθηγήτρια Βιοστατιστικής και Επιδημιολογίας Εργαστήριο Υγιεινής, Επιδημιολογίας και Ιατρικής Στατιστικής Ιατρική Σχολή Πανεπιστημίου Αθηνών Ζ Σεμινάριο ΕΧΕ 24 Σεπτεμβρίου 2013 Μεταβλητότητα
Διαβάστε περισσότεραΕρώτηση. Ποιο μέτρο συχνότητας υπολογίστηκε;
Σε μια συγχρονική μελέτη μετρήθηκε ο δείκτης μάζας σώματος 5000 αγοριών και 5500 κοριτσιών ηλικίας 14-17 ετών. Το 15% των αγοριών και το 8% των κοριτσιών ήταν υπέρβαρα. Ποιο μέτρο συχνότητας υπολογίστηκε;
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕΘΟΔΟΛΟΓΙΑ Μ. ΑΡΒΑΝΙΤΙΔΟΥ- ΒΑΓΙΩΝΑ ΚΑΘΗΓΗΤΡΙΑ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕΘΟΔΟΛΟΓΙΑ Μ. ΑΡΒΑΝΙΤΙΔΟΥ- ΒΑΓΙΩΝΑ ΚΑΘΗΓΗΤΡΙΑ ΚΛΙΝΙΚΑ ΣΗΜΑΝΤΙΚΟ ΕΥΡΗΜΑ VS ΣΤΑΤΙΣΤΙΚΑ ΣΗΜΑΝΤΙΚΟ ΕΥΡΗΜΑ Ι 1. Η στατιστική σημαντικότητα αντανακλά την επίδραση
Διαβάστε περισσότεραΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ
ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ Θεωρία Παρουσίαση 3 η ΕΙΔΗ ΕΠΙΔΗΜΙΟΛΟΓΙΩΝ ΜΕΛΕΤΩΝ 1 Είδη Επιδημιολογικών Μελετών Περιγραφικές Μελέτες Αναλυτικές Μελέτες Οικολογικές Μελέτες (Ecological Studies) ή Συσχέτισης
Διαβάστε περισσότερασ = και σ = 4 αντιστοίχως. Τότε θα ισχύει
Θέματα ομάδας A 1. Σε κάποιο πείραμα τύχης μία τυχαία μεταβλητή λαμβάνει τις τιμές = 10 και = 10. Τότε η μέση τιμή x της θα είναι α. 10 β. 10 γ.,5 10 δ. 19,5 10 1= 10, = 10,. Δυο τυχαίες μεταβλητές, ακολουθούν
Διαβάστε περισσότεραΠέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Μέτρα συχνότητας (measures of frequency) Μέτρα σχέσης (measures
Διαβάστε περισσότεραΑντικείμενο των επιδημιολογικών μελετών
Αντικείμενο των επιδημιολογικών μελετών Αντικείμενο των αιτιογνωστικών μελετών Είναι το τελικό αποτέλεσμα μιας αιτιογνωστικής μελέτης και πιο συγκεκριμένα το είδος και η ποσότητα της εμπειρικής πληροφορίας
Διαβάστε περισσότεραΕνότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο )
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 1: Εισαγωγή Δρ. Χρήστος Γενιτσαρόπουλος Λαμία, 2017 1.1. Σκοπός και
Διαβάστε περισσότεραΜπεττίνα Χάιδιτς. Επίκουρη Καθηγήτρια Υγιεινής Ιατρικής Στατιστικής e mail:
Μπεττίνα Χάιδιτς Επίκουρη Καθηγήτρια Υγιεινής Ιατρικής Στατιστικής e mail: haidich@med.auth.gr Υπολογισμός μεγέθους δείγματος Πιο πολλές επιδημιολογικές μελέτες έχουν ως στόχο να εκτιμηθεί κάποιο χαρακτηριστικό
Διαβάστε περισσότεραΕισαγωγή στη Βιοστατιστική
Εισαγωγή στη Βιοστατιστική Π.Μ.Σ.: Έρευνα στη Γυναικεία Αναπαραγωγή Οκτώβριος Νοέμβριος 2017 2 Έλεγχος ανεξαρτησίας 2 ποιοτικών χαρακτηριστικών Παράδειγμα η παρουσία καρκίνου δεν εξαρτάται από το φύλο
Διαβάστε περισσότεραΤο κάπνισμα στην Ελλάδα
Εθνική Μελέτη Νοσηρότητας και Παραγόντων Κινδύνου (Ε.ΜΕ.ΝΟ.) Το κάπνισμα στην Ελλάδα Καρακατσάνη Άννα Αναπληρώτρια Καθηγήτρια Πνευμονολογίας Β Πνευμονολογική Κλινική ΕΚΠΑ ΠΓΝ«ΑΤΤΙΚΟΝ» Ε.ΜΕ.ΝΟ Είναι η πρώτη
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 6: Συσχέτιση και παλινδρόμηση εμπειρική προσέγγιση Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης
Διαβάστε περισσότεραΜέθοδοι δειγματοληψίας, καθορισμός μεγέθους δείγματος, τύποι σφαλμάτων, κριτήρια εισαγωγής και αποκλεισμού
Μέθοδοι δειγματοληψίας, καθορισμός μεγέθους δείγματος, τύποι σφαλμάτων, κριτήρια εισαγωγής και αποκλεισμού Γεσθημανή Μηντζιώρη MD, MSc, PhD Μονάδα Ενδοκρινολογίας της Αναπαραγωγής, Α Μαιευτική και Γυναικολογική
Διαβάστε περισσότεραΟΞΥ ΣΤΕΦΑΝΙΑΙΟ ΣΥΝΔΡΟΜΟ
ΕΠΙΔΡΑΣΗ ΤΩΝ ΔΙΑΦΟΡΕΤΙΚΩΝ ΤΙΜΩΝ ΓΛΥΚΟΖΗΣ ΚΑΤΑ ΤΗ ΝΟΣΗΛΕΙΑ ΜΕ ΤΗΝ ΕΝΟΣ ΕΤΟΥΣ ΕΚΒΑΣΗ ΜΕΤΑ ΑΠΟ ΟΞΥ ΣΤΕΦΑΝΙΑΙΟ ΣΥΝΔΡΟΜΟ Α Κουτσοβασίλης 1, Γ Κουκούλης 2, Ι Πρωτοψάλτης 1, Ι Σκουλαρίγκης 3, Φ Τρυποσκιάδης 3,
Διαβάστε περισσότερα14/11/ Καθορισμός & επιλογή συμμετεχόντων 1/16. Διαδικασία συλλογής δεδομένων. 1. Καθορισμός & επιλογή συμμετεχόντων 2/16
Διαδικασία συλλογής δεδομένων Στόχοι Καθορισμός & επιλογή συμμετεχόντων- Εξασφάλιση άδειας Επιλογή του είδους των πληροφοριών για συλλογή Επιλογή των οργάνων μέτρησης Διαχείριση της συλλογής δεδομένων
Διαβάστε περισσότεραΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο
Διαβάστε περισσότεραΛΟΓΙΣΤΙΚΗ ΕΞΑΡΤΗΣΗ. Πρώτα θα δούμε την επίδραση των παραπάνω παραγόντων με διμεταβλητή ανάλυση: Variables in the Equation
ΛΟΓΙΣΤΙΚΗ ΕΞΑΡΤΗΣΗ Θα δούμε ένα παράδειγμα όπου μελετήθηκαν διάφοροι προσδιοριστικοί παράγοντες που μπορεί να επηρεάσουν την γέννηση ελλειποβαρών νεογνών (βάρος < 2.500 γραμμάρια). Συλλέχθηκαν δεδομένα
Διαβάστε περισσότεραΕπαγγελματική Επιδημιολογία
Επαγγελματική Επιδημιολογία Η επιδημιολογία είναι η επιστήμη, που μελετά τη συχνότητα των νοσημάτων σε ανθρώπινους πληθυσμούς και διερευνά τους αιτιολογικούς παράγοντες και τους παράγοντες πρόγνωσης. Η
Διαβάστε περισσότεραΚλινική Ε ιδηµιολογία. Τυχαίο Σφάλμα Συστηματικό Σφάλμα
Κλινική Ε ιδηµιολογία Τυχαίο Σφάλμα Συστηματικό Σφάλμα ερευνητικό ερώτηµα : Η θνησιµότητα από καρδιαγγειακά επηρεάζεται από την κοινωνική τάξη; ερευνητικό ερώτηµα : η θνησιµότητα από καρδιαγγειακά (εξαρτηµένη
Διαβάστε περισσότεραΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ
Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Περιεχόμενα 1. Συσχέτιση μεταξύ δύο ποσοτικών
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ. Κλινική ή ερευνητική παρατήρηση Πόσο αληθινή είναι; Τι θα συζητηθεί σε αυτό το µάθηµα
ΠΙΘΑΝΟΤΗΤΕΣ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΗΝ ΚΛΙΝΙΚΗ ΙΑΤΡΙΚΗ Κλινική ή ερευνητική παρατήρηση Πόσο αληθινή είναι; VS. Chance Bias Τι θα συζητηθεί σε αυτό το µάθηµα Η θεωρία των πιθανοτήτων Σφάλµατα προκατάληψης (biases)
Διαβάστε περισσότεραΕπαναληπτικό μάθημα Βασικών επιδημιολογικών εννοιών. Ειρήνη Αγιαννιωτάκη
Επιδημιολογία Επαναληπτικό μάθημα Βασικών επιδημιολογικών εννοιών Συγχυτικοί Παράγοντες Οι συγχυτικοί παράγοντες προκύπτουν όταν οι ομάδες των εκτεθέντων και των μη-εκτεθέντων (του υπό μελέτη πληθυσμού)
Διαβάστε περισσότεραΠέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Καθορισμός ερευνητικής υπόθεσης Κριτήρια ένταξης και αποκλεισμού
Διαβάστε περισσότεραΑντικείμενο των επιδημιολογικών μελετών
Αντικείμενο των επιδημιολογικών μελετών Εάν το αντικείμενο μιας μελέτης είναι ο υπολογισμός του λόγου των επιπτώσεων-πυκνοτήτων του καρκίνου του πνεύμονα στους καπνιστές σε σχέση με τους μη καπνιστές,
Διαβάστε περισσότεραΣτατιστικοί Έλεγχοι Υποθέσεων. Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή
Στατιστικοί Έλεγχοι Υποθέσεων Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή Τι θέλουμε να συγκρίνουμε; Δύο δείγματα Μέση αρτηριακή πίεση σε δύο ομάδες Πιθανότητα θανάτου με δύο διαφορετικά
Διαβάστε περισσότεραΑνάλυση συνεχών μεταβλητών. Γεωργία Σαλαντή. Λέκτορας Εργαστήριο υγιεινής και Επιδημιολογίας
Συσχέτιση Παλινδρόμηση Ανάλυση συνεχών μεταβλητών Γεωργία Σαλαντή Λέκτορας Εργαστήριο υγιεινής και Επιδημιολογίας Περιεχόμενα Συσχέτιση μεταξύ δύο συνεχών μεταβλητών Παλινδρόμηση μεταξύ Μίας συνεχούς μεταβλητής
Διαβάστε περισσότεραΣΥΣΧΕΤΙΣΗ ΓΕΝΕΤΙΚΩΝ ΠΟΛΥΜΟΡΦΙΣΜΩΝ ΣΤΟ ΓΟΝΙ Ι0 MYD88 ΜΕ ΤΗΝ ΑΝΑΠΤΥΞΗ ΦΥΜΑΤΙΩΣΗΣ
ΣΥΣΧΕΤΙΣΗ ΓΕΝΕΤΙΚΩΝ ΠΟΛΥΜΟΡΦΙΣΜΩΝ ΣΤΟ ΓΟΝΙ Ι MYD88 ΜΕ ΤΗΝ ΑΝΑΠΤΥΞΗ ΦΥΜΑΤΙΩΣΗΣ Φωτεινή Μάλλη 1, Ειρήνη Γερογιάννη 1 Καλλιόπη Αγγέλου 1, Βίκυ Μολλάκη 2, Φωτεινή Μπαρδάκα 1, Κωνσταντίνος Ι. Γουργουλιάνης
Διαβάστε περισσότεραΣτόχος µαθήµατος: Παράδειγµα 1: µελέτη ασθενών-µαρτύρων ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ
ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΜΕ ΤΗΝ ΧΡΗΣΗ SPSS
Διαβάστε περισσότεραΤα συστηματικά σφάλματα στις επιδημιολογικές μελέτες Κάθε επιδημιολογική μελέτη πρέπει να θεωρείται ως μια άσκηση μέτρησης
Τα συστηματικά σφάλματα στις επιδημιολογικές μελέτες Κάθε επιδημιολογική μελέτη πρέπει να θεωρείται ως μια άσκηση μέτρησης Kenneth J. Rothman, 2002 Πρόγραμμα εκπαίδευσης στην επιδημιολογική επιτήρηση και
Διαβάστε περισσότεραΒΙΟΣΤΑΤΙΣΤΙΚΗ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ
1 ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ 2 Γενικά το μάθημα της Βιοστατιστικής είναι ένα εύκολο προς μέτριο μάθημα που υπάρχει στο Α έτος. Μπορεί εκ πρώτης όψεως να φαντάζει δύσκολο και ακατανόητο.
Διαβάστε περισσότεραΠανεπιστήμιο Θεσσαλίας Σχολή Επιστημών Υγείας Ιατρικό Τμήμα. Μάθημα: Επιδημιολογία και Εφαρμοσμένη Ιατρική Έρευνα
Πανεπιστήμιο Θεσσαλίας Σχολή Επιστημών Υγείας Ιατρικό Τμήμα Eργαστήριο Υγιεινής και Επιδημιολογίας ιευθυντής: Χ. Χατζηχριστοδούλου Μάθημα: Επιδημιολογία και Εφαρμοσμένη Ιατρική Έρευνα Υπεύθυνος Μαθήματος:
Διαβάστε περισσότεραΕυάγγελος Ευαγγέλου, Λεκτορας επιδημιολογίας Ιωάννα Τζουλάκη, Λεκτορας επιδημιολογίας
Περιγραφική και ημιπειραματική έρευνα Ευάγγελος Ευαγγέλου, Λεκτορας επιδημιολογίας Ιωάννα Τζουλάκη, Λεκτορας επιδημιολογίας Ιεράρχηση των αποδείξεων στην ιατρική έρευνα Σποραδικές παρατηρήσεις Σειρά παρατηρήσεων
Διαβάστε περισσότεραΛογιστική Παλινδρόµηση
Κεφάλαιο 10 Λογιστική Παλινδρόµηση Στο κεφάλαιο αυτό ϑα δούµε την µέθοδο της λογιστικής παλινδρόµησης η οποία χρησιµεύει στο να αναπτύξουµε σχέση µίας δίτιµης ανεξάρτητης τυχαίας µετα- ϐλητής και συνεχών
Διαβάστε περισσότεραΜεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική
Μεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική Μη παραμετρικοί στατιστικοί έλεγχοι Καθηγητής ΔΠΘ Κων/νος Τσαγκαράκης Δευτέρα 6 Μαρτίου 13:00-16:00 Ώρα για εξ αποστάσεως συνεργασία Τρίτη 7 Μαρτίου 12:00-14:00
Διαβάστε περισσότεραKruskal-Wallis H... 176
Περιεχόμενα KΕΦΑΛΑΙΟ 1: Περιγραφή, παρουσίαση και σύνοψη δεδομένων................. 15 1.1 Τύποι μεταβλητών..................................................... 16 1.2 Κλίμακες μέτρησης....................................................
Διαβάστε περισσότεραΕπιδημιολογία. Είδη υπό-μελέτη πληθυσμών. Ο ορισμός του υπό-μελέτη πληθυσμού ΜΕΤΡΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ ΤΩΝ ΝΟΣΗΜΑΤΩΝ
Επιδημιολογία ΜΕΤΡΗΣΗ ΚΑΙ ΣΥΓΚΡΙΣΗ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ ΤΩΝ ΝΟΣΗΜΑΤΩΝ Ανδρονίκη Νάσκα, Αναπλ. Καθηγήτρια Εργαστήριο Υγιεινής, Επιδημιολογίας & Ιατρικής Στατιστικής anaska@med.uoa.gr Μελέτη της κατανομής και
Διαβάστε περισσότεραΚλινική Επιδηµιολογία. Μέτρα κινδύνου Αιτιολογική συσχέτιση
Κλινική Επιδηµιολογία Μέτρα κινδύνου Αιτιολογική συσχέτιση Μέτρα κινδύνου Αιτιολογική συσχέτιση Σύγκριση µεταξύ διαφορετικών πληθυσµών ως προς την έκθεση (exposure) Σύγκριση της κατανοµής της συχνότητας
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΒΙΟ-ΙΑΤΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΜΕ ΠΡΑΚΤΙΚΗ ΕΦΑΡΜΟΓΗ ΣΕ Η/Υ
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΡΓΑΣΤΗΡΙΟ ΥΓΙΕΙΝΗΣ, ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ & ΙΑΤΡΙΚΗΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΜΟΝΑΔΑ ΕΦΑΡΜΟΓΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ & ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ ΜΟΝΑΔΑ ΑΝΑΠΤΥΞΗΣ ΣΤΑΤΙΣΤΙΚΗΣ
Διαβάστε περισσότεραΚ Ι Ν Υ Ν Ο Σ ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ. ! Εκτίµηση κινδύνου ανάπτυξης νόσου! Παράγοντες κινδύνου! Τρόποι σύγκρισης των παραµέτρων κινδύνου
ΜΑΘΗΜΑ ΕΠΙ ΗΜΙΟΛΟΓΙΑΣ Epidemiology and Public Health Dept of Epidemiology and Public Health N. TZANAKIS M.D. Consultant in Respiratory Medicine Assistant Professor in Epidemiology P.O. Box 1352, 71110
Διαβάστε περισσότεραΓενικευμένα Γραμμικά Μοντέλα (GLM) Επισκόπηση
Γενικευμένα Γραμμικά Μοντέλα (GLM) Επισκόπηση Γενική μορφή g( E[ Y X ]) Xb Κατανομή της Υ στην εκθετική οικογένεια Ανεξάρτητες παρατηρήσεις Ενας όρος για το σφάλμα g(.) Συνδετική συνάρτηση (link function)
Διαβάστε περισσότεραΜια κριτική ματιά στην κλινική. μελέτη GRIPHON
Μια κριτική ματιά στην κλινική μελέτη GRIPHON Κατερίνα Μαραθιά Πνευμονολόγος Εντατικολόγος Διευθύντρια ΚΧ ΜΕΘ Διακλινικό Ιατρείο Πνευμονικής Υπέρτασης Ωνάσειο Καρδιοχειρουργικό Κέντρο Δήλωση σύγκρουσης
Διαβάστε περισσότεραΜελέτες Ασθενών-Μαρτύρων Case Control Studies
ΕΙΔΗ ΕΠΙΔΗΜΙΟΛΟΓΙΚΩΝ ΜΕΛΕΤΩΝ Μη πειραματικές μελέτες - συνέχεια Μελέτες Ασθενών-Μαρτύρων Case Control Studies Ενώ στις μελέτες Cohort ξεκινάμε από εκτεθειμένους και μη και κοιτάμε ποιοι αναπτύσσουν το
Διαβάστε περισσότεραΠέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών
Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών Σχέση μεταξύ εμβολίων και αυτισμού Θέση ύπνου των βρεφών και συχνότητα εμφάνισης του
Διαβάστε περισσότεραΟι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος
Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation Σταμάτης Πουλακιδάκος Μερικά εισαγωγικά λόγια Οι έλεγχοι των ερευνητικών υποθέσεων πραγματοποιούνται με διάφορους στατιστικούς ελέγχους,
Διαβάστε περισσότεραΜΕΣΟΓΕΙΑΚΗ ΔΙΑΤΡΟΦΗ ΣΕ ΣΧΕΣΗ ΜΕ ΤΑ ΕΠΙΠΕΔΑ ΤΟΥ ΟΥΡΙΚΟΥ ΟΞΕΟΣ ΣΕ ΑΤΟΜΑ ΜΕ ΣΑΚΧΑΡΩΔΗ ΔΙΑΒΗΤΗ.
ΜΕΣΟΓΕΙΑΚΗ ΔΙΑΤΡΟΦΗ ΣΕ ΣΧΕΣΗ ΜΕ ΤΑ ΕΠΙΠΕΔΑ ΤΟΥ ΟΥΡΙΚΟΥ ΟΞΕΟΣ ΣΕ ΑΤΟΜΑ ΜΕ ΣΑΚΧΑΡΩΔΗ ΔΙΑΒΗΤΗ. Σταματελάτου Mαρία¹, Κοντολαιμάκη Καλλιόπη¹, Ριζούλη Μαριάννα², Δασενάκη Μαρία¹, Μαρκάκη Αναστασία². 1.Παθολογική
Διαβάστε περισσότεραΤι θα µάθουµε σήµερα. Έκφραση κλινικών παρατηρήσεων
Τι θα µάθουµε σήµερα Με ποιους τρόπους ξεχωρίζουµε το φυσιολογικό από το παθολογικό Βιολογικές παρατηρήσεις Πως µετρώνται Πως εκφράζονται Πως κατανέµονται σε ένα τυχαίο φυσιολογικό πληθυσµό Πως επιλέγονται
Διαβάστε περισσότεραΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ
ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ ΠΑΡΟΥΣΙΑΣΗ 5 Η (Θ) ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΚΑΙ ΠΡΟΕΤΟΙΜΑΣΙΑ ΤΗΣ ΕΠΙΔΗΜΙΟΛΟΓΙΚΗΣ ΕΡΕΥΝΑΣ 1 ΣΧΕΔΙΑΣΜΟΣ ΠΕΡΙΓΡΑΦΙΚΗΣ ΕΠΙΔΗΜΙΟΛΟΓΙΚΗΣ ΕΡΕΥΝΑΣ 2 Παρατηρήσεις (Observations) Δομικά στοιχεία
Διαβάστε περισσότεραΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ
ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης
Διαβάστε περισσότεραΛογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS
Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία
Διαβάστε περισσότεραΣτόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Πολλαπλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 7 (συνέχεια)
ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ ΜΑΘΗΜΑ 12β ΕΡΓΑΣΤΗΡΙΟ 4β ΠΟΛΛΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ ΜΕ ΤΗΝ ΧΡΗΣΗ SPSS
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ
ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Άσκηση 1: Μια τράπεζα ενδιαφέρεται να μελετήσει την αποταμιευτική συμπεριφορά των πελατών της. Θεωρείται ως δεδομένο ότι η ετήσια αποταμίευση των πελατών της
Διαβάστε περισσότερα«ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΕΚΠΑΙΔΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ» Μάθημα 5 «Βασικές μέθοδοι ποσοτικής έρευνας» (II)
«ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΕΚΠΑΙΔΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ» Μάθημα 5 «Βασικές μέθοδοι ποσοτικής έρευνας» (II) Τα θέματά μας Μέθοδοι ποσοτικής έρευνας - - «Πειραματική έρευνα» (μέθοδοι: πείραμα, οιονεί πείραμα,
Διαβάστε περισσότεραΕΡΕΥΝΑ ΑΠΟΔΟΧΗΣ ΑΥΤΟΝΟΜΩΝ ΟΧΗΜΑΤΩΝ ΑΠΟ ΤΟΥΣ ΕΛΛΗΝΕΣ ΟΔΗΓΟΥΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ ΕΡΕΥΝΑ ΑΠΟΔΟΧΗΣ ΑΥΤΟΝΟΜΩΝ ΟΧΗΜΑΤΩΝ ΑΠΟ ΤΟΥΣ ΕΛΛΗΝΕΣ ΟΔΗΓΟΥΣ Χαράλαμπος Σουρής Επιβλέπων: Γιώργος Γιαννής,
Διαβάστε περισσότεραΜάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος
ΤΜΜΑ ΕΠΙΧΕΙΡΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΜΑΤΩΝ Μάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος - Στο παρόν µάθηµα δίνεται µε κάποια απλά παραδείγµατα-ασκήσεις
Διαβάστε περισσότεραΔοκιμές προτίμησης και αποδοχής
Δοκιμές προτίμησης και αποδοχής Χρησιμοποιείται συνήθως για: Επιλογή άριστου δείγματος ή άριστης επεξεργασίας Συγκριτική αξιολόγηση ποιοτικών χαρακτηριστικών Συγκριτική προτίμηση ομοειδών τροφίμων (διερεύνηση
Διαβάστε περισσότεραΕΞΕΤΑΣΗ ΤΗΣ ΣΧΕΣΗΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ
ΕΞΕΤΑΣΗ ΤΗΣ ΣΧΕΣΗΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ ΔΥΟ ΠΟΙΟΤΙΚΕΣ ΠΙΝΑΚΕΣ ΣΥΝΑΦΕΙΑΣ ΕΞΕΤΑΣΗ ΤΗΣ ΥΠΑΡΞΗΣ Ή ΟΧΙ ΣΧΕΣΗΣ ΕΝΤΑΣΗ ΚΑΙ ΦΥΣΗ ΤΗΣ ΣΧΕΣΗΣ ΔΥΟ ΠΟΙΟΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΑ CROSSTABS ΠΙΝΑΚΑΣ ΣΥΝΑΦΕΙΑΣ Ο πίνακας συνάφειας είναι
Διαβάστε περισσότεραΈρευνα Μάρκετινγκ Ενότητα 5
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 5 : Μέθοδοι Στατιστικής Ανάλυσης Χριστίνα Μπουτσούκη Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΣκοπός του μαθήματος. Έλεγχος μηδενικής υπόθεσης OR-RR. Έλεγχος μηδενικής υπόθεσης. Σφάλαμα τύπου Ι -Σφάλμα τύπου ΙΙ 20/4/2013
Σκοπός του μαθήματος Έλεγχος μηδενικής υπόθεσης OR-RR Μαρία Γκριζιώτη Μsc Ιατρικής Ερευνητικής Μεθοδολογίας Μηδενική υπόθεση p value 95% Διαστήματα Εμπιστοσύνης Odds Ratio Relative Risk Έλεγχος μηδενικής
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών
ΟΙΚΟΝΟΜΕΤΡΙΑ Βιολέττα Δάλλα Τµήµα Οικονοµικών Επιστηµών Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών 1 Εισαγωγή Οικονοµετρία (Econometrics) είναι ο τοµέας της Οικονοµικής επιστήµης που περιγράφει και αναλύει
Διαβάστε περισσότεραΣΥΣΧΕΤΙΣΗ ΠΑΡΑΜΕΤΡΩΝ ΕΠΙΡΡΟΗΣ ΤΗΣ ΑΣΦΑΛΕΙΑΣ ΤΩΝ ΠΕΖΩΝ
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Μεταφορών και Συγκοινωνιακής Υποδοµής ΣΥΣΧΕΤΙΣΗ ΠΑΡΑΜΕΤΡΩΝ ΕΠΙΡΡΟΗΣ ΤΗΣ ΑΣΦΑΛΕΙΑΣ ΤΩΝ ΠΕΖΩΝ ΣΟΒΑΡΟΤΗΤΑ ΤΡΑΥΜΑΤΙΣΜΟΥ Νεκρός Μη νεκρός ΤΥΠΟΣ ΟΧΗΜΑΤΟΣ
Διαβάστε περισσότεραΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ: ΑΣΚΗΣΕΙΣ
ΜΕΜ264: Εφαρμοσμένη Στατιστική 1 ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ: ΑΣΚΗΣΕΙΣ 1. Σε μελέτη της επίδρασης γεωργικών χημικών στην προσρόφηση ιζημάτων και εδάφους, δίνονται στον πιο κάτω πίνακα 13 δεδομένα για το δείκτη
Διαβάστε περισσότεραΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ
A εξάμηνο 2009-2010 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ Μεθοδολογία Έρευνας και Στατιστική ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Ποιοτικές και Ποσοτικές
Διαβάστε περισσότεραΠαιδαγωγικά II. Εισαγωγή στη μεθοδολογία της Εκπαιδευτικής Έρευνας Ευαγγελία Παυλάτου, Αν. Καθηγήτρια ΕΜΠ Νίκος Καλογερόπουλος, ΕΔΙΠ ΕΜΠ
Παιδαγωγικά II Εισαγωγή στη μεθοδολογία της Εκπαιδευτικής Έρευνας Ευαγγελία Παυλάτου, Αν. Καθηγήτρια ΕΜΠ Νίκος Καλογερόπουλος, ΕΔΙΠ ΕΜΠ Άδεια Χρήσης Το παρόν υλικό υπόκειται σε άδειες χρήσης Creative Commons
Διαβάστε περισσότεραΕΒΔΟΜΑΔΑ 1 ΠΑΡΑΣΚΕΥΗ 4/3/2016 ΣΥΝΤΟΝΙΣΤΗΣ/ΔΙΔΑΣΚΩΝ ΑΙΘΟΥΣΑ ΥΠΟΔΟΧΗ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΦΟΙΤΗΤΩΝ ΠΕΡΙΓΡΑΜΜΑ ΠΜΣ
ΕΒΔΟΜΑΔΑ 1 ΠΑΡΑΣΚΕΥΗ 4/3/2016 ΑΙΘΟΥΣΑ 09.00-10.00 ΥΠΟΔΟΧΗ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΦΟΙΤΗΤΩΝ ΠΕΡΙΓΡΑΜΜΑ ΠΜΣ Χ.ΓΩΓΟΣ/ 10.00-11.00 A1 Εισαγωγή στην Υγιεινή Περιβάλλοντος Περιβάλλον και Υγεία. Έκθεση στους περιβαλλοντικούς
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότερα