آمار
اسلاید 1: ستایش کنم ایزد پاک راکه گویا و بینا کند خاک را بسم الله الرحمان الرحيمدکتر منصور رضایی1
اسلاید 2: مدرس : دكتر منصور رضاييدكتر منصور رضايي مركز مطالعات و توسعه آموزش علوم پزشكيدانشگاه علوم پزشکی کرمانشاه
اسلاید 3: Education is not the filling of a pail but the lighting of a fireWilliam battlerدکتر منصور رضایی3
اسلاید 4: Education is that which remains when one has forgotten every thing learned in school.Albert intestineدکتر منصور رضایی4
اسلاید 5: آمار توصیفی احتمالاتآمار تحلیلی یا آزمون فرضیه (احتمال صحت استنباط مبتنی بر نمونه)جدولنمودارشاخصهای مرکزی و پراکندگیدنیای زیبای آماردکتر منصور رضایی5
اسلاید 6: امروز چی خواهیم گفت : مفهوم و تاریخچه آزمون فرضیهخطای نوع آلفا و بتا آمار تحلیلی و انواع آزمونهامرور ساده چند آزمون رایج پارامتریک و ناپارامتریکمفهوم P valueدکتر منصور رضایی6
اسلاید 7: داستان آزمون فرضیه قیاس Deduction استقراء Inductionآزمون فرضیه Falsification
اسلاید 8: کارل پوپر و منطق ابطال گرایی(آزمون فرضیه)دکتر منصور رضایی8
اسلاید 9: برتراند راسلدیوید هیوم ايرادات دانشمندان انگلیسی بر منطق استقراء
اسلاید 10: آمـار تحليلـيعلم آمار داراي دو بخش اساسي آمار توصيفي و آمار استنباطي است.توصيف كردن تنها يك جنبه از كاركرد علم آمار است و محور بسيار مهم‌تر اين علم، استنباط Inference است. در فرهنگ Webster آمده است: استنباط كردن يعني نتيجه‌گيري به‌عنوان يك پيامد يا احتمال.دکتر منصور رضایی10
اسلاید 11: دکتر منصور رضاییآمار تحليليآمار استنباطي سعي دارد بر اساس مشاهده بخشي از رويدادها درباره طيف وسيع‌تري از آنها نتيجه‌گيري منطقي ارائه دهد. به عبارتي آمار تحليلي علمي است كه به كمك آن بر اساس اطلاعات حاصل از يك نمونه تصادفي (آماره)، درباره وضعيت صفت در جامعه (پارامتر) قضاوت مي‌كنيم. آمار تحليلي نشان مي دهد كه شانس و تصادف تا چه حد مي تواند روبط بين متغيرهاي مشاهده شده را توجيه نمايد.11
اسلاید 12: خطاي نوع اول خطاي نوع اول هنگامي رخ مي‌دهد كه فرضيه صفر واقعاً صحيح باشد، اما نتايج حاصل از نمونه گيري (صرفاً به دليل خطاي تصادفي) فرضيه صفر را تاييد نكنند و محقق فرضيه صفر را به اشتباه رد نمايد. احتمال بروز چنين خطايي را سطح معناداري [Level of Significance] مي‌گويند و با علامت آلفا(α) نشان مي‌دهند.
اسلاید 13: برآورد فاصله‌اي‌اگر بخواهيم عدد منفردي را براي پارامتر جمعيت (مثلا ميانگين يا µ) در نظر بگيريم، برآورد نقطه‌اي آن در نمونه (يعني آماره ) بهترين برآورد است.بدون درگير شدن با فرمول‌هاي رياضي و آماري، فاصله اطمينان براي يك پارامتر جامعه عبارت است از آماره آن پارامتر به‌علاوه و منهاي خطاي معيار آن آماره ضرب‌در مقدار مربوط به ضريب اطمينان.
اسلاید 14: اگر بخواهيم عدد منفردي را براي پارامتر جمعيت (مثلا ميانگين يا µ) در نظر بگيريم، برآورد نقطه‌اي آن در نمونه (يعني آماره ) بهترين برآورد است.بدون درگير شدن با فرمول‌هاي رياضي و آماري، فاصله اطمينان براي يك پارامتر جامعه عبارت است از: (آماره آن پارامتر) به‌علاوه و منهاي (خطاي معيار آن آماره) ضرب‌در (مقدار مربوط به ضريب اطمينان) مثلاً در مورد ميانگين داريم : برآورد فاصله‌ايدکتر منصور رضایی14
اسلاید 15: برآورد فاصله‌اي يا در مورد نسبت: همين كار را براي هر نوع پارامتري كه توزيع نمونه‌اي آن معلوم باشد، با ضريب اطمينان دلخواه مي‌توان انجام داد. در مطالعات علوم پزشكي معمولاً ضريب اطمينان را 95 درصد مي‌گيرند. پس به‌جاي مقدار مربوط به آن از جدول نرمال عدد 1.96 را مي‌توان قرار داد.دکتر منصور رضایی15
اسلاید 16: يعني عدد 1.96 را مي‌توان قرار داد. در مطالعات علوم پزشكي معمولاً ضريب اطمينان را 95 درصد مي‌گيرند. پس به‌جاي مقدار
اسلاید 17: اگر ميانگين فشار خون سيستوليك نمونه‌اي صد نفري از دانشجويان 118 ميلي‌متر جيوه باشد و فرض كنيم انحراف معيار فشار خون جامعه دانشجويان 16 باشد، مي‌توان گفت كه فاصله 1.96 *(10)/(16) ± 118 يا (3.136 ± 118) يا (121.136و 114.864) با اطمينان 95 درصد، ميانگين فشار خون جامعه دانشجويانµ) ) را در بر مي‌گيرد. یا مي‌توان گفت با ضريب اطمينان 95 درصد ميانگين فشارخون جامعه (µ) در فاصله فوق قرار مي‌گيرد. مثال:دکتر منصور رضایی17
اسلاید 18: برآورد فاصله‌اي يا در مورد اختلاف دو نسبت: دکتر منصور رضایی18
اسلاید 19: برآورد فاصله‌اي يا در مورد اختلاف دو میانگین: دکتر منصور رضایی19
اسلاید 20: آزمون فرضيه فرضیه آماري حكمي است درباره يك جامعه كه مي‌خواهيم بر مبناي اطلاعات حاصل از يك نمونه تصادفي از همان جامعه، آن حكم را تأييد يا رد نماييم.آزمون آماري مجموعه قواعدي است كه بر اساس آنها درباره تأييد يا رد فرض تصميم مي‌گيريم.دو نوع فرضيه: 1- فرضيه خنثي [Null Hypothesis] 2- فرضيه جايگزين [Alternative Hypothesis]. اين دو فرضيه طوري تنظيم مي‌شوند كه امكان ندارد همزمان صحيح باشند. دکتر منصور رضایی20
اسلاید 21: آزمون فرضيه1- فرضيه خنثي: فرضيه‌اي است كه توسط محقق تحت آزمون قرار مي گيرد و محقق مايل است آن‌را به نفع فرضيه خود رد نمايد. اين فرض اغلب بر عدم تفاوت دلالت دارد(H0 ).2- فرضيه جايگزين: فرضيه يا حكمي كه محقق مايل است آن‌را تأييد نمايد و به لحاظ مفهوم در مقابل فرضيه صفر قرار مي گيرد (Ha ). مثال: فرضيه خنثي: ميانگين سطح انسولين در افراد مبتلا به سكته قلبي(µ1) با ميانگين سطح انسولين در افراد سالم(µ2) تفاوتي ندارد. فرضيه جايگزين: ميانگين سطح انسولين در افراد مبتلا به سكته قلبي (µ1) از ميانگين سطح انسولين در افراد سالم(µ2) بيشتر است”. دکتر منصور رضایی21
اسلاید 22: آزمون فرضيه‌فرض جايگزين را در حالت فوق فرض يكطرفه [One Tailed] مي‌گويند.H0: µ1 =µ2 Ha: µ1 >µ2 ممكن است محقق صرفاً ادعا كند ميانگين سطح انسولين در افراد مبتلا به سكته قلبي با افراد سالم تفاوت دارد و درباره بيشتر يا كم‌تر بودن آن نظري نداشته باشد. در اين حالت فرضيه جايگزين را دو طرفه [Two Tailed] مي‌گويند:H0: µ1 =µ2 Ha: µ1≠µ2دکتر منصور رضایی22
اسلاید 23: چرخه اپيدميولوژي مشاهدهگردآوري داده هاتبديل به اطلاعاتانديشه و فهمايجاد حدس يا فرضيهآزمون فرضيهاستنباط علمي انجام مطالعات تجربي مداخله در جامعهارزيابي نتيجه آن123-45678910دکتر منصور رضایی23
اسلاید 24: خطا در آزمون‌چون نمونه‌ها به روش تصادفي انتخاب و داده‌ها جمع‌آوري می شوند، نتايج نيز تحت تأثير خطاي تصادفي است و به همين دليل نتيجه آزمون آماري به‌صورت گزاره احتمالي بيان مي‌شود. خطاي ناشي از تغييرات تصادفي به دو صورت متمايز بر نتايج اثر مي‌گذارد (خطاي نوع اول و دوم). دکتر منصور رضایی24
اسلاید 25: خطاي نوع اول و دوم‌خطاي نوع اول هنگامي رخ مي‌دهد كه فرضيه صفر واقعاً صحيح باشد، اما نتايج حاصل از نمونه گيري (صرفاً به دليل خطاي تصادفي) فرضيه صفر را تاييد نكنند و محقق فرضيه صفر را به اشتباه رد نمايد. احتمال بروز چنين خطايي را سطح معناداري [Level of Significance] مي‌گويند و با علامت آلفا(α) نشان مي‌دهند. از طرفي ممكن است در حالي كه واقعاً فرضيه صفر غلط است، نتايج حاصل از نمونه‌گيري نتواند اختلاف معناداري بين دو گروه نشان دهد. به عبارت ديگر دلايل كافي براي رد فرضيه صفر فراهم نمي‌شود و محقق فرضيه صفر را بپذيرد. در اين حالت خطاي نوع دوم رخ داده است. احتمال بروز اين خطا را با علامت بتا (β) نشان مي‌دهند. دکتر منصور رضایی25
اسلاید 26: نتيجه آزمونوضعيت واقعي فرض H0 وضعيت واقعي فرض H0 نتيجه آزمونH0 واقعاً غلط استH0 واقعاً صحيح استH0 تأييد مي‌شودخطاي نوع (β) IIتصميم درستH0 رد مي‌شودتصميم درستخطاي نوع (α) Iوضعيت بروز دو نوع خطا : دکتر منصور رضایی26
اسلاید 27: Testing of hypotheses Type I and Type II Errors - level of significance 1- - power of the testدکتر منصور رضایی27
اسلاید 28: به‌طور خلاصه براي انتخاب آزمون آماري مناسب بايد به :1-هدف مطالعه،2- طرح تحقيق (نوع مطالعه)،3- مقياس اندازه‌گيري، 4- توزيع صفت،5- روش نمونه گيري،6- حجم نمونه و7- نحوه برخورد با عوامل مخدوش كننده توجه شود. دکتر منصور رضایی28
اسلاید 29: استقلال گروه‌هامتغيرهاي كميمتغيرهاي كيفيدو گروه مستقلدو گروه وابستهآزمون Tآزمون T زوجيآزمون كاي دوآزمون مك نمار انتخاب نوع آزمون فرضيه بر اساس مقياس متغير وابسته و استقلال گروه‌ها دکتر منصور رضایی29
اسلاید 30: تحلیل یا مقایسه صفاتمتغير كيفي متغیر کمی (صفت )مستقل = کای 2 و فیشر وابسته = مک نمار2 گروه 3 گروه و بیشتر ارتباط 2 صفت با هم = همبستگی پیرسون تعداد گروها تعداد گروها 1 گروه با عدد ثابت مستقل = کای 2وابسته = کوکران3 گروه و بیشتر1 گروه = کولموگروف اسمیرنفمستقل = آزمون t مستقلوابسته = آزمون t زوجی2 گروه 1 گروهآنالیز واریانس یا anova مقایسه با عدد ثابت = آزمون t یا zدکتر منصور رضایی30
اسلاید 31: فرايند كلي آزمون فرضيه (با ذكر مثال):1- بيان فرضيه صفر؛H0:µ=222- تعيين يك يا دو دامنه‌بودن آزمون؛H1:µ<22 يا H1: µ≠22 3- محاسبه آماره آزمون متناسب با موضوع با استفاده از نمونه؛ Z، F، T و4- تعيين سطح معناداري α=0.05, 1-α=95% و پيدا كردن عدد بحراني از جداول آماري متناسب با سطح معناداري و دامنه آزمون؛ مثل ، يا عدد 1.96 . 5- مقايسه مقادير به‌دست آمده در مرحله 3 و 4 و تصميم در مورد رد يا تأييد فرضيه: الف) اگر قدر مطلق آماره بزرگ‌تر يا مساوي عدد بحراني باشد، فرض صفر را رد مي‌كنيم.ب) اگر مقدار آماره كوچك‌تر باشد، دليل كافي براي رد فرض صفر نداريم.6- بيان مفهوم تصميم مرحله 6: مثلاً مي‌توان گفت ميانگين صفت در جامعه 22 نمي‌باشد.دکتر منصور رضایی31
اسلاید 32: Sample nonrandom allocatedBefore assessmentBefore assessmentAfter assessmentAfter assessmentnoninterventioniucomparisonParallel design (quasi experimental)دکتر منصور رضایی32
اسلاید 33: sampleBefore assessmentAfter assessmentinterventioncomparisonPre experimentalدکتر منصور رضایی33
اسلاید 34: sampleBefore assessmentBefore assessmentAfter assessmentAfter assessmentnoninterventioniucomparisonCrossover design (2 parallel design)Wash out periodinterventionnonدکتر منصور رضایی34
اسلاید 35: روش های کنترل عامل مخدوشگردر مرحله طراحی مطالعهدر مرحله تحلیل مدل سازی آماری ModelingStratification لایه بندی همسان سازی Matchingمحدود سازی Restrictionتصادفی سازی Randomizationدکتر منصور رضایی35
اسلاید 36: مواجههگروهگروهمواجههموردشاهدداردABنداردCDکلN1N2مطالعه مورد شاهدی A*D/B*C=OR دکتر منصور رضایی36
اسلاید 37: نسبت شانس Odds Ratioمعیاری است که محاسبه آن فقط در مطالعه مورد-شاهدی امکان پذیر می باشد و برآورد یا تقریبی از خطر نسبی است.شانس بیمار برای تماس با عامل خطرشانس فرد سالم برای تماس با عامل خطر= OR
اسلاید 38: بررسی نقش عامل خطر در ایجاد بیمارینسبت شانس
اسلاید 39: بررسی نقش OCP در ایجاد سرطان رحمنسبت شانس
اسلاید 40: برآورد فاصله‌اي‌مثلاً در مورد OR داريم : که در آن : در آخر از دو عدد L و U بدست آمده عکس لگاریتم را میگیریم تا برای OR فاصله اطمینان به دست آید. دکتر منصور رضایی40
اسلاید 41: گروهپیامدپیامدپیامدگروهداردنداردجمعمواجههABN1بدون مواجههCDN2مطالعه همگروهی (A/N1)/(B/N2)=RR دکتر منصور رضایی41
اسلاید 42: خطر نسبی Relative Riskمعیاری است که محاسبه آن فقط در مطالعه همگروهی امکان پذیر می باشد.میزان بروز درافراد مواجه یافته با عامل خطرمیزان بروز درافراد مواجه نیافته با عامل خطر= RR
اسلاید 43: بررسی نقش عامل خطر در ایجاد بیماریخطر نسبی
اسلاید 44: بررسی نقش پنبه نسوز در ایجاد سرطان ریهخطر نسبی
اسلاید 45: برآورد فاصله‌اي‌مثلاً در مورد RR داريم : که در آن : در آخر از دو عدد L و U بدست آمده عکس لگاریتم را میگیریم تا برای RR فاصله اطمینان به دست آید. دکتر منصور رضایی45
اسلاید 46: برآورد فاصله‌اي در مورد واریانس داريم : دکتر منصور رضایی46
اسلاید 47: دکتر منصور رضایی47
اسلاید 48: تستاستاندارد طلاییاستاندارد طلاییاستاندارد طلاییتستمثبتمنفیکلمثبتTPFPT+منفیFNTNT-جمعD+D-Nمطالعه ارزش تشخیصی +Sen.=100*TP/DSpe.=100*TN/D- PPV.=100*TP/T+ NPV.=100*TN/T- Acc.=100*(TP+TN)/N دکتر منصور رضایی48
اسلاید 49: تمام آزمونهای فوق تنها ارتباط را نشان داده و نمی توان از آنها استنباط علیتی نموداستنباط علیتی اثریک یا چند متغیر مستقل روی متغیر مورد مطالعه (وابسته ) ضمن کنترل عوامل مخدوشگر کار تحلیل رگرسیون است
اسلاید 50: xyyhatresidual(residual)2167.9-1.93.611.51210.851.151.322521013.8-3.814.442.51816.751.251.562531819.7-1.72.89average=212.8 SSE=23.825total sum of squares=108.8R2=0.781SSR=84.975دکتر منصور رضایی50
اسلاید 51: intercept=2slope=5.9دکتر منصور رضایی51
اسلاید 52: P valueميانگين فشار خون خانها و آقايان مورد بررسي به ترتيب 118 و 124 بدست آمد، اين اختلاف از نظر آماري معني دار است (p=0.01).معني عبارت فوق چيست؟دکتر منصور رضایی52
اسلاید 53: خسته نباشیددکتر منصور رضایی53rezaei39@yahoo.com
نقد و بررسی ها
هیچ نظری برای این پاورپوینت نوشته نشده است.