Institut für Medizinische Statistik, Informatik und Epidemiologie der Universität zu Köln

Größe: px
Ab Seite anzeigen:

Download "Institut für Medizinische Statistik, Informatik und Epidemiologie der Universität zu Köln"

Transkript

1 Institut für Medizinische Statistik, Informatik und Epidemiologie der Universität zu Köln Direktor: Univ.-Prof. Dr. rer. nat. Walter Lehmacher Q1. Epidemiologie, medizinische Biometrie und medizinische Informatik Klausur am Name, Vorname: Ich studiere nach der: 8. ÄAppO 9. ÄAppO Unterschrift Kursraum/Dozent(in) Punkte von 40 (8. Novelle) bzw. von 50 (9. Novelle)

2 Klausur zum Querschnittsbereich 1, SS 2005 Seite 2 von 16 Aufgabe 1: von 10 Punkten Eine bevölkerungsbasierte Beobachtungsstudie ergab, dass übergewichtige Frauen nach einer Schwangerschaft häufiger eine komplizierte Entbindung haben (BJOG 2005;112:768-72). Die Autoren stufen bei Frauen mit einem Body-Mass-Index (BMI) über 30 jede Entbindung als Risikogeburt ein. Die folgenden Werte (simuliert) geben die Dauer der Eröffnungsphase [Stunden (h)] von Geburten bei 10 normalgewichtigen Frauen (BMI 20-30) wieder: 2,5 0,3 11,3 11,3 8,6 7,4 5,4 11,1 12,1 6,8 a) Vervollständigen Sie anhand der gegebenen Werte die nachfolgende Tabelle 1. (HINWEIS: x i = 76, 8 ; x i = 735, 46 ; s = ( x i n x ) (n 1) ) Tabelle 1: Kenngrößen der deskriptiven Statistik Kenngröße Wert Einheit* Lagemaß Streuungsmaß Mittelwert Spannweite Median Interquartilsabstand Standardabweichung Varianz Modalwert Variationskoeffizient * Zum Beispiel Stunden, abgekürzt h. Bitte Zutreffendes ankreuzen.

3 Klausur zum Querschnittsbereich 1, SS 2005 Seite 3 von 16 b) Zeichnen Sie anhand der gegebenen Werte den Graphen der empirischen Verteilungsfunktion in die unten angegebene Abbildung 1 ein, die bereits den Graphen der empirischen Verteilungsfunktion zur Dauer der Eröffnungsphase von Geburten (simulierte Werte) bei 11 übergewichtigen Frauen (BMI >30) enthält. Abbildung 1: Graph der empirischen Verteilungsfunktion zur Dauer der Eröffnungsphase von 11 Geburten (simulierte Werte) übergewichtiger Frauen (BMI >30) c) Bestimmen Sie anhand der Abbildung die mediane Dauer der Eröffnungsphase bei den Geburten der übergewichtigen Frauen.

4 Klausur zum Querschnittsbereich 1, SS 2005 Seite 4 von 16 Aufgabe 2: von 10 Punkten Eine Studie zur Prävalenz von Prostatakrebs bei Männern mit einer PSA * - Konzentration bis 4 ng/ml (N Engl J Med 2004;350: ) ergab für den PSA-Schwellenwert 1,1 ng/ml eine Spezifität von 0,33 sowie eine Sensitivität von 0,75 (hinsichtlich der Diagnose Prostatakrebs). Tabelle 2: Vierfeldertafel der Häufigkeiten Positives Testergebnis Negatives Testergebnis Krank Gesund Summe Summe a) Vervollständigen Sie die Tabelle. Achten Sie dabei auf eine sinnvolle Rundung auf ganze Zahlen. b) Berechnen Sie den positiven und negativen Vorhersagewert. Geben Sie Ihren Rechenweg an. * PSA steht für Prostata-spezifisches Antigen.

5 Klausur zum Querschnittsbereich 1, SS 2005 Seite 5 von 16 c) Berechnen Sie ein approximatives 95%-Konfidenzintervall für den negativen Vorhersagewert. Geben Sie Ihren Rechenweg an. (HINWEIS: Tabellenanhang) d) Berechnen Sie den positiven und negativen Vorhersagewert, falls die Prävalenz um 7 Prozentpunkte höher ist als in der Tabelle 2. Geben Sie Ihren Rechenweg an. e) Kreuzen Sie die richtige Antwort an (A, B, C, D oder E). Der Test wird bei zwei Kranken durchgeführt. Dann beträgt die Wahrscheinlichkeit, dass beide Testergebnisse negativ sind: A 6,25 % B 56,25 % C 77,44 % D 2,89 % E 1,44 %

6 Klausur zum Querschnittsbereich 1, SS 2005 Seite 6 von 16 Aufgabe 3: von 10 Punkten In einer randomisierten Studie wurde die Wirksamkeit einer systemischen Behandlung (Tablette, 1 mg/tag) mit einer örtlichen Anwendung (Lotion, 5% Wirkstoff, 2 mal am Tag) zur Behandlung von androgenetischer Alopezie über ein Jahr geprüft (Dermatology 2004;209:117-25). Insgesamt wurden 65 Männer zwischen 18 und 50 Jahren den Behandlungsarmen (Tablette: 40 Patienten; Lotion: 25 Patienten) zufällig zugeteilt. Zur klinischen Beurteilung der Wirksamkeit anhand von Fotos wurde eine Rangskala mit den folgenden 7 Kategorien verwendet (s. Tabelle 3). Tabelle 3: Definition der Rangskala Punkte Definition (bezüglich des Zustands vor Therapie) 1 starke Vermehrung (über 70%) 2 moderate Vermehrung (über 40, bis 70%) 3 minimaler Vermehrung (über 0, bis 40%) 4 keine Veränderung 5 minimale Verminderung (über 0, bis 40%) 6 moderate Verminderung (über 40, bis 70%) 7 starke Verminderung (über 70%) Mittelwert und Standardabweichung (in Klammern) betrugen in der Tabletten- Gruppe 2,6 (1,0) Punkte und in der Lotion-Gruppe 3,76 (1,4) Punkte. Wenn man die Kategorien 1 bis 3 zusammenfasst und als Erfolg bezeichnet, wurden in der Tabletten-Gruppe 32 Patienten und in der Lotion-Gruppe 13 Patienten erfolgreich behandelt.

7 Klausur zum Querschnittsbereich 1, SS 2005 Seite 7 von 16 a) Geben Sie ein 95%-Konfidenzintervall für den Unterschied zwischen den Behandlungen an. Nehmen Sie dafür an, dass die Punktwerte annähernd normalverteilt sind mit gleicher Varianz. (HINWEIS: gepoolte Stichprobenvarianz 1,37 [Punkte 2 ]; Tabellenanhang) b) Prüfen Sie mit einem geeigneten statistischen Test (α = 5%, zweiseitig), ob es bezüglich der dichotomen Zielvariable Erfolg einen Unterschied zwischen den Behandlungen gibt. (HINWEIS: Hypothesen, Prüfgröße, kritischer Wert, Testentscheidung) c) Gegeben sei ein auf der t-verteilung basierendes, zweiseitiges 95%- Konfidenzintervall für den Erwartungswert. Welche Aussage ist richtig? A Die Kenntnis der Standardabweichung σ der Grundgesamtheit ist erforderlich. B Je geringer der Stichprobenumfang ist, desto schmaler ist das Intervall. C Die Breite des Intervalls ist abhängig vom Stichprobenmittelwert. D Das Intervall ist breiter als das entsprechende 90%-Konfidenzintervall. E Je weniger die Werte um den Mittelwert streuen, desto breiter ist das Intervall.

8 Klausur zum Querschnittsbereich 1, SS 2005 Seite 8 von 16 Aufgabe 4: von 10 Punkten a) Vervollständigen Sie den folgenden Lückentext. Verwenden Sie pro Lücke nur einen deutschen oder englischen Begriff (der aus mehreren Wörtern bestehen kann). Jeder Begriff darf höchstens einmal verwendet werden. Die IALT-Studie untersuchte den Nutzen adjuvanter Chemotherapie bei Patienten mit nicht-kleinzelligem Bronchialkarzinom (N Engl J Med 2004;350:351-60). Dafür wurden Patienten mit kompletter Resektion eines NSCLC einer Cisplatin-basierten adjuvanten Chemotherapie unterzogen und mit einer Kontrollgruppe mit derselben Indikation verglichen. Als primärer Endpunkt wurde das 1 nach fünf Jahren gewählt; ein sekundärer Endpunkt war das 2 Überleben. Patienten, die bereits zu einem früheren Zeitpunkt eine erhalten hatten, konnten nicht an der Studie teilnehmen. Weiterhin wurde als 4 die Volljährigkeit der Patienten gefordert. Notwendige Voraussetzung für die Durchführung jeder klinischen Studie, so auch hier, war die Zustimmung der 5. Ein Patient konnte nur nach vorheriger schriftlicher Einwilligung in die Studie eingeschlossen werden. Diese Form der Zustimmung wird in Englisch mit 6 bezeichnet. Die Patienten wurden durch 7 der Behandlungs- bzw. Kontrollgruppe zugeteilt. Dabei wurden zwei spezielle Verfahren, 8 und 9 verwendet, um bezüglich der Faktoren Zentrum, Operationsart und Krankheitsstadium eine Strukturgleichheit der Gruppen zu erreichen. Die Fallzahl wurde ausgehend von einer Metaanalyse aus dem Jahr 1995 berechnet. Diese Metaanalyse deutete einen Vorteil im Gesamtüberleben nach 3

9 Klausur zum Querschnittsbereich 1, SS 2005 Seite 9 von 16 fünf Jahren von 10 Prozent für Patienten mit Cisplatin-basierter adjuvanter Chemotherapie an. Statt den vorgesehenen 3300 Patienten wurden lediglich 1867 randomisiert, da das Die Auswertung erfolgte nach dem 12 die Rekrutierungsphase vorzeitig beendete. 11 mit Zustimmung des 13 Prinzip. Dies bedeutet, dass alle Patienten gemäß ihrer randomisierten Therapie statistisch ausgewertet wurden. Die Studie ergab, dass das Gesamtüberleben nach fünf Jahren in der Gruppe 14 Chemotherapie um circa vier Prozentpunkte höher war. Mithilfe des 15 wurde überprüft, ob dieser Unterschied im Überleben unter Berücksichtigung von Kovariablen signifikant ist. Insgesamt starben während der Studie sieben Patienten infolge eines toxischen Effekts der Chemotherapie; derartig schwerwiegende Nebenwirkungen nennt man 16. b) Welche Aussage ist richtig? Die number needed to treat (NNT) bezeichnet A die für eine Studie benötigte Patientenzahl, um einen Wirkungsunterschied zwischen zwei Interventionen nachweisen zu können. B die von der lokalen Ethikkommission zur Studie zugelassene Patientenzahl. C die Anzahl von Beobachtungen, die für die Approximation der t-verteilung durch die Normalverteilung notwendig ist. D die durchschnittliche Anzahl von Patienten, die behandelt werden muss, um ein erwünschtes Ereignis (z.b. Heilung) zu erzielen bzw. ein unerwünschtes Ereignis (z.b. Tod) zu verhindern. E den Anteil der mit einem diagnostischen Test positiv getesteten Patienten, die tatsächlich krank sind.

10 Klausur zum Querschnittsbereich 1, SS 2005 Seite 10 von 16 Aufgabe 5: von 10 Punkten Kreuzen Sie jeweils die richtige Antwort an (A, B, C, D oder E). HINWEIS: Falls Sie nach der 8. ÄAppO studieren, (1) werden die folgenden Antwortwahl-Aufgaben nicht bewertet, (2) haben Sie 15 min weniger Lösungszeit. 1. Welche Aussage trifft NICHT zu? Bei einer kontrollierten klinischen Therapiestudie A muss die Fragestellung klar definiert werden. B müssen Ein- und Ausschlusskriterien definiert werden. C muss ein Studienprotokoll vor Beginn erstellt werden. D müssen die Teilnehmer mündlich in Gegenwart eines Zeugen (Arzthelferin) ihr Einverständnis mit der Prüfung erklären. E müssen Haupt- und ggf. Nebenzielkriterien definiert sein. 2. Welches statistische Maß wird zur Qualitätssicherung eines diagnostischen Verfahrens NICHT benutzt? A Schiefe B Spezifität C Sensitivität D positive Prädiktion E negativer Vorhersagewert

11 Klausur zum Querschnittsbereich 1, SS 2005 Seite 11 von Ein Byte besteht aus 8 bit. Wieviele unterschiedliche Zustände kann dieses annehmen? A 1 8 = 8 Zustände B 2 8 = 16 Zustände C 8 2 = 64 Zustände D 8 10 = 80 Zustände E 2 8 = 256 Zustände 4. Zu den Anwendungsprogrammen gehören alle außer: A Microsoft Word B Star Office C UNIX D SPSS E Medistar 5. Die Musterberufsordnung für Ärzte verlangt eine Aufbewahrungsfrist von Krankenunterlagen von mindestens: A 1 Jahr nach Abschluss der Behandlung B 5 Jahren nach Abschluss der Behandlung C 10 Jahren nach Ende der Behandlung D 20 Jahren nach Beginn der Behandlung E 30 Jahren nach Abschluss der Behandlung

12 Klausur zum Querschnittsbereich 1, SS 2005 Seite 12 von Als eine Datei im Sinne des Datenschutzrechtes gilt A eine elektronische Patientenakte. B eine Sammlung nicht personenbezogener Daten, die ähnlich aufgebaut sind. C die Aufzeichnung von Herztönen anonymisierter Patienten auf Magnetband. D ein Anamnesevordruck im klinischen Arbeitsplatzsystem (KAS). E das Elektrokardiogramm (EKG) eines Patienten. 7. Der Neuerkrankungsrate für eine bestimmte Krankheit im Zeitraum ist die A Kohärenz B Inzidenz C Prävalenz D Odds-Ratio E Relatives Risiko 8. Die Medizinische Informatik ist ein Teilgebiet der Medizinischen Statistik (Aussage 1), WEIL sie wie diese auch Computerprogramme entwickelt (Aussage 2). Aussage 1 Aussage 2 Verknüpfung A richtig richtig richtig B richtig richtig falsch C richtig falsch D falsch richtig E falsch falsch

13 Klausur zum Querschnittsbereich 1, SS 2005 Seite 13 von Zu den Aufgaben der Medizinischen Informatik gehört bzw. gehören: 1 Weiterentwicklung resorbierbarer Nahtmaterialien 2 Weiterentwicklung von Methoden zur wissensbasierten Entscheidungsunterstützung 3 Weiterentwicklung von Methoden und Werkzeugen für die Gesundheitsberichterstattung A Nur 1 ist richtig. B Nur 2 ist richtig. C Nur 1 und 2 sind richtig. D Nur 2 und 3 sind richtig. E Alle sind richtig. 10. Welche Aussage ist richtig? A Die Lebensqualität gilt als Maß für die Bestimmung der Prozessqualität. B Die Überprüfung richtiger Indikationen geschieht im Rahmen der Bestimmung der Strukturqualität. C Die Ausstattung des Krankenhauses ist ein Maß für die Ergebnisqualität. D Die Letalität ist ein Maß für die Ergebnisqualität. E Der Facharztanteil gilt als Maß für die Prozessqualität.

14 Klausur zum Querschnittsbereich 1, SS 2005 Seite 14 von 16 Tabellenanhang: Quantile der t-verteilung [t df (1 α) und t df (1 α/2)] für ausgewählte α und Freiheitsgrade df α 0,10 0,05 0,01 (1 α) (1 α/2) 0,90 0,95 0,95 0,975 0,99 0,995 df t df (0,9) t df (0,95) t df (0,95) t df (0,975) t df (0,99) t df (0,995) 4 1,533 2,132 2,132 2,776 3,747 4, ,476 2,015 2,015 2,571 3,365 4, ,440 1,943 1,943 2,447 3,143 3, ,415 1,895 1,895 2,365 2,998 3, ,397 1,860 1,860 2,306 2,896 3, ,383 1,833 1,833 2,262 2,821 3, ,372 1,812 1,812 2,228 2,764 3, ,341 1,753 1,753 2,131 2,602 2, ,325 1,725 1,725 2,086 2,528 2, ,316 1,708 1,708 2,060 2,485 2, ,310 1,697 1,697 2,042 2,457 2, ,303 1,684 1,684 2,021 2,423 2, ,296 1,671 1,671 2,000 2,390 2, ,296 1,670 1,670 2,000 2,389 2, ,295 1,670 1,670 1,999 2,388 2, ,295 1,669 1,669 1,998 2,387 2, ,295 1,669 1,669 1,998 2,386 2, ,295 1,669 1,669 1,997 2,385 2, ,290 1,660 1,660 1,984 2,364 2, ,286 1,653 1,653 1,972 2,345 2, ,283 1,648 1,648 1,965 2,334 2, ,282 1,647 1,647 1,963 2,330 2, ,282 1,646 1,646 1,962 2,330 2, ,282 1,646 1,646 1,961 2,328 2,578 1,282 1,645 1,645 1,960 2,326 2,576 Quantile der χ 2 -Verteilung [χ 2 df(1 α)] für ausgewählte α und Freiheitsgrade df α 0,10 0,05 0,025 0,01 0,005 0,001 (1 α) 0,90 0,95 0,975 0,99 0,995 0,999 df χ 2 df (0,90) χ 2 df (0,95) χ 2 df (0,975) χ 2 df (0,99) χ 2 df (0,995) χ 2 df (0,999) 1 2,706 3,841 5,024 6,635 7,879 10, ,605 5,991 7,378 9,210 10,597 13, ,251 7,815 9,348 11,345 12,838 16, ,779 9,488 11,143 13,277 14,860 18, ,236 11,070 12,833 15,086 16,750 20, ,645 12,592 14,449 16,812 18,546 22, ,017 14,067 16,013 18,475 20,278 24, ,362 15,507 17,535 20,090 21,955 26, ,684 16,919 19,023 21,666 23,589 27, ,987 18,307 20,483 23,209 25,188 29,588

15 Klausur zum Querschnittsbereich 1, SS 2005 Seite 15 von Einige Werte der Verteilungsfunktion der χ1 -Verteilung (Fläche unter der χ1 - Dichte von bis t) T 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0,0 0,0000 0,2482 0,3453 0,4161 0,4729 0,5205 0,5614 0,5972 0,6289 0,6572 1,0 0,6827 0,7057 0,7267 0,7458 0,7633 0,7793 0,7941 0,8077 0,8203 0,8319 2,0 0,8427 0,8527 0,8620 0,8706 0,8787 0,8862 0,8931 0,8997 0,9057 0,9114 3,0 0,9167 0,9217 0,9264 0,9307 0,9348 0,9386 0,9422 0,9456 0,9487 0,9517 4,0 0,9545 0,9571 0,9596 0,9619 0,9641 0,9661 0,9680 0,9698 0,9715 0,9731 5,0 0,9747 0,9761 0,9774 0,9787 0,9799 0,9810 0,9820 0,9830 0,9840 0,9849 6,0 0,9857 0,9865 0,9872 0,9879 0,9886 0,9892 0,9898 0,9904 0,9909 0,9914 7,0 0,9918 0,9923 0,9927 0,9931 0,9935 0,9938 0,9942 0,9945 0,9948 0,9951 8,0 0,9953 0,9956 0,9958 0,9960 0,9962 0,9964 0,9966 0,9968 0,9970 0,9971 9,0 0,9973 0,9974 0,9976 0,9977 0,9978 0,9979 0,9981 0,9982 0,9983 0, ,0 0,9984 0,9985 0,9986 0,9987 0,9987 0,9988 0,9989 0,9989 0,9990 0, ,0 0,9991 0,9991 0,9992 0,9992 0,9993 0,9993 0,9993 0,9994 0,9994 0, ,0 0,9995 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9997 0, ,0 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 0,9998 0,9998 0,9998 0, ,0 0,9998 0,9998 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0, ,0 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0, ,0 0,9999 0,9999 0,9999 0,9999 0,9999 1,0000 1,0000 1,0000 1,0000 1,0000

16 Klausur zum Querschnittsbereich 1, SS 2005 Seite 16 von 16 Wichtige Werte der Verteilungsfunktion Φ(z) der Standardnormalverteilung (Φ(z): Fläche unter der N(0,1) - Dichte von bis z) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015 1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990

Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008

Klausur in Biomathematik WS 2007 / 2008 Montag, den 28. Januar 2008 Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Bei einer klinischen Therapiestudie wird bei allen Patienten der Wert eines quantitativen

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2003 Aufgabe 1: Welche der unten angegebenen

Mehr

Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe C Montag, den 16. Juli 2001 1. Normalverteilung Der diastolische Blutdruck bei einer Gruppe von jungen Männern ist normalverteilt mit einem Erwartungswert von 65 mmhg

Mehr

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine

Mehr

Biomathematik für Mediziner, Klausur SS 2001 Seite 1

Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer

Mehr

KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008

KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008 KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Welche der folgenden Aussagen ist falsch? A. Der Median ist weniger stark von Ausreißern beeinflusst

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe B Montag, den 16. Juli 2001 1. α-fehler und ß-Fehler Welche Aussage ist richtig? A. Der ß-Fehler ist unabhängig von α-fehler. Falsch. Je größer der α-fehler, umso kleiner

Mehr

Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 1. Sensitivität und Spezifität In einer medizinischen Ambulanz haben 30 % der Patienten eine akute Appendizitis. 80 % dieser Patienten haben

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Epidemiologie / Biometrie

Epidemiologie / Biometrie Wintersemester 2004 / 2005 Epidemiologie / Biometrie Robert Hochstrat 14. März 2005 Zusammenschrift der Übung zur Vorlesung aus dem WS 04/05 Rückfragen, Ergänzungen und Korrekturen an robert hochstrat@web.de

Mehr

Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006

Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006 Name: Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006 Matrikelnummer: Unterschrift: Aufgabe 1: Deskriptive Statistik Im Rahmen einer klinischen Studie werden 28 Patienten entsprechend

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 001/00 Aufgabe 1: Die empirische Varianz

Mehr

Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik

Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik B. Schmalfuß Jena, den 20.02.2018 Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik Allgemeine Hinweise: Zur Verfügung stehende Zeit: 90 min. Hilfsmittel: keine.

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen

Mehr

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019 Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006

Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006 Name: Klausur in Biomathematik WS 2005 / 2006 Montag, den 6. Februar 2006 Matrikelnummer: Unterschrift: Aufgabe 1: Deskriptive Statistik Wir betrachten ein Merkmal, das intervall-, aber nicht verhältnisskaliert

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.

Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. 11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:

Mehr

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.

Mehr

Biomathematik für Mediziner, Klausur SS 2000 Seite 1

Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Aufgabe 1: Bei der Diagnose einer bestimmten Krankheit mit einem speziellen Diagnoseverfahren werden Patienten, die tatsächlich an der Krankheit leiden,

Mehr

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin Sc ioinformatik Wintersemester 013/014 Nachklausur zur Statistik I Freie Universität erlin 4. pril 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Zu einem Wahrscheinlichkeitsraum

Mehr

Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.

Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

Mehr

4.1. Nullhypothese, Gegenhypothese und Entscheidung

4.1. Nullhypothese, Gegenhypothese und Entscheidung rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Inhaltsverzeichnis. 0 Einleitung 1

Inhaltsverzeichnis. 0 Einleitung 1 Inhaltsverzeichnis 0 Einleitung 1 1 Univariate Statistik 3 1.1 Begriffsdefinitionen... 3 1.1.1 Beobachtungseinheit, Merkmal... 3 1.1.2 Merkmalstypen... 3 1.1.3 Skalenniveaus... 4 1.1.4 Häufigkeiten...

Mehr

Seminar Biopharmazie. Statistik. nur was für Unsichere oder ist sie ihr Geld wert?

Seminar Biopharmazie. Statistik. nur was für Unsichere oder ist sie ihr Geld wert? Seminar Biopharmazie Statistik nur was für Unsichere oder ist sie ihr Geld wert? Biopharmazie Statistik 1 Allgemeine Symbole Probenstatistik Verteilungs- Funktion Mittelwert bzw. Erwartungswert für n µ

Mehr

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik Name, Vorname Matrikelnummer Teilklausur des Moduls 32741 Kurs 42221: Vertiefung der Statistik Datum Termin: 21. März 2014, 14.00-16.00 Uhr Prüfer: Univ.-Prof. Dr. H. Singer Vertiefung der Statistik 21.3.2014

Mehr

Klausur zur Vorlesung Biomathematik WS 2004/05. Montag, den 14. Februar 2005

Klausur zur Vorlesung Biomathematik WS 2004/05. Montag, den 14. Februar 2005 Klausur zur Vorlesung Biomathematik WS 2004/05 Montag, den 14. Februar 2005 Name (bitte lesbar schreiben): Matrikelnummer: Unterschrift: 1: Induktive Statistik (1) Welche Aussage ist richtig? A. Je kleiner

Mehr

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!!

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!! Deckblatt Name Vorname Matrikelnr. Name in Druckbuchstaben Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert Nur einen Studiengang ankreuzen!!! Bachelorstudiengang Sozialökonomie

Mehr

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!!

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!! Deckblatt Name Vorname Matrikelnr. Name in Druckbuchstaben Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert Nur einen Studiengang ankreuzen!!! Bachelorstudiengang Sozialökonomie

Mehr

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis

Mehr

Nachklausur zur Vorlesung

Nachklausur zur Vorlesung Institut für Mathematische Stochastik WS 003/004 Universität Karlsruhe 30. April 004 Priv.-Doz. Dr. D. Kadelka Nachklausur zur Vorlesung Statistik für Biologen Musterlösungen Aufgabe 1 Gemessen wurde bei

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 2002/2003 Aufgabe 1: Man gehe davon aus,

Mehr

T-Test für den Zweistichprobenfall

T-Test für den Zweistichprobenfall T-Test für den Zweistichprobenfall t-test (unbekannte, gleiche Varianzen) Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten, aber gleichen Varianzen durch Vergleich der

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen

Mehr

Klausur in Epidemiologie SS 2006 Freitag, den 14. Juli 2006

Klausur in Epidemiologie SS 2006 Freitag, den 14. Juli 2006 Klausur in Epidemiologie SS 2006 Freitag, den 14. Juli 2006 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Odds Ratio Im Rahmen einer Studie wurden 20 Frauen mit Uteruskarzinom, die stationär behandelt

Mehr

BIOMETRIE I - KLINISCHE EPIDEMIOLOGIE

BIOMETRIE I - KLINISCHE EPIDEMIOLOGIE BIOMETRIE I - KLINISCHE EPIDEMIOLOGIE Wintersemester 2003/04 - Übung zur Vorlesung Biometrie I Ein Lösungsvorschlag von Christian Brockly Lösungsvorschlag zur Übung Biometrie I Bei diesem Dokument handelt

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

Mehr

Test auf den Erwartungswert

Test auf den Erwartungswert Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen

Mehr

Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt

Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................

Mehr

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006

MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006 MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006 Name: Matrikelnummer: Unterschrift: Aufgabe 1 In einer kleinen Gemeinde in Baden-Württemberg traten vermehrt Fälle von Q-Fieber

Mehr

10. Medizinische Statistik

10. Medizinische Statistik 10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.

Mehr

Grundbegriffe. Allgemein. Merkmale. Verschiedene Variablen

Grundbegriffe. Allgemein. Merkmale. Verschiedene Variablen Biometrie 1 Grundbegriffe Allgemein Grundgesamtheit: Die Menge aller Objekte, auf die sich die Aussage einer Studie beziehen soll Stichprobe (=n): Der Teil der Grundgesamtheit, der befragt/ untersucht

Mehr

Übung 5 im Fach "Biometrie / Q1" Thema: Wilcoxon, Chi-Quadrat, multiples Testen

Übung 5 im Fach Biometrie / Q1 Thema: Wilcoxon, Chi-Quadrat, multiples Testen Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.

Mehr

Statistik Prüfung 24. Jänner 2008

Statistik Prüfung 24. Jänner 2008 Statistik Prüfung 24. Jänner 2008 February 10, 2008 Es ist immer nur EINE Antwort richtig, bei falsch beantworteten Fragen gibt es KEINEN Punktabzug. Werden mehrere Antworten bei einer Frage angekreuzt,

Mehr

Übung 4 im Fach "Biometrie / Q1"

Übung 4 im Fach Biometrie / Q1 Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.

Mehr

Statistik Übungsblatt 5

Statistik Übungsblatt 5 Statistik Übungsblatt 5 1. Gaussverteilung Die Verteilung der Messwerte einer Grösse sei durch eine Gaussverteilung mit Mittelwert µ = 7.2 und σ = 1.2 gegeben. (a) Wie gross ist die Wahrscheinlichkeit

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests

Mehr

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung

Mehr

T-Test für unabhängige Stichproben

T-Test für unabhängige Stichproben T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Juni 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden 1/46 Anpassungstests allgemein Gegeben: Häufigkeitsverteilung

Mehr

Anhang: Statistische Tafeln und Funktionen

Anhang: Statistische Tafeln und Funktionen A1 Anhang: Statistische Tafeln und Funktionen Verteilungsfunktion Φ(z) der Standardnormalverteilung Die Tabelle gibt die Werte Φ(z) der Verteilungsfunktion zu vorgegebenem Wert z 0 an; ferner gilt Φ( z)

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 10

Lösungen zu den Übungsaufgaben in Kapitel 10 Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert

Mehr

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97. Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )

Mehr

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall..

= 3. Kapitel 4: Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Kapitel : Normalverteilung.. und Standardnormalverteilung und: das Konfidenzintervall.. Mittelwert = Summe aller Einzelwerte / n = durchschnittliche Ausprägung, wenn alle gleich viel hätten. Streuung =

Mehr

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Statistical Coaching. Thomas Forstner

Statistical Coaching. Thomas Forstner Statistical Coaching Thomas Forstner Diagnoseverfahren Allgemein Vergleich: wahrer Befund mit Test (Diagnose) wahrer Befund muss bekannt sein (Goldstandard) 3 Analogie zur Testtheorie 4 Beurteilung von

Mehr

VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG

VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG 17.07.2007 Übungsklausur auf dem Gebiet: STATISTIK II Prüfer: Dr. Roland Füss Name, Vorname: Matrikel-Nr.: Die Klausur enthält drei Typen von Aufgaben: D e r T e i

Mehr

1. Grundbegri e der Stochastik

1. Grundbegri e der Stochastik Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:

Mehr

Bitte am PC mit Windows anmelden!

Bitte am PC mit Windows anmelden! Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung

Mehr

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................

Mehr

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

Statistik II. Statistische Tests. Statistik II

Statistik II. Statistische Tests. Statistik II Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner

Mehr

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik 1 1. Klausur Wintersemester 2013/2014 Hamburg, 12.02.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................

Mehr

Finanzierung und Investition

Finanzierung und Investition Kruschwitz/Husmann (2012) Finanzierung und Investition 1/31 Kruschwitz/Husmann (2012) Finanzierung und Investition 2/31 Finanzierung und Investition Kruschwitz/Husmann (2012) Oldenbourg Verlag München

Mehr

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9. 7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Goethe-Universität Frankfurt

Goethe-Universität Frankfurt Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre

Mehr

3 Grundlagen statistischer Tests (Kap. 8 IS)

3 Grundlagen statistischer Tests (Kap. 8 IS) 3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung

Mehr

Epidemiologie 3. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald

Epidemiologie 3. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Epidemiologie 3 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Wiederholung Von 2.872 Personen, die als Kinder wegen einer vergrößerten

Mehr

Einfaktorielle Varianzanalyse

Einfaktorielle Varianzanalyse Kapitel 16 Einfaktorielle Varianzanalyse Im Zweistichprobenproblem vergleichen wir zwei Verfahren miteinander. Nun wollen wir mehr als zwei Verfahren betrachten, wobei wir unverbunden vorgehen. Beispiel

Mehr

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Klausur zur Vorlesung Biomathematik WS 2003/04. Mittwoch, den 11. Februar 2004

Klausur zur Vorlesung Biomathematik WS 2003/04. Mittwoch, den 11. Februar 2004 Klausur zur Vorlesung Biomathematik WS 2003/04 Mittwoch, den 11. Februar 2004 1: Induktive Statistik (1) Welche Aussage ist richtig? A. Je kleiner der ß-Fehler, desto geringer ist die Power eines Tests.

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr