Fragebogen Fallzahlberechnung / -begründung

Ähnliche Dokumente
Glossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung

Fallzahlplanung bei unabhängigen Stichproben

Mathematik für Biologen

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

Grundgesamtheit, Merkmale, Stichprobe. Eigenschaften der Stichprobe. Klasseneinteilung, Histogramm. Arithmetisches Mittel, empirische Varianz

Statistisches Testen

Grundlagen der Statistik

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ

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

VII. Inhaltsverzeichnis

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

1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Statistik I für Betriebswirte Vorlesung 14

Statistische Tests für unbekannte Parameter

5. Seminar Statistik

Statistische Methoden in den Umweltwissenschaften

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

b) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!

Epidemiologie / Biometrie

Planung von Humanstudien Fallzahlberechnung

Häufigkeiten. Verteilungen. Lageparameter Mittelwert. oder

Inhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen

Statistik II Übung 3: Hypothesentests

Prüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).

Kapitel 3 Schließende Statistik

3 Grundlagen statistischer Tests (Kap. 8 IS)

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

Vorlesung: Statistik II für Wirtschaftswissenschaft

Biomathematik für Mediziner, Klausur SS 2000 Seite 1

Statistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.

Einführung in die Induktive Statistik: Testen von Hypothesen

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Jost Reinecke. 7. Juni 2005

Statistik und Wahrscheinlichkeitsrechnung

Gesamtcholesterin Region A Region B <170 (optimal) 80 >=170 (Risiko)

Inhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15

KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert

4.1. Nullhypothese, Gegenhypothese und Entscheidung

Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen

Mathematische und statistische Methoden II

Statistik II. IV. Hypothesentests. Martin Huber

Stichproben Parameterschätzung Konfidenzintervalle:

1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...

Statistische Datenanalyse

2 Aufgaben aus [Teschl, Band 2]

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

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:

1 GRUNDLAGEN Grundbegriffe Skalen...15

Inhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...

2.3 Intervallschätzung

Statistiktutorium (Kurs Frau Jacobsen)

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

Statistik II. IV. Hypothesentests. Martin Huber

Anpassungstests VORGEHENSWEISE

Statistik für Ökonomen

Bereiche der Statistik

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp

I. Deskriptive Statistik 1

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

6. Schätzverfahren für Parameter

Statistik im Labor. BFB-tech Workshop Eugen Lounkine

Forschungsstatistik I

Musterlösung. Modulklausur Multivariate Verfahren

Mathematische und statistische Methoden II

2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Werkzeuge der empirischen Forschung

Beispiel 1 - Deskription

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

Klassifikation von Signifikanztests

Vorlesung: Statistik II für Wirtschaftswissenschaft

Lösung Übungsblatt 5

10,24 ; 10,18 ; 10,28 ; 10,25 ; 10,31.

Vergleich zweier Erwartungwerte. Wir vereinfachen die Aufgabe zuerst auf einen Einflussfaktor A mit k=2 Stufen: Wir prüfen:

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

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

Statistisches Testen

1 Beispiel zur Methode der kleinsten Quadrate

Arbeitsbuch zur deskriptiven und induktiven Statistik

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x.

Statistik für das Psychologiestudium

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Prof. Dr. Rainer Koch Juli 1997, Februar 2008

Kapitel 3 Schließende Statistik

Inhaltsverzeichnis. Vorwort

Grundlagen der Statistik

Inferenz im multiplen Regressionsmodell

Bevor wir richtig anfangen... 8

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6

Stichwortverzeichnis. Symbole

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

Biostatistik, Winter 2011/12

Auswertung und Lösung

Klausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06

Statistik für Ökonomen

Standardab er des. Testwert = % Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere

Transkript:

Ihre Adress- und Projektdaten Ansprechpartner Firma + Adresse Telefon Email Projektbezeichnung Projektbeschreibung Unser Angebot Nach Zusendung des Fragebogens nehmen wir mit Ihnen unverbindlich Kontakt auf, um Ihnen ein Kostenangebot zu unterbreiten und eine individuelle Feinabstimmung vorzunehmen. In der Regel erhalten Sie innerhalb von 2-3 Werktagen nach Auftragserteilung ein Gutachten zur Fallzahlberechnung oder Fallzahlbegründung. Hinweise Erläuterungen zu den kursiv gedruckte Fachbegriffen finden sich im beigefügten Glossar. Bei Ankreuzen der Option werden Sie zum nächsten Punkt weiterverwiesen bzw. zur weiteren Klärung von uns nach Erhalt des Formulars kontaktiert. I Problemstellung Handelt es sich bei Ihrem Projekt um ein Schätz- oder Testproblem? Testproblem ( gehe zu I.1) Schätzproblem ( gehe zu I.2) 1 / 7

I.1 Ihr Testproblem 1. Soll das Problem ein- oder zweiseitig gelöst werden? Einseitig Zweiseitig ( gehe zur nächsten Frage) 2. Risiko einer Testentscheidung 2.1 Wie groß wird die Wahrscheinlichkeit für den Fehler 1. Art gewählt? α = 0,05 (Standard) Anderer Wert für α:... 2.2 Wie groß wird die Wahrscheinlichkeit für den Fehler 2. Art gewählt? β = 0,20 (Standard) Anderer Wert für β:... ( gehe zur nächsten Frage) 3. Um welche Art von Testproblem handelt es sich? (Mehrere Antworten möglich) Differenztest ( gehe in Kap. I.1 zu 3.1) Äquivalenztest ( gehe in Kap. I.1 zu 3.2) Einfache Varianzanalyse Vergleich mehrerer Gruppen ( gehe in Kap. I.1 zu 3.3) Korrelation ( gehe in Kap. I.1 zu 3.4) Regression ( gehe in Kap. I.1 zu 3.5) Andere Problemstellung - das vorliegende Problem lässt sich nicht den vorausgehenden Gliederungspunkten zuordnen. Problem:......... 2 / 7

3.1 Falls Differenztest Welche Arten von Parametern werden verglichen? Zwei binomiale Zufallsvariablen Quantitative Parameter 3.1.1 Falls zwei binomiale Zufallsvariablen Wie groß ist die relevante Differenz der beiden erwarteten Wahrscheinlichkeiten? Relevante Differenz:... 3.1.2 Falls quantitative Parameter Um welche Art von Vergleich handelt es sich? t-test (Vergleich zweier Mittelwerte) Wie groß ist die relevante Differenz δ? Relevante Differenz:... Keine Aussage möglich Große Differenz eine Standardabweichung (δ σ ) Mittlere Differenz halbe Standardabweichung und eine Standardabweichung (0,5σ δ σ) Kleine Differenz halbe Standardabweichung (δ 0,5σ) Parameterfreie Tests Wie groß ist die Wahrscheinlichkeit, dass ein Wert der 1. Stichprobe kleiner ist als ein Wert der 2. Stichprobe? (standardmäßig 0,75 p 0,90) Wahrscheinlichkeit:..., ob t-test oder parameterfrei 3 / 7

3.2 Falls Äquivalenztest Wie groß ist maximal die Differenz zwischen den Mittelwerten, um noch von Gleichwertigkeit der Therapien sprechen zu können? Differenz:... 3.3 Falls einfache Varianzanalyse Vergleich mehrerer Gruppen Wie viele Gruppen möchten Sie vergleichen? Anzahl:... Nach welchen Merkmalen erfolgt die Gruppeneinteilung? Merkmale:... Wie groß ist die minimale relevante Spannweite, ab der mindestens der Unterschied zwischen dem kleinsten und größten Mittelwert als signifikant erachtet wird? Spannweite:... 3.4 Falls Korrelation Wie groß ist der nachzuweisende Korrelationskoeffizient? Korrelationskoeffizient:... 3.5 Falls Regression Wie groß ist der nachzuweisende Regressionskoeffizient? Regressionskoeffizient:... Wie groß ist die Standardabweichung der X-Werte? Standardabweichung:... Wie groß ist die Standardabweichung der Y-Werte? Standardabweichung:... 4 / 7

I.2 Ihr Schätzproblem 1. Soll das Problem ein- oder zweiseitig gelöst werden? Einseitig Zweiseitig ( gehe zur nächsten Frage) 2. Handelt es sich um eine Intervall- oder Toleranzschätzung? Intervallschätzung ( gehe in Kap. I.2 zu 2.1) Toleranzschätzung ( gehe in Kap. I.2 zu 2.2) 2.1 Falls Intervallschätzung Wie sicher soll der Parameter geschätzt werden? Geben Sie die gewünschte Konfidenzwahrscheinlichkeit an: 95 % (Standardwert) Andere Konfidenzwahrscheinlichkeit:... Wie genau soll der Parameter geschätzt werden? Geben Sie die gewünschte Länge des Konfidenzintervalls an: Länge Konfidenzintervall:... 2.2 Falls Toleranzschätzung Wie groß ist der Anteil im Referenzbereich? 95 % (Standardwert) Anderer Anteil:... Möchten Sie eine Sicherheitswahrscheinlichkeit vorgeben? 95 % (Standardwert) Andere Sicherheitswahrscheinlichkeit:... 5 / 7

II Hauptzielvariable und Variabilität 1. Was ist die Hauptzielvariable?... 2. Wie wird die Hauptzielvariable gemessen (Messskala)? Nominal ( gehe in Kap. II zu 2.1) Ordinal ( gehe in Kap. II zu 2.2) Quantitativ ( gehe in Kap. II zu 2.3) ( gehe zu III) 2.1 Falls nominal Handelt es sich um eine binomial verteilte Hauptzielvariable (zwei Ausprägungen; ja/nein-ergebnis)? Ja Geschätzter Anteil der ja-ereignisse:... Mehr als zwei Ausprägungen Anzahl:... ( gehe zu III) 2.2 Falls ordinal Wie viele Ausprägungen hat die Variable? Ausprägungen der Variable bekannt Anzahl:... ( gehe zu III) 2.3 Falls quantitativ Ist die Standardabweichung bekannt? Ja Größe der Standardabweichung:... Nein Falls nein kann die Standardabweichung aus historischen Daten geschätzt oder der Literatur entnommen werden? Ja:... Nein ( gehe zu III) 6 / 7

III Drop-out-Rate Erwartete Drop-out-Rate:... ( gehe zu IV) IV Literatur Bitte führen Sie alle Literaturquellen auf, die Sie für die Fragestellung herangezogen haben: V Sonstige Kommentare Bitte senden Sie den ausgefüllten Fragebogen an folgende Kontaktadresse: Prof. Dr. Dr. Klaus Osterkorn Medizinisches Wirtschaftsinstitut GmbH Zieblandstraße 9 D-80799 München Telefon +49 89 558929-600 Fax +49 89 558929-700 E-Mail office@mw-institut.de Homepage www.mw-institut.de 7 / 7