Statistik (für Biol./Pharm. Wiss.) Einführung

Ähnliche Dokumente
Statistik (für Biol./Pharm. Wiss.) Einführung

Warum Statistik? Statistik für Biol./Pharm. Wiss. Herbst 2012

Warum Statistik? Statistik 1 für Biol./Pharm. Wiss./HST Herbst 2015

Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS14

Mathematik IV: Statistik

Kurzüberblick: R. Markus Kalisch, Seminar für Statistik, ETHZ

Nachgefragte Aufgaben über spezifische Themen

Zusammenfassung 11. Sara dos Reis.

Zweiseitiger Binomialtest. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Sitzung 4: Übungsaufgaben für Statistik 1

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Auswertung und Lösung

Auswertung und Lösung

Diskrete Wa.verteilungen: Eine Zooführung. Statistik (Biol./Pharm./HST) FS 2015

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung

Statistik II für Betriebswirte Vorlesung 1

Statistik II. Statistische Tests. Statistik II

Marek Chudý. Institut für Statistik und Operations Research UE Statistik 1. Sommersemester, 4.

Mögliche Einstiege und Grundprinzip

Teil X. Hypothesentests für eine Stichprobe. Woche 8: Hypothesentests für eine Stichprobe. Lernziele. Statistische Hypothesentests

Schriftliche Prüfung (90 Minuten)

Lineare Regression 1 Seminar für Statistik

Übersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Auswertung und Lösung

Statistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II

VII. Inhaltsverzeichnis

Auswertung und Lösung

Stand: Semester: Dauer: Modulnummer: Minimaldauer 1 Semester BSTA. Regulär angeboten im: Modultyp: Pflicht WS, SS

Georg-August-Universität Göttingen Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics

Mathematik für Chemiker und Biologen. Prof. Ch. Schelthoff

Mathematik IV: Statistik

Mit Daten sicher durch den Zufall

Primer: Inferenzstatistik 1.0

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften

Lean Body Mass [kg] Estimate Std. Error t value Pr(> t ) (Intercept) ??? lbm <2e-16 ***

Dipl.-Wirtsch.-Ing. Jana Schwahn, Matthias Nelde M.Sc. Investition und Finanzierung Übung () Erfasste Fragebögen = 67

Bachelorprüfung: Statistik (1 Stunde)

Marcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 12. Winterthur, 17. Mai Institut für Datenanalyse und Prozessdesign

Maß- und Integrationstheorie (MA2003)

Vorlesung 12a. Kann das Zufall sein? Beispiele von statistischen Tests

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019

Ökonometrie für Wirtschaftswissenschaftler

Biostatistik, Winter 2011/12

Teil XI. Hypothesentests für zwei Stichproben. Woche 9: Hypothesentests für zwei Stichproben. Lernziele. Beispiel: Monoaminooxidase und Schizophrenie

Statistische Datenanalyse

Stoffverteilungsplan Mathematik Grundkurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Pflichtmodule. Inhalt

Auswertung und Lösung

1 Grundprinzipien statistischer Schlußweisen

Ökonometrie für Wirtschaftswissenschaftler

Statistik-Klausur I E SS 2010

Grundkurs Statistik für Politologen und Soziologen

Wissenschaftsmodul im Modellstudiengang HannibaL. Medizinische Hochschule Hannover

Elementare Stochastik

Auswertungsteil der geschlossenen Fragen. Relative Häufigkeiten der Antworten Mittelwert Median 10% 20% 60%

Dr. Rebecca Schmitt. Deskriptive Statistik (WIW-QMT-DST-V-1) Erfasste Fragebögen = 293. Auswertungsteil der geschlossenen Fragen

Biostatistik Erne Einfuhrung fur Biowissenschaftler

Kantonsschule Ausserschwyz. Mathematik. Kantonsschule Ausserschwyz 173

1 Teil 1: Analysis Phase Stoffprogramm Phase 1 M Übungen in Analysis 3 M Link zu den Lösungen Phase 1...

Schriftliche Prüfung (1 Stunde)

Statistik Einführung // Stichprobenverteilung 6 p.2/26

Mixed Effects Models: Wachstumskurven

Statistik 2 SS 2014 Universität Hamburg

Statistik Vorlesung 5 (Tests I)

Auswertung zur Veranstaltung "Grundlagen des Privatrechts (BGB I/II)"

Hypothesentests für Erwartungswert und Median. Statistik (Biol./Pharm./HST) FS 2015

Hypothesentest. Ablehnungsbereich. Hypothese Annahme, unbewiesene Voraussetzung. Anzahl Kreise

Statistik Einführung // Kategoriale Daten 10 p.2/26

Teil VIII Hypothesentests für zwei Stichproben

Einführung in die Praktische Informatik WS 09/10

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments

Inhalt.

Statistik II (Sozialwissenschaften)

Mathematikunterricht mit GTR und CAS

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

Statistische Methoden der Datenanalyse

Klausur zur Vorlesung

Software Engineering. Einleitung zur Vorlesung. Herbstsemester Universität Zürich Institut für Informatik

Diagnose und Prognose: Kurzfassung 4

Teil 2: Der Forschungsprozess 27

Kapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.

Wirtschaftsstatistik für Studienanfänger

Kategorielle Daten. Seminar für Statistik Markus Kalisch

Statistik und Wahrscheinlichkeitsrechnung

Wissenschaftliche Grundlagen des Mathematischen Schulstoffs III III. Die erste Stunde. Die erste Stunde

Wissenschaftliches Arbeiten. Studium generale WS 2017/18.

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Stochastik in den Ingenieu rwissenschaften

Abbildung 1: Dieses Quiz soll Ihnen helfen, die Residuenplots besser zu verstehen. Am Schluss kommen noch vermischte Aufgaben zur Wiederholung.

Übungsaufgaben zu Kapitel 5

Übersicht. Was zeigt die Vergangenheit? (20.tes Jahrhundert) Was zeigt die Vergangenheit? (20.tes Jahrhundert)

Vorlesung: Statistik II für Wirtschaftswissenschaft

FAQ Modellierung und Simulation in der Fahrzeugtechnik

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Teil VII Hypothesentests für eine Stichprobe

Transkript:

Statistik (für Biol./Pharm. Wiss.) Einführung

Warum Statistik? 2

Warum Statistik? ALLTAG Beratungsdienst: Fast täglich haben wir Anfragen aus dem Bereich Life Sciences! Statistik ist aus den Life Sciences einfach nicht mehr wegzudenken. Fast alle von Ihnen, werden in Ihrer Forschung oder im Beruf Statistik antreffen. Legen Sie die Grundlagen, um sich dort zurechtzufinden! 3

Warum Statistik? MITREDEN KÖNNEN! Sehr viele wissenschaftliche Publikationen verwenden statistische Auswertungen Sehr viele Firmen in den Life Sciences verwenden statistische Prozeduren Oft fallen statistische Fachbegriffe in Fachdiskussionen Lernen Sie mitzureden! 4

Warum Statistik? ANWENDEN KÖNNEN! Werten Sie Studien in Forschung oder Beruf selber aus Entscheiden Sie, ob eine Behandlung wirkt oder ob das beobachtete Ergebnis auch durch Zufall entstehen könnte Beurteilen Sie kritisch, ob Kollegen die Statistik richtig anwenden Lernen Sie Daten auszuwerten und die Auswertungen anderer kritisch zu hinterfragen! 5

Lernziele Grundkonzepte der Wahrscheinlichkeit und Statistik erklären Statistische Software kennenlernen ( R ) Drei Grundfragen der Statistik: - Punktschätzung - Vertrauensintervall - Hypothesentest Konkret an den Beispielen: - Binomialtest - t-test - Regression 6

Aufbau der Vorlesung: Fahrplan Wir werden im Verlauf des Semesters immer wieder sehen, wie weit wir schon gekommen sind 7

Prüfung 60 Minuten schriftlich Alle schriftlichen Unterlagen & Taschenrechner erlaubt Vier Aufgaben: - Binomialtest (Kapitel 3) - t-test (Kapitel 4) - Regression (Kapitel 5) - Allg. Verständnis (Rest) 8

Administratives Homepage: http://stat.ethz.ch/education/semesters/as2011/bio Skript (siehe Homepage) In jedem Kapitel: Genaue Angabe der Lernziele Übungen (siehe Homepage) Quiz ca. jede Woche per mail Computertutorial: Mi, 5.10.2010 um 11.15 Uhr im zugeteilten Computerraum 9

Fragen? Fragen Sie in der Vorlesung Office hour : Fragen Sie die Assistenten in den Übungsgruppen In den Semesterferien wird es eine oder zwei Fragestunden geben 10

11

Sammelalbum: 661 Bilder 12

Packung Box 5 Bilder 100 Packungen = 500 Bilder 13

? 14

Beobachtung von Vorjahren/Kollegen Wenn man eine ganze Box kauft, hat man überraschend wenige doppelte Bilder Wenn man viele einzelne Packungen an verschiedenen Kiosks kauft, hat man viele doppelte Bilder Hypothese: Die Bilder werden nicht zufällig verpackt. Alternative: Die Bilder werden systematisch verpackt, sodass man wenige doppelte Bilder hat. Wie könnte man diese Hypothese überprüfen? 15

Hypothesentest Ich habe eine Box mit 500 Bildern gekauft. In ein leeres Album konnte ich 477 Bilder einkleben. Angenommen, die Hypothese stimmt: Ist es plausibel, dass ich dann 477 Bilder einkleben kann? Passen die Hypothese zufällig verpackt und die Beobachtung 477 Bilder zusammen? 16

Problem: Was ist normal? Wenn wir viel mehr Bilder als normal einkleben konnten, werden die Bilder wohl nicht zufällig verpackt. Angenommen die Bilder werden zufällig verpackt. Wie viele eingeklebte Bilder sind normal? 17

Lösung: Computersimulation 1: 350 Bilder eingeklebt 18

Lösung: Computersimulation 1: 350 Bilder eingeklebt 2: 361 Bilder eingeklebt 19

Lösung: Computersimulation 1: 350 Bilder eingeklebt 2:... 361 Bilder eingeklebt 20

Lösung: Computersimulation 1: 350 Bilder eingeklebt 2:... 361 Bilder eingeklebt 10 6 : 358 Bilder eingeklebt 21

Ergebnis der Computersimulation 22

Passt unsere Beobachtung zur Computersimulation? falls beobachtet zufällig eingepackt Max: 387 477 23

Schlussfolgerung Angenommen, die Bilder werden zufällig verpackt. Die Wahrscheinlichkeit 477 oder mehr Bilder einkleben zu können ist viel kleiner als eins zu einer Million! Beobachtung und Simulation passen nicht zusammen: Die Bilder werden NICHT zufällig eingepackt. 24