Lektion 1

interessierende Person oder Objekt über welches man Aussagen gewinnen möchte

zb Krankenhäuser, aber auch Einzelpersonen, Unternehmen, Gegenstände

jeder über den man Erkentnisse gewinnen möchte

Umfasst alle Merkmalsträger

zu Beginn einer Studie, wichtig Gesamtheit aller Merkm. tr. zu kennen

umfasst alle tatsächlich untersuchten Merkmalsträger

die Merkmalsträger die tatsächlich untersucht werden

je größer die Stichprobe umso präzisere Aussagen können getroffen weren

räprentative zusammenstellung aller Merkmalsträger ist wichtig

einfache Zufallsstichprobe bietet beste Grundlage für aussagekräftige Ergebnisse

bildet geeignete Basis für statistische Analysen

mit der kan man Rückschlüsse auf Allgemeinheit ziehen

bei Zufallsstichproben werden unterschiedliche Varianten unterschieden wie zb die einfache

Merkmalsträger werden nach Zufallsprinzip ausgewählt

jeder Merkmalsträger hat gleiche Chance ausgewählt zu werden

Grundgesamtheit muss aber bekannt sein

Grundgesamtheit wird nach relevanten Größen in Teilpopulationen aufgeteilt

anschließend aus Teilp. Stichproben gezogen

zb . im Krankenhaus:

bis 500 Patienten, 500-1000, mehr als 1000…

danach werden alle drei Schichten Krankenhäuser nach dem Zufallsprinzip ausgewählt

natürlich existierende Teilmengen der Grundgesamtheit werden nach Zufallsprinzip ausgewählt

danach vollständig untersucht

zb alle in Deutschlands Landkreisen bestehenden Krankenhäuser

einige zufällig auswählen

innerhalb der Landkreise werden dann alle Krankenhäuser berücksichtigt

zusätzlich zu Zufallsstichroben gibt es Ad hoc Stichproben

die Merkmalsträger werden ausgewählt welche zum Zeitpunkt der Datenerhebung verfügbar sind

zb bei Befragungen auf offener Straße, wenn meinungsbildung zu aktuellen Themen erfolgen soll

ist aber keine gute Grundlage um allgemeingültige Aussagen treffen zu können

viele informationen sind von interesse

zb was für ein typ Krankenhaus (Uniklinik..), wieviele Intensivbetten usw.

das alles sind Merkmale ( Variablen der Krankenhäuser)

die Werte die ein Merkmal annehmen kann sind Merkmalausprägungen

mehr statistische Berechnungen bei Merkmalsausrpägungen mit Zahlen zb anzahl der Intensivbetten

interessierende Eigenschaft eines Merkmalsträgers

ist mögliche Beobachtung eines Merkmals

entscheidet über mögliche statistische Analyse

es gibt 3 verschiedene Skalenniveaus

schwächste Skala ist die Nominalskala

das sind Merkmale deren Auspräungen Namen oder Kategorien sind

Kategorien lassen sich nicht in eine sinnvolle Reihenfolge bringen

zb Frage danach welche Sationen einem Krankenhaus zugehörig sind ist Nominalskaliert

zb Ausprägungen wie Onkologie, Unfallchirurgie, Orthopädie

das sind Namen oder Kategorien die sich nicht sinnvoll ordnen lassen

dichotome Variablen

haben 2 Ausprägungen

zb frage ob städtisches oder ländliches Krankenhaus

oder Tatsache ob das Krankenhaus Uniklinik ist oder nicht

erlaubt mehr statistische Auswertungsmöglichkeiten als Nominalskala

aber weniger als Kardinalskala

Ordinalskalierte Merkmale weisen Ausprägungen auf die Kategorien sind

Kategorien lassen sich in sinvolle Reihenfolge bringen

zb allgemeine zufriedenheit der Patienten mit Krankenhaus

zb sehr gut, gut, mittelmäßig, schlecht und sehr schlecht

sind kategorien welche sich sinvoll sortieren lassen

Abstände lassen sich aber nicht sinvoll interpretieren

zb sehr gut ist doppet so gut wie “gute” Bewertung

qualitative Merkmale

erlaubt meisten statistischen Auswertungsmöglichkeiten

stärkste Skalenniveau

auch metrische Merkmale genannt

Ausprägungen welche Zahlen sind

Abstände zueinander ebenfalls Zahlen

lassen sich mathematisch sinvoll interpretieren

zb anzhl freier Intensivbetten ( 10 freie betten mehr als im anderen Krankenhaus)

Verhältnisskala

Intervallskala

weisst einen natürlichen Nullpunkt aus

zb bei Geld da ist klar das 0 euro in jeder währung bedeutet das kein geld auf dem konto ist

zb temperatur in grad celsius oder fahrenheit

0 grad hat nicht gleichen wert wie fahrenheit (es existiert kein nullpunkt)

Temperatur also intervallskaliertes Merkmal weil kein Nullpunkt

weist keinen natürlichen Nullpunkt auf

zb temperatur in grad celsius oder fahrenheit

0 grad hat nicht gleichen wert wie fahrenheit (es existiert kein nullpunkt)

Temperatur also intervallskaliertes Merkmal weil kein Nullpunkt

anzahl an verschiedenen Merkmalausrpägungen

endlich viele oder abzählbare unendlich viele Ausprägungen dann diskretes Merkmal

zb Anzahl an Personen die in einem Haushalt leben

oder anzahl freie intensivbetten

Menge lässt sich immer anzählen

dieskretes Merkmal hat nur wenige verschiednee Ausprägungen

hat sehr viele verschiedene Ausprägungen

können alle denkbaren werte eines Intervalls annehmen

zb bei der Krankenhaus studie auch noch die Ausgaben jedes Krankenhauses - wären unendlich viele Ausprägungen

zb in Form von schriftlichen oder mündlichen Befragungen

oder Experimente

das sind dei Primärdaten

bei neuen Daten wie befragungn der Krankenhäuser wären es Primärdaten

bei zurückgreifen auf bereits vorhandene Daten - Sekundärdaten (zb. vom vergangenen Jahr)

zb Untersuchung der Krankenhäuser nur zu einem Zeitpunkt oder innerhalb kurzer Zeitspanne (2-4 Wochen) dann - Querschnittsdesign

entwicklung der Krankenhäuser in der Zukunft - Längschnittdesign (umfasst immer wieder die gleichen Daten zu mehreren aufeinander folgenden Zeitpunkten)

Trend und Paneldesign

Trenddesign - regelmäßige untersuchungen bezüglich der Fragestellung ( muss nicht immr das gleiche Krankenhaus sein)

Paneldesign- in einem Abstand von zb halben Jahr werden immer wieder die gleichen Krankenhäuser befragt

Vorteil hierbei Veränderungen sind beobachtbar

zb Auslastung der Intensivbetten über die zeit hinweg

sog. Paneleffekte oder Lerneffekte

immer wieder gleiche Antworten

ausserdem Panelmortalitäten (im Laufe der zeit scheiden evtl krankenhäuser aus)

trotzdem liefern Studien im Paneldesign den höchsten Informationsgehalt

danach folgt das Trenddesign

danach Querschnittsdesign

alle Daten der Beobachtung oder Befragung gesammelt

dann Datenverarbeitung

gesammelte Daten in Statistiksoftware eingefügt zb (Stata, Exel, SPSS)

anschließend statistisch ausgewertet (hier wird Grundlage für saubere Auswertung geschaffen)

genaue Prüfung ob daten fehlen ist wichtig

unterscheidung von 3 großen Bereichen

deskriptive Statistik

inferenz Statistik

explorative Statistik

Beschreibung der gesammelten Daten

Tabellen, Grafiken oder Maßzahlen werden genutzt

Ziel Daten komprimitiert zusammenzufassen

zb Maßzahl Mittelwert um Anzahl an belegten Intensivbetten über alle Krankenhäuser zu ermitteln

überprüft die Übertragbarkeit der deskriptiven Ergebnisse auf die Allgemeinheit

wenn zb nicht alle Krankenhäuser Deutschlands berücksichtigt werden können sondern nur ein Auschnitt von ihnen

dann prüfen ob die deskriptiven Ergbnisse für die ausgewählten Krank…. verallgemeinern lassen

Zu diesem Zweck - Hypothesen formulieren

diese müssen im rahmen der Inferenz st. überprüft werden

zb Hypothese ob Uniklinik größeren Einzugsbereich vorweist als keine Uniklinik

erkundet neue, noch wenig erforschte Bereiche

zb bei Corona Pandemie

sämtliche statistische Analysen waren erstmal exporativer Natur (weil neues unerforschtes Gebiet)