Balkendiagramm
Grafische Methode in der deskriptiven Statistik, um die absoluten oder relativen Häufigkeiten der Ausprägungen einer kategorialen Variablen untereinander zu vergleichen.
Grafische Methode in der deskriptiven Statistik, um die absoluten oder relativen Häufigkeiten der Ausprägungen einer kategorialen Variablen untereinander zu vergleichen.
Werte einer Variablen, die oft zum Start einer Studie aufgenommen werden. Sie bilden die Grundlage (Baseline) zu der mögliche Differenzen untersucht werden können.
Mathematische Formulierung: . Die Wahrscheinlichkeit für Ereignis unter der Bedingung, dass vorher bereits Ereignis eingetreten ist.
Subjektive, ungleiche Versorgung der Patient:innen im Studienverlauf, je nach Behandlungsgruppe. Kann durch doppelte Verblindung verhindert werden.
Studie ohne direktes Eingreifen durch den/die Studiendurchführer:in mit großer Rolle in der epidemiologischen Forschung. Umfasst Kohortenstudien, Fall-Kontrollstudien, Querschnittstudien und Ökologische Studien.
Maß für die Güte der Vorhersage der Variable durch die Variable in einer linearen Regression. Der Wert des Maßes liegt zwischen 0 und 1 und gibt an, wie viel Prozent der Gesamtstreuung in durch die Streuung in erklärt werden kann. Ergibt sich durch Quadrieren des Pearson-Korrelationskoeffizienten.
Verzerrungen der Studienergebnisse durch systematische Fehler, sodass ggf. falsche Schlüsse gezogen werden. Somit sollte Bias vermieden werden, was z. B. durch ein geeignetes Studiendesign möglich ist. Es wird zwischen Selektionsbias, Informationsbias, Detektionsbias, Behandlungsbias und Publikationsbias unterschieden.
Eine binäre oder dichotome Variable ist eine kategoriale Variable mit genau zwei zu unterscheidenden Ausprägungen.
Die Wissenschaft, die sich mit Messungen an Lebewesen und den dazu erforderlichen Mess- und Auswerteverfahren beschäftigt. Sie umfasst die statistischen Methoden für die medizinische Forschung. „Dieser Wissenschaftszweig befasst sich mit der mathematischen Modellierung zufallsabhängiger Phänomene in Medizin, Pharmazie, Biologie und Landwirtschaft.“
Methode zur Adjustierung des α-Fehlers als Lösung des Multiplizitätsproblems. Dabei wird das Signifikanzniveau anteilig auf alle Tests aufgeteilt, indem berechnet wird, sodass die Wahrscheinlichkeit für einen α-Fehler insgesamt wieder bei 5 % liegt.