Bei der Betrachtung und Analyse von statistischen Daten muss deren Verteilung beachtet werden. Diese ist durch Mittelwert und Standardabweichung gegeben. Bei den gegebenen Daten liegt der Mittelwert der Erkrankungsdauern in der Gruppe Modellregion Integrierte Versorgung bei 15,5 Jahren bei einer Standardabweichung von 12,45 Jahren. In der Kontrollgruppe beträgt der Mittelwert 15 Jahre, die Standardabweichung liegt bei 11,55 Jahren.
Bisher unbeachtet blieb der Stichprobenumfang. In beiden Datenreihen liegt dieser bei n=10 Patienten, also bei einer sehr niedrigen Zahl. Die Zuverlässigkeit von Mittelwert und Standardabweichung korreliert mit dem Stichprobenumfang. Bei den obigen Daten wird bereits unmittelbar ersichtlich, dass eine jeweils große Streuung der Einzelmesswerte um die betreffenden Mittelwerte vorliegt. Die Vergleichbarkeit von Lage- und Streuungsmaß erscheint dennoch zufällig. Statistisch signifikante Unterschiede auf einer üblichen Signifikanzniveauschwelle von 5% steht nicht zu erwarten.
Inhaltsverzeichnis
1 Patienten aus dem schizophrenen Formenkreis: Vergleich von Modell- und Kontrollregion
1.1 Erkrankungsdauer der Patienten der Kontrollgruppe: Mittelwert, Varianz und Standardabweichung
1.2 Vergleich der Erkrankungsdauern in der Interventionsgruppe und der Kontrollgruppe
1.3 Testzuordnung und Interpretation der Tabelle
1.4 Berechnung des Standardfehlers der Differenz
1.5 Berechnung von Kovarianz und Pearson-Korrelationskoeffizient für die Patienten in der Modellregion
1.6 Interpretation von Kovarianz und Korrelationskoeffizienten
1.7 Alternativer Korrelationskoeffizient
2 Analyse von Veränderungen in der Gruppe der Modellregion Integrierte Versorgung
2.1 MCNEMAR - Statistik
2.2 Vergleich zwischen Modellregion und Kontrollregion
3 Auswahl von Testverfahren
3.1 Zusammenhang Geschlecht und Krankenhausaufenthalt
3.2 Signifikanz von Veränderungen der Krankenhaustage bei Messwerten ohne Normalverteilung
Zielsetzung und thematische Schwerpunkte
Die vorliegende Arbeit dient der praktischen Anwendung statistischer Analyseverfahren im Kontext der medizinischen Datenverarbeitung. Das primäre Ziel besteht darin, verschiedene statistische Kennzahlen und Testverfahren – wie den t-Test, die Kovarianzanalyse, den McNemar-Test und den Chi-Quadrat-Test – anhand eines Fallbeispiels aus der Psychiatrie methodisch korrekt anzuwenden und zu interpretieren.
- Grundlegende Berechnung von Lage- und Streuungsmaßen (Mittelwert, Varianz, Standardabweichung)
- Vergleich von Interventions- und Kontrollgruppen mittels parametrischer Testverfahren
- Analyse von Korrelationen und Zusammenhangsstrukturen bei intervallskalierten Daten
- Überprüfung von Signifikanzen bei kategorialen und dichotomen Variablen
- Methodenwahl für nicht-normalverteilte Stichproben (Wilcoxon-Test)
Auszug aus dem Buch
1.6 Interpretation von Kovarianz und Korrelationskoeffizienten
In Abschnitt 1.5 wird für die Kovarianz ein negativer Wert errechnet. Hieraus kann auf einen negativen Zusammenhang zwischen Erkrankungsdauer und Krankenhausaufenthalten für die betrachtete Gruppe geschlossen werden. Über das Ausmaß der Korrelation sagt der Wert der Kovarianz zunächst nichts aus.
Mit dem Korrelationskoeffizienten wird eine Standardisierung vorgenommen. Dieser kann Werte Intervall -1 bis +1 annehmen. Ein Wert von 0 besagt, dass keine Korrelation zwischen den Variablen besteht. Bei r=-1 besteht ein streng negativer Zusammenhang zwischen den Variablen, bei r=+1 ein streng positiver Zusammenhang (je größer Variable 1, desto größer Variable 2). Ein Korrelationskoeffizient um r=0,1 verweist auf einen milden Zusammenhang. Ab r=0,3 besteht ein mittlerer und ab r=0,5 ein großer Zusammenhang der Variablen [vgl. MEYER 2011, S. 24]. Übertragen auf unser Beispiel bedeutet ein Korrelationskoeffizient von r=-0,77 einen negativen starken Zusammenhang zwischen Erkrankungsdauer in Jahren und der Anzahl der Krankenhausaufenthalte. Aufgrund des Korrelationskoeffizienten würde man zu der Auffassung gelangen, dass bei schizophrenen Störungen (in der Modellregion) lange Krankheitsdauer mit reduzierter Inanspruchnahme von Krankenhausaufenthalten korreliert ist.
Zusammenfassung der Kapitel
1 Patienten aus dem schizophrenen Formenkreis: Vergleich von Modell- und Kontrollregion: Dieses Kapitel behandelt die deskriptive statistische Aufbereitung der Daten und führt den Zwei-Stichproben-t-Test zum Vergleich der Erkrankungsdauern durch.
2 Analyse von Veränderungen in der Gruppe der Modellregion Integrierte Versorgung: Hier werden Veränderungen innerhalb einer Patientengruppe über Zeitpunkte hinweg analysiert, wobei die McNemar-Statistik sowie Chi-Quadrat-Tests zur Anwendung kommen.
3 Auswahl von Testverfahren: Dieses abschließende Kapitel widmet sich der methodischen Entscheidung für spezifische statistische Tests bei unterschiedlichen Skalenniveaus und Datenverteilungen.
Schlüsselwörter
Statistische Datenanalyse, Schizophrenie, Mittelwert, Varianz, Standardabweichung, t-Test, Kovarianz, Pearson-Korrelationskoeffizient, McNemar-Statistik, Chi-Quadrat-Test, Normalverteilung, Signifikanzniveau, Wilcoxon-Test, Phi-Koeffizient, Stichprobenumfang
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit bietet eine angewandte Einführung in die statistische Datenanalyse anhand von Fallbeispielen aus dem Bereich der psychiatrischen Versorgungsforschung.
Was sind die zentralen Themenfelder der Publikation?
Die zentralen Themen umfassen die Berechnung deskriptiver Statistiken, den Gruppenvergleich von Mittelwerten, die Korrelationsanalyse sowie die Prüfung statistischer Signifikanz bei verschiedenen Datentypen.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es, zu demonstrieren, wie statistische Methoden zur Interpretation medizinischer Daten korrekt ausgewählt, berechnet und hinsichtlich ihrer Signifikanz bewertet werden.
Welche wissenschaftlichen Methoden werden verwendet?
Es kommen verschiedene parametrische und nicht-parametrische Verfahren zum Einsatz, darunter t-Tests, Kovarianzanalysen, Chi-Quadrat-Tests sowie der Wilcoxon-Test.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden reale Berechnungsbeispiele zur Erkrankungsdauer, zur Korrelation von Behandlungsdaten und zur Signifikanz von Veränderungsmessungen detailliert durchgegangen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit ist durch Begriffe wie statistische Inferenz, Korrelationsanalyse, Signifikanzprüfung und psychiatrische Versorgungsforschung geprägt.
Welche Bedeutung hat der berechnete Korrelationskoeffizient von -0,77 in diesem Kontext?
Der Wert weist auf einen starken negativen Zusammenhang zwischen der Erkrankungsdauer und der Häufigkeit von Krankenhausaufenthalten in der Modellregion hin.
Warum wird der Wilcoxon-Test als Alternative in Kapitel 3 genannt?
Der Wilcoxon-Test ist notwendig, wenn die Voraussetzungen für parametrische Tests, insbesondere die Normalverteilung der Daten, nicht erfüllt sind.
- Quote paper
- Manuel Anhold (Author), 2014, Verfahren statistischer Datenanalyse. Eine Fallaufgabe, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/497191
