Gute Daten + gute Statistik = gute Ergebnisse!Mit diesem Buch haben falsche Statistiken keine Chance mehr. Übersichtlich gegliedert in 6 Teile mit zusammen 20 Kapiteln werden hieralle wichtigen Typen von Daten und die Verfahren zu deren Auswertung erklärt. Die erklärte Maxime des Autors ist es, dass sich eine statistische Auswertung immer an der Art und Qualität der Daten orientieren muss, damit diese nicht fehl- oder überinterpretiert werden. Komplizierte Mathematik ist dabei weder nötig noch erwünscht, denn meistens sind die einfachsten Verfahren die aussagekräftigsten.Ein positiver Lerneffekt stellt sich bereits nach wenigen Seiten ein, denn hier werden genau die Fragen gestellt (und beantwortet!), mit denen ein angehender Mediziner oder Pharmazeut während der Ausbildung konfrontiert wird. Mit seinem ungezwungenen und direkten Stil gelingtes dem Autor, dass die Statistik vom ungeliebten Kind zum effizienten Werkzeug wird, auch ohne mathematische Begabung beim Leser.* Leicht verständliche Texte (fast) ohne Formeln* Alle Beispiele kommen aus der Medizin oder der Pharmazie* Warnhinweise auf häufi ge Fehler und auf den unsachgemäßen Einsatz von StatistikenAls leicht verständliche Einführung in die statistischen Grundlagen und Verfahren, die in der Medizin und in der Pharmazie eingesetzt werden, ist dieses Buch bestens geeignet für alle, die eine Ausbildung im medizinischpharmazeutischen Bereich absolvieren.

VORWORTTEIL1: DatentypenDATENTYPENKommt es wirklich darauf an?Daten auf einer IntervallskalaDaten auf einer OrdinalskalaDaten auf einer NominalskalaAufbau dieses BuchsKapitelzusammenfassungTEIL2: Daten auf IntervallskalenBESCHREIBENDE STATISTIKZusammenfassung von DatensätzenZentrale Lagemaße - der Mittelwert, der Median und der ModalwertBeschreibung der Spannweite - die Standardabweichung und die relative StandardabweichungQuartile - eine andere Möglichkeit, Daten zu beschreibenVerwendung von Software für die beschreibende StatistikKapitelzusammenfassungDIE NORMALVERTEILUNGWas ist eine Normalverteilung?Wie erkennt man normalverteilte Daten?Anteile von Einzelwerten innerhalb von einer oder zwei Standardabweichungen vom MittelwertKapitelzusammenfassungSTICHPROBEN AUS EINER GRUNDGESAMTHEIT UND DER STANDARDFEHLER DES MITTELWERTSStichproben und GrundgesamtheitenVon der Stichprobe zur GrundgesamtheitVerschiedene StichprobenfehlerWelche Faktoren bestimmen die Höhe des zufälligen Stichprobenfehlers?Abschätzung des wahrscheinlichen Stichprobenfehlers und der StandardfehlerAufrechnung von Stichprobengröße und StandardabweichungKapitelzusammenfassungDAS 95 %-KONFIDENZINTERVALL FÜR DEN MITTELWERTWas ist ein Konfidenzintervall?Wie breit sollte das Intervall sein?Was meinen wir mit ''95 %''-Konfidenz?Berechnung der IntervallbreiteEine Reihe von Stichproben und 95 %-KonfidenzintervallenWie stark hängt die Breite des Konfidenzintervalls von Änderungen der Standardabweichung, des Stichprobenumfangs und des gewünschten Konfidenzniveaus ab?Zwei AussagenEinseitige 95 %-KonfidenzintervalleDas 95 %-Konfidenzintervall für den Unterschied zweier BehandlungenÜber die Notwendigkeit, dass die Daten einer Normalverteilung folgen und DatentransformationKapitelzusammenfassungDER DOPPELTE T-TEST (1). EINFÜHRUNG IN HYPOTHESENTESTSDer doppelte t-Test - ein Beispiel für einen HypothesentestSignifikanzDas Risiko eines falsch-positiven ErgebnissesVon welchen Faktoren hängt es ab, ob wir ein signifikantes oder ein nicht signifikantes Ergebnis erhalten?Voraussetzungen für einen doppelten t-TestKapitelzusammenfassungDER DOPPELTE T-TEST (2): DER BERÜCHTIGTE P-WERTWie kann man die Signifikanz eines Ergebnisses beziffern?p-WerteGibt es zwei Arten, Signifikanz zu definieren?Bestimmung des p-Wertesp-Werte oder 95 %-Konfidenzintervalle?KapitelzusammenfassungDER DOPPELTE T-TEST (3). FALSCH-NEGATIVE BEFUNDE, GÜTE UND NOTWENDIGE STICHPROBENUMFÄNGEWas könnte sonst noch schief gehen?Die GüteBerechnung des notwendigen StichprobenumfangsKapitelzusammenfassungDER DOPPELTE T-TEST (4). STATISTISCHE SIGNIFIKANZ, PRAKTISCHE BEDEUTUNG UND ÄQUIVALENZPraktische Bedeutung - ist die Differenz so groß, dass sie eine Rolle spielt?ÄquivalenztestsTests auf Nicht-Unterlegenheitp-Werte sind weniger aussagekräftig und können förmlich in die Irre führenSetzen von Äquivalenzgrenzen vor dem eigentlichen VersuchKapitelzusammenfassungDER DOPPELTE T-TEST (5). EINSEITIGE TESTSSuche nach einer Veränderung in einer bestimmten RichtungSchutz vor falsch-positiven BefundenVersuchungEinsatz eines Softwarepakets bei einem einseitigen TestSollte man häufiger einseitige Tests einsetzen?KapitelzusammenfassungWAS SAGT UNS EIN STATISTISCH SIGNIFIKANTES ERGEBNIS WIRKLICH?Wie interpretiert man statistische Signifikanz?Am Anfang steht äußerste SkepsisKapitelzusammenfassungDER GEPAARTE T-TEST - VERGLEICH VON ZWEI ZUSAMMENHÄNGENDEN DATENSÄTZENGepaarte DatensätzeUntersuchung der Daten mithilfe eines doppelten t-TestsAlternative Anwendung eines gepaarten t-TestsDurchführung eines gepaarten t-TestsWodurch ist bestimmt, ob ein gepaarter t-Test signifikant ist?Größere Teststärke beim gepaarten t-TestDer gepaarte t-Test ist nur auf natürliche Paare von Daten anwendbarAuswahl des passenden VersuchsaufbausVoraussetzungen für das Anwenden eines gepaarten t-TestsStichprobenumfänge, praktische Bedeutung und einseitige TestsZusammenfassung der Unterschiede zwischen dem gepaarten und dem doppelten t-TestVARIANZANALYSE - ÜBER T-TESTS HINAUSErweiterung zu komplexen VersuchsdesignsEinfache VarianzanalyseZweifache VarianzanalyseMultifaktorenversucheEinfache Form - starke AussageKapitelzusammenfassungKORRELATION UND REGRESSION - ZUSAMMENHÄNGE ZWISCHEN MESSWERTENKorrelationsanalyseRegressionsanalyseMehrfache RegressionKapitelzusammenfassungTEIL3: Daten auf NominalskalenBESCHREIBUNG VON KATEGORISIERTEN DATENBeschreibende StatistikTests, ob der wahre Anteil möglicherweise einen vorbestimmten Wert hatKapitelzusammenfassungVERGLEICH BEOBACHTETER ANTEILE - DER CHI-QUADRAT-KONTINGENZTESTAnwendung des Chi-Quadrat-Kontingenztests für den Vergleich von beobachteten AnteilenEin 95 %-Konfidenzintervall für die Änderung der Ausstoßquote - ist die Änderung von praktischer Bedeutung?Größere Kontingenztafeln - Nutzung der Diabetes-SprechstundePlanung der VersuchsgrößeKapitelzusammenfassungTEIL4: Daten auf OrdinalskalenORDINALSKALIERTE, NICHT NORMALVERTEILTE DATEN. TRANSFORMATIONEN UND PARAMETERFREIE TESTSTransformation auf eine NormalverteilungDer Mann-Whitney-Test - ein nicht parametrisches VerfahrenUmgang mit Daten auf OrdinalskalenAndere nicht parametrische VerfahrenKapitelzusammenfassungAnhang zu Kapitel 17TEIL5: Reale HerausforderungenMEHRFACHTESTSWas ist ein Mehrfachtest und warum ist er problematisch?Wo treten Mehrfachtests auf?Verfahren zur Vermeidung von Falsch-positivenDie Rolle der wissenschaftlichen ZeitschriftenKapitelzusammenfassungFRAGEBÖGENGibt es Besonderheiten bei Fragebögen?Arten von FragenEntwurf eines FragebogensStichprobenumfang und RücklaufquotenUntersuchung der ErgebnisseVerquickte epidemiologische DatenMehrfachtests bei FragebogendatenKapitelzusammenfassungTEIL6: FazitSCHLUSSFOLGERUNGENMachen Sie sich das Ziel des Versuchs klarBauen Sie den Versuch einfach und damit klar und aussagekräftig aufPlanen Sie die statistischen Analysen schon als Teil des Versuchsdesigns und nicht erst auf den letzten DrückerUntersuchen Sie die Daten visuell, bevor Sie in die statistischen Tests einsteigenHüten Sie sich vor MehrfachtestsInterpretieren Sie sowohl Signifikanz als auch Nicht-Signifikanz mit gebührender Sorgfalt