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: DatentypenDATENTYPEN Kommt es wirklich darauf an? Daten auf einer Intervallskala Daten auf einer OrdinalskalaDaten auf einer NominalskalaAufbau dieses BuchsKapitelzusammenfassungTEIL2: Daten auf IntervallskalenBESCHREIBENDE STATISTIK Zusammenfassung von DatensätzenZentrale Lagemaße - der Mittelwert, der Median und der Modalwert Beschreibung der Spannweite - die Standardabweichung und die relative Standardabweichung Quartile - eine andere Möglichkeit, Daten zu beschreiben Verwendung von Software für die beschreibende Statistik KapitelzusammenfassungDIE 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 MITTELWERTS Stichproben und Grundgesamtheiten Von der Stichprobe zur Grundgesamtheit Verschiedene StichprobenfehlerWelche Faktoren bestimmen die Höhe des zufälligen Stichprobenfehlers? Abschätzung des wahrscheinlichen Stichprobenfehlers und der Standardfehler Aufrechnung von Stichprobengröße und Standardabweichung Kapitelzusammenfassung DAS 95 %-KONFIDENZINTERVALL FÜR DEN MITTELWERT Was ist ein Konfidenzintervall? Wie breit sollte das Intervall sein? Was meinen wir mit ''95 %''-Konfidenz? Berechnung der Intervallbreite Eine Reihe von Stichproben und 95 %-Konfidenzintervallen Wie stark hängt die Breite des Konfidenzintervalls von Änderungen der Standardabweichung, des Stichprobenumfangs und des gewünschten Konfidenzniveaus ab? Zwei Aussagen Einseitige 95 %-Konfidenzintervalle Das 95 %-Konfidenzintervall für den Unterschied zweier Behandlungen Über die Notwendigkeit, dass die Daten einer Normalverteilung folgen und Datentransformation KapitelzusammenfassungDER DOPPELTE T-TEST (1). EINFÜHRUNG IN HYPOTHESENTESTSDer doppelte t-Test - ein Beispiel für einen HypothesentestSignifikanzDas Risiko eines falsch-positiven Ergebnisses Von welchen Faktoren hängt es ab, ob wir ein signifikantes oder ein nicht signifikantes Ergebnis erhalten? Voraussetzungen für einen doppelten t-Test Kapitelzusammenfassung DER DOPPELTE T-TEST (2): DER BERÜCHTIGTE P-WERT Wie kann man die Signifikanz eines Ergebnisses beziffern? p-Werte Gibt 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 STICHPROBENUMFÄNGE Was könnte sonst noch schief gehen? Die GüteBerechnung des notwendigen StichprobenumfangsKapitelzusammenfassung DER DOPPELTE T-TEST (4). STATISTISCHE SIGNIFIKANZ, PRAKTISCHE BEDEUTUNG UND ÄQUIVALENZPraktische Bedeutung - ist die Differenz so groß, dass sie eine Rolle spielt? Äquivalenztests Tests auf Nicht-Unterlegenheit p-Werte sind weniger aussagekräftig und können förmlich in die Irre führenSetzen von Äquivalenzgrenzen vor dem eigentlichen Versuch KapitelzusammenfassungDER DOPPELTE T-TEST (5). EINSEITIGE TESTS Suche nach einer Veränderung in einer bestimmten Richtung Schutz vor falsch-positiven Befunden VersuchungEinsatz eines Softwarepakets bei einem einseitigen Test Sollte man häufiger einseitige Tests einsetzen?Kapitelzusammenfassung WAS SAGT UNS EIN STATISTISCH SIGNIFIKANTES ERGEBNIS WIRKLICH?Wie interpretiert man statistische Signifikanz? Am Anfang steht äußerste Skepsis Kapitelzusammenfassung DER GEPAARTE T-TEST - VERGLEICH VON ZWEI ZUSAMMENHÄNGENDEN DATENSÄTZEN Gepaarte Datensätze Untersuchung der Daten mithilfe eines doppelten t-Tests Alternative Anwendung eines gepaarten t-Tests Durchführung eines gepaarten t-Tests Wodurch ist bestimmt, ob ein gepaarter t-Test signifikant ist? Größere Teststärke beim gepaarten t-Test Der gepaarte t-Test ist nur auf natürliche Paare von Daten anwendbar Auswahl des passenden Versuchsaufbaus Voraussetzungen für das Anwenden eines gepaarten t-TestsSt