Biomedicinsk Analytiker

Sveriges största site för Biomedicinska Analytiker

Hypotestest

Grundläggande begrepp inom statistiken nämnde jag hypotesprövande statistik. I det här inlägget tänkte jag fördjupa mig lite i just det här med att pröva hypoteser. Det finns något som heter hypotestest. Man har två påstående, ett som kallas för nollhypotes (H0) och ett annat som kallas för mothypotes (H1). Dessa ställs mot varandra. Vi säger att min nollhypotes är så här:

H0: Mängden av astmamarkören IL-8 ökar ju svårare en astmatikers symptom är. Det finns ett samband mellan astmamarkören IL-8 och astmatikers symptom.

Nollhypotesen (H0) innebär att man utgår ifrån att det finns en skillnad mellan astmatiker och ickeastmatiker. Nu måste jag ha en mothypotes, och i det här fallet ser den ut så här:

H1: Mängden av astmamarkören IL-8 ökar inte ju svårare en astmatikers symptom är. Det saknas samband mellan astmamarkören IL-8 och astmatikerns symptom.

Den alternativa hypotesen (H1) innebär att det saknas samband mellan astmatiker och ickeastmatiker. Man undersöker om nollhypotenes H0 verkar stämma eller inte. Man kanske tar prover på en massa astmatiker, och lika många friska personer, och tycker att man har kommit fram till att ja, IL-8 ökar ju svårare astma-symptomen är. Men sedan måste man fråga sig – stämmer detta eller är det bara slumpen?

Nu räknar man statistiskt och bestämmer en signifikansgräns. Signifikans är det samma som betydelse, meningsfullhet. Hur betydelsefullt är detta – hur signifikant är detta – hur bra stämmer detta? Signifikansvärdet skrivs som ett p-värde., som är en förkortning för sannolikhet (från engelskans probability). P < 0,05 brukar vara en vanlig gräns som man sätter helt själv. När man sedan har räknat på statistiken kommer man alltså fram till ett p-värde. Om p-värdet är under 0,05 kan man säga att ja, det stämmer. Mitt resultat är tillförlitligt, H0 stämmer: det är så att det finns ett samband mellan IL-8 och astmasymptom. Men om p-värdet är större än 0,05 kan man inte vara helt säker. Då är det kanske snarare H1 som stämmer. Då är det snarare slumpen som avgjort mitt resultat.

Hypotestestet räknar ut sannolikheten för att få en skillnad som är minst så stor som den skillnad som observerats, om nollhypotesen är sann.

Innan man gör ett hypotestest måste man kunna svara på följande frågor:

  • Vilken typ av data har jag? Data kan ju, som jag skrev i Grunläggande begrepp inom statistiken, vara kvantitativa eller kvalitativa.
  • Hur många grupper ska jag jämföra?
  • Är alla mina data normalfördelade? Om värden är normalfördelade ligger de flesta värdena nära medelvärdet, och spridningen är ganska liten.
  • Är mina data parade eller oparade? Parade data är när mätningarna är beroende av varandra, oparade data innebär att mätningarna är oberoende av varandra. För att förtydliga det lite: I oparade tester jämför man tester från personer med andra personers tester som referens (värde att jämföra med). Kalles tester jämförs med Eriks tester. I parade tester jämförs tester från personer med samma personer tester som referens. Kalles tester jämförs med hans egna tester sedan tidigare.

Det är viktigt att komma ihåg att hypotestestet säger något som sannolikheten, p, men ingenting om den absoluta sanningen. P-värdet är beroende av medelvärdet och spridningen på de uppmätta värdena. Om spridningen är liten och medelvärdet skiljer sig bara lite ifrån de uppmätta värdena, då ökar sannolikheten att få ett statistiskt signifikant p-värde. På samma sätt ökar chansen om man har gjort ett större antal observationer (om man har fler siffror).

Källa: 

Björk J. Praktisk statistik för medicin och hälsa. Liber, Stockholm, 2011.

Eriksson, A. Metrologi. Föreläsning. Linköpings Universitet. 2014-03-06.

2 comments on “Hypotestest

  1. Pingback: Vetenskaplig Metodik | Biomedicinsk Analytiker

  2. Pingback: Korrigeringar och tillägg, termin 2 | Biomedicinsk Analytiker

Kommentera

Fyll i dina uppgifter nedan eller klicka på en ikon för att logga in:

WordPress.com Logo

Du kommenterar med ditt WordPress.com-konto. Logga ut / Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut / Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut / Ändra )

Google+ photo

Du kommenterar med ditt Google+-konto. Logga ut / Ändra )

Ansluter till %s

Information

This entry was posted on 15 augusti, 2014 by in Termin 2 and tagged .
%d bloggare gillar detta: