27.07.2013 Views

Last ned PDF (154 sider) - Oslo universitetssykehus

Last ned PDF (154 sider) - Oslo universitetssykehus

Last ned PDF (154 sider) - Oslo universitetssykehus

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Virkelighet<br />

Testresultat<br />

H0 godtatt H0 forkastet<br />

H0 sann riktig type I feil<br />

H0 feil type II feil riktig<br />

Målet er å redusere risikoen for begge typer feil. Disse risikoene kan beregnes for<br />

et gitt datasett og en gitt test. Det er vanlig å planlegge en studie slik at risikoen<br />

for forkastningsfeil (signifikansnivået, α) for eksempel er 5% og risikoen for<br />

godtakingsfeil (β) for eksempel blir 10%. For å redusere risikoen for<br />

feilkonklusjon kan en vanligvis øke antallet observasjoner (pasienter,<br />

cellekulturer o.a.). Det nødvendige antallet observasjoner kan beregnes ved en<br />

styrkeberegning (“power-analyse”). Til denne beregningen trenger man et estimat<br />

av en <strong>ned</strong>re grense for en relevant forskjell mellom gruppene som sammenlignes,<br />

en kjent eller antatt variasjon i utfallet og valget av signifikansnivået α og<br />

godtakingsnivået β.<br />

Når de nødvendige data er samlet inn, kan en utføre den statistiske<br />

hypotesetesten. Dette gjøres vanligvis ved bruk av en statistisk programpakke og<br />

resultatet gis i form av en p-verdi (sannsynligheten for at resultatet kan ha<br />

oppstått tilfeldig, p=probability). Regelen er at nullhypotesen ikke forkastes<br />

dersom p-verdien er større enn signifikansnivået (p > α), men man forkaster den<br />

hvis p < α, for eksempel om p < 0.05. En annen vanlig måte å uttrykke et slikt<br />

svar er at det er

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!