1. كاربرد آمار در پژوهش هاي علوم پزشكي STATISTICS
معصومه طاهرپور
عضو هیات علمی دانشگاه علوم پزشکی خراسان شمالی

2. رئوس مطالب مورد مشاوره آماری
انتخاب روش نمونه گیری مناسب
تعیین حجم نمونه
تنظیم فرضیات تحقیق
تنظیم جدول متغیرها
ورود اطلاعات به نرم افزار مناسب آماری(SPSS)
انتخاب آزمون مناسب جهت آزمون نمودن فرضیات
آنالیز خروجی های آزمون ها
نحوه گزارش دهی و انتشارنتیجه گیری های آماری

3. علم آمار: 1. آمار توصيفي: شاخصها :
مركزي: ميانگين، ميانه، نما ،صدك ، دهک و چارک ها
پراكندگي: انحراف معيار، واريانس، دامنه
نمودارها :
دايره اي ؛ خطي ؛ ستوني؛ هيستوگرام ؛ جعبه ای
جداول :
جداول فراوانی
جداول توافقی
خطاهاي اندازه گيري

6. 2. آمار تحليلي
نشان مي دهد كه شانس و تصادف تا چه حد مي تواند روابط بين متغيرهاي مشاهده شده را توجيه نمايد.
1. براوردهای آماری
2. آزمون فرضیه های آماری
خطاهاي اندازه گيري

7. تعریف فرضیه آماری انواع فرضیات آماری
فرضیات آماری:
تعریف فرضیه آماری انواع فرضیات آماری

8. ارتباط بین متغیرها را تایید می کند و با علامت H1 نمایش داده می شود.
فرضیه صفر :
هر گونه ارتباط بین متغیرها را رد می کند و با علامت H0 نمایش داده می شود.
فرضیه مقابل :
ارتباط بین متغیرها را تایید می کند و با علامت H1 نمایش داده می شود.
مانند:
H0 :رابطه ای بین مصرف غذاهای آماده وخطر ابتلابه سکته قلبی وجود ندارد
H1: مصرف غذاهای آماده با خطر ابتلا به سکته قلبی رابطه دارد
مصرف غذاهای آماده خطر ابتلا به سکته قلبی را افزایش می دهد

9. انواع خطا در تصمیم گیری های آماری:

10. P-value معني عبارت فوق چيست؟
در مطالعه ای که برای مقایسه اثر درمانی دو داروی A و B بدست آمد نشان داد که میزان مرگ در گروه تحت درمان با داروی A 37% و در گروه تحت درمان با داروی B 42% بوده است(P-value <0.05)
معني عبارت فوق چيست؟

11. P-value
از دیدگاه آمار محضP-value احتمال رد فرضیه صفر به شرط درست بودن آن بر اساس داده های مشاهده شده می باشد به عبارت ساده تر میزان شانسی بودن اختلاف مشاهده شده از فرضیه صفر می باشد هر چه قدر این احتمال عددی کوچک باشد اعتماد ما به واقعی بودن اختلاف مشاهده شده بیشتر است.  
P-value ≤α RH0

13. P-value دقیقا به این سوال پاسخ می دهد و نشان می دهد این اختلاف مشاهده شده بین فرضیه صفر و مقدار نمونه چقدر شانسی و تصادفی است. هر چه قدر این عدد P-value کوچکتر شود شانسی بودن اختلاف نیز کمتر می شود در نتیجه با یقین و گواه بیشتر می توانیم وجود اختلاف را اذعان کنیم.
در تفسیر دیگرP-value میتوان گفت اگر در شرایط مشابه  ۱۰۰ بار آزمونی را تکرار کنیم P-value تعداد دفعاتی است که نشان می دهد اختلاف مشاهده شده شانسی می باشد.

14. نکته قابل توجه این است :
که معناداری آماری لزوماً به معنی معنی داری بالینی نیست.
!!!!!؟؟؟؟؟؟

15. :کاربردی ترین آزمونهای آماری
تی تست(Independent two-sample test)
تی زوجی (Paired t-test)
آنالیز واریانس(Anova)
آنالیز همبستگی(Pearson correlation)
آزمون کای دو(کای اسکوئر)
آزمون مک نمار(McNemar)
اندازه گیری های تکراری(Repeated measurement)

16. آزمون کولموگروف – اسمیرنف:
فرضیه صفر : داده ها دارای توزیع نرمال هستند فرضیه مقابل: عدم پیروی داده ها از توزیع نرمال

17. تی تست(Independent two-sample test)
مثال: بررسی ارتباط مصرف آسپرین و مدت زمان لخته شدن خون در گروهی از افراد مبتلا به افزایش چربی خون ... مقایسه میانگین یک متغیر کمی در دو گروه مستقل از هم
در صورت عدم پیروی داده ها از توزیع نرمال بجای تی تست از معادل ناپارامتری آن که آزمون من ویتنی است؛ استفاده خواهدشد.

20. آزمون تی زوجی:(Paired t-test)
مثال: بررسی مدت زمان لخته شدن خون در گروهی از افراد مبتلا به هایپرلیپیدی قبل و بعد از مصرف آسپرین... مقایسه میانگین یک متغیر کمی در دو گروه وابسته به هم
در صورت عدم پیروی داده ها از توزیع نرمال بجای تی زوجی از معادل ناپارامتری آن که آزمون ویلکاکسون است؛ استفاده خواهدشد.

21. آزمون مک نمار(McNemar)
درصورتیکه نوع مطالعه قبل و بعد وابسته از نوع کیفی باشد؛ برای مقایسه نتایج قبل و بعد از مداخله از آزمون مک نمار استفاده می شود.
بعنوان مثال محققی به مقایسه افسردگی ( دارد – ندارد) در یک گروه از افراد قبل و بعد از مصرف امگا3 می پردازد...

23. آنالیز واریانس(ANOVA) Analysis of Variation

24. مثال: محققی قصد دارد اثر سه نوع مداخله را بر روی کاهش اندازه زخم ( میلی متر) ناشی از سالک بررسی نماید...
حداقل ميانگين هاي دو جامعه متفاوتند

25. در صورت رد فرضیه صفر .... جهت بررسی بیشتر وجود اختلاف ؛ از آزمون های تعقیبی مانند Tukey post-hoc ؛ Scheffe post-hoc استفاده می شود.
در صورت عدم پیروی داده ها از توزیع نرمال از آزمون کروسکال والیس استفاده می نماییم.
)Kruskal-Wallis)

27. آزمون کای دو
این آزمون برای تعیین وجود ارتباط بین دو متغیر کیفی( دو یا چند حالتی) استفاده می شود.
مثال : مقایسه شیوع افسردگی (دارد-ندارد) در سه گروه از مصرف کنندگان امگا3 (0.5 ؛ 1.5 و 2 گرم در روز)

29. آنالیز همبستگی(ضریب همبستگی پیرسون)
این آزمون برای تعیین وجود ارتباط بین دو متغیر کفی( دو یا چند حالتی) استفاده می شود.
در صورت عدم پیروی داده ها ار توزیع نرمال از ضریب همبستگی اسپیرمن استفاده می شود.

33. آنالیز واریانس با اندازه گیری های تکراری Repeated measures of variance
مقایسه اختلاف در میانگین متغیر کمی در بیش از دو گروه و بیش از یک بار اندازه گیری
مثال : مقایسه اثر زخم سالک در افراد ، و ساله در هفته های 4 ؛ 8 و 12 پس از کرایوتراپی
در صورت عدم پیروی داده ها از توزیع نرمال از آزمون فریدمن (Friedman) استفاده می شود.