Statistika - praktični saveti

[Eddard]

Prvi da pitam, jel ima statističara na forumu? Potrebna mi je pomoć oko analize neke studije.

 

A tema može da ostane za pitanja i pomoć oko statističkih analiza.

[DameTime]

Zavisi šta treba. Imam iskustva ali sam malo zarđala u poslednje 2-3 godine.

 

Ako se dobro sećam, čini mi se da je i @Malkolm Brogdon u materiji.

[Malkolm Brogdon]

Ja sam verovatno jos vise zardjao s obzirom da je to nakon faksa ostao samo kao povremeni hobi.

[Div]

3 hours ago, Eddard said:

Prvi da pitam, jel ima statističara na forumu? Potrebna mi je pomoć oko analize neke studije.

 

A tema može da ostane za pitanja i pomoć oko statističkih analiza.

Jel potrebno znanje iz konkretne oblasti ili računanja, proseci, broj pojavljivanja, unakrsni proračuni? Je li uopšte rad sa brojevima?

[Eddard]

Konkretno inter- i intra-observer reliability proračun.

[DameTime]

Mora to još malko preciznije, doktore. 😁  Kakve podatke imaš, kako ih inače obrađuješ (koji softver koristiš)...

 

Najpoznatija mera koju ja znam je ICC (Interclass Correlation Coefficient), koja meri udeo prave varijanse u odnosu na ukupnu varijansu. Može da ide od 0-1 i što je koeficijent (tj. tvoj rezultat) bliži jedinici, to je veći reliability. Ovo je ako imaš kontinuirane tj. numeričke podatke i ako su ti ispitanici podeljeni u grupe tj. klastere (npr. pacijenti u različitim klinikama).

 

Ako imaš kategoričke podatke, onda Kappa koeficijent (ima više varijanti, ne mogu da se setim ovako iz glave, čini mi se na osnovu toga da li imaš nominalne ili ordinalne varijable). U suštini, opservacije ispitanika se svrstavaju u diskretne kategorije, onda se gleda gde se (ne) slažu, plus se uračunava verovatnoća da se oni slučajno (ne) slože. 

Edited 2 hours ago by DameTime

[Eddard]

24 minutes ago, DameTime said:

Mora to još malko preciznije, doktore. 😁  Kakve podatke imaš, kako ih inače obrađuješ (koji softver koristiš)...

 

Najpoznatija mera koju ja znam je ICC (Interclass Correlation Coefficient), koja meri udeo prave varijanse u odnosu na ukupnu varijansu. Može da ide od 0-1 i što je koeficijent (tj. tvoj rezultat) bliži jedinici, to je veći reliability. Ovo je ako imaš kontinuirane tj. numeričke podatke i ako su ti ispitanici podeljeni u grupe tj. klastere (npr. pacijenti u različitim klinikama).

 

Ako imaš kategoričke podatke, onda Kappa koeficijent (ima više varijanti, ne mogu da se setim ovako iz glave, čini mi se na osnovu toga da li imaš nominalne ili ordinalne varijable). U suštini, opservacije ispitanika se svrstavaju u diskretne kategorije, onda se gleda gde se (ne) slažu, plus se uračunava verovatnoća da se oni slučajno (ne) slože. 

 

Vid ti nje.

 

Elem, nominalne vrednosti su u pitanju, radi se o pouzdanosti jedne klasifikacije preloma, koja ima 9 kategorija. 7 ratera u 3 različita vremena. 

 

Ono što sam ja našao je Fleiss Kappa za više od 2 ratera, Cohen Kappa za 2.

 

Skinuo sam trial spss-a, on može da računa Fleiss, verovatno i Cohen.

 

Ali, ne znam šta radim 😂.

[DameTime]

11 minutes ago, Eddard said:

Vid ti nje.

 

Elem, nominalne vrednosti su u pitanju, radi se o pouzdanosti jedne klasifikacije preloma, koja ima 9 kategorija. 7 ratera u 3 različita vremena. 

 

Oki, znači Kappa it is.

 

11 minutes ago, Eddard said:

Ono što sam ja našao je Fleiss Kappa za više od 2 ratera, Cohen Kappa za 2.

 

E to su ti kojih nisam mogla da se setim.

 

11 minutes ago, Eddard said:

Skinuo sam trial spss-a, on može da računa Fleiss, verovatno i Cohen.

 

Ima oba.

 

11 minutes ago, Eddard said:

Ali, ne znam šta radim 😂.

 

Ništa, organizovaćemo ti neke časove. 😜

 

Šalu na stranu, SPSS je prilično intuitivan, ovako napamet trebalo bi da je u delu Analyze -> Descriptive statistics -> Crosstabs.
 

Možda ovo pomogne: https://statistics.laerd.com/spss-tutorials/cohens-kappa-in-spss-statistics.php

 

Interpretaciju već ne mogu napamet, ne sećam se ni ja najbolje tj. morala bih već da se podsetim.

[Eddard]

Pazi, ja sam to odradio i dobio sam neke vrednosti, ali nemam pojma da li je to to.

 

U kolone sam stavio raters (7), a u redove prelome (50), svaki rater je u T1 (vreme 1, ostala vremena nisam računao) dao svakom prelomu vrednost od 1-9 (nominalna, ne ordinarna) jer ima 8 kategorija u klasifikaciji, plus jedna "nije moguće klasifikovati" i onda pustio tu tabelu kroz spss, po uputstvu koje sam našao i dobio ovo:

 

 

Sorry na screenshotu, bukvalno je Screenshot, boomer, znam.

Edited 1 hour ago by Eddard

[DameTime]

Nije bumerski, ne postoji drugi način da mi pokažeš. 😁

 

Okej, snašao si se za sve osim za interpretaciju... Što si mogao odmah i da kažeš. 😂

 

Mislim da si okej uradio, mada proveriću još jednom. Iz ovog vidimo da je Kappa koef. statistički značajan na 99% CI (prob. greške je <.01), ali nizak. Gornja i donja granica za Kappa koef. su pak okej, ta margina nije previše "široka" (npr. da tvrdimo sa 95% sigurnosti da je između 0.3 i 0.7, to bi značilo da smo 95% sigurni da može biti bilo gde između ove dve vrednosti, što nije baš precizno).

 

Ono što je problem tu i zašto je verovatno ovako nizak je što ti po klasifikacijama preloma imaš poprilične razlike u proceni, odnosno imaš 4 individualna Kappa koef. koja nisu statistički značajna, čak sa jednom negativnom Kappom (znači uopšte nema slaganja) tj. procenitelji se u ovoj vremenskoj tački ne slažu u proceni u velikoj meri.

Zato bi ti bio koristan crosstabs da vidiš gde su tačno neslaganja.

Edited 2 minutes ago by DameTime