Määrällinen tutkimus

Materiaalit

Määrällinen tutkimus

Tavoite:

Arvioida kahden tekijän välistä:

• suhdetta
• sen suuruutta
• ja merkitystä

Tehtävä 1

1. Tutki käytössä olevaa dataa
   hyeenus.github.io/ed-flow-dashboard
2. Valitse kaksi asiaa joiden yhteyttä haluat tutkia
3. Luo hypoteesi ja tavoite tutkimukselle
   → Kirjaa ne posteriin

Päivystyksen potilasvirtaanalyysi

Mitattavat muuttujat

Mitattavan muuttujan tyyppi vaikuttaa merkittävästi lähestymistapaan

• Luokitteleva
• Järjestys
• Jatkuva

Luokitteleva

(aka kategorinen, faktori, laatueroasteikko)

• Selvät kategoriat
• Esim. sukupuoli, saapumistapa
• Ei välimuotoja
• Tunnusluku: Moodi

Binääri

(aka. binomiaalinen, looginen, boolean, bivariaatti, tosiarvo)

• Luokittelevan erityistapaus
• Vain yksi kahdesta arvosta
• Osastohoito / Kotiutus
• Kyllä / Ei
• 0 / 1

Ordinaali

(aka. järjestysmuuttuja)

• Luokitteleva jolla järjestys
• Askel ei tarvitse olla sama
• Luokittelevan ja jatkuvan välimuoto
• Esim. ESI 1-5
• Tunnuslukuja: moodi, mediaani

Jatkuva

(aka. skalaari, mitta-asteikko)

• Minkä hyvänsä lukuarvon
• Esim. ikä, syke, verenpaine
• Tunnuslukuja: moodi, mediaani, keskiarvo

Tilasto Ninja

Kokeile taitojasi muuttujatyyppien lajittelussa Tilasto Ninja Pelin Taso 1:llä.

Kirjoita huippupisteet ja nimimerkki taululle.

hyeenus.github.io/tilasto-ninja

Pylväskuvaaja — yksi luokitteleva muuttuja

Pylväskuvaaja näyttää havaintojen jakautumisen luokkiin.

Saapumistapa päivystykseen (N = 800).

Pinottu pylväskuvaaja — kaksi luokittelevaa

ESI-luokka × hoidon lopputulos.

ESI-triageluokka × hoidon lopputulos (N = 800).

Laatikkokuvio — jatkuva muuttuja

60 aikuista pituusjärjestyksessä. Miten jakauma tiivistetään laatikkokuvioksi?

Outlier R:ssä: arvo < Q1 − 1.5 × IQR  tai  arvo > Q3 + 1.5 × IQR

Laatikkokuvio — jatkuva × luokitteleva

Näkyykö saapumistavan ja jatkuvan muuttujan välillä ero?

Saapumistapa × valittu muuttuja (N = 800).

Histogrammi — yksi jatkuva muuttuja

Pylvään korkeus = havaintojen lukumäärä. Hyvä jakauman hahmottamiseen.

Päivystyspotilaiden ikäjakauma (N = 800).

Histogrammi — normaalijakauma

Kun arvot jakautuvat symmetrisesti keskiarvon ympärille. Keskiarvo ≈ mediaani.

Aikuisten pituusjakauma (N = 300, simuloitu). Punainen käyrä = teoreettinen normaalijakauma.

Histogrammi — kaksihuippuinen jakauma

Histogrammi voi paljastaa piileviä alaryhmiä.

Potilaiden syke päivystyksessä (N ≈ 340, simuloitu). Kaksihuippuisen jakauman vuoksi kumpikaan keskiluku ei kuvaa ryhmää hyvin.

Histogrammi — puuttuvien arvojen tunnistaminen

Histogrammi paljastaa datan laadun ongelmat.

Systolinen verenpaine (N = 200, simuloitu).

Histogrammi — vinoutunut jakauma

Oikealle vino jakauma: pitkä häntä suuriin arvoihin. Mediaani kuvaa tyypillistä arvoa paremmin.

Ensihoidon vasteajat. Mediaani (Md) kuvaa tyypillistä vasteaikaa paremmin kuin keskiarvo.

Hajontakuvio — kaksi jatkuvaa muuttujaa

Jokainen piste = yksi potilas.

Ikä × systolinen verenpaine (N ≈ 200). Regressiosuora näyttää ryhmien eron.

Hoidon lopputulos eri ryhmissä

Miten osastohoitoon otettujen osuus vaihtelee ryhmittäin?

Tehtävä 2

1. Tutki muuttujiesi välistä yhteyttä kuvaajien avulla
   hyeenus.github.io/ed-flow-dashboard
2. Valitse sopivin kuvaaja muuttujatyyppien perusteella
3. Kirjaa havainnot ja kuvaaja posteriin

Osuuksien vertailu (χ²-testi)

Onko saapumistavan ja lopputuloksen välillä yhteys?

Keskiarvojen vertailu

• Normaalijakautuneen jatkuvan muuttujan vertailu ryhmien välillä
• t-testi — kahden ryhmän vertailu
• ANOVA — useamman ryhmän vertailu
• Edellyttää normaalijakaumaa

Jos aineisto ei ole normaalisti jakautunut

• Käytetään ei-parametrisia testejä
• Mann-Whitney U — kahden ryhmän vertailu
• Kruskal-Wallis — useamman ryhmän vertailu
• Perustuu järjestyslukuihin, ei keskiarvoihin

Tehtävä 3

1. Päätä millaisia muuttujia vertaat
2. Valitse sopivin tilastollinen testi
3. Aja testi ja kirjaa tulokset posteriin
   hyeenus.github.io/ed-flow-dashboard
4. Tulkitse tulos: onko yhteys tilastollisesti merkitsevä?