Sie sind auf Seite 1von 23

Ereignis anzahl

Wahrscheinlichkeit=
Gesamtanzahl

Beispiel Corona

Erkrankte ( Anzahl Fälle) 200.000


Erkrankungswahrsch .= = =0,0024
Gesamtbevölkerung 82.000 .000
 0,24%

Todesfälle 9.200
Sterblichkeit= = =0,046
Anzahl Erkrankte 200.000
 4,6%

Binomialverteilung

1. In Würfen 1 mal eine Sechs


n!
P ( k )= ∗p k∗(1− p) n−k
k !∗( n−k ) !

n = Anzahl Versuche  3 Würfe


k =Zahl der Treffer  1 Treffer: Sechs
p = Grundwahrscheinlichkeit für einen Treffer  Wahrsch. eine Sechs zu Würfeln: 1/6 = 0,167
P(k)= Wahrscheinlichkeit für k Treffer

! = Fakultät  Zahl mit allen Zahlen die kleiner oder gleich sind multipliziert
bsp: 3  Zahlen bis 3: 1, 2, 3  1*2*3= 6

3!
P ( k )= ∗0,167 1∗( 1−0,167 )3−1=0,347
1 !∗ ( 3−1 ) !

2. In 3 Würfen 1 mal oder 2 mal oder 3 mal eine Sechs


k=1, k=2, k=3
n=3 Würfe
p= 1/6= 0,167
Wahrscheinlichkeiten für k=1,2,3 ausrechnen und Addieren:
Rechner: 2nd+DataDistrBinompdf: x=k

k=1
3!
P ( k )= ∗0,167 1∗( 1−0,167 )3−1=0,347
1 !∗( 3−1 ) !
k=2
3!
P ( k )= ∗0,167 2∗( 1−0,167 )3−2=0,069
2 !∗( 3−2 ) !
k=3
3!
P ( k )= ∗0,1673∗(1−0,167 )3−3=0,0046
3 !∗( 3−3 ) !

Oder-Beziehung: Addition der Wahrscheinlichkeiten: 0,347 + 0,069 + 0,0046 = 0,421


Poisson-Verteilung
Für sehr seltene Ereignisse

Bsp: Normal deckeln 3 Tabletten, wie wahrscheinlich ist es das ausnahmsweise 5 deckeln?
μk (− μ)
P ( k )= ∗e
k!
μ= Durchschnittliche Anzahl Treffer  3
k= Anzahl Treffer  5
P(k)= Wahrscheinlichkeit für k Treffer  Wahrscheinlichkeit dass 5 Tabletten deckeln

Rechner: 2nd+DataDistrpoissonpdfHu= μ, x=k

35 (−3)
P ( k )= ∗e =0,10
5!

Eine Charge von 100 Tabletten enthält 2 gedeckelte


Wie groß ist die Wahrscheinlichkeit das eine Stichprobe von 10 Tabletten 1ne gedeckelte enthält

Über Binomialverteilung
Ereignis 2
p = Grundwahrscheinlichkeit: Gesamtzahl → 100 =0,02
n = Anzahl Versuche: 10
k = Treffer: 1ne gedeckelte Tablette
10 !
P ( 1 )= ∗0,021∗( 1−0,02 )10−1=0,167
1!∗( 10−1 ) !

Über Poisson:
Umrechnen auf 10 Tabletten:
μ= Durchschnittliche Anzahl Treffer  Dreisatz: In 100 Tabletten sind 2 gedeckelte, in 10
Tabletten sind X gedeckelte  In 10 Tabletten sind 0,2 gedeckelte
k= Anzahl Treffer  1ne gedeckelte Tablette
1
0,2 ( −0,2 )
P ( 1 )= ∗e =0,164
1!
 Binomialverteilung und Poisson-Verteilung können beide eingesetzt werden
Wenn die Charge von 100 Tabletten 3 gedeckelte enthält, Stichprobe von 10 weiterhin 1ne
gedeckelte

Binomialverteilung:

3
Grundwahrscheinlichkeit p=
100
Anzahl n = 10
Treffer k = 1
 Einsetzen: 2nd+DataDistrBinompdf0,23

Poisson:

Durchschnittliche Trefferzahl μ bei 100 Tabletten 3 gedeckelte, Dreisatz: bei 10 Tabletten X=0,3
gedeckelte
Treffer k = 1

 Einsetzen: 2nd+DataDistrPoissonpdf0,22

Summe der Werte Σ x


Mittelwert: x́= Anzahl der Werten

2 Σ( x− x́)
Varianz: s = n−1

Σ( x−x́)
Stabw: s= √ n−1
Rechner: Data: Werte in Liste eingeben2nd+Data1Var-StatsOrt wo Werte
liegenFrQu:0necalc
n = Anzahl der Werte
x́ = Mittelwert

Sx = Stabw

Liste1: Charge 1
n = 20 Werte
x́ = 992,8

Sx = 93,3728  Varianz: 93,37282 = 8718,5

Liste2: Charge 2
n = 20 Werte
x́ = 914,05

Sx = 99,4344  Varianz: 99,43442 = 9887,2

F-Test

1. Nullhypothese: Varianz 1 unterscheidet sich nicht signifikant von Varianz 2


2. F-Wert berechnen:

Varianz (größer) 9887,2


F ber= = =1,13
Varianz( kleiner ) 8718,5

3. F-Wert in Tabelle nachschauen

Freiheitsgrade:
f1 = n(größer) – 1  20 - 1 = 19
f2 = n(kleiner) – 1  20 - 1 = 19
Tabelle hat keine Werte für f1/f2 = 19
 Interpolation: bei f1/f2 = 18 und f1/f2 = 20 schauen und Mittelwert bilden
f1/f2 = 18  2,22
f1/f2 = 20  2,12

Mittelwert:
2,22+ 2,12
=2,17
2

 FTab= 2,17

F(Berechnet) ist kleiner als F(Tabelliert)  Es gibt keinen Signifikanten Unterschied zwischen den
Verteilungen  T-Test darf durchgeführt werden

T-Test:
Mit Werten aus F-Test!

1. Mit F-Test prüfen ob Verteilungen der beiden Stichproben gleich sind

2. Nullhypothese: Mittelwert Gruppe 1 unterscheidet sich nicht signifikant von Mittelwert Gruppe
2

3. T-Wert berechnen: Stichproben sind Unabhängig voneinander (zB. Werte an unterschiedlichen


Patienten gemessen)  T-Test ungepaart

| x́− ý|
t ber=
s21 s22


√ +
n1 n2
= Mittelwert Stichprobe 1  992,8
ý= Mittelwert Stichprobe 2  914,05
s = Varianz Stichprobe 1  8718,5
2
1

s = Varianz Stichprobe 2  9887,2


2
2

n1 = Anzahl Werte Stichprobe 1  20


n2 = Anzahl Werte Stichprobe 2  20
|992,8−914,05|
t ber= =¿
8718,5 9887,2 2,58
√ 20
+
20
4. T-Wert aus Tabelle ablesen
Signifikanzniveau: 95%
Freiheitsgrade f = n1 + n2 – 2  20 + 20 – 2 = 38
 kein f38 in Tabelle Vorhanden

Interpolation:
f38 = X
f30 = 2,04
f40 = 2,02

Differenzen:
Diff1: 40-30=10
Diff2: 2,04-2,02=0,02
Diff3: 40-38=2

Diff 2 0,02
∗Diff 3= ∗2=0,004
Diff 1 10

 2,02 + 0,004 = 2,024  ttab= 2,024


t(Berechnet)=2,58 ist größer als t(Tabelliert)=2,02  Mittelwerte unterscheiden sich Signifikant

Gepaarter T-Test
Werte voneinander abhängig  Werte von Gruppe 1 und Gruppe 2 an selben Patienten
genmessen

1. Differenzen bilden: d = Werte Gruppe 2 – Werte Gruppe 1

2. Differenzen quadrieren: d2

3. Summe der Differenzen: Differenzen zusammenrechnen Σd  Quadrieren: (Σd)2

4. Summe von quadrierten Differenzen: Σd2

Summe der Differenzen Σd


Mittelwert der Differenzen: Anzahl n

1. Nullhypothese: Mittelwert der Differenzen ist 0


2. Differenzwerte berechnen
Differenzen bilden: d = Werte Gruppe 2 –Werte Gruppe 1
Differenzen quadrieren: d2

Differenzen
quadriert

n=10 SummeSumme
Σd=24 Σd2=3842

Summe Differenzen: Σd =24  (Σd)2=576


Summe quadrierte Differenzen: Σd2 = 3842
Σd 24
Mittelwert: = =2,4
n 10

Rechner: 2nd+DataGruppe1: L1, Gruppe2: L2  L3->Data->Formula->add data L2-L1


Data: Var-statsL3

Mittelwert: 2,4
Summe Σx= 24  (Σx)2= 576
Summe Σx2= 3842

3. T-Wert brechnen:

|∑ d| 2,4
n t ber= =0,37
t ber= 576


2(∑ d 2 )
∑d − n
n∗(n−1)
√ 3842−
10
10∗( 10−1)

4. T-Wert tabelliert nachschauen


Signifikanzniveau: 95%
f=n-1  10-1=9 kein f9 in Tabelle

Interpolieren:
f9=X
f5=2,57
f10=2,23

Diff1: 10-5=5
Diff2: 2,57-2,23=0,34
Diff3: 10-9=1

Diff 2 0,34
Diff 1
∗Diff 3  5
∗1=0,068

2,23+0,068=2,298

t(tabelliert)= 2,298

t(Berechnet)=0,37 kleiner als t(tabelliert)=2,298  Nullhypothese wird angenommen


Prüfung auf Gleichförmigkeit einzeldosierter Arzneiformen
Prüfung mit 1. Stichprobe (erste 10 Werte) n=10 durchführen
k= 2,4 (n=10)
L1= 15%
L2= 25%

1. Parameter berechnen:

Summe Werte x
Mittelwert x́= Anzahl Werte n
 101,02%

Σ( x−x́)
Standartabweichung: s= √ n−1
 8,26

2. Referenzwert M:
Zielkonzentration liegt unter 101,5%
Mittelwert 101,02% liegt zwischen 98,5% und 101,5%  M=Mittelwert 101,02%

3. Aktzeptanzkriterien
AV =|M − x́|+ k∗s AV =|101,02 %−101,02 %|+ 2,4∗8,26=19,824 %

 AV-Wert muss kleiner/gleich L1 (15%) sein


 Entspricht nicht: Prüfung mit n=30 Werten durchführen

WENN AV RICHTIG WÄRE:


Grenze1: M * (1-L2*0,01) = 101,02 * (1-25*0,01) = 75,765%
Grenze 2: M*(1+L2*0,01) = 101,02 * (1+25*0,01) = 126,275%

Niedrigster Wert: 86,5  liegt in Grenzen


Höchster Wert: 108,9  liegt in Grenzen

20 Weitere Stichprobenwerte hinzunehmen: Insgesamt 30 Werte


k=2,0 (n=30)
L1= 15%
L2= 25%

1. Parameter berechnen:

Mittelwert= 97,49
Stabw= 6,8998

2. Referenzwert M:
Zielkonzentration liegt unter 101,5%
Mittelwert 97,49% liegt unter 98,5%
 M=98,5%

3. Aktzeptanzkriterien

AV =|M − x́|+ k∗s  AV =|98,5−97,49|+ 2,0∗6,8998=14,8

 AV=14,8% liegt unter L1=15%


Entspricht Anforderungen

Grenzen berechnen:
Grenze1: M * (1-L2*0,01) = 98,5* (1-25*0,01) = 73,875%
Grenze 2: M*(1+L2*0,01) = 98,5* (1+25*0,01) = 123,125%
Niedrigster Wert: 86,5  liegt in Grenzen
Höchster Wert: 108,9  liegt in Grenzen

 Entspricht den Anforderungen

Regression
Ausgleichsgerade durch Punktewolke legen  Regressionsgerade
Geradengleichung: y=a∗x +b y = Y-Wert a = Steigung
x = X-Wert b = Achsenabschnitt
1. Steigung a berechnen:
a=
∑ ( x−x́ )∗( y− ý )  Summe ( Messwert−Mittelwert )von x und y
2
∑ ( x−x́ )2 Summe ( Messwert −Mittelwert ) von x

2. Achsenabschnitt:
b= ý−a∗x́  Mittelwerte von x/y und errechnetes a Einsetzen

Taschenrechner:
X und Y-Wert in DATA eingeben a = Steigung r = Korrelationskoeff.
 2nd+DATA  4:LinReg b = Achsenabschnitt r2 = Bestimmtheitsmaß

Korrelation
Ermitteln wie stark die Werte zusammenhängen

Korrelationskoefizient r=
∑ ( x−x́ )∗( y− ý )
√∑ ( x−x́ )2∗√∑ ( y− ý )2

 Je näher an +/- 1 desto linearer ist Regressionsgerade

Bestimtheitsmaß = Quadrat des Korrelationskoeff.  r2

 Quadrat: nur positive Werte, kleine unterschiede vergrößert: Je näher


an 1 desto linearer

Residuen
Abweichung der Punkte von Regressionsgeraden  Abweichungen sollten möglichst gleichmäßig
nach oben (+) und unten (-) sein
Residuen=Messwert y−Regressionswert y

 Regressionswert über Geradengleichung berechnen: X-Wert bleibt gleich  X-Wert für den Y-
Messwert in die Geradengleichung einsetzen und Y-Regressionswert berechnen
y (Regression)=a∗x +b
Abweichungsquadrat: Quadrat der Residuen  Residuen2

Summe der Abweichungsquadrate


Stabw der Residuen: s= √ Anzahl Werte−2

Residuen Stabw
Empfindlichkeit: s = v
Steigung

sv
Relative Verfahrensstabw: V = x́  *100 für %

Das könnte Ihnen auch gefallen