Skip to main content
main-content

Über dieses Buch

In diesem essential wird die Anwendung von statistischen Analysen von normalverteilten Daten im Laboralltag dargestellt. Hierzu zählen die Berechnung von Mittelwert und Standardabweichung sowie die Erstellung von einfachen grafischen Abbildungen. Im Anschluss werden Tests auf Ausreißer und Normalverteilung sowie Stichprobenberechnungen anhand einfacher Beispiele vorgestellt. Abschließend erlernen die Leser*innen den Vergleich von Datengruppen mittels t-test und ANOVA, das Erkennen von Zusammenhängen mittels linearer Regression und Korrelation sowie die Anwendung von Konfidenzintervallen. Zusätzlich werden übliche Fehlerquellen bei der Anwendung statistischer Methoden erklärt.

Inhaltsverzeichnis

Frontmatter

Kapitel 1. Einleitung Laborstatistik

Zusammenfassung
In chemisch und biologisch ausgerichteten Laboren, ganz gleich ob im akademischen oder regulierten Umfeld, erfolgen analytische Messungen. Das Ziel ist dabei die Bestimmung von bestimmten Eigenschaften der analysierten Proben oder Untersuchungseinheiten. Während in der Forschung häufig neue Eigenschaften analysiert werden, um dem bestehenden Wissen in einem Fachgebiet einen neuen Wissensbaustein zuzufügen, geht es in diagnostischen oder Analytik-Laboren um die wiederkehrende Durchführung von festgeschriebenden Methoden zur Analyse von Untersuchungsmaterialien, um eine Diagnose oder eine Bewertung vornehmen zu können.
Patric U. B. Vogel

Kapitel 2. Datentypen und beschreibende Statistik

Zusammenfassung
Es gibt einige wenige Datentypen, die unterschieden werden. Die gröbste Unterteilung ist die Aufteilung von Daten in qualitativ und quantitativ. Qualitativ meint die Erfassung eines Zustands, der gewöhnlich nicht als besser oder schlechter gewertet werden kann als andere Zustände.
Patric U. B. Vogel

Kapitel 3. Ausreißer in Datensätzen erkennen, Normalverteilung, Stichprobengröße

Zusammenfassung
In diesem Kapitel finden sich Informationen und Werkzeuge, die nicht unbedingt unabdingbarer Teil einer jeden Datenanalyse sind. Dazu gehört die Überprüfung auf Ausreißer, also das Erkennen von atypischen Ergebnissen, die vielleicht durch Fehler bei der Durchführung entstanden sein könnten. Es wird hierzu eine einfache Methode vorgestellt, wie eigene Datensätze auf Ausreißer geprüft werden können.
Patric U. B. Vogel

Kapitel 4. Vergleiche von Mittelwerten

Zusammenfassung
Der nächste Schritt in der Datenanalyse ist häufig die Frage, ob der Unterschied, den wir zwischen zwei oder mehr Stichproben (Gruppen) gemessen haben, statistisch bedeutungsvoll ist, auch statistisch signifikant genannt. Bei zwei Gruppen wird häufig der Student’s t-test eingesetzt. Vereinfacht ausgedrückt geht es um die Frage, ob der gefundene Unterschied zwischen zwei Gruppen allein auf Zufall beruhen könnte oder von zwei Populationen stammt.
Patric U. B. Vogel

Kapitel 5. Zusammenhänge erkennen und bewerten und Vertrauensintervalle

Zusammenfassung
Häufig stellt sich die Frage, ob es einen Zusammenhang zwischen Merkmalen gibt. In diesem Fall interessieren wir uns nicht für den Unterschied der Mittelwerte zwischen Kontrollgruppe und Testgruppe (z. B. Hormontherapie-Gruppe), sondern wir möchten wissen, ob die Änderung einer Größe mit einer Änderung der anderen Größe einhergeht. Diese Zusammenhänge gibt es häufig, sowohl im Labor als auch im Alltag.
Patric U. B. Vogel

Kapitel 6. Zusammenfassung

Zusammenfassung
Laborstatistik – dieses Wort wirkt auf viele technische Assistenten und Studenten, aber auch selbst erfahrende Labormitarbeiter, häufig abschreckend. Die Schulmathematik ist lange her und man vermutet dahinter intuitiv eine Materie, die die eigene Vorstellungskraft weit übersteigt. In der Tat wirkt der Blick auf das Repertoire von Statistik-Funktionen vieler Programme einschüchternd.
Patric U. B. Vogel

Backmatter

Weitere Informationen

Premium Partner

    Bildnachweise