Statistik für Mediziner und Pharmazeuten

Front Cover
John Wiley & Sons, Oct 11, 2012 - Medical - 305 pages
0 Reviews
Gute Daten + gute Statistik = gute Ergebnisse!

Mit diesem Buch haben falsche Statistiken keine Chance mehr. ?bersichtlich gegliedert in 6 Teile mit zusammen 20 Kapiteln werden hier
alle wichtigen Typen von Daten und die Verfahren zu deren Auswertung erkl?rt. Die erkl?rte Maxime des Autors ist es, dass sich eine statistische Auswertung immer an der Art und Qualit?t der Daten orientieren muss, damit diese nicht fehl- oder ?berinterpretiert werden. Komplizierte Mathematik ist dabei weder n?tig noch erw?nscht, denn meistens sind die einfachsten Verfahren die aussagekr?ftigsten.
Ein positiver Lerneffekt stellt sich bereits nach wenigen Seiten ein, denn hier werden genau die Fragen gestellt (und beantwortet!), mit denen ein angehender Mediziner oder Pharmazeut w?hrend der Ausbildung konfrontiert wird. Mit seinem ungezwungenen und direkten Stil gelingt
es dem Autor, dass die Statistik vom ungeliebten Kind zum effizienten Werkzeug wird, auch ohne mathematische Begabung beim Leser.

* Leicht verst?ndliche Texte (fast) ohne Formeln
* Alle Beispiele kommen aus der Medizin oder der Pharmazie
* Warnhinweise auf h?ufi ge Fehler und auf den unsachgem??en Einsatz von Statistiken

Als leicht verst?ndliche Einf?hrung in die statistischen Grundlagen und Verfahren, die in der Medizin und in der Pharmazie eingesetzt werden, ist dieses Buch bestens geeignet f?r alle, die eine Ausbildung im medizinischpharmazeutischen Bereich absolvieren.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Common terms and phrases

95 Prozent 95%-Konfidenzintervall Abbaugeschwindigkeit Abbildung Alternativhypothese Änderung ANOVA Anteil Anwendung Anzahl Äquivalenz Äquivalenzbereich Behandlung beiden Beispiel beispielsweise Berechnung beschreibt bestimmten Chi-Quadrat-Test Datenreihe Datensatz Differenz doppelten t-Test Durchführung einseitigen Test Endpunkt Ergebnisse ersten experimentellen Effekts Faktoren Fall falsch-positiven Frage Fragebögen fünf Prozent gepaarten t-Test gibt große Stichproben Grundgesamtheit Gruppen höhere Intervall Intervallskala Kapitel Kapitelzusammenfassung Katalysator kleine Stichproben Konfidenzintervall Konfidenzniveau könnte Kontingenztafel Kontrollgruppe Korrelation Median Medianwert Mehrfachtests mithilfe Mittelwert ml/min/kg möglichen müssen Nichtrauchern Normalverteilung notwendigen Stichprobenumfang Null Nullhypothese p-Wert parameterfreie Tests parameterfreien Patienten Personen Pessar Placebo positiv Prädiktoren praktische Bedeutung Probanden Punktschätzung Quartile Rangzahlen Rauchern Regenmenge Regressionsanalyse Regressionsgleichung Rifampicin Risiko signifikante Anzeichen signifikantes Ergebnis sollte Spalte Standardabweichung Standardfehler stark Statistikpaket statistisch signifikant statistischen Tests Stichproben Stichprobenfehler Stichprobenumfang Streuung Tabelle Tabletten tatsächlich Teststärke Theophyllin Toxingehalt unsere Unterschied Untersuchung Variablen Varianzanalyse venrvenden venrvendet Verallgemeinerte Ausgabe verschiedenen Versuch verzerrt wahre Mittelwert Wahrscheinlichkeit Wechselwirkung Wert Wirkstoff Wirkstoffgehalt Wirkung wollen zeigt zufällige Stichprobenfehler Zusammenhang zwei

About the author (2012)

Philip Rowe lehrt an der School of Pharmacy and Chemistry der John Moores Universitat in Liverpool (UK). Neben seiner Lehr- und Forschungstatigkeit ist er als freiberuflicher Berater fur Pharmaunternehmen sowie immer haufiger als Trainer in Kliniken und Forschungsinstituten unterwegs. Sein Credo lautet, dass man kein Statistiker sein muss, um Daten und Messergebnisse sinnvoll auszuwerten. Man sollte aber wissen, welche Auswertung fur welche Art von Daten sinnvoll ist und wann man die Statistik als Methode "ausgereizt" hat.

Bibliographic information