07:47 May 16, 2018 |
English to German translations [PRO] Medical - Medical (general) / Statistik | |||||||
---|---|---|---|---|---|---|---|
|
| ||||||
| Selected response from: Marga Shaw United Kingdom Local time: 13:21 | ||||||
Grading comment
|
Fehler (erster Art) in Studien Explanation: α-Fehler https://d-nb.info/993794815/34 -------------------------------------------------- Note added at 29 mins (2018-05-16 08:16:37 GMT) -------------------------------------------------- http://www.statistik-und-beratung.de/2015/02/fehler-beim-sta... -------------------------------------------------- Note added at 29 mins (2018-05-16 08:17:05 GMT) -------------------------------------------------- Der Fehler 1. Art passiert, wenn die Nullyhpothese in Wahrheit richtig ist, der Test sie aber ablehnt. Der Test zeigt also einen signifikanten Unterschied oder Zusammenhang, obwohl es in Wahrheit keinen gibt. -------------------------------------------------- Note added at 30 mins (2018-05-16 08:18:00 GMT) -------------------------------------------------- Auch Alpha-Fehler |
| |
Login to enter a peer comment (or grade) |
studienbezogener Alpha-Fehler (Fehler 1. Art) Explanation: Ein Fehler 1. Art tritt in einer statistischen Hypothese auf, wenn eine Nullhypothese, die eigentlich richtig ist, fälschlicherweise als falsch bewertet wird. Fehler 1. Art werden auch als „falsch-positives“ Ergebnis bezeichnet; sie sind der Nachweis einer positiven Wirkung, wenn eigentlich gar keine Wirkung besteht. Als dramatisches Beispiel könnte ein Fehler 1. Art etwa einen Patienten töten – zum Beispiel, wenn eine Studie fälschlicherweise zu dem Ergebnis gelangt ist, dass die Standardversorgung nicht besser war als die neue Behandlung, weshalb Patienten nun die neue Behandlung verabreicht wird. Die Ergebnisse können katastrophal sein. Fehler 1. Art können nicht vollständig vermieden werden, Forscher sollten sich jedoch beim Design klinischer Studien für einen akzeptablen Risikograd bezüglich Fehler 1. Art entscheiden. Eine Reihe statistischer Methoden können angewendet werden, um die Rate von Fehlern 1. Art zu kontrollieren. Die Methoden, die in einer klinischen Studie angewendet werden sollen, sollten im Prüfplan oder dem statistischen Analyseplan für diese Studie aufgeführt werden. https://www.eupati.eu/de/glossary/fehler-1-art/ Alpha‐Fehler Einen Alpha‐Fehler (= Fehler 1. Art) begeht man, wenn man sich aufgrund der Stichprobendaten für die Alternativhypothese entscheidet, obwohl in der Grundgesamtheit die Nullhypothese gilt. Die Irrtumswahrscheinlichkeit entspricht der Wahrscheinlichkeit für einen Alpha‐Fehler. https://link.springer.com/content/pdf/bbm:978-3-531-19890-3/... Bzgl. des studienbezogenen Fehlers erster Art wird eine oberste Schwelle von α = 0.05 zugelassen. https://core.ac.uk/download/pdf/14506886.pdf |
| |
Grading comment
| ||
Login to enter a peer comment (or grade) |
study-wise type-1 error α-Fehler der Gesamtauswertung Explanation: Bin kein versierter Statistiker und nicht so ganz sicher über die beste Formulierung – vielleicht fällt dir (oder anderen) ja noch eine bessere ein. Hier nur die Infos über das, was ich aus eigenen Übersetzungen weiß: Der Hintergrund ist nach meiner Vermutung der, dass in vielen Studien an bestimmten, vorher festgelegten Zeitpunkten der Studie Zwischenauswertungen vorgenommen werden, um frühzeitig mitzukriegen, ob die Therapie evtl. unwirksam ist oder gravierende Risiken birgt. Wenn das gemacht wird, also die gleichen Daten im Studienverlauf kumulativ mehrmals hintereinander ausgewertet werden, darf man wohl den α-Fehler nicht so festlegen wie bei einer einmaligen Auswertung, sondern es wird – je nach verwendeter Analysemethode – bei jeder Zwischenauswertung etwas vom α-Fehler-Niveau "verbraucht" (Stichwort: α-spending function u.ä.); d.h. um dieselbe Sicherheit der Aussage zu erzielen, werden die Anforderungen an die letztendliche Auswertung mit jeder vorausgegangenen Zwischenanalyse immer strenger. Durch die "α-spending function" lässt sich ausrechnen, welche verschärften Vorgaben man nach Zwischenauswertungen erfüllen muss, oder alternativ lässt sich der "Verbrauch" von α-Fehler durch Verwendung bestimmter statistischer Auswertungsmethoden wohl vermeiden oder verringern. Letzteres wird offenbar in deinem Text beansprucht: der α-Fehler sei durch die verwendeten Methoden erhalten geblieben und kann für die letztendliche Studienauswertung verwendet werden. |
| |
Login to enter a peer comment (or grade) |
study-wide error (typo)? Explanation: Ein Fehler der ueber die ganze Studie hinweg gemacht wurde |
| |
Login to enter a peer comment (or grade) |
Login or register (free and only takes a few minutes) to participate in this question.
You will also have access to many other tools and opportunities designed for those who have language-related jobs (or are passionate about them). Participation is free and the site has a strict confidentiality policy.