Category Archives: Indroduction

Statistische Grundlagen mit R: Streuungsmaße

Nachdem ich mich im ersten Teil meiner Serie “Statistische Grundlagen mit R” mit Maßen der zentralen Tendenz beschäftigt habe, erkläre ich heute die Bedeutung verschiedener Steuungsmaße. Streuungsmaße Um einen Datenvektor möglichst treffend zu beschreiben, reicht die Kenntnis der Zentralitätsmaße in … Continue reading

Posted in Indroduction | Tagged | Leave a comment

Statistische Grundlagen mit R: Maße der zentralen Tendenz

Beginnend mit dem heutigen Tag veröffentliche ich auf “Scripts and Statistics” einige Beiträge unter der Überschrift “Statistische Grundlagen mit R”. Im ersten Teil erkläre ich die drei wichtigsten Maße der zentralen Tendenz. Maße der zentralen Tendenz Mit Maßen der zentralen … Continue reading

Posted in Indroduction | Tagged | Leave a comment

Scoring the PHQ-9 Questionnaire Using R

Intro The PHQ-9 is the nine-item depression module of the Patient Health Questionnaire. Each of the items is scored on a 4-point Likert scale ranging from 0 (not at all) to 3 (nearly every day). The items are summed to … Continue reading

Posted in Indroduction | Tagged , | Leave a comment

Sample Size Calculation Using R

Preample “Sample Size Calculation Using R” – the title of this blog post – sounds very comprehensive. However, this post only deals with the sample size collection for one particular test (two sample t-test). A collection of functions for basic … Continue reading

Posted in Indroduction | Tagged , , , | Leave a comment

Multiple Imputations of missing values — ein Erfahrungsbericht

Intro In der Forschungspraxis werden Datenpunkte mit fehlenden Werten oft von der Analyse ausgeschlossen oder durch einen zentralen Lageparameter (Mittelwert, Median) ersetzt. Als Alternative dazu hat sich das Verfahren der Multiplen Imputation etabliert, welches in diesem Beitrag erklärt wird. Die … Continue reading

Posted in Indroduction | Tagged , | 2 Comments

How to calculate Odds Ratios in Case-Control Studies using R

Intro In June 2017 I've started working at the Clinical Trial Centre Leipzig at Leipzig University. Since my knowledge in statistics is rather poor, my employer offered me to attend some seminars in Medical Biometry at the University of Heidelberg. … Continue reading

Posted in Indroduction | Tagged , | 1 Comment

How to use R for matching samples (propensity score)

According to Wikipedia, propensity score matching (PSM) is a “statistical matching technique that attempts to estimate the effect of a treatment, policy, or other intervention by accounting for the covariates that predict receiving the treatment”. In a broader sense, propensity … Continue reading

Posted in Indroduction | Tagged , | Leave a comment