I denne matematik tilvalgspakke vil de grundlæggende matematiske metoder, som anvendes til statistiske analyser, blive introduceret. Den første del af teorien vil dække en kort beskrivelse af nogle af de grundlæggende statistiske begreber. Flere af dem har du sikkert allerede gjort dig bekendtskab med tidligere. I så fald kan du ved at læse dette afsnit få en hurtig genopfriskning af begreberne. Herefter vil du blive præsenteret for to forskellige typer af statistiske metoder til at teste hypoteser, hhv. t-test og permutations test. Hypotesetests er en meget anvendt metode inden for videnskab og forskning til at teste observationer op i mod forudbestemte antagelser. Man bruger typisk disse til accepter eller forkaste gamle eller nye teorier ud fra empirisk data. I de tilhørerende opgaver skal I anvende hypotesetests på jeres egne data fra søvneksperimentet og fortolke resultaterne.
Statistisk er en videnskabelig metode, som i bredt omfang kan anvendes til at beskrive og konkludere på data. Statistisk gennemsyrer på mange måder den verden vi lever i og har stor betydning for hvordan vores samfund i dag er skruet sammen. Data fra alle former for registreringer, målinger, opgørelser, undersøgelser og eksperimenter, bliver analyseret ved hjælp af statistiske metoder og bruges til at blive klogere på udviklinger, sammenhæng og tendenser. Eftersom mulighederne for at opsamle, gemme og tilgå store mængder data bliver større og større i takt med den teknologiske udvikling, vokser potentialerne for at kunne lave vidtspændende statistiske analyser tilsvarende. Statistik får derfor også mere og mere indflydelse på vigtige politiske beslutninger samt den økonomiske, natur- og sundhedsvidenskabelig udvikling.
Inden for sundhedsvidenskaben er statistik bleven fremhævet på en 11-punktsliste over de vigtigste bidrag til vores sundhed de sidste 1000 år. Statistik bruges i dag i megen udbredt grad til vurderinger af risikofaktorer, årsagssammenhænge, sygdomsudvikling og behandlingseffekter. Langt største delen af al sundhedspraksis og behandling bygger i dag på statistiske vurderinger. De kendte effekter af søvn og mangel på samme er ikke en undtagelse. Større og mindre dataindsamlinger af befolkningers søvnmønstre og kognitive/helbredsmæssige tilstande har gjort det muligt at finde sammenhæng mellem uregelmæssige/uhensigtsmæssige søvnvaner og en række sygdomme samt generel mistrivsel.
B.la. viser et Amerikansk studie med mere en 20.000 deltagere at personer som kun sover 6 timer eller mindre har mere end 50 % større risiko for fedme sammenlignet med personer som sover 7-8 timer pr. nat. Ligeledes er der studier som tyder på at risikoen for type 2 diabetes stiger med op til en faktor 2,5 ved længerevarende nedsat søvn på mindre end 6 timer pr. døgn. Disse to risikofaktorer bygger på statistiske analyser af søvnvaner og sundhedsdata fra store grupper af mennesker. Statistik er dataanalyse på konkrete observationer. Observationer indeholder dog stort set altid en grad af tilfældighed, og derfor vil man generelt opleve en variation i de observationer man laver, hvis man gentager det samme eksperiment igen og igen. Statistiske metoder er udviklet med det formål at udtale sig om observationerne, f.eks. om et sæt af observationer er systematisk forskelligt fra et andet sæt observationer. Selvom observationerne er numerisk forskellige, er det nemlig ikke sikkert at de er systematisk forskellige. Netop derfor er statistik et vigtigt værktøj til at skabe sig viden omkring tendenser i samfundet, som kan gøre det muligt at vurdere grundlæggende effekter ud fra observationer af repræsentative stikprøver.