12.2 Statistische begrippen Flashcards
Welke 3 demonen zijn er in de wetenschap?
De dataduivel:
- Data slecht gearchiveerd
Het replicatieprobleem:
- Studieresultaten moeten door andere studies gecheckt worden
De verificatiekramp:
- Te hard proberen het gewenste resultaat te krijgen
Waar wordt er op gelet bij het verzamelen van de gegevens?
- Compleetheid
- Nauwkeurigheid:
-> Meetprotocollen
-> Een observer/gegevens over inter-observervariatie - Reproduceerbaarheid
- Validiteit
Wat moet geprobeerd om vermeden te worden/beperkt te worden tijdens het verzamelen van gegevens?
- Toevallige meetfouten (Door meetonnauwkeurigheid van instrument of waarnemer): Veroorzaken onnodige ‘ruis’
- Systematische meetfouten (Door fouten in meetinstrument)
- Differentiële systematische meetfouten (In de ene groep wordt een andere systematische fout gemaakt dan in de andere groep)
Wat is het meetniveau van variabelen?
Numerieke/Kwantitatieve variabelen:
- Discreet: Gehele getallen (Aantal dagen ziek, aantal kinderen)
- Continu: Reële getallen (Lengte, gewicht, bloeddruk, inkomen)
Categorische variabelen:
- Nominaal: Geen ordening (Geslacht, soort OK, klacht)
- Ordinaal: Wel rangorde (Ernst ziekte, stagering tumor)
Waarom is het meetniveau van belang?
Bepaalt hoe gegevens gepresenteerd kunnen worden
Bepaalt hoe gegevens geanalyseerd moeten worden
Hoe kunnen variabelen gepresenteerd worden?
Numerieke variabelen:
- Gemiddelde of mediaan
- Standaarddeviatie of interkwartielafstand
- Histogram, boxplot
Categorische variabelen:
- Percentages in de categorieën
- Taartdiagram
Waarom is statistiek nodig?
- Spreiding/variabiliteit in de gegevens
- Fysieke/medische/psychologische eigenschappen van mensen liggen niet vast door natuurkundige wetten
Belangrijke maat voor de spreiding: Standaarddeviatie
Wat is de standaarddeviatie?
Hoe ver liggen de individuele waarden van het gemiddelde af?
Wat zijn populatie parameters?
Onbekende numerieke karakteristieken van een populatie
Bijvoorbeeld: Verschil cholesterol mannen/vrouwen, gemiddelde systolische bloeddruk bij diabetes patiënten
Wat is de aanname bij statische theorie?
De steekproef is aselect (Random sampling): Iedereen in de populatie heeft evenveel kans om in de steekproef te komen
Wat is de steekproefvariabiliteit?
Bij een schatting uit een steekproef moet rekening gehouden worden met toevallige fouten (Steekproefvariabiliteit). Dit is niet te voorkomen
Wat is bias?
Fouten/gebreken in steekproef, meetmethoden, analyses geven een systematische fout (Bias). Dit is te voorkomen
Wat is inferentiële statistiek?
Als er op basis van een steekproef iets gezegd wilt worden over de gehele populatie
Hoe kunnen numerieke (Continue) variabele geanalyseerd worden?
Bijvoorbeeld daling in de daling kan tijdens de behandeling gebruikt worden om een verschil tussen behandeling A en B met behulp van T-test voor onafhankelijke groepen te analyseren
T-test dus
Hoe kunnen categorische variabele geanalyseerd worden?
Lineaire regressie analyse
Wat is de chi-kwadraat toets?
Of factoren vaker voorkomen bij een bepaalde doelgroep
Bijvoorbeeld: Of hypertensie tijdens de zwangerschap vaker voorkomt bij vrouwen van niet-westerse afkomst
Wat is de T-test?
Wordt gebruikt om de gemiddelden van maximaal twee groepen met elkaar te vergelijken
Bijvoorbeeld: Of de bloeddruk meer daalt bij behandeling A of B
Wat is de lineaire regressie analyse?
Welke factoren bepalen een effect?
Bijvoorbeeld door te bepalen welke factoren de grootte van de daling bepalen bij een behandeling
Of behandeling A of B zorgt voor een meer bloeddruk daling kan worden bekeken met een T-test
Wat is logistische regressie analyse?
Onderzoeken van risicofactoren bij een bepaalde ziekte
Met logistische regressie kan er een dichotome uitkomstvariabele (Twee mogelijke waarden zoals hypertensie tijdens zwangerschap ja/nee) worden gerelateerd aan één of meerdere predictoren
Bijvoorbeeld om risicofactoren voor hypertensie tijdens de zwangerschap te onderzoeken
Wat is een gewone regressie analyse?
De regressie analyse kijkt of er een (Voorspellend) verband is. Dit wordt gedaan op basis van de correlatie van de onafhankelijke variabele en de afhankelijke variabele
Kan gebruikt worden voor continue variabele
Een logistische regressie analyse wordt gebruikt bij dichotome uitkomstvariabele
Wat geeft de standaard fout aan?
Hoe verspreid het gemiddelde is
Wat zegt het 95% betrouwbaarheidsinterval?
Dat 95% van alle steekproeven het enige echte populatiegemiddelde bevat
95% wordt met zekerheid gemeten dat het populatiegemiddelde in het gevonden interval ligt
Wat is selectiebias?
Toevallige fout. Niet te voorkomen
Wat is standaardfout?
Hoe verspreid het gemiddelde is van 100 mensen
Wat is bij normale verdeling nauwkeuriger dan de betrouwbaarheidsinterval van 95%?
T-verdeling: Hoe groter de steekproef, hoe meer het lijkt op de standaard normale verdeling
