12.3 Toetsen van Hypothesen/Meta-Analyse

Question 1

Wat is de centrale limiet stelling?

Answer 1

Verdeling van steekproefgemiddelde is:
1) Als individuele scores in de populatie normaal verdeeld zijn: Normaal verdeeld
2) Als individuele scores in de populatie niet normaal verdeeld zijn, steekproefgrootte is redelijk groot (n >30): Bij benadering normaal verdeeld

Question 2

Wat zijn de stappen bij toetsen?

Answer 2

1) Formuleer de nulhypothese H0
2) Verzamel de gegevens
3) Bereken de toetsingsgrootheid
4) Beoordeel de waarde van de toetsingsgrootheid
-> Is deze waarde ‘aannemelijk’ als H0 waar is?
-> Hoe ‘aannemelijk’? -> P-waarde
5) Als P-waarde >0.05: H0 behouden
Als P-waarde <0.05: H0 verwerpen

Question 3

Wat is type I fout?

Answer 3

Nulhypothese verwerpen als deze in werkelijkheid correct is
Alpha: Kans op het maken van een type I fout
Alpha: P(H0 verwerpen I H0 waar)

Bij herhalen van dit onderzoek zal het verschil niet significant zijn

Question 4

Wat is type II fout?

Answer 4

Nulhypothesen NIET verwerpen als deze in werkelijkheid NIET correct is
Bèta: Kans op het maken van een type II fout
Bèta: P(H0 behouden I H0 niet waar)

Question 5

Waarvoor wordt Z/T toets gebruikt?

Answer 5

Gemiddelde tussen 2 groepen: Als er 2 variabelen zijn die normaal verdeeld zijn, T-toets voor een Z-toets

Question 6

Waarbij wordt er een F-toets gebruikt?

Answer 6

3 of meer variabelen

Question 7

Waarbij wordt er een U-analyse gebruikt?

Answer 7

Als iets niet normaal verdeeld is (Of als er meer dan 30 mensen in de groep zitten)

Question 8

Waarbij wordt er een Chi-kwadraat analyse gebruikt?

Answer 8

Bij nominale variabelen

Question 9

Waarbij wordt er een R (correlatie) analyse gebruikt?

Answer 9

Om te kijken naar de verbanden tussen variabelen

Question 10

Wat geeft de betrouwbaarheidsinterval aan met betrekking tot H0?

Answer 10

Betrouwbaarheidsinterval geeft alle waarden aan waarvoor de nulhypothese niet verworpen zal worden

Bij een verschil: Wanneer 0 in de BI ligt wordt H0 niet verworpen
Bij een ratio: Wanneer 1 in BI ligt wordt H0 niet verworpen

Question 11

Wat is een Forest plot?

Answer 11

Bij een meta analyse worden resultaten van verschillende onderzoeken samengevoegd. Dit gebeurd in een Forest plot

Question 12

Wanneer kan H0 verworpen worden bij een Forest plot?

Answer 12

Als het gepoolde effect volledig aan 1 zijde van de 1 (bij ratio) of 0 (bij verschil) ligt

Question 13

Op welke 2 manieren kunnen resultaten gepooled worden in een Forest plot?

Answer 13

• Fixed effect modellen
• Random effect modellen

Question 14

Wat zijn fixed effect modellen?

Answer 14

Alle studies hebben hetzelfde gemiddelde (Rondje), maar er is sprake van een toeval fluctuatie welke andere geobserveerde waarden geeft (Vierkantje)

Variatie in de uitkomsten komt volgen fixed effect modellen alleen door steekproefvariatie

Question 15

Wat is het random effect model?

Answer 15

Variatie in uitkomsten komt volgens fixed effect modellen alleen door de steekproefvariatie
Volgens RE model kan dit ook komen door verschillende onderzochte populaties, definitie van ziekten, omgevingsfactoren etc.

Om met deze verschillen om te gaan wordt RE model toegepast

Question 16

Wanneer zijn individuele scores niet normaal verdeeld en hoe kan dat gezien worden?

Answer 16

Ongelijke verdeling met een hoge piek (Met redelijk grote steekproefgrootte n>30)

Question 17

Wat is meta analyse?

Answer 17

Effecten van verschillende studies worden met elkaar vergeleken

Question 18

Wat is concluderend verschil tussen FE model en RE model?

Answer 18

FE model is minder eerlijk, maar geeft eerder significant verschil aan dan RE model