BI en andere soorten toetsende statistiek Flashcards

1
Q

Wat zegt de 95% BI

A

Dat de werkelijke waarde van het verschil binnen de 95% zit. Als een meting 100 keer wordt herhaald zal de waarde 95 x binnen deze waarden liggen. In de overige 5% zal het buiten deze waarde liggen = statistisch significant.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Wanneer je een steeds kleinere P waarde hebt dan

A

is de kans steeds groter dat het gemeten verschil niet toevallig is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Een smallere boog bij de BI geeft aan

A

preciezere schatting van de meting (vaak meer metingen) en meer betrouwbaar.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wanneer wordt vaak BI ingezet

A

als er iets gezegd moet worden rondom de schatting van een bepaald effect

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Als je voldoende data hebt : normaalverdeling: zie je een

A

klokvorm

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

De SE wordt kleiner naarmate er

A

meer metingen zijn gedaan (N groter wordt) (standard error)> hoe meer metingen>hoe smaller de verdeling > hoe dichter je bij het ‘ware’ gemiddelde komt = hoge klokvorm

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

waar zit 95% BI tussen

A

-2 SD en +2SD

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wat als 0% in de 95% BI zit?

A

dan is het nooit significant!, evenals de 1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

: stel je doet een RCT naar nieuw medicijn x. In vergelijking met placebo heb je in de behandelgroep 55% mannen, in de controle groep 40%, hoe kun je bepalen of dit verschil significant is?

A

Chi 2 toets (2 categorische variabelen aan elkaar gerelateerd?) = non parametrische toets = als je een hypothese wilt toetsen!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wat doet een Chi 2 toets

A

test over verschil is in proporties > berekend de kans P waarde dat je deze % vindt terwijl de verdeling hetzelfde is en het dus neit meer op toeval berust (treatment/controle/male/female: als een soort kruistabel)\

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Met wat voor waarden reken je bij een Chi 2 toets?

A

nominale en ordinale variabelen : categorische variabelen.
Bijv. welke haarkleur (bruin, rood, blond) vinden mannen/vrouwen mooier = voorbeeld van 2 nominale variabelen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Wanneer verwerp je H0 bij een Chi 2 toets?

A

indien je uitgerekende data hoger is dan je kritieke waarde dan is er een significant verschil en wordt de alternatieve hypothese aangenomen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Waarom moet bij een Chi 2 toets 80% van de uitkomst van je variabele groter zijn dan 5?

A

dan heb je genoeg data gebruikt om aan te tonen dat er veschil is tussen wat je verwacht en hebt gevonden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

: in de behandel groep met medicijn X veranderd de systolische RR, deze neemt gemiddeld 8mmHg af. Hoe kun je bepalen of deze afname significant is?

A

Met een T toets > ongepaard want metingen in 2 groepen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Op welk niveau doe je een T toets?

A

INTERVAL (schaal zoals rapportcijfer of tevredenheid ergens over )
OF RATIO (alles met aantal en natuurlijk 0 punt hebben)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hoeveel groepen kun je vergelijken in een T toets

A

maximaal 2 groepen T van Twee

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Waaronder kun je de uitslag van de T test vinden in SPSS

A

Sig 2 (en bij een waarde <0.05 kan H0 verworpen worden)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Wat meet een gepaarde T toets

A

vergelijking binnen zelfde groep: bijv voor - na meting.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Wat is een voorwaarde voor een gepaarde T toets

A

normaalverdeling

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Waneer een ongepaarde T toets?

A

bij 2 onafhankelijke groepen , zoals in een RCT (koffiedrinkers en geen koffiedrinkers en uitslag RR)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Wat meet de one-sample T toets?

A

1 groep/steekproef zet je af tegen gemiddelde van een populatie (bijv. lengte basketballers tov Nederlanders en lengteverschil vergelijken).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Wat is de ANOVA?

A

Bij een groepsgrootte >3. of minimaal 2 onafhankelijke groepen: 1. tussenvariatie = spreiding groepsgemiddelden en 2: binnen variatie (spreiding binnen groep)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Is de ANOVA een parametrische of nonparametrische toets

A

parametrisch met normaalverdeling

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Toets voor ratio-interval met normaalverdeling

A

t toets

25
Q

Steekproef op nominaal niveau

A

Chi 2 toets

26
Q

Steekproef met afhankelijke variabele op interval/ratio en niet normaal verdeeld

A

Wilcoxon

27
Q

Steekproef met onafhankelijke varibale op ratio/interval of ordinaal niveau

A

mann whitne

28
Q

Wat is een power analyse?

A

Aantal mensen dat nodig is om een effect aan te tonen en het voorkomen van over- of onderschatting en kans op type 1 fout te verkleinen en dus H0 terecht wordt verworpen

29
Q

Wat doe je met een poweranalyse

A

berekening om minimale steekproefgrootte

30
Q

Welke 4 componenten heb je nodig voor poweranalyse?

A
  1. statistische power (beta) : vaak 0.80
  2. steekproefomvang + welke data nodig (nominaal/ordinaal)
  3. significantieniveau (alpha): vaak 0.05
  4. verwachtte effectgrootte (gem groep 1 en 2 - SD)
31
Q

Wat gebeurd er bij onderschatting van steekproefgrootte

A

wordt effect niet gedetecteerd waardoor fout negatieve conclusie = type 2 fout, wel belasting voor patiënt.

32
Q

Wat is de power van een studie?

A

1 minus beta = 1 minus kans op het ten onrechte accepteren van H0. Power van een studie is de kans om een werkelijk verschil in de populatie op te pikken.

33
Q

Wat is power 0.80

A

de keuze van powerniveau bepaald hoe zeker je kunt zijn dat type 2 fout (fout negatief:H0 ten onrechte accepteren) vermeden wordt = 0.80 => je accepteerd dus 0.20 kans om werkelijk effect te missen in een studie (dus met 0.80 zekerheid zegen dat je H0 kunt verwerpen)

34
Q

Wat gebeurd er als je je power verhoogd

A

dan heb je een grotere sample size

35
Q

Benjamin Franklin stated it as: “it is better 100 guilty Persons should escape than that one innocent Person should suffer”.
Where:
1) One innocent person suffer = type 1 error (alpha error) = more severe
2) 100 guilty persons escape = type 2 error (beta error)
3) You have more authority (increase Power) in a prison when you reduce type 2 error
a) by having a bigger prison (larger sample size)
and
b)counting prisoners (increase precision of measurement)

A

herhaal

36
Q

Wat is significantie niveau (alpha)

A
  • de kans dat je accepteert om een type 1 fout te maken (onterecht verwerpen H0) : je accepteert de kans van 5% dat je conclusies trekt over het verschil en dit een fout positieve uitslag is.
37
Q

Wat als je je significantie niveau verlaagd?

A

dan moet je sample size groter: want kans op een fout positieve conclusie is lager (minder kans op type 1 fout)

38
Q

Noem een voorbeeld bij de wens voor een zo laag mogelijk significantieniveau

A

bij nieuw medicament (wel een goedkoper alternatief, maar geen ander effect gewenst)

39
Q

Wat is erger: een type 1 of 2 fout

A

type 1 fout weegt zwaarder

40
Q

Wanneer je power wilt hebben in een studie wil je dan type 1 of 2 fouten laten afnemen?

A

type 2 fouten reduceren (ten onrechte H0 accepteren = fout negatief): denk aan gevangenis: 1 persoon ten onrechte vast

41
Q

Wanneer je meer power wilt hebben wat doe je dan met je sample size

A

groter maken en preciezer kiezen (denk aan grotere gevangenis en gevangen tellen)

42
Q

Wat is correlatie

A

maat voor samenhang tussen 2 variabelen (bijv. lengte en gewicht) : hoe deze elkaar beïnvloeden

43
Q

Correlatie kun je meten aan de hand van welke meetniveau’s

A

interval of ratio

44
Q

Wat is correlationeel onderzoek

A

niet-experimentele variant van kwantitatief onderzoek

45
Q

Wat betekend een positieve correlatie

A

dat beide variabelen samen toenemen of afnemen. R>0 (>0.5)

46
Q

Wat is een negatieve correlatie

A

als de ene variabele toeneemt en de andere afneemt.R<0 (<0.3)

47
Q

Verschil tussen correlatie en causauliteit

A
  1. correlatie: statische indicator als ene veranderd dan veranderd de ander ook (kwantitatief onderzoek)
  2. causaliteit: oorzaak > gevolg (experimenteel onderzoek)
48
Q

Correlatie bereken je met

A

Pearson correlation coefficient (interval of ratio niveau)

49
Q

Wat is een regressieanalyse

A

Wanneer je de ene variabele wilt voorspellen uit de andere (onafhankelijke variabele ) Bijv. RR en gewicht. :

50
Q

Kenmerken van een regressieanalyse

A
  • afhankelijke (ratio of interval niveau) en onafhankelijke variabele hebben verschillend meetniveau
  • de verbanden zijn niet om te wisselen
  • doel = ontdekken patroon van samenhang, maar gaat verder dan correlatie
51
Q

Uit welke punten bestaat een enkelvoudige regressie vergelijking/lijn?

A
  1. interceptpunt (alpha of beta 0) = constante (zelfs met 0 min. huiswerk heb je toch nog een 3 bijv of lengte 0cm heeft altijd wel een basisgewicht)
  2. regressiecoefficient (beta 1) of richtingscoefficient: geeft toename gewicht (Y) aan als verklarende variabele (X) lengte met 1cm toeneemt
52
Q

Waarvoor kun je een regressie analyse gebruiken

A
  1. samenhang tussen 2 variabelen
  2. verandering van afhankelijke variabele voorspellen
  3. toekomstige waarde voorspellen
53
Q

Wanneer gebruik je een enkelvoudige regressie

A

als je effect van 1 onafhankelijke (verklarende) varibale wilt testen op een afhankelijke verklarende (lengte vs gewicht)

54
Q

Wat geeft de regressiecoëfficiënt (beta) aan?

A

hoe waarde van de afhankelijke variabele (y-as) gemiddeld veranderd wanneer de onafhankelijke variabele (x-as) veranderd (Schoenmaten en leeftijden): geeft een indicatie over de richting van het effect

55
Q

Wat is een liniaire uitkomstmaat

A

continue (lengte/gewicht)

56
Q

Wat is een logistische uitkomstmaat

A

uitkomstmaat voor een categorie bijv. wel/geen ziekte, wel/geen overlijden : mild-matig-ernstig

57
Q

Rangsom toets

A
  • Rangsom toets: Wilcoxon of Mann-Whitney zijn grofweg zelfde testen en testen voor 2 onafhankelijke groepen! (bijv: is er een verschil tussen het type uitgaansdrug en depressie score van feestgangers (gemeten met de Beck Depression Inventory) op de dag na uitgaan (zondag) en op de woensdag na uitgaan. = non-parametrische tegenhanger van de t-toets.
58
Q

Rangtekentoets: Wilcoxon

A
  • Rangtekentoets: Wilcoxon signed-rank test = test voor 2 metingen binnen dezelfde groep. (bijv: is er een verschil tussen depressie score van XTC gebruikers (gemeten met de Beck Depression Inventory) op de dag na uitgaan (zondag) en op de woensdag na uitgaan? = non-parametrische tegenhanger van de gepaarde T-toets.
59
Q

Kruskal Wallis toets

A
  • Kruskall Wallis toets: Test voor het vergelijken van >2 onafhankelijke groepen (bijv: wat is het effect van modus partus (natuurlijk, VE, Sectio) op de bevallingservaring (6-punts Likertscale) = non parametrische tegenhanger van de ANOVA.