H5 Flashcards
Residu
Verschil tussen waargenomen waarde en gepaste lijn die de gegevens samenvat
ABA-beweging & kenmerken (2)
- Voortgekomen uit gedragsanalyse Skinner
- Single-case-ontwerpen in de toegepaste gedragsanalyse
- Voornamelijk visuele analyse
- Kenmerken onderzoeksstrategie:
1) Stabiele reactietoestand te bereiken voorafgaand aan experimentele interventie
- Langdurige trainingsperioden volgens bepaalde versterkingsschema’s
- Waargenomen in grafische cumulatieve record
2) Laboratoriumonderzoeken werden uitgevoerd in zeer beperkte, eenvoudige omgevingen
- Externe prikkels/motivatie/reactiemogelijkheden werden gecontroleerd en beperkt
- Vaak ethisch onmogelijk
- Opgelegde wijzigingen brengen validiteit/generaliseerbaarheid in gevaar
Analyseren gegevens van afzonderlijke gevallen (2)
1) Visuele analyse
* Waarnemersbias
* Individuele casestudies vaak weergeven in x-y-grafiek
* Rekening houden met tijdsverloop
* Duidelijk patroon zichtbaar in data
* Goede grafieken essentieel onderdeel van analyse van single-case data, zelfs als je ervoor kiest om ook verdere statistische analyses van de data uit te voeren
2) Statistische analyse
* Voordeel
- Elimineren waarnemersbias
- Kleinere effecten detecteren
* Groepsonderzoek vaak weergeven a.d.h.v. parameters
* Meestal maar 1 parameter tegelijkertijd kunnen testen
–> Sluiten elkaar niet uit. Allebei even belangrijk
Lezen van figuur wordt bemoeilijkt als: (6)
1) De assen niet gelabeld zijn
2) De waarden op x-as zijn moeilijk af te lezen
3) De geplotte duur varieert tussen 55 en 70 dagen
4) Fasen zijn niet gelabeld
5) Volgorde van deelnemers heeft geen verband met primaire probleem (volgorde van behandeling)
6) Visuele aspecten niet gemakkelijk te onderscheiden (zelfde lijndikte voor alle lijnen)
Wijzigingen figuur om makkelijk leesbaar te maken (8)
1) Verwijder kaders rond elke afzonderlijke grafiek
2) Plot gegevens voor 2 uitkomstschalen afzonderlijk
3) Verwijder sleutel rechterkant van elke grafiek
4) Verwijder (verdun) horizontale referentielijnen
5) Standaardiseer alle tijdassen naar 39 weken
6) Verwijder x-as schaalwaardemarkering behalve bij onderste plot
7) Minder informatie 7-as
8) Het label op de y-as ‘Symptom Severity’ hoeft maar één keer voor te komen
Visuele displays voorbereiden: (3)
- Essentie resultaten rapporteren
- Voor single-case goede visuele weergaven essentieel
- Primaire bron voor analyse en interpretatie onderzoek
- Vereist aandacht en planning
Kenmerken visuele analyse (7)
1) Laat gegevens opvallen
- Geen non-data items toevoegen (chart junk)
- Onnodige horizontale lijnen en grijze arcering datagebied
- Bij meerdere plots grafiek omlijnen aan 4 zijden
2) Alleen gegevens in gegevensgebied
- Grafiekafval, zoals labels tot minimum beperken
3) Scheid de fasen duidelijk
- Verticale lijnen om fasen aan te geven
- Lijnen mogen gegevens niet doorkruisen
- Moeten op de achtergrond, dus minder zichtbaar dan gegevens (stippellijn)
4) Kies symbolen met zorg
- Makkelijk te onderscheiden
- Driehoek en een cirkel makkelijker dan achthoek en cirkel
5) Vermijd ‘op smaak brengen’
- Niet opfleuren
- Als grafiek klein en zwart wit gedrukt wordt, moet het nog steeds zichtbaar zijn
- Gebruik sterke/donkere kleuren
6) Kies geschikte schalen
- Gegevensbereik omvatten
- Gegevensgebied zo goed mogelijk vullen
- Voorkeur zonder breuken
- X-as is vaak tijd, en Y-as respons
- Schaal kort label en beschreven in figuurlegende
7) Bereid uitgebreide legenda’s voor
- Expliciete en uitgebreide legenda’s
- Moet variabelen, symbolen en label uitleggen/identificeren
Fasen vergelijken visuele analyse: (5)
- Centrale tendency (B)
- Trend (C)
- Variabiliteit/variantie (D)
- Veranderingssnelheid tussen aangrenzende fasen (E)
- Overlap tussen fasen (F)
Centrale tendency (B)
- Gemiddelde
- Meest gebruikt
- Met kleine steekproef niet altijd goede weergave
- Mediaan
- Robuuster tegen uitschieters
- Middelste getal van gerangschikte getallen
- Gebaseerd op 1 of 2 getallen
- Verbrede-broadened mediaan (Bmed)
- Mediaan berekenen met meer dan 1 of 2 getallen
- Toekennen van gewichten aan elke waarneming
- Gebruikt meer datapunten
Trend (C)
- Ontwikkeling over tijd
- Vaak lineair weergeven, maar hoeft niet per se
- Systematische verschuiving in de waarde van de centrale locatie van de data in de tijd
- Als gegevenspunten in tijd zijn gerangschikt (volgorde van waarnemingen)
- Weergeven in rechte lijn die stijging of daling laat zien
- Rekening houden met residuen (residuenplot)
- Gebruiken om te kijken of er een niet-lineaire trend is
- IJspegel grafiek
- Verticale lijngrafiek
- Zeer eenvoudig en veelzijdig
- Ook mogelijk niet-lineaire trends onderzoeken, zodra lineaire trend is aangebracht
- Op 2 manieren
1) Split-middle-methode
- Eenvoudige manier om een lineaire plot te construeren
- Zonder een regressielijn berekenen
- Bestand tegen uitschieters
- Waardevol bij kleine uitschieters
- 2 datapunten die het ‘gemiddelde’ in elke helft van een fase het beste weergeven (mediaan)
2) Tukey’s robuuste lijn uit 3 groepen
- Gegevens opsplitsen in 3 delen
- Lineaire regressie (y=a+bx)
Variabiliteit/variantie (D) & Soorten (5)
- Binnen een fase kan het zijn dat dit niet constant is
- Bereiklijnen
- Vaak vastgelegd in SD
- Hulpmiddelen
a) Bereikbalk (B) en bereiklijn (C)
- Bereik van gegevens weergeven
- Balk: box-and-whiskerplot, zonder box (snorharen)
- Lijn: Parallelle lijnen, benadruk verschuiving variabiliteit in loop van tijd benadrukken
- Uitschieters van grote invloed
- Kan worden verward met trend
- Veranderingen in variabiliteit binnen fasen niet weergeven
b) Trimmed range (D)
- Bij data N ≤ 15
- Buitenste waarden verwijderd uit berekening
- 10-20% in te korten voor getrimde bereik
® N ≤ 6 alle gegevens in fase 2 (gewoon maximum en minimum)
® N 6-12 hoogste en laagste waarden weglaten (1 na hoogste & laagste)
® N > 12 twee uiterste waarden weglaten (2 na hoogste & laagste)
c) Trended range (E & F)
- Boven- en onderlijnen rond de gegevens te trekken die de verandering in waarde in de loop van de tijd weergeven
- Fasen in 2 helften splitsen
- Trimmed trended range
® Zelfde procedure trended range, zonder uiterste waarden in elke helft
® Afhankelijk aantal observaties (zie trimmed range) per helft
Veranderingssnelheid tussen aangrenzende fasen (E)
- Hoe snel verandert kenmerk tussen fasen
- Wat gebeurt er bij de overgang tussen de fasen
- Markeert punt van verandering tussen de twee fasen door het laatste punt in de basislijn en het eerste in de behandelingsfase te omcirkelen
- Analyse uitbreiden door twee of drie punten aan weerszijden onderzoeken
- Effect kan later zijn
Overlap tussen fasen (F)
- Omkaderen/arceren van overlap
- In hoeverre overlappen minimum/maximumwaarden van de fasen
- Heel aantrekkelijk
- Zegt iets over niveau
- Zegt iets over variatie
- Minimumwaarde en maximumwaarde vormen grenzen
- Fase B1 en A2 niet altijd vergelijken, omdat je fase B1 dan 2 keer gebruikt (ook al bij A1 en B1)
Gegevens onderzoeken als ze niet-lineair of zeer variabel zijn (trend) Problemen (2)
- Running medians
- Gebruiken bij grote variabiliteit
- Schatting van de trend door herhaalde schattingen van de centrale schatting in de tijd uit te zetten
- Voorkeur voor mediaan
- Problemen running medians
- Ontbrekende eindpunten
- Minder schattingen van waarden dan tijdstippen
- Oplossing: Kopieer RM naar eerste en laatste datapunten, bij RM5 en RM42 voor tweede en voorlaatste waarde
- Lastig bij kleine steekproeven (n<6)
- Wel doen ondanks kleine steekproef
- Ontbrekende eindpunten
Running medians soorten (3)
A. Dataset met duidelijke variabiliteit in de data en de onmiddellijke visuele indruk is dat er mogelijk een positieve trend
B. Running medians of 3 successive points (RM3)
* Afvlakken van data
C. Running medians of 5 successive points (RM5)
* Als reeks meer dan 10 datapunten heeft
* Batches van 5 datapunten
* Iets vloeiender dan RM3-grafiek
* Lineaire trend enigszins verminderd
D. Running medians of 4 averaged by pairs (RM42)
* Gegevens nog verder afvlakken/vloeiender
Conservative Dual Criterion (CDC) methode:
- Kijken naar overlap
- Kijkend naar niveau en trend
- In hoeverre B-fase onder/boven beide lijnen liggen
- Afhankelijk aantal observaties voor hoeveel punten onder/boven lijn liggen
- Conservatieve methode
- Wanneer je verwacht lager/hoger te zitten
- Vereist dat de standaarddeviatie voor de basislijnfase wordt berekend en opgeteld bij het basislijngemiddelde
- Wanneer verwacht wordt dat de behandeling de beoogde respons vermindert, is het aangepaste gemiddelde het waargenomen gemiddelde min 0,25*SD
- Wanneer de verwachte respons een toename is, wordt de basiswaarde naar boven bijgesteld door 0,25*SD toe te voegen aan de waargenomen waarde
- Methode om visuele analyse AB-single-case designs te verbeteren
- Niet alleen visueel, maar ook statistische procedures
- Essentie vergelijken verschillen tussen fasen is belangrijk om oordeel te vellen over verschil patroon van gegevens in tweede fase
- Door enigszins aangepast gemiddelde en trend uit te zetten, verbeteren betrouwbaarheid en validiteit
Beoordeling visuele analyse (4)
1) Zijn er aanwijzingen voor een verandering tussen de fasen?
* Specificeren parameters
- Centrale tendens (gemiddelde/mediaan)
- Trend (lineair, niet-lineair)
- Variabiliteit
–> Kunnen onafhankelijk van elkaar veranderen
* Aspecten gegevens nauwkeurig beschrijven
2) Is deze verandering belangrijk?
* ‘betrouwbare’ verandering scheiden van ‘klinische’ significantie
* Vooraf specificeren, niet achteraf
3) Kan de verandering die we waarnemen alleen aan de behandeling worden toegeschreven?
* Plausibele verklaringen uitsluiten
4) Komen anderen tot dezelfde conclusie over deze gegevens?
* Betrouwbaarheid
