Samenvatting: 1. Elementary Statistical Analysis And Multivariate Lineair Regression | S de Wolf

Lees hier de samenvatting en de meest belangrijke oefenvragen van 1. Elementary Statistical Analysis and Multivariate Lineair Regression | S. de Wolf

• 1 Reiteration Basics of Statistics

  Dit is een preview. Er zijn 6 andere flashcards beschikbaar voor hoofdstuk 1
  Laat hier meer flashcards zien

• Wat wordt bedoeld met meetniveau van variabelen en waarom is het belangrijk dit te weten?

  Meetniveau: categorische of numerieke data. 
  Categorisch kan dichotoom, ordinaal of nominaal zijn.
  Numerieke = continue data, ratio data, absolute waarden
  

  Belangrijk omdat het meetniveau de vorm van statistiek dirigeert.

• Welke 2 vormen van statistiek zijn er? Leg de verschillen uit.

  Descriptive statistics/beschrijvende statistiek

  kenmerken van de groep beschrijven die iets zeggen over die groep, bv gemiddelde, frequentie

  
  

  Inferentiële statistiek

  Metingen gebaseerd op een groep mensen (sample) waarmee je uitspraken doet over een grotere groep: de populatie. 

• Hoort de SE bij de inferentiële of bij de descriptieve statistiek?

  Bij inferentiële statistiek

• Wat is het verschil tussen gepaard en ongepaard meten?

  Bij ongepaarde metingen worden de verschillen tussen de patiënten meegenomen, dan is er sprake van ruis (SE).

  
  Bij gepaard metingen is de SE veel kleiner, want je meet steeds in dezelfde patiënt. 

• Wat probeer je te meten of aan te tonen met correlaties of associaties?

  Je probeert waarden met waarden te vergelijken of verbanden aan te tonen: bv. associatie lengte en longvolume

• Wat zijn redenen voor het uitvoeren van een regressie analyse?

  Voorspellen

  Welke longfunctie verwacht ik bij een bepaalde lengte?
  

  Verklaren

  Wat is het effect van geslacht of lengte op het voorspelde longvolume?

  Schatten (unbiased)

  Wat is het effect van een behandeling, wetende dat een andere factor ook invloed heeft?

• 2 Multivariate Linear Regression

  Dit is een preview. Er zijn 1 andere flashcards beschikbaar voor hoofdstuk 2
  Laat hier meer flashcards zien

• Waaraan kun je een lineair model herkennen?

  Aan de plusjes in de formule: het is een additief model. 

• Welke rol hebben de y, de a, de b en de x in de formule y = a + bx      ?

  y= de afhankelijke variabele

  x = de onafhankelijke variabele (predictor)

  a = de intercept of constante (het is de waarde van y wanneer x=0

  b = de "slope/helling": het representeert de mate waarmee y gemiddeld toeneemt als we x met één eenheid verhogen -> dus de associatie tussen de twee. 

• 2.2 Confouding and Interaction (effect modification)

  Dit is een preview. Er zijn 5 andere flashcards beschikbaar voor hoofdstuk 2.2
  Laat hier meer flashcards zien

• Wat is het doel van multipele lineaire regressie?

  Het berekenen van een associatie tussen twee variabelen gecorrigeerd voor eventuele invloeden van andere variabelen.

• Wanneer spreek je van een confounder?

  Een variabele kan alleen een confounder zijn als de variabele zowel een associatie heeft met de determinant en de outcome. 
  (Denk aan de DAG)