Samenvatting: Course 3: Biostatistics: Elementary Analysis

Lees hier de samenvatting en de meest belangrijke oefenvragen van Course 3: Biostatistics: elementary analysis

• Describing data

  Dit is een preview. Er zijn 2 andere flashcards beschikbaar voor hoofdstuk 10/03/2021
  Laat hier meer flashcards zien

• Twee soorten statistiek:

  
  

  1. Beschrijvende statistiek: Klare samenvatting (kale beschrijving zonder verklaring) van de verkregen data
     
  2. Verklarende (of inferentiële) statistiek:  maakt gebruik van kansrekening
     

• Analysing continuous data from two groups

  Dit is een preview. Er zijn 9 andere flashcards beschikbaar voor hoofdstuk 17/03/2021
  Laat hier meer flashcards zien

• Wat is de betekenis van de p-waarde

  Drukt de kans uit dat deze waarde of een grotere t-waarde (dit verschil of een groter verschil) wordt gevonden terwijl de nul-hypothese (er is geen verschil) waar is.
  
  
  Eigenlijk:
  wat is de kans op een type 1 fout?
  Bij meerdere t-testen, wordt de kans op een type-1 fout, dus steeds groter, daarom wordt deze niet gebruikt bij meerdere groepen maarde One-way ANOVA.

• Wat berekent een T-test

  Cc

• Wat is de overeenkomst tussen de t-waarde en het 95 BI?

  Beiden maken gebruik van dezelfde eigenschappen: gaat over het verschil en error.
  95: sample-gemiddelde= bij benadering 2 stand error.
  sample gemiddeld mi o

• Twee aspecten zijn belangrijk van dit uitgevoerde onderzoek

  1. Grootte van de steekproef> hoe groter de steekproef hoe betrouwbaarder het resultaat (ergo beter generaliseerbaar).
     
  2. De spreiding ergo: de heterogeniteit binnen onderzoeks-populatie >>Vertaalslag naar de doelpopulatie. De spreiding binnen de onderzoekspopulatie wordt weergegeven door de standaard-deviatie van de individuele verschilscores.

• Welke 2 parameters bepalen hoe een normale verdeling eruit ziet?

  1 Het gemiddelde (Mean en Median)
  2cStandaarddeviatie

• Hoe betrouwbaar is de uitkomst?

  1. Hoe hoger de standaarddeviatie, des te minder betrouwbaar het gevonden resultaat.
     
  2. Is het getal van de SD klein: dan is de uitkomst meer betrouwbaarder.

• Correlation and Linear Regression

  Dit is een preview. Er zijn 9 andere flashcards beschikbaar voor hoofdstuk 31/03/2021
  Laat hier meer flashcards zien

• Correlatie versus Lineaire Regressie

  • Correlatie = Descriptief: het zegt iets over de samenhang op het niveau van de groep. (Niet over het individu!) >> Kwantificeren van een lineaire relatie tussen 2 variabelen

  
  
  

  • Regressie:  Inferentieel (verklarend): op individueel niveau. >>>> Voorspelt de waarde van een variabele tov een andere variabele  

• Correlatie Bijv Pearson's Correlation Coefficient

  • Zegt iets over de associatie tussen 2 variabelen. Bijv. Hoe langer> hoe zwaarder

  
  

  1. Eerst kijken naar een lineair verband via > scatterplot
     
  2. Correlatie kwantificeren middels: Pearson's correlation coeffecient (PCC)

  • Assumptie:

  • X en y zijn numeriek
  • Er is een lineaire associatie: variabele x en y
  • Een daarvan is normaal verdeeld

• Hoe interpreteer je de uitkomst van PCC?

  • 'r' en ligt tussen -1 en +1.
  • Het meet dus de mate waarin er sprake is van een rechte lijn associatie tussen de waarden van de 2 variabelen.
  • perfect:
  • + 1 is oplopend lineair verband (positive r)
  • -1 is aflopend lineair verband. (negative r)
  • 0 = geen lineair verband

  
  Dan kan de P-waarde kan worden bepaald. Dan is de NUL-hypothese: er is geen associatie tussen de variabelen x en y.