Startpagina / Samenvattingen / SDA / kans-power-verband

Relaties tussen twee interval variabelen - Correlatie - Power

10 belangrijke vragen over Relaties tussen twee interval variabelen - Correlatie - Power

Wat is er naarmate de daadwerkelijke populatie groter is?

Naarmate de daadwerkelijke populatiecorrelatie groter is, is de power van een studie met een gegeven steekproefomvang hoger. De correlatie die in een steekproef wordt gevonden komt dan immers uit een populatiesteekproevenverdeling die steeds verder van de nulhypothese-steekproevenverdeling af ligt. Om een sterk verband aan te tonen, volstaat bij zulke sterke correlaties dus een relatief kleine steekproef.

Wat gebeurd er als in een underpowered studie een grote correlatie wordt gevonden?

wordt daarom vaak gedacht dat de kleine steekproef klaarblijkelijk geen probleem was. Als er van tevoren poweranalyses waren gedaan op basis van die grote correlatie, was daar namelijk uit gekomen dat er maar weinig deelnemers nodig zijn om een aanvaardbare power te bereiken. Deze redenering is echter fout, omdat steekproevenverdelingen bij kleine steekproeven heel breed zijn. Bij underpowered studies is de kans daardoor groot dat er in een steekproef een relatief sterk verband wordt gevonden, terwijl er in de populatie helemaal geen verband is.

Wat wordt steeds vaker afgeraden?

NHST wordt steeds vaker afgeraden en wetenschappelijke journals eisen steeds vaker schattingen van de sterkte van verbanden in populaties. Voor die schattingen worden betrouwbaarheidsintervallen berekend.

Wat kan je berekenen voordat een studie wordt uitgevoerd?

kan ook worden berekend hoeveel deelnemers er nodig zijn om een bepaalde accuraatheid te bereiken, oftewel, om een betrouwbaarheidsinterval te verkrijgen met een gegeven breedte. In het geval van correlaties zijn hiervoor tabellen beschikbaar

Natuurlijk kunnen onderzoekers ook genoegen nemen met bredere intervallen, maar het nadeel hiervan is?

dat de populatiecorrelatie dan zowel een klein verband als een sterk verband zou kunnen betreffen. Om dit soort gebrek aan accuratesse te voorkomen, zijn grotere steekproeven nodig.

Wat drukt elke p-waarde uit?

de kans uit dat de bijbehorende (of een sterkere) steekproefcorrelatie wordt gevonden

Binnen nulhypothese-significantietoetsing wordt deze p-waarde vergeleken met de gekozen α (bijna altijd 0.05) om?

te besluiten of het waarschijnlijk is dat de bijbehorende variabelen in de populatie samenhangen. Voor elke p-waarde is de kans dat een type 1-fout wordt gemaakt dus gelijk aan 5%.

Mogelijke uitkomsten als twee p-waarden worden berekend

Bij α = 0.05 kan de kans om geen type 1-fout te maken als volgt omschreven worden: kans dat geen type 1-fout wordt gemaakt = 0.95aantal p-waarden

De kans om wel minimaal één type 1-fout te maken is dan gelijk aan: kans dat minimaal één type 1-fout wordt gemaakt = 1 – 0.95aantal p-waarden

Wat gebeurt er naarmate het aantal variabelen in een correlatiematrix groter is?

neemt de kans op een type 1-fout dan ook toe. Deze p-waarden kunnen worden gecorrigeerd, bijvoorbeeld met de methode False Detection Rate control. Echter, door deze correctie neemt de kans op een type 2-fout weer toe, waardoor de power van een studie afneemt. De enige oplossing hiervoor is meer deelnemers te onderzoeken. Dan worden de steekproevenverdelingen smaller, waardoor de kans op een type 2-fout daalt en de power dus acceptabel gehouden kan worden, terwijl correctie van de p-waarden de kans op een type 1-fout beperkt.

Het is zeldzaam dat er op basis van een dataset slechts één p-waarde wordt uitgerekend

Het aantal p-waarden ligt in de praktijk meestal in de tientallen. Het is daarom bijna altijd nodig om te corrigeren voor multiple testing om de kans op een type 1-fout acceptabel te houden. Die noodzaak te corrigeren voor multiple testing resulteert in lagere power, wat dan weer gecompenseerd moet worden met grotere steekproeven om de kans op type 2-fouten acceptabel te houden. Dit betekent in de praktijk dat er vaak honderden deelnemers nodig zijn om de kans dat er verkeerde conclusies worden getrokken binnen de perken te houden.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

SDA

Bekijk samenvatting

Een unieke studie- en oefentool
Nooit meer iets twee keer studeren
Haal de cijfers waar je op hoopt
100% zeker alles onthouden

Onthoud sneller, leer beter. Wetenschappelijk bewezen.

Studiemateriaal generieke omslagafbeelding

Relaties tussen twee interval variabelen - Correlatie - Power

10 belangrijke vragen over Relaties tussen twee interval variabelen - Correlatie - Power

Wat is er naarmate de daadwerkelijke populatie groter is?

Wat gebeurd er als in een underpowered studie een grote correlatie wordt gevonden?

Wat wordt steeds vaker afgeraden?

Wat kan je berekenen voordat een studie wordt uitgevoerd?

Natuurlijk kunnen onderzoekers ook genoegen nemen met bredere intervallen, maar het nadeel hiervan is?

Wat drukt elke p-waarde uit?

Binnen nulhypothese-significantietoetsing wordt deze p-waarde vergeleken met de gekozen α (bijna altijd 0.05) om?

Mogelijke uitkomsten als twee p-waarden worden berekend

Wat gebeurt er naarmate het aantal variabelen in een correlatiematrix groter is?

Het is zeldzaam dat er op basis van een dataset slechts één p-waarde wordt uitgerekend

Samenvattingen die gerelateerd zijn aan Variabelen beschrijven en data-integriteit verifiëren - Univariatie analyse - Centrum- en spreidingsmaten

SDA

De kern van de administratieve organisatie

Psychology 8th Edition

Grondslagen van auditing & assurance

Privaatrecht als opdracht

klinische psychologie

SPSY

Cross-sectioneel onderzoek

Antrozoölogie

BGN: neuropsychologie en psychofarmacologie

Class notes - Experimenteel onderzoek

Inleiding in de gezondheidspsychologie