Biostatistiek practicum 4:
1)Correlatie of regressie
Hoe weten of het over correlatie of regressie gaat?
Continue variabelen
Regressie of correlatie? verschillende vraagstelling!
Voorbeeld: lengte en gewicht
Correlatie
- Is er een verband tussen X en Y, hoe sterk is het verband
tussen X en Y
- Voorbeeld: Is er een verband tussen de lengte en het gewicht
- X en Y gelijkwaardig (inwisselbaar) Symmetrische analyse
- X en Y vertegenwoordigen aselecte steekproef (-> tijd is een
slechte variabele)
Regressie
- Heeft variabele X invloed op Y, hoe verandert Y met X, hoe
voorspel je Y gegeven X, effect van X op Y
Voorbeeld: voorspel de lengte van een persoon op basis van het gewicht
- X en Y niet gelijkwaardig: Duidelijke ‘outcome variable’
1
, - Voorspel 1 variabele (Y) op basis van de andere (X)
- Soms oorzaak en gevolg (causaliteit) voorzichtig zijn met
interpretatie!
Je mag X en Y niet zomaar van plaats veranderen
Variabelen in regressie:
X-variabele Y-variabele
- Onafhankelijke variabele - Afhankelijke variabele
- Input variabele - Outcome variabele
- Verklarende(explanatory) variabele - Resultaatsvariabele
- Voorspellend - Wordt voorspeld
- Covariaat - (Gevolg)
- (Oorzaak)
Hierbij kan je op basis van de chocoladeconsumptie een voorspelling doen
over het aantal nobelprijslauriaten
MAAR! Geen oorzaak gevolg dus heel voorzichtig mee zijn
2)Pearson en Spearman correlatie
2
1)Correlatie of regressie
Hoe weten of het over correlatie of regressie gaat?
Continue variabelen
Regressie of correlatie? verschillende vraagstelling!
Voorbeeld: lengte en gewicht
Correlatie
- Is er een verband tussen X en Y, hoe sterk is het verband
tussen X en Y
- Voorbeeld: Is er een verband tussen de lengte en het gewicht
- X en Y gelijkwaardig (inwisselbaar) Symmetrische analyse
- X en Y vertegenwoordigen aselecte steekproef (-> tijd is een
slechte variabele)
Regressie
- Heeft variabele X invloed op Y, hoe verandert Y met X, hoe
voorspel je Y gegeven X, effect van X op Y
Voorbeeld: voorspel de lengte van een persoon op basis van het gewicht
- X en Y niet gelijkwaardig: Duidelijke ‘outcome variable’
1
, - Voorspel 1 variabele (Y) op basis van de andere (X)
- Soms oorzaak en gevolg (causaliteit) voorzichtig zijn met
interpretatie!
Je mag X en Y niet zomaar van plaats veranderen
Variabelen in regressie:
X-variabele Y-variabele
- Onafhankelijke variabele - Afhankelijke variabele
- Input variabele - Outcome variabele
- Verklarende(explanatory) variabele - Resultaatsvariabele
- Voorspellend - Wordt voorspeld
- Covariaat - (Gevolg)
- (Oorzaak)
Hierbij kan je op basis van de chocoladeconsumptie een voorspelling doen
over het aantal nobelprijslauriaten
MAAR! Geen oorzaak gevolg dus heel voorzichtig mee zijn
2)Pearson en Spearman correlatie
2
