(combinatie van hoorcolleges en boek Biostatistiek)
Opbouw:
- T-toetsen
Algemene uitleg
Algemene interpretaties
Voorbeelden met interpretaties:
o One sample T-test
o Paired sample T-test
o Independent sample T-test
- ANOVA
Algemene uitleg
Voorwaarden ANOVA
Voorbeeld met interpretatie
- Lineaire regressie
Algemene uitleg
Voorwaarden lineaire regressie
Voorbeelden met interpretaties:
o Met een dichotome determinant
o Met een categoriale determinant
o Met een continue determinant
Confounding en effectmodificatie
- Overige toetsen: Chikwadraat, Cross-over trial, trendtoets
o Chikwadraat
Voorwaarden
o Cross-over trial
o Trendtoets
- Logistische regressie
Algemene uitleg
Algemene interpretaties
Voorbeelden met interpretaties:
o Met een dichotome determinant
o Met een categoriale determinant
o Met een continue determinant
Controle op lineariteit
Confounding en effectmodificatie
o Aan de hand van gestratificeerde analyse
o Aan de hand van logistische regressie
1
, - Multiple regressieanalyse: associatiemodellen en predictiemodellen
Associatiemodellen
o Gecompliceerde, uitgebreide procedure
Voorbeeld
o Eenvoudige procedure
Voorbeeld
Predictiemodellen
o Algemene uitleg
o Assumpties
o Predictorselectie
Forward selectieprocedure
Voorbeeld
Backward selectieprocedure
Voorbeeld
o Kwaliteit predictiemodel
Lineaire regressie: verklaarde variantie (adjusted R square)
Logistische regressie: classificatiemodel, Hosmer-Lemeshow toets,
C-statistic
o Validiteit predictiemodel
Interne validiteit
Externe validiteit
o Implementatie
- De analyse van overlevingsdata (survivaldata)
Algemene uitleg
Overlevingskansen berekenen
Log-rank toets
Cox-regressieanalyse
o Met dichotome determinant
o Met categoriale determinant
o Met continue determinant
Controle op lineariteit bij Cox-regressieanalyse
Confounding en effectmodificatie
Controleren proportional hazards-aanname (assumptie Cox-regressie)
Beperkingen Cox-regressie
- Valkuilen in statistische analyses
- Overige informatie en vaardigheden in SPSS
Centrale limietstelling
Capture rate
Poissonverdeling
Type I en II fout
Eenzijdig en tweezijdig toetsen
Toetsen op basis van het 95%-BI
2
, Scheve verdelingen oplossen voor t-toetsen en ANOVA
Correlatie versus regressie
Gestandaardiseerde regressiecoëfficiënt (correlatiecoëfficiënt)
Scheve verdelingen oplossen voor lineaire regressie
OR, RR, RV
Chikwadraattoets
Schatting regressiecoëfficiënten
Wald en maximumlikelihood
Omgekeerde analyse
Effectmodificatie en predictiemodellen
Voorselectie bij backward selectie
Incidentiedichthedenratio (IDR) en relatief risico (RR)
Log-ranktoets en chikwadraattoets (en likelihood-ratiotoets)
Samenvattende tabel met soort toets en bijbehorende determinant en uitkomst
Vaardigheden in SPSS uit de werkgroepen (alleen DT2)
Werkgroep 5
Weekopdracht 5
Werkgroep 6
Weekopdracht 6
Werkgroep 7
3
,T-toetsen
- Gebruik je voor een dichotome determinant en een continue uitkomst
- Soorten t-toetsen:
o One sample t-test: gebruik je voor het vergelijken van een gemiddelde met
een standaardwaarde.
o Paired sample t-test: gebruik je om het verschil in twee metingen te
analyseren (voor- en nameting) bij dezelfde persoon.
o Independent sample t-test: gebruik je voor het vergelijken van gemiddelden
van twee groepen
- Algemene interpretaties:
o Mean difference (gemiddelde verschil):
One sample t-test: Het gemiddelde verschil tussen onderwerp van de
personen in de onderzoekspopulatie en de standaardwaarde van … is
gelijk aan mean difference.
Paired sample t-test: Het gemiddelde verschil van onderwerp tussen
meting 1 en meting 2 is mean difference.
Independent sample t-test: Het gemiddelde verschil van onderwerp
tussen groep 1 en groep 2 is mean difference.
o 95%-BI: Bij oneindig herhalen van een steekproef, zal 95% van de aldus
geconstrueerde intervallen (van … tot …) het werkelijke populatiegemiddelde
omvatten.
o P-waarde:
One sample t-test: Als de nulhypothese waar is, dan is de kans in het
onderzoek gevonden gemiddelde p-waarde%.
Paired sample t-test: Als de nulhypothese waar is, dan is de kans in het
onderzoek gevonden verschil tussen meting 1 en meting 2 p-waarde%.
Independent sample t-test: Als de nulhypothese waar is, dan is de
kans in het onderzoek gevonden verschil tussen groep 1 en groep 2 p-
waarde%.
- In SPSS: Analyze Compare Means T-test
- Voorbeelden t-toetsen:
o One-sample t-test:
Onderzoek: Wijkt de gemiddelde cholesterolconcentratie bij de eerste
meting af van 6,2 mmol/L?
H0: de gemiddelde cholesterolconcentratie in de
onderzoekspopulatie is gelijk aan 6,2 mmol/L.
Output:
4
, Interpretaties:
Mean difference: Het gemiddelde verschil tussen de
cholesterolconcentraties van de personen in de
onderzoekspopulatie en de standaardwaarde van 6,2 mmol/L
is gelijk aan -1,48550.
95%-BI: Bij oneindig herhalen van een steekproef zal 95% van
de aldus geconstrueerde intervallen (van -1,6457 tot -1,3253)
het werkelijke populatiegemiddelde omvatten.
P-waarde: Als de nulhypothese waar is, dan is de kans in het
onderzoek gevonden gemiddelde 0,1%.
o Paired sample t-test:
Onderzoek: Verandert de cholesterolconcentratie over de tijd?
H0: De cholesterolconcentratie verandert niet over de tijd
(verschil van 0).
Output:
Interpretaties:
Mean difference: Het gemiddelde verschil van
cholesterolconcentratie tussen meting 1 en meting 2 is -
0,3712.
95%-BI: Bij oneindig herhalen van een steekproef, zal 95% van
de aldus geconstrueerde intervallen (van -0,4985 tot -0,2439)
het werkelijke populatiegemiddelde omvatten.
P-waarde: Als de nulhypothese waar is, dan is de kans op het in
onderzoek gevonden verschil tussen meting 1 en meting 2
0,1%.
5