Statistisch toetsen
Formuleren van een OZvraag Kwaliteitscontrole van database
® Outlies – uitbijters Zijn de waarden HOMOSCEDASTISCH oF HETEROSCEDATISCH?
® Missing data dit gaan we na dmv:
® Boxplots ® Normaliteitstoetsen
® Histogrammen ® Spreidingsgelijkheidstoetsen
Normaliteit van variabelen op ratio/interval meetniveau Gelijkheid van spreiding
= Normale verdeling van de waarden? Dit kunnen we nagaan dmv: 1. Histogram en kengetallen Hypothesetoetsing:
2. Normal Probability Plot H0 : s12 = s22 = … = sr2 en p ≥ a H0 : s12 ≠ s22 = …≠ sr2 en p < a
3. Specifieke toetsen: à varianties zijn gelijk à varianties zijn NIET gelijk
® Sharpio-Wilk à niet parametrisch testen
® Kolmogorov-Smirnov
® Lilliefors HOE?
HA = p < a à niet normale verdeling (heteroscedaticiteit) 1. Levene’s test for homogenity in de output nagaan
H0 = p ≥ a à normale verdeling (homoscedasticiteit) !"##$%$& (!
NIET PARAMETRISCH TOESTEN 2. ≤5
PARAMETRISCH TOESTEN )*&+,%$& (!
Hiervoor dienen we de variabelen transformeren
Onafhankelijke groepen (x) Afhankelijke groep (x) Correlatie Onafhankelijke groepen (x) Afhankelijke groep (x) Correlatie
Indien:
Normaliteitstoets voldaan + variantie toets voldaan
Mann-Whitney U
Ongepaarde t-test Gepaarde T-test Pearson t-test + Wilcoxon Spearman
Descriptive statics
ANOVA uitvoeren
p-waarde p-waarde R-waarde p-waarde p-waarde R-waarden
R-WAARDE P-WAARDE
0-0,2 Geen correlatie
H0 = p ≥ a HA = p < a
0,2-0,4 Lage correlatie
0,4-0,6 Matige correlatie Normale verdeling Niet normale verdeling
Normaliteitstest
Parametrisch testen Niet parametrisch testen
0,6-0,8 Hoge correlatie
0,8-1 Zeer hoge correlatie Significantietest Niet significant Significant
, Data structuur en types - Complexiteitsniveau’s (H7)
ONE-SAMPLE PROBLEM of 1 STEEKPROEF PROBLEEM TWO-SAMPLE PROBLEM of 2 STEEKPROEF PROBLEEM REGRESSIE
Wanneer? = De simpelste statitische analyse met 1 uitkomstvariabele = statistische analyse met 1 uitkomstvariabele die men onderzoekt in een = statistische analyse waarbij de predictor/covariaat/onafhankelijke variabele
waarvan je populatiegetallen & spreiding wilt kennen van een populatie bestaande uit 2 subgroepen: bij deze gaat men na of er een meerdere niveau’s heeft of er is een samenhang tussen X en Y.
homogene populatie. verschil is tussen de 2 populaties.
Outcome Y = single, 1 gegeven/patient Y = dependent/afhankelijke of outcome variabele De keuze voor de statistische procedure is afhankelijk van de outcome (y)-variabele:
variabelen X = single, 1 homogene groep ® Continue of catergorische variabele Bij lineaire regressie:
X = independent/onafhankelijke variabele of covariaat of predictor ® Y = continue variable
® Binaire (= dichotome) variabele ® X = continue of binaire of catergorische variabele
Statistische • Populatieparameters: gemiddelden & mediaan • Analyse van de varianties: ANOVA, t-test, Wilcoxon test
Procedures Bij logistische regressie:
• Spreidingsparameters: standaardeviaties & IQR Er onstaan hier puntenwolken (onvermijdbare ruis) waarin men een lineaire ® Y = binaire variabele
trend in kan terugvinden ® X = continue of discrete of binaire of categorische variabele
Vb. lengte van een groep mensen Bloeddruk (continue y) vergelijken bij man en vrouw (binaire x)
VERSCHILLENDE PREDICTORS of MULTIPLE REGRESSIE VERSCHILLENDE OUTCOME VARIABELEN of MULTIVARIATE ANALYSE SOORTEN DATA
Wanneer? = statistische analyse met verschillende predictors (x) = statistische analyse met verschillende afhankelijke variabelen (y) op 1 CATEGORISCHE VARIABELE of KWALITATIEVE VARIABELEN
variabelen waarbij men gaat kijken naar de onderlinge zelfde moment. Nominaal/categorie Ordinaal Binair/dichotoom
interacties. Geen volgorde in Wel volgorde in 2 catergoriën
Outcome X = ≥ 2 onafhankelijke variabelen Bij meerdere outcome (y) variabelen & aparte verschillende x-variabelen, catergorie categorien
variabelen ® 2 x-variabelen: ONE WAY ANOVA geven deze samen info: Geslacht/beroep Slecht – goed – prima Geslacht
® > 2 x-variabelen: MULTI-WAY ANOVA • ASSOCIATIE: associatie tussen 2 y-variabelen dit kan men
Statistische
Y = 1 afhankelijke variabele kwantificeren dmv correlatie NUMERIEKE VARIABELEN OF KWANTITATIEVE VARIABELEN:
Procedures
® Simple lineaire regressie • CORRELATIE: in een maat gieten
Discrete vs Continue data Interval vs Ratio
è MULTIPLE REGRESSION ® PEARSON & SPEARMAN CORRELATIES
aantal kinderen per gezin vs lengte tijdstippen op klok vs lengte
® ODDS RATIO, CONCORDANCE, KENDALL’s p, k COEFFICIENT, …
Opm: Epidemiologische OZ: nagaan van de relatie tussen Gecorreleerde data:
blootstelling (x) & ziekte (y), maar de ene x-variabele heeft • Repeated measures: ≥ 2 metingen bij zelfde Px op verschillende
OUTCOME DATA
potentieel invloed op de andere (confounding influence). tijdsstippen dichtbij elkaar à resultaat: stabiele meting
DISCREET NUMERIEK/CONTINU
Experimenteel kan men dit niet aantonen (= onetisch) • Longitudinale data: 1meting/patient herhalen op verschillende
Nominaal of
Epidemiologische driehoek: verschillende factoren leiden tot tijdstippen over lange periode à resultaat: profiel Ordinaal Interval Ratio
catergorisch
iets en versterken elkaar • Spatiale data: hoe verandert iets naarmate ruimte verandert
Rangorde Geen Wel Wel Wel
Confounder • Clustered data: geclusterde gegevens vb. studies waarbij alle
Meeteenheid Geen Geen Wel Wel
Exposure Disease kinderen van bv zelfde gezin getest worden
Nulpunt Geen Geen Geen Wel
Gerelateerd aan multivariate testing: JA/NEE
Vb. Kleuren Diploma Temperatuur Lengte
D = a + b.E + g.C + d.E.C
Formuleren van een OZvraag Kwaliteitscontrole van database
® Outlies – uitbijters Zijn de waarden HOMOSCEDASTISCH oF HETEROSCEDATISCH?
® Missing data dit gaan we na dmv:
® Boxplots ® Normaliteitstoetsen
® Histogrammen ® Spreidingsgelijkheidstoetsen
Normaliteit van variabelen op ratio/interval meetniveau Gelijkheid van spreiding
= Normale verdeling van de waarden? Dit kunnen we nagaan dmv: 1. Histogram en kengetallen Hypothesetoetsing:
2. Normal Probability Plot H0 : s12 = s22 = … = sr2 en p ≥ a H0 : s12 ≠ s22 = …≠ sr2 en p < a
3. Specifieke toetsen: à varianties zijn gelijk à varianties zijn NIET gelijk
® Sharpio-Wilk à niet parametrisch testen
® Kolmogorov-Smirnov
® Lilliefors HOE?
HA = p < a à niet normale verdeling (heteroscedaticiteit) 1. Levene’s test for homogenity in de output nagaan
H0 = p ≥ a à normale verdeling (homoscedasticiteit) !"##$%$& (!
NIET PARAMETRISCH TOESTEN 2. ≤5
PARAMETRISCH TOESTEN )*&+,%$& (!
Hiervoor dienen we de variabelen transformeren
Onafhankelijke groepen (x) Afhankelijke groep (x) Correlatie Onafhankelijke groepen (x) Afhankelijke groep (x) Correlatie
Indien:
Normaliteitstoets voldaan + variantie toets voldaan
Mann-Whitney U
Ongepaarde t-test Gepaarde T-test Pearson t-test + Wilcoxon Spearman
Descriptive statics
ANOVA uitvoeren
p-waarde p-waarde R-waarde p-waarde p-waarde R-waarden
R-WAARDE P-WAARDE
0-0,2 Geen correlatie
H0 = p ≥ a HA = p < a
0,2-0,4 Lage correlatie
0,4-0,6 Matige correlatie Normale verdeling Niet normale verdeling
Normaliteitstest
Parametrisch testen Niet parametrisch testen
0,6-0,8 Hoge correlatie
0,8-1 Zeer hoge correlatie Significantietest Niet significant Significant
, Data structuur en types - Complexiteitsniveau’s (H7)
ONE-SAMPLE PROBLEM of 1 STEEKPROEF PROBLEEM TWO-SAMPLE PROBLEM of 2 STEEKPROEF PROBLEEM REGRESSIE
Wanneer? = De simpelste statitische analyse met 1 uitkomstvariabele = statistische analyse met 1 uitkomstvariabele die men onderzoekt in een = statistische analyse waarbij de predictor/covariaat/onafhankelijke variabele
waarvan je populatiegetallen & spreiding wilt kennen van een populatie bestaande uit 2 subgroepen: bij deze gaat men na of er een meerdere niveau’s heeft of er is een samenhang tussen X en Y.
homogene populatie. verschil is tussen de 2 populaties.
Outcome Y = single, 1 gegeven/patient Y = dependent/afhankelijke of outcome variabele De keuze voor de statistische procedure is afhankelijk van de outcome (y)-variabele:
variabelen X = single, 1 homogene groep ® Continue of catergorische variabele Bij lineaire regressie:
X = independent/onafhankelijke variabele of covariaat of predictor ® Y = continue variable
® Binaire (= dichotome) variabele ® X = continue of binaire of catergorische variabele
Statistische • Populatieparameters: gemiddelden & mediaan • Analyse van de varianties: ANOVA, t-test, Wilcoxon test
Procedures Bij logistische regressie:
• Spreidingsparameters: standaardeviaties & IQR Er onstaan hier puntenwolken (onvermijdbare ruis) waarin men een lineaire ® Y = binaire variabele
trend in kan terugvinden ® X = continue of discrete of binaire of categorische variabele
Vb. lengte van een groep mensen Bloeddruk (continue y) vergelijken bij man en vrouw (binaire x)
VERSCHILLENDE PREDICTORS of MULTIPLE REGRESSIE VERSCHILLENDE OUTCOME VARIABELEN of MULTIVARIATE ANALYSE SOORTEN DATA
Wanneer? = statistische analyse met verschillende predictors (x) = statistische analyse met verschillende afhankelijke variabelen (y) op 1 CATEGORISCHE VARIABELE of KWALITATIEVE VARIABELEN
variabelen waarbij men gaat kijken naar de onderlinge zelfde moment. Nominaal/categorie Ordinaal Binair/dichotoom
interacties. Geen volgorde in Wel volgorde in 2 catergoriën
Outcome X = ≥ 2 onafhankelijke variabelen Bij meerdere outcome (y) variabelen & aparte verschillende x-variabelen, catergorie categorien
variabelen ® 2 x-variabelen: ONE WAY ANOVA geven deze samen info: Geslacht/beroep Slecht – goed – prima Geslacht
® > 2 x-variabelen: MULTI-WAY ANOVA • ASSOCIATIE: associatie tussen 2 y-variabelen dit kan men
Statistische
Y = 1 afhankelijke variabele kwantificeren dmv correlatie NUMERIEKE VARIABELEN OF KWANTITATIEVE VARIABELEN:
Procedures
® Simple lineaire regressie • CORRELATIE: in een maat gieten
Discrete vs Continue data Interval vs Ratio
è MULTIPLE REGRESSION ® PEARSON & SPEARMAN CORRELATIES
aantal kinderen per gezin vs lengte tijdstippen op klok vs lengte
® ODDS RATIO, CONCORDANCE, KENDALL’s p, k COEFFICIENT, …
Opm: Epidemiologische OZ: nagaan van de relatie tussen Gecorreleerde data:
blootstelling (x) & ziekte (y), maar de ene x-variabele heeft • Repeated measures: ≥ 2 metingen bij zelfde Px op verschillende
OUTCOME DATA
potentieel invloed op de andere (confounding influence). tijdsstippen dichtbij elkaar à resultaat: stabiele meting
DISCREET NUMERIEK/CONTINU
Experimenteel kan men dit niet aantonen (= onetisch) • Longitudinale data: 1meting/patient herhalen op verschillende
Nominaal of
Epidemiologische driehoek: verschillende factoren leiden tot tijdstippen over lange periode à resultaat: profiel Ordinaal Interval Ratio
catergorisch
iets en versterken elkaar • Spatiale data: hoe verandert iets naarmate ruimte verandert
Rangorde Geen Wel Wel Wel
Confounder • Clustered data: geclusterde gegevens vb. studies waarbij alle
Meeteenheid Geen Geen Wel Wel
Exposure Disease kinderen van bv zelfde gezin getest worden
Nulpunt Geen Geen Geen Wel
Gerelateerd aan multivariate testing: JA/NEE
Vb. Kleuren Diploma Temperatuur Lengte
D = a + b.E + g.C + d.E.C
