Inleiding tot de biostatistiek samenvatting

Inhoudsopgave
Hoofdstuk 1: inleiding.................................................................................................................................... 2

Hoofdstuk 2: Belangrijke concepten en conventies.........................................................................................4

Hoofdstuk 3: Studiedesign............................................................................................................................. 9

Hoofdstuk 4: Data exploratie en beschrijvende statistiek..............................................................................15

Hoofdstuk 5: Statistische besluitvorming...................................................................................................... 21

Hoofdstuk 6: Enkelvoudige lineaire regressie...............................................................................................36

Hoofdstuk 7: Variantieanalyse..................................................................................................................... 44

Hoofdstuk 8: Niet-parametrische statistiek.................................................................................................. 48

Hoofdstuk 9: Categorische data-analyse....................................................................................................... 53

Hoofdstuk 10: Algemeen lineair model......................................................................................................... 59




Biostatistiek

1

,Hoofdstuk 1: inleiding
1.1 De wetenschappelijke methode
 Proefopzet
 Data exploratie en beschrijvende statistiek
 Statistische besluitvorming

1.3 Case study: oksel microbiome
1.3.1 Experimenteel design
 Niet haalbaar om te evalueren voor de hele populatie
 Ethisch niet verantwoord
 Financieel en logistiek onmogelijk
 Populatie bestaat nog niet volledig
 Steekproef moet representatief zijn  RANDOMISATIE!!!!
 Populatie goed beschrijven  scope van de studie
 Wat kunnen we kwantificeren? Gemiddeld verschil in abundantie
 Goede controlegroep nodig  vergelijking of het al dan niet werkt
 Vertaal onderzoeksvraag naar iets wat we kunnen kwantificeren!

1.3.2 Data exploratie en beschrijvende statistiek
 Inzicht krijgen in data
 Importeer de data
 Inladen via Tidyverse
 Regels inlezen via commando read_lines
 Verschillende variabelen splitsen met komma
 Beschrijvende statistiek
 Gemiddelde en standaarddeviatie opslaan via apRelSum
 Boxplot maken  informatief
 P-waarde berekenen  kijken of er een toevallig effect is

1.3.3 Statistische besluitvorming
 We kunnen nooit met 100% zekerheid de steekproef uitzetten op de populatie 
onzekerheid
 Met statistiek bewijzen hoe waarschijnlijk het is om in een random steekproef een verschil in
gemiddelde relatieve abundantie te zien is
 We kunnen falsifiëren  zeggen dat er geen verschil is
 Niet kunnen aantonen dat de behandeling het werkt
 Kans op toeval  als er in een steekproef effect is maar in werkelijkheid niet  p-waarde

1.3.3.1 Mogelijke fouten
 P kleiner dan 5  kleiner dan 5: het is bijna niet mogelijk door toeval

1.4 Case Study: verschil in lengte tussen vrouwen en mannen
 Door random steekproef  onzekerheid
 NHANES STUDY: sinds 1960 worden elk jaar mensen van alle leeftijden thuis geïnterviewd. Er
maakt ook een gezondheidsonderzoek deel uit van de studie. Mensen worden ad random in
Amerika geselecteerd en het heeft inzicht hoe de gegevens en resultaten van de analyse
zullen variëren van steekproef tot steekproef
 We focussen op lengte

1.4.1 Experiment
 5 mannen en 5 vrouwen  Is er een lengteverschil?

2

,  Als we een andere steekproef nemen is er een ander gemiddelde en een andere
standaarddeviatie  zorgt ervoor dat conclusies ook onzeker zijn
 We kunnen omgekeerde falsifiëren  mannen = vrouwen
 p-waarde: kans berekend om in een nieuwe random steekproef door toeval een effect te
vinden dat in absolute waarde minstens evengroot is als in onze geobserveerde steekproef
onder de aanname dat er in werkelijkheid geen verschil zou zijn in gemiddelde lengte tussen
vrouwen en mannen.

1.4.2 Herhaal het experiment opnieuw
 Er is een beetje verschil tussen alle steekproeven
 p>5  te grote kans om het door toeval te bereiken

1.4.4 Samenvatting
 Met statistiek gaan we de kans op het trekken foute conclusies controleren.

1.4.5 Controle van de beslissingsfout
 Grotere steekproef
 Hoe meer gegevens hoe makkelijker we het verschil oppikken in de steekproef
 In een grotere studie is er minder variabiliteit  nauwkeuriger
 Als we vrouwen met vrouwen zouden vergelijken  lengte moet even groot zijn  is niet
altijd zo  populatie verhogen  ook nog steeds een lengteverschil

1.4.5.1 Grotere steekproef?
 We kunnen door grote vals negatieve resultaten verwerpen

1.4.5.2 Controle van vals positief
 2x 5 vrouwen trekken  gemiddeldes zouden hetzelfde moeten zijn, anders vals positief

1.4.6 Conclusies
 In elke steekproef worden andere proefpersonen uit de populatie getrokken  verschillen in
lengte en verschil van gemiddelde en standaarddeviatie  conclusies zijn onzeker  met
statistiek controleren we de kans op het trekken foute conclusies.

1.5 Case study: Salk vaccin
 Je hebt een vergelijkingsbasis nodig
 No consent -> Geen toestemming
 Soms zijn groepen niet vergelijkbaar omdat de sociale achtergrond niet klopt
 Confounding
 De economische achtergrond van de kinderen zal bepalen of ze een
vaccin krijgen of niet, zo kunnen we niet het effect bepalen.

 Daarna hebben ze mensen die geen vaccin mochten krijgen uit de studie
gelaten en dan mensen een gewoon of placebo behandeling kregen.

 Dubbel geblindeerde studie: eerst gevraagd of ze mochten ingeënt worden  werken met
placebo behandelingen  artsen, ouders en kinderen niet op de hoogte welk vaccin ze
kregen

1.6 Rol van Statistiek
1. Proefopzet is essentieel
 Het belangrijk is om de scope van de studie goed te specifiëren voor de start van het
experiment
3

,  Randomisatie nodig is om een representatieve steekproef te nemen
 Steekproefgrootte is heel belangrijk
 We moeten ons bewust zijn van Confounding
 Een goede controle is belangrijk
2. Data exploratie en beschrijvende statistiek:
 Exploreren
 Visualiseren
 Samenvatten en beschrijven van geobserveerde data zodat relevante aspecten naar voor
komen.
3. Statistische besluitvorming: aan de hand van statistische modellen bestuderen in hoeverre
geobserveerde trends/effecten die geobserveerd worden in een steekproef veralgemeend kunnen
worden naar de algemene populatie.




Hoofdstuk 2: Belangrijke concepten en conventies
2.1 Inleiding
 Populaties goed definiëren
 Randomisatie
 NHANES STUDIE: allemaal variabelen meten
 Variabele kan andere eigenschappen hebben
 Kwalitatief  2 verschillende variabelen

2.2. Variabelen
Kwalitatief: categorieën
 Nominaal: geen orde, naam  geslacht
 Ordinaal: orde  BMI-categorieën

Kwantitatief: numeriek
 Continu: alle mogelijke waarden  lengte
 Discreet: je kan geen halve waarden hebben  leeftijd

2.3 Populatie
=de groep van proefpersonen waar we onze conclusie willen veralgemenen

 Doel van wetenschappelijke studie: uitspraken over algemene niveau
 Populatie is een theoretisch concept  veranderd continu mee
 Ook interesse theoretisch concept
 Kan oneindig groot worden
 Populatie omschrijven met inclusiecriteria: voorwaarden om bij de populatie te horen
 Populatie omschrijven met exclusiecriteria: mensen uit de populatie gaan sluiten

2.4 Toevalsveranderlijken (of toevallig veranderlijken)  hoofdletter
 Veranderlijke van een random individu uit de populatie
 Variabelen variëren in de populatie van subject tot subject
 Variabelen zijn random aangezien hun waarde veranderlijk is in de populatie
 Spreiding op gegevens speelt cruciale rol

2.4.1. Conventie



4