In deze samenvatting worden alle versatest modules van de statistiek besproken die moeten worden begrepen in het tweede jaar van geneeskunde. Het is een volledig overzicht met uitleg en oefenvragen!
,Versatest modules
Module 1 – Een introductie van regressiemodellen
Significante lineair verband tussen twee continue variabelen;
- Correlatiecoëfficiënt van Pearson: als de variabelen normaal zijn verdeeld;
- Correlatiecoëfficiënt van
è Dit geeft een verband; nog geen manier om de uitkomstvariabele met behulp van de
verklarende variabelen te voorspellen.
,Module 2 – simpele lineaire regressie
Doel van Lineaire regressie: het vinden van de best passende lijn, gegeven door alle data
punten in een scatterplot.
- De beste lijn is de lijn waarbij de som van de kwadraten van de residuale lijn van alle
individuele punten het kleinste is (=de kleinste kwadraten).
o Residuale lijn = de lijn van elk punt tot de regressielijn.
§ Elk individueel punt heeft een individuele regressielijn.
- De lijn heeft de vorm van Y = ax + b à in statistiek ook wel
Y = b0 + b1 x X
o B0 = intercept
§ Het snijpunt van de lijn met de Y-as bij X=0
§ Ook wel de constante genoemd
o B1 = de helling / richtingscoëfficiënt / slope
§ Positief: lijn gaat omhoog // negatief: lijn
gaat naar beneden
è De waarden van b0 en b1 zijn schattingen van de populatieparameters b0 en b1
Eenvoudige lineaire regressie in SPSS
1. Kies Analyse à Regressie à Lineair
2. In het lineaire regressievenster: vul de uitkomstvariabele in het vak met de naam
‘afhankelijk’ in (y) (=responsvariabele / uitkomstvariabele) en de verklarende
variabele in het vak ‘onafhankelijk’ (x) (=verklarende variabele / voorspeller)
3. Drie tabellen worden gegeven (à zie aantekeningen college 1)
a. Modelsamenvatting
b. ANOVA-tabel
c. Coëfficiëntentabel
i. Bevat schattingen
1. Intercept
2. Richtings-coëfficiënt
4. De coëfficiëntentabel: testen van de nullhypothese
a. H0 = geen verband tussen uitkomstvariabele en de verklarende variabele
, i. De lijn is horizontaal: H0: b1 = 0
b. De standaardfouten van de coëfficiënten worden gegeven als maatstaven
voor onzekerheid;
i. Worden gebruikt voor het construeren van
betrouwbaarheidsintervallen en statistische testen
c. De geschatte coëfficiënt b1 wordt gestandardiseerd tot een t-waarde, door de
geschatte waarde (b1) te delen door zijn standaard error (SE(b1))
i. Deze t-waarde wordt vergeleken met een t-verdeling met aantal
vrijheidsgraden gelijk aan n-2 (met n = sample grootte)
1. Twee vrijheidsgraden (df) raken verloren, omdat twee
parameters (b0 en b1) geschat zijn
ii. De t-waarde resulteert in een P-waarde
iii. De P-waarde wordt vergeleken met het significantie level a = 0,05
1. P ≤ a à verwerp nulhypothese
2. P ≥ a à verwerp de nulhypothese niet
d. De schatting van de helling van de lijn is gebaseerd op een random sample
5. ANOVA-tabel
a. H0 = uitkomstvariabele is niet afhankelijk van de verklarende variabelen in het
model; dus het totale model illustreert niets
i. H0: b1 = b2 = …. = bk = 0
ii. Bij een eenvoudige lineaire regressie heb je maar 1 verklarende
variabele, en dus is de H0 gelijk aan die van puntje 4
b. De P-waarde in de ANOVA-tabel is altijd gelijk aan de P-waarde van de t-test
voor de helling, als het gaat om eenvoudige lineaire regressie
c. De test in de ANOVA-tabel is gebaseerd op het splitten van de ‘som van de
kwadraten’
i. De totale variatie in uitkomst variabele Y kan worden weergegeven
als: (= de totale som van de kwadraten)
ii. Als je de totale som van van de kwadraten verdeelt, krijg je een deel
‘regressie’ (=verklaard) en een deel ‘residuaal’ (=onverklaard)
1. E.g. een oud persoon met een extreem hoge bloeddruk, kan
worden verklaard door de leeftijd (part explained), maar niet
alleen door de leeftijd (part unexplained)
d. De F-waarde in de tabel is het gemiddelde kwadraat van regressie gedeeld
door het gemiddelde kwadraat van de residuen.
i. Als H0 waar is, verwacht je de F-waarde dichtbij 1
ii. Bij een F-waarde van 8, betekent dit dat het verklaarde deel 8 keer zo
groot is als het restdeel.
6. Model of summary
a. Vier schattingen worden gegeven
i. R Square (=R kwadraat) = het percentage dat wordt verklaard met dit
model
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller lannema. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.50. You're not tied to anything after your purchase.
