Summary
Inhoudstabel/samenvatting beginselen van biostatistiek
- Course
- Institution
Een inhoudstabel/samenvatting van de slides van 'beginselen van biostatistiek' gedoceerd door prof. J. Vercauteren.
[Show more]
Seller
Follow
ElienBMW
Content preview
1. Algemeen overzicht1.1 Introductie
1.2 Rol van de biostatistiek in medisch onderzoek
1.2.1 Data-analyse
- 1.2.1.1 Beschrijvende statistiek: beschrijvend materiaal kan numeriek of
grafisch zijn
- 1.2.1.2 De keuze van numerieke of grafische beschrijvende statistiek is
afhankelijk van het type spreiding van de dataset: continue data of discrete
data
- 1.2.1.3 Tabulated results of study under
1.3 Inferentiële statistiek: echt of toeval? (houdt zich bezig met het toetsen van hypothesen
en het schatten van steekproefgrootheden en hun betrouwbaarheid) -> besluiten trekken uit
een kleine steekproef voor een populatie
2. Beschrijvende statistiek
2.1 Introductie
2.1.1 Vb. Staafdiagrammen
2.1.2 Vb. Scatter plot
2.2 Measures of location
2.2.1 Het wiskundig gemiddelde of ‘het gemiddelde’
2.2.2 De mediaan
2.2.3 Vergelijken van gemiddelde en mediaan: Stem-and-leaf plots
2.2.4 De modus
2.2.5 Het geometrisch gemiddelde
2.3 Measures of spread: uitdrukken van de spreiding
2.3.1 Bereik
2.3.2 Quantiel of percentiel
2.3.3 Rstudio
2.3.4 Variantie en standaarddeviatie
2.3.5 Variatiecoëfficiënt (CV): De standaarddeviatie ten opzichte van het gemiddelde
bekijken
2.4 Andere methoden: grafische methoden
2.4.1 Frequentie distributie: Staafdiagram
2.4.2 Steel – en bladdiagram
2.4.3 Box plot
2.5 Samenvatting
3. De kans
3.1 Frequency definition of probability
3.2 Productregel
3.2.1 Onafhankelijke kansen
3.2.2 Afhankelijke kansen
3.3 Somregel
3.4 Voorwaardelijke kans
3.5 Wet van de totale kans
3.6 Gevoeligheid, specificiteit en voorspellende waarden van screeningstests
3.7 Theorema van Bayes
3.7.1 Voorbeeld:
- 3.7.1.1 Sensitiviteit
1
, - 3.7.1.2 Specificiteit
4. Discrete kansverdelingen
4.1 Introductie
4.1.1 Discrete en continue toevalsvariabelen
4.2 Toevalsvariabelen
4.2.1 Probability-mass function for a discrete random variable/ De
kansdichtheidsfunctie voor een discrete toevalsvariabele
4.2.2 Verwachte waarde van een discrete toevalsvariabele
4.2.3 Variantie van een discrete toevalsvariabele
- 4.2.3.1 Cumulatieve kansverdelingsfunctie: trapfunctie voor een discrete
toevalsvariabele
- 4.2.3.2 Cumulatieve kansverdelingsfunctie: vloeiende lijn voor een continue
toevalsvariabele
4.3 Binomiale verdeling
4.3.1 Methoden voor het gebruik van binomiale verdeling
4.3.2 Gebruik elektronische tabellen voor de binomiale verdeling
- 4.3.2.1 Voor een grote n (n>20): normaalverdeling wordt gebruikt om de
binomiaalverdeling te benaderen
- 4.3.2.2 Als de steekproefomvang niet groot genoeg is wordt een elektronische
tabel gebruikt
4.3.3 Verwachte waarde E(X) van de binomiale verdeling
4.3.4 Variantie Var(X) van de binomiale verdeling
4.4 Poissonverdeling
4.4.1 Algemene formule en toepassing
4.4.2 Gebruik elektronische tabellen voor de Poissonverdeling
- 4.4.2.1 Voor een grote μ (μ >=10): normaalverdeling wordt gebruikt om de
Poissonverdeling te benaderen
- 4.4.2.2 Als de steekproefomvang niet groot genoeg is wordt een elektronische
tabel gebruikt
4.4.3 Verwachte waarde E(X) en variantie Var(X) van de Poissonverdeling
4.5 Poissonverdeling ten opzichte van de binominale verdeling
4.6 Samenvatting
5. Continue kansverdelingen
5.1 Introductie
5.1.1 Kansdichtheidsfunctie / Probability density function (pdf)
5.1.2 De verwachte waarde E(X) of μ van een continue toevalsvariabele
5.1.3 De variantie Var(X) of σ2 van een continue toevalsvariabele
5.2 De normaalverdeling
5.2.1 Een normaalverdeling met gemiddelde en variantie N(μ, σ2) + buigpunt
- 5.2.1.1 Standaard normaalverdeling N(0,1)
5.2.2 De cumulatieve kansverdelingsfunctie of cumulatieve distributiefunctie (cdf)
voor een standaard normaalverdeling N(0,1)
- 5.2.2.1 Schrijfwijze
- 5.2.2.2 Percentielen + voorbeeld
5.2.3 Gebruik elektronische tabellen voor de normaalverdeling
5.2.4 Conversie van een N(μ, σ2) spreiding naar een N(0,1) spreiding
5.3 Lineaire combinaties van toevalsvariabelen
2
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 ElienBMW. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $3.74. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
52355 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now