Samenvatting Biostatistiek practicum 4: nota’s video

BIOSTATISTIEK
VIDEO’S PRACTICUM 4
Academiejaar 2018-2019




Bronnen:
Deze samenvatting is gebaseerd op de instructievideo’s van prof. Dr. E. Fransen

,VIDEO 1 – CORRELATIE OF REGRESSIE
(Hier: verschil toegelicht)
Algem.
- Deze testen: enkel continue variabelen
Boom:
- 2 variabelen: 1 categorische & 1 categorische?
o NEEN
- Via weg ‘er zijn 2 of meer variabelen die allen continu zijn’
- 1 afhankelijke + 1 of meer onafhankelijke variabelen?
o Niet zo’n vanzelfsprekend antwoord
o In deze video wordt er uitleg gegeven op deze vraag!
o Als ‘ja’ -> regressie analyses (simple/multiple linear regression)
o Als ‘neen’ -> correlatie testen (Pearson /spearman rank correlation)
 !! Bij ‘neen’ staat ‘there is no causality’
 Lijkt te impliceren dat er bij regressie wel een causaliteit aanwezig is, maar
dat is niet het geval!
 Wat causiliteit is: zie later

Algem.:
- Gaan uit van continue variabelen
- In tegenstelling tot eerder geziene testen kan je afhankelijk van het soort variabele zien
welke test je moet doen
o Je kijkt daarbij enkel naar de variabele & ziet of je wel/niet parametrisch mag testen
o Dan kom je op een welbepaalde test uit
- Dit is niet zo bij correlatie & regressie!
- Je kan exact zelfde variabele hebben & toch in de ene situatie ene correlatie moeten doen en
in de andere een regressie
o Is dus afhankelijk van de vraag!
o Afhankelijk van de vraag zal je dus kunnen zien of je en correlatie of regressie moet
doen




1

, Vb. Van # mensen lengte & gewicht genoteerd (= twee continue variabelen!)
- CORRELATIE
o “Is er een verband tussen lengte en gewicht?”
o Vraag naar of er een verband is tussen X & Y OF naar hoe sterk het verband is tussen
X&Y
o X & Y zijn gelijkwaardig & dus inwisselbaar! -> symmetrische analyse
 Vragen naar verband tussen X & Y of verband tussn Y & X -> is hetzelfde!
 Ook antwoord zal hetzelfde zijn
o Bij correlatie-analyse moeten X & Y aselecte steekproeven zijn
 Dit betekend: je kan ze zelf de waarden niet kiezen
 Vb. Van een slechte variabele = tijd -> kan je namelijk zelf kiezen!
 Tijd wordt in correlatie NIET gebruikt
- REGRESSIE
o “Voorspel de lengte van een persoon op basis van het gewicht?”
o Heeft variabele X invloed op Y, hoe verandert Y met X, hoe voorspel je Y gegeven X,
effect van X op Y
 DUS: hoe beïnvloedt de ene variabele een andere?
o X & Y zijn niet gelijkwaardig & dus niet inwisselbaar!
 X & Y van plaats verwisselen -> de vraag verandert!
o Er is altijd 1 variabele waarvan je wilt weten hoe die verandert -> dit is de outcome
variabele
o DUS: voorspel 1 variabele (Y) op basis van een aandere (X)
 Hier: lentgte = Y -> hoe verandert de lengte agh van het gewicht? => legte =
outcome variabele
o Kan soms oorzaak-gevolg zijn!
 Vb. Aantal neerslag en aantal verkeersongelukken
 Het kan dat het aantal verkeersongelukken een gevolg is van de neerslag
(veel regen -> gladdere weg -> meer ongelukken)
 Er is sprake van een zekere causaliteit!
 Regen = oorzaak & accident = gevolg
 MAAR: hier zeer voorzichtig mee zijn
 Het is niet omdat je een regressie of correlatie kan doen dat het een ook per
se de oorzaak van het andere
o Variabelen in regressie:
o X- & Y-variabele
 X-variabele = onafhankelijke/input/verklarende/voorspellende variabele =
covariaat
 Y-variabele = afhankelijke variabele = outcome variabele =
resultaatsvariabele -> wordt voorspeld op basis van variabele x
 Bij causaliteit (dus oorzaak & gevolg) zal X de oorzaak zijn & Y het gevolg




2