100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Alle aantekeningen Epidemiologie & Biostatistiek II $5.04
Add to cart

Class notes

Alle aantekeningen Epidemiologie & Biostatistiek II

 20 views  0 purchase
  • Course
  • Institution

Dit document bevat alle aantekeningen van de hoorcolleges van Epidemiologie & Biostatistiek II. Dit vak wordt in het tweede jaar gegeven van de studie Gezondheidswetenschappen aan de Vrije Universteit te Amsterdam.

Preview 3 out of 24  pages

  • September 28, 2023
  • 24
  • 2021/2022
  • Class notes
  • Dhr. kuijper
  • All classes
avatar-seller
Hoorcollege 1 Epidemiolgie & Biostatistiek 09-09-2021

Kennisclips

T-toetsen
- Uitkomsten zijn kwantitatief
- Gemiddelde van steekproef en standaardafwijking staan model voor
populatieparameter
- Gemiddelde moet worden beschouwd als trekking uit normale verdeling

Conceptuele gedachten achter t-toetsen
- Waarden x en sd zijn onafhankelijke van elkaar
- X berekend: dit zegt niks over waarde van de standaardafwijking
- Vanwege dubbele onzekerheid maken we gebruik van t-verdeling
 Aantal vrijheidsgraden bepaalt in hoeverre t-verdeling lijkt op z-verdeling

1-steekproef t-toets (one sample t-test)
- Je vergelijkt uitkomst met normwaarde
- Normwaarde staat onder H0
- Het onderzoek betreft een transversal cohort
- Centrale vraag: hoe verhoudt situatie zich in vergelijking tot norm

Voorwaarden:
- Gegevens zijn onderling onafhankelijk -> dus niet gegroepeerd

Toetsingsgrootheid
- Maat waarmee we meten hoeveel onze bevindingen afwijken van de verwachting
onder H0
- In dit geval is toetsingsgrootheid t
- Resultaat is standaarddeviaties binnen de t-verdeling

Betrouwbaarheidsinterval
- Met dezelfde informatie uit de steekproef ook een BI worden geconstrueerd

Gepaarde t-toets
- Vergelijk twee waarnemingen aan dezelfde eenheid met elkaar
- Vanwege deze mogelijkheid passend bij prospectieve studie

Voorwaarden aan gebruik
- Eenheden zijn onderling onafhankelijk-> niet gegroepeerd
- Waarnemingen zijn wel afhankelijk
- Gemiddelde van verschilmetingen is normaal verdeeld
- In meeste gevallen toetst een gepaarde t-toets geen verschil

,2-steekproef t-toets (independent samples t-test)
- Vergelijk je twee groepen met elkaar
- Transversaal cohort
 Wat is het verschil in bloeddruk tussen rokers en niet-rokers
- Patiënt-controleonderzoek
 Verschilt het historisch alcoholgebruik tussen mensen met coloncarcinoom en
leeftijdsgenoten zonder
- Prospectief onderzoek/ experimenteel onderzoek

Voorwaarden t-toets
- Eenheden zijn binnen twee groepen onderling onafhankelijk
- Gemiddelde van beide groepen is Normaal verdeeld
- Voro de pooled variance t-test; beide groepen zijn getrokken uit populaties met
identieke spreiding
- Wanneer 2 steekproef t-toets op verschilscores doen: dan zijn de verschilscores
onafhankelijk van meetwaarde op t=0

Homogene variantie
- Aanname is dat bemonsterde populaties precies dezelfde spreiding hebben

Heterogene variantie
- Er is geen uitgangspunt

Toetsingsgrootheid
- In noemer staat spreidingsmaat voor gevonden verschil
 Daarin worden de twee sd’s van afzonderlijke steekproeven gewogen tot 1
standaardfout.

Vrijheidsgraden worden anders bepaald
- Homogeen= df= N1+N2 -2
- Heterogeen: ingewikkelde berekening waarin df kleiner wordt naarmate het verschil
in de spreiding tussen de onderzoeksgroepen toeneemt.

Lineaire regressie
- Analysetechniek; 1 of meerdere/ onafhankelijke variabelen relateren aan
afhankelijke variabele (uitkomstvariabele)
- Lijn bepalen: hellingshoek van lijn bepalen -> dit is de regressiecoëfficiënt.
- De regressiecoëfficiënt is de b1: (X1-Xgem) (Y1-Ygem) / (X1-Xgem)
- Voor elke observatie van Y en X wordt het verschil ten opzichte van het gemiddelde
berekend. De verschillen worden met elkaar vermenigvuldigd en sommeren we tot
slot.
- De regressiecoëfficiënt geeft de hoeveelheid verandering Y weer voor elke eenheid X.
Dus bijvoorbeeld de bloeddruk stijgt met 3.592 per 1 punt BMI toename.
- De tweede schatter in de regressievergelijking is het intercept/ de B0.
 Dit is de geschatte waarde van Y als de waarde van X 0 is. Het is een startwaarde
die voor iedereen geldt.

, Regressievergelijking
- Voor iedere observatie wordt het verschil bepaald tussen elke individuele waarde en
de door het model geschatte waarde.
- Net als bij de totale variantie worden de verschillen gekwadrateerd en sommeren we
deze vervolgens: E= (Y1en Ygem)^2

Residuen
- De voorspelde waarde voor bloeddruk kunnen we voor elke observatie berekenen
door de regressievergelijking in te vullen voor het betreffende BMI.

Verklaarde variantie
- Ook wel R-squared: de fractie van de variantie die de best passende lijn verklaart ->
gedeelte van de variantie in ons model dat we kunnen verklaren door de
determinanten die we hebben opgenomen in ons model.
- R2= totale kwadratensom- residue kwadratensom/ totale kwadratensom

Voorwaarden
1. Lineairiteit op de uitkomst
2. Homogeniteit van varianties (homoscedasticiteit); langs de hele regressielijn moeten
de varianties ongeveer gelijk zijn.
3. Normaliteit van de residuen; als we alle residuen tot de regressielijn in een histogram
plaatsen moeten deze normaal verdeeld zijn.
4. Onafhankelijkheid van de observaties: waarborg je door het onderzoeksdesign.


Continue data
- Scatterplot
- Graphs -> legacy dialogs -> scatter/dot -> simple scatter -> nieuw venster -> Y axis en
X axis
- Bloeddruk op Yaxis
- BMI op X axis

Lineaire regressie uitvoeren
- Analyze > regression -> afhankelijke variabele= bloeddruk -> onafhankelijke variabele
= BMI -> Opties: Confidence interval 95% -> plots: Histogram, normal probability plot.
- R-square; portie verklaarde variantie ten opzichte van 0 model -> getal tussen 0 en 1 -
> wordt een percentage.

ANOVA
- Som square
- Totale som = totale variantie in bloeddruk
- Regression sum of square: sommen die worden verklaard door BMI
- Aantal vrijheidsgraden
- Sum of square kan worden gedeeld door aantal vrijheidsgraden -> dit leidt tot de
mean square -> kunnen weer door elkaar worden gedeeld -> geeft de F-waarde
- Regressie mean square delen door residual mean square = F-waarde
- Hoe groter F-waarde -> hoe sterker

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 NynkeStudent. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $5.04. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

53340 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$5.04
  • (0)
Add to cart
Added