Epidemiologie en biostatestiek 2 samenvatting van alle hoorcolleges
5 views 0 purchase
Course
Epidemiologie en biostatistiek II (AB_470227)
Institution
Vrije Universiteit Amsterdam (VU)
Dit is alle theorie voor het vak Epidemiologie en biostatestiek 2 samengevat. De stof uit de colleges staat hierin opgeschreven en uitgelegd. Ook de kennisclips zijn hier samengevat.
Vertekening: de gevonden associatie ≠ de werkelijke
- OR (odds ratio) en RR (relative ratio) meten
•Selectie – selectieprobleem: steekproef representeert de doelpopulatie niet
•Differentiële selectie: kans voor ene groep om in onderzoekspopulatie terecht te komen ≠
kans voor andere groep om in onderzoekspopulatie terecht te komen. Associatie in
onderzoekspopulatie ≠ associatie in doelpopulatie
•Non-differentiële selectie: selectiekans is niet voor iedereen gelijk, maar associatie in
onderzoekspopulatie = associatie in doelpopulatie
•Misclassificatie – meetprobleem
•Differentiële misclassificatie: meetfout verschilt per groep
•Non-differentiële misclassificatie: meetfout is voor iedereen in de studie gelijk
Confounding en effectmodificatie -> Verhelpen door stratificatie
,Sensitiviteit, specificiteit en diagnostische waarde
Sensitiviteit = Ware positieve geeft aan hoe goed een test de goede positieve
aangeeft (ezelsbruggetje: sensatie = positief)
"Hoe goed kan de test zieke personen identificeren?"
Specificiteit = Ware negatieve geeft aan hoe goed een test de goede negatieve
aangeeft (ezelsbruggetje: specifiek = negatief iets moet breed zijn)
"Hoe goed kan de test gezonde personen identificeren?"
Binomiale verdeling
- De verdeling wordt gekarakteriseerd door twee parameters: het aantal
experimenten (n) en de kans op succes bij een enkel experiment (p).
Normale verdeling
- Het wordt vaak gebruikt om continue variabelen te modelleren bij symetrische
verdeling, en het wordt beschreven door twee parameters: het gemiddelde (μ)
en de standaardafwijking (σ).
Lognormale verdeling
- Wordt beschreven door twee parameters: het gemiddelde (μ) en de
standaardafwijking (σ). Vaak bij modellen die asymetrisch normaal verdeeld
zijn.
Standaardiseren
Nulhypothese significantie toets
Structuur van een toets: H0 en Ha, toetsingsgrootheid, betrouwbaarheid
Toetsingsgrootheid = vertaalslag
Toets op properties / gemiddelden
Kritische kanttekeningen bij toetsing
Betrouwbaarheidsinterval
Gezocht: ‘objectieve’ procedure om te bepalen welke populatieverwachting past bij
steekproef
Resultaat heet ‘betrouwbaarheidsinterval’
Precieze interpretatie is lastig:
We kunnen met 95% betrouwbaarheid stellen dat de werkelijke waarde μ (het
populatiegemiddelde) tussen A en B ligt.
Bij herhaling van de procedure zou 95 van de 100 keer de werkelijke waarde μ (het
populatiegemiddelde) in het interval tussen A en B liggen.
Het betrouwbaarheidsinterval [van A tot B] geeft mogelijke waarden voor de
populatiewaarde, passend bij onze data en gebruik makend van 95% nauwkeurigheid.
Berekening is ‘goed te doen’
Vergelijking met statistisch toetsen is mogelijk
, One sample test
- Met dezelfde informatie uit de steekproef kan ook een BI(μ) worden geconstrueerd
- 〖BI〗_(95%) (μ)=x ̅±t_(a=0,05;df=13)×sd/√n=37,10±2,160×0,195∕√14
- 〖BI〗_(95%) (μ)=[36,99;37,21]
- Aan dit interval zie je dat 37 graden ‘past’ bij onze steekproef
Gepaarde t toets
•Met dezelfde informatie uit de steekproef kan ook een BI(Δ) worden geconstrueerd
•〖BI〗_(95%) (Δ)=d ̅±t_(a=0,05;df=20)×〖sd〗_d/√n
•t_(a=0,05;df=20): bij welk aantal standaardafwijkingen in een t-verdeling met 20
vrijheidsgraden geldt een overschrijdingskans van 5%?
•〖BI〗_(95%) (Δ)=d ̅±t_(a=0,05;df=20)×〖sd〗_d/√n=0,14±2,086×0,126∕√21
•〖BI〗_(95%) (Δ)=[0,09;0,18]
•Aan dit interval zie je dat “geen verandering” niet ‘past’ bij onze onderzoeksgegevens (want
de 0 zit er niet tussen)
2 zijdige t toets
•Met dezelfde informatie uit de steekproef kan ook een BI(Δ) worden geconstrueerd
•〖BI〗_(95%) (μ)=(d ̅_T-d ̅_R )±t_(a=0,05;df=24)×√((〖sd〗_T^2)/n_T +(〖sd〗_R^2)/n_R )
•〖BI〗_(95%) (Δ)=(0, 075-0,200)±2,064×0,051
•〖BI〗_(95%) (Δ)=[-0,230;-0,019]
•Aan dit interval zie je dat een verschil in temperatuursverandering van ‘0’ tussen
topsporters en recreanten op basis van dit onderzoek moet worden verworpens
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 hildearis. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.86. You're not tied to anything after your purchase.
