EBM en statistiek 1
Statistiek
Inleiding
1. Wat is statistiek?
Inductief = inferentieel = schatten van populatieparameters
Beschrijvend = data analyseren, sorteren, samenvatten, … op basis van steekproef uit bepaalde populatie
2. Beschrijvende vs inferentiële statistiek
Structuur van een publicatie
- Titel
- Auteurs (+ affiliatie)
- Abstract (korte inhoud)
- Keywords (trefwoorden)
- Inleiding (context / probleemstelling)
- Methode en technieken (o.a. statistische methoden)
- Resultaten (incl. tabellen en grafieken) Situering van statistiek in een publicatie
- Discussie (incl. subjectieve interpretatie)
- Conclusie
- Referentielijst
Methode en technieken:
- Steekproef
- Variabelen
- Welke analyse en waarom? ‘ik heb die test gekozen om die en die reden’
Resultaten weergeven adhv tabellen en grafieken
Discussie: interpretatie: bv. waarom denken we dat knieflexie bij de ene groep beter gaat dan bij de andere?
,3. Steekproef vs populatie
Populatie N
= verzameling van entiteiten die op z’n minst één karakteristiek (eigenschap) gemeen hebben
N = doorgaans onbeperkt groot duidelijke definiëring noodzakelijk!
Voorbeeld:
Belgische kinesitherapeuten: alle studenten kine: Leuven, Gent, Antwerpen, …
Lichaamslengte studenten revaki: over de hele wereld
beter: studenten 1e bach revaki van ugent uit academiejaar 19-20 nog steeds veel, maar makkelijker dan hele wereld
Steekproef n
= deelverzameling van subjecten (toevallig) getrokken uit de studiepopulatie
N = steekproefgrootte (is steeds eindig)
Belangrijk:
• steekproef moet representatief zijn voor de populatie (vermijden van bias)
• steekproef wordt gebruikt voor het schatten van de populatieparameters en voor het testen van hypothesen
Inductieve statistiek:
1) formuleren van hypothese i.v.m. eigenschappen van een populatie
2) nemen en bestuderen van een steekproef
3) hypothese verwerpen of niet
Statistische inductie = proces waarbij men veralgemeent van steekproef naar populatie onzekerheid!!
statistiek helpt het berekenen hoe groot de kans is op discrepantie tussen steekproef enerzijds en populatie
anderzijds
, EBM en statistiek 1
Statistiek
Beschrijven en voorstellen van gegevens
1. Wat zijn variabelen?
Variabele: karakteristiek van een populatie die verschillende waarden (attributen) kan aannemen Bv. lichaamslengte
Attribuut: een specifieke waarde die men aan een variabele toekent Bv. centimeter
Onafhankelijke variabele: beïnvloedt of veroorzaakt de studievariabelen Bv. geslacht
Afhankelijke variabele: wordt beïnvloedt door andere variabelen Bv. kracht
karakteristiek van de studiepopulatie (X)
wordt gemeten of waargenomen
ofwel kwantitatief of kwalitatief
variabelen moeten duidelijk gedefinieerd worden
2. Meetniveau van variabelen
Nominaal Ordinaal Interval Ratio
- Mutueel exclusief: als - Mutueel exclusief Geen absoluut nulpunt Absoluut nulpunt =
je in de ene categorie - Orde aanbrengen in ontbreken van iets
zit, zit je niet in de categorieën Bv.: temperatuur
andere categorieën In °C: intervalvariabele: Enkel met ratio’s werken!
sluiten elkaar uit Bv. leeftijdsklasse: 3 verschil tussen 10 en 20°C is
- Wanorde in leeftijdscategorieën (18-25, even groot als het verschil Bv. graden Kelvin: wel
26-50, >50) iemand >50 tussen 40 en 50°C absoluut nulpunt
categorieën: mannen
(categorie 3) is ouder dan Bv. temperatuur kan 0°C zijn, 80 °K is dubbel zo warm als
zijn niet beter dan maar dat betekent niet dat er
categorie 1 40°K (dit mag niet bij Celsius:
vrouwen, de ene geen temperatuur is
Bv. bloeddruk: 3 categorieën: 80 °C is NIET dubbel zo warm
bloedgroep is niet
verhoogde, verlaagde en als 40°C)
beter dan de andere normale iemand in
- Geen verschillen categorie 1 heeft hogere
tussen categorieën bloeddruk dan iemand van
categorie 2 of 3
Bv. geslacht, bloedgroep,
haarkleur
CATEGORISCHE VARIABELEN: hoeven we niet uit te
drukken in cijfergegevens, kan ook weergegeven worden
als beschrijving (bv man en vrouw)
Soms overgang van variabele: bv leeftijd: van cat 1 naar cat 2
Variabelen transformeren: bepaalde analyses mogelijk maken door variabelen te veranderen
Informatieverlies mogelijk: bv exacte leeftijd verdelen in categorie tussen 18-25: kan iemand zijn van 19, 21 of 23, …
Andere opdelingen:
Categorisch vs numeriek
Kwalitatief vs kwantitatief
Kwalitatief: nominaal/ordinaal
Kwantitatief: interval/ratio
Dichotome variabele: categorische variabelen die worden uitgedrukt in slechts 2 antwoordcategorieën
Bv. man of vrouw, pijn of geen pijn, kanker of geen kanker
Statistiek
Inleiding
1. Wat is statistiek?
Inductief = inferentieel = schatten van populatieparameters
Beschrijvend = data analyseren, sorteren, samenvatten, … op basis van steekproef uit bepaalde populatie
2. Beschrijvende vs inferentiële statistiek
Structuur van een publicatie
- Titel
- Auteurs (+ affiliatie)
- Abstract (korte inhoud)
- Keywords (trefwoorden)
- Inleiding (context / probleemstelling)
- Methode en technieken (o.a. statistische methoden)
- Resultaten (incl. tabellen en grafieken) Situering van statistiek in een publicatie
- Discussie (incl. subjectieve interpretatie)
- Conclusie
- Referentielijst
Methode en technieken:
- Steekproef
- Variabelen
- Welke analyse en waarom? ‘ik heb die test gekozen om die en die reden’
Resultaten weergeven adhv tabellen en grafieken
Discussie: interpretatie: bv. waarom denken we dat knieflexie bij de ene groep beter gaat dan bij de andere?
,3. Steekproef vs populatie
Populatie N
= verzameling van entiteiten die op z’n minst één karakteristiek (eigenschap) gemeen hebben
N = doorgaans onbeperkt groot duidelijke definiëring noodzakelijk!
Voorbeeld:
Belgische kinesitherapeuten: alle studenten kine: Leuven, Gent, Antwerpen, …
Lichaamslengte studenten revaki: over de hele wereld
beter: studenten 1e bach revaki van ugent uit academiejaar 19-20 nog steeds veel, maar makkelijker dan hele wereld
Steekproef n
= deelverzameling van subjecten (toevallig) getrokken uit de studiepopulatie
N = steekproefgrootte (is steeds eindig)
Belangrijk:
• steekproef moet representatief zijn voor de populatie (vermijden van bias)
• steekproef wordt gebruikt voor het schatten van de populatieparameters en voor het testen van hypothesen
Inductieve statistiek:
1) formuleren van hypothese i.v.m. eigenschappen van een populatie
2) nemen en bestuderen van een steekproef
3) hypothese verwerpen of niet
Statistische inductie = proces waarbij men veralgemeent van steekproef naar populatie onzekerheid!!
statistiek helpt het berekenen hoe groot de kans is op discrepantie tussen steekproef enerzijds en populatie
anderzijds
, EBM en statistiek 1
Statistiek
Beschrijven en voorstellen van gegevens
1. Wat zijn variabelen?
Variabele: karakteristiek van een populatie die verschillende waarden (attributen) kan aannemen Bv. lichaamslengte
Attribuut: een specifieke waarde die men aan een variabele toekent Bv. centimeter
Onafhankelijke variabele: beïnvloedt of veroorzaakt de studievariabelen Bv. geslacht
Afhankelijke variabele: wordt beïnvloedt door andere variabelen Bv. kracht
karakteristiek van de studiepopulatie (X)
wordt gemeten of waargenomen
ofwel kwantitatief of kwalitatief
variabelen moeten duidelijk gedefinieerd worden
2. Meetniveau van variabelen
Nominaal Ordinaal Interval Ratio
- Mutueel exclusief: als - Mutueel exclusief Geen absoluut nulpunt Absoluut nulpunt =
je in de ene categorie - Orde aanbrengen in ontbreken van iets
zit, zit je niet in de categorieën Bv.: temperatuur
andere categorieën In °C: intervalvariabele: Enkel met ratio’s werken!
sluiten elkaar uit Bv. leeftijdsklasse: 3 verschil tussen 10 en 20°C is
- Wanorde in leeftijdscategorieën (18-25, even groot als het verschil Bv. graden Kelvin: wel
26-50, >50) iemand >50 tussen 40 en 50°C absoluut nulpunt
categorieën: mannen
(categorie 3) is ouder dan Bv. temperatuur kan 0°C zijn, 80 °K is dubbel zo warm als
zijn niet beter dan maar dat betekent niet dat er
categorie 1 40°K (dit mag niet bij Celsius:
vrouwen, de ene geen temperatuur is
Bv. bloeddruk: 3 categorieën: 80 °C is NIET dubbel zo warm
bloedgroep is niet
verhoogde, verlaagde en als 40°C)
beter dan de andere normale iemand in
- Geen verschillen categorie 1 heeft hogere
tussen categorieën bloeddruk dan iemand van
categorie 2 of 3
Bv. geslacht, bloedgroep,
haarkleur
CATEGORISCHE VARIABELEN: hoeven we niet uit te
drukken in cijfergegevens, kan ook weergegeven worden
als beschrijving (bv man en vrouw)
Soms overgang van variabele: bv leeftijd: van cat 1 naar cat 2
Variabelen transformeren: bepaalde analyses mogelijk maken door variabelen te veranderen
Informatieverlies mogelijk: bv exacte leeftijd verdelen in categorie tussen 18-25: kan iemand zijn van 19, 21 of 23, …
Andere opdelingen:
Categorisch vs numeriek
Kwalitatief vs kwantitatief
Kwalitatief: nominaal/ordinaal
Kwantitatief: interval/ratio
Dichotome variabele: categorische variabelen die worden uitgedrukt in slechts 2 antwoordcategorieën
Bv. man of vrouw, pijn of geen pijn, kanker of geen kanker
