PSYCHODIAGNOSTIEK
TAAK 9: DIAGNOSTICUS VS STATISTICUS
Grove – Meehl’s contribution to clinical versus statistical prediction
Intro
Paul E. Meehl hield zich vooral bezig met voorspellingen in de psychologie. Hij focust op
praktische contexten waarbij je direct een voorspelling moet maken. Hier moeten psychologen
kiezen tussen klinische of statistische methoden. Ze moeten de methode gebruiken die voor de
meest accurate voorspellingen zorgt.
Argumenten
- Je kan op verschillende manieren predictieve data verkrijgen (vb interviews, directe
observatie, psychometrische testen). Die data kan je dan verwerken of kwantificeren. Erna
kan de data gecombineerd worden door een professional door beoordelingen of
mechanisch (formule, computerprogramma). Deze twee manieren om data te combineren
sluiten elkaar uit.
- Er is geen tussenweg van de twee methoden. Er bestaan welk combinaties, maar dit is
geen tussenweg. Vb een klinisch psycholoog die de output van een statistische formule
heeft of een formule waar een variabele in zit die een klinische beoordeling bevat. In het
eerste voorbeeld is de uitkomst nog altijd afhankelijk van de getrainde beoordeling, maar bij
de laatste niet. Klinische beoordelingen waarbij statistische voorspellingen beschikbaar zijn
moeten dus beter bestudeerd worden om te kijken welke voorspelling nu het accuraatste is.
- Klinische en statistische voorspellingen komen niet altijd overeen, maar je kan dan natuurlijk
niet beide volgen (prediction problem). Je moet dan kijken naar welke voorspellingen het
accuraatste zijn op lange termijn.
- Om dit te weten moet je goede studies ontwikkelen (empirisch!)
Key features of Meehl’s book
1) Hij maakte een duidelijk onderscheid tussen data verkrijgen en data combineren. Hij focuste
vooral op de accuraatheid van de klinische vs de mechanische methode voor het
combineren van data. Statistische methode (mechanisch, formeel) zag hij als
voorspellingen waar geen professioneel oordeel nodig was. Ze kunnen dus gewoon
uitgevoerd worden door een computer. Bij de klinische methode (informeel, intuïtief) heb
je wel een oordeel van een expert nodig
2) Je moet niet altijd kiezen tussen bij methoden, ze kunnen samen gebruikt worden. Maar hier
gaat Meehl tegenin want hij zegt dat twee methodes heel erg van elkaar verschillen. Een
beslissing maken kan dus niet door beide methoden te gelijk, je moet een van de twee
kiezen.
3) ‘The broken-leg case’ = prof A gaat vaak naar de bios op dinsdagavond. Statistische data
bevestigd dit ook ‘als het dinsdagavond is, dan ‘Pr (prof A gaat naar de bios) = 0.9). Maar als
je dan te weten komt dat prof A zijn been gebroken heeft waardoor hij dus niet naar de bios
kan gaan, weet je met de klinische voorspelling dat prof A niet in de bios gaat zijn vanavond,
maar een statistisch programma weet zo’n dingen niet. Er zijn dus te veel situationele
factoren die het gedrag van iemand kunnen beïnvloeden waar de statistiek geen
rekening mee kan houden.
1
TAAK 9: DIAGNOSTICUS VS STATISTICUS
Grove – Meehl’s contribution to clinical versus statistical prediction
Intro
Paul E. Meehl hield zich vooral bezig met voorspellingen in de psychologie. Hij focust op
praktische contexten waarbij je direct een voorspelling moet maken. Hier moeten psychologen
kiezen tussen klinische of statistische methoden. Ze moeten de methode gebruiken die voor de
meest accurate voorspellingen zorgt.
Argumenten
- Je kan op verschillende manieren predictieve data verkrijgen (vb interviews, directe
observatie, psychometrische testen). Die data kan je dan verwerken of kwantificeren. Erna
kan de data gecombineerd worden door een professional door beoordelingen of
mechanisch (formule, computerprogramma). Deze twee manieren om data te combineren
sluiten elkaar uit.
- Er is geen tussenweg van de twee methoden. Er bestaan welk combinaties, maar dit is
geen tussenweg. Vb een klinisch psycholoog die de output van een statistische formule
heeft of een formule waar een variabele in zit die een klinische beoordeling bevat. In het
eerste voorbeeld is de uitkomst nog altijd afhankelijk van de getrainde beoordeling, maar bij
de laatste niet. Klinische beoordelingen waarbij statistische voorspellingen beschikbaar zijn
moeten dus beter bestudeerd worden om te kijken welke voorspelling nu het accuraatste is.
- Klinische en statistische voorspellingen komen niet altijd overeen, maar je kan dan natuurlijk
niet beide volgen (prediction problem). Je moet dan kijken naar welke voorspellingen het
accuraatste zijn op lange termijn.
- Om dit te weten moet je goede studies ontwikkelen (empirisch!)
Key features of Meehl’s book
1) Hij maakte een duidelijk onderscheid tussen data verkrijgen en data combineren. Hij focuste
vooral op de accuraatheid van de klinische vs de mechanische methode voor het
combineren van data. Statistische methode (mechanisch, formeel) zag hij als
voorspellingen waar geen professioneel oordeel nodig was. Ze kunnen dus gewoon
uitgevoerd worden door een computer. Bij de klinische methode (informeel, intuïtief) heb
je wel een oordeel van een expert nodig
2) Je moet niet altijd kiezen tussen bij methoden, ze kunnen samen gebruikt worden. Maar hier
gaat Meehl tegenin want hij zegt dat twee methodes heel erg van elkaar verschillen. Een
beslissing maken kan dus niet door beide methoden te gelijk, je moet een van de twee
kiezen.
3) ‘The broken-leg case’ = prof A gaat vaak naar de bios op dinsdagavond. Statistische data
bevestigd dit ook ‘als het dinsdagavond is, dan ‘Pr (prof A gaat naar de bios) = 0.9). Maar als
je dan te weten komt dat prof A zijn been gebroken heeft waardoor hij dus niet naar de bios
kan gaan, weet je met de klinische voorspelling dat prof A niet in de bios gaat zijn vanavond,
maar een statistisch programma weet zo’n dingen niet. Er zijn dus te veel situationele
factoren die het gedrag van iemand kunnen beïnvloeden waar de statistiek geen
rekening mee kan houden.
1
