100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Alle aantekeningen Epidemiologie & Biostatistiek II €4,69
In winkelwagen

College aantekeningen

Alle aantekeningen Epidemiologie & Biostatistiek II

 20 keer bekeken  0 keer verkocht

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.

Voorbeeld 3 van de 24  pagina's

  • 28 september 2023
  • 24
  • 2021/2022
  • College aantekeningen
  • Dhr. kuijper
  • Alle colleges
Alle documenten voor dit vak (23)
avatar-seller
NynkeStudent
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

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper NynkeStudent. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €4,69. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 53340 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€4,69
  • (0)
In winkelwagen
Toegevoegd