Statistiek Voor De Gezondheidszorg: Theorie

Front 1

Toegepaste Statistiek

Back 1

Analyseren van data om een wetenschappelijke vraag te beantwoorden

Front 2

Variabelen

Back 2

zijn kenmerken van de onderzoekseenheden die gaan variëren.

Is ieder kenmerk van persoon, omgeving of (experimentele) situatie die van persoon tot persoon, van omgeving tot omgeving of van situatie tot situatie kan variëren.

Front 3

Steekproef

Back 3

Dat deel uit een groter geheel, de populatie, dat je selecteert voor het doen van onderzoek

Front 4

Doelpopulatie

Back 4

de volledige populatie waar we een uitspraak over willen doen met onze onderzoeksvraag

Front 5

Observationeel onderzoek

Back 5

Je gaat echt gaan observeren zonder een bepaald iets op te dragen

Wordt men alleen maar geobserveerd men verricht een aantal metingen aan de proefpersoon ( of patiënt) zonder dat dit de betreffende persoon beïnvloedt

Front 6

Statistische testen of toets

Back 6

is een beslissingsprocedure waarbij op grond van onderzoek in een steekproef gekozen moet worden tussen twee elkaar uitsluitende verklaringen van een bepaald verschijnsel

Front 7

Data

Back 7

slechts een ander woord voor gegeven waarnemingen of variabelen

Front 8

Onafhankelijke Variabele

Back 8

determinanten, verklarende variabelen, voorspellers of predictoren

de beïnvloedende variabele

Front 9

uitkomst variabele

Back 9

Afhankelijke variabele, dependent, outcome

de andere wordt beïnvloed, hangt er dus vanaf

Front 10

Categorische Variabele

Back 10

categoriale, kwalitatieve, in woorden beschreven

Front 11

Dichotoom

Back 11

is een kenmerk dat slechts twee mogelijke waarden kan aannemen

bv: man/vrouw

Front 12

Numerieke kwantitatieve variabelen

Back 12

waarnemingen dat een getal opleveren

Kansvariabele, random variabele, stochastische grootheid of stochast

Front 13

Discreet

Back 13

een variabele die slechts een beperkt aantal waarden kan aannemen en daartussen niets

Front 14

Continu

Back 14

hierbij kan wel elke waarde tussen 2 punten voorkomen

Front 15

Prospectief

Back 15

(hetgeen men onderzoekt) wordt gevolgd over de tijd

Front 16

Transversaal of cross-sectioneel

Back 16

informatie wordt verzameld op het moment van het onderzoek

Front 17

Retrospectief

Back 17

terugkijkend in het verleden

Front 18

Case-control

Back 18

een groep patiënten met een bepaalde ziekte of aandoening (de cases) vergeleken met een groep controle personen (de controls). De controle personen zijn vergelijkbaar met de patiënten maar hebben de betreffende ziekte of aandoening niet.

Retrospectief

Front 19

Cohort

Back 19

groep

Front 20

Experimenteel onderzoek

Back 20

word de patiënt/ proefpersoon wel beïnvloed. De beïnvloeding is hierbij zelfs het belangrijkste deel, want het doel van het onderzoek is het effect van de interventie te evalueren

Front 21

Dummy coderingen

Back 21

1 of 0 of ... weergave

Front 22

Ordinaal

Back 22

variabelen die een bepaalde volgorde hebben

Front 23

nominaal

Back 23

variabelen zonder ordening in categorieën

Front 24

Geef de drie onderverdeling onder Categorische variabelen? Geef van elk een voorbeeld

Back 24

Nominaal: bloedgroepen, landen,...

Ordinaal: opleidingsniveau

Dichotoom: Ja of neen

Front 25

Geef de twee onderverdelingen onder Numerieke Variabelen? Geef van elk een voorbeeld

Back 25

Continu: Lengte van personen, gewicht, bloeddruk

Discreet: aantallen: aantal dagen dat iemand afwezig is

Front 26

Beschrijvende Statistiek

Back 26

Overzichtelijk samenvatten van data zonder te kijken naar mogelijke verbanden of relaties tussen verschillende variabelen: grafische of numerieke weergave

Front 27

Verklarende Statistiek

Back 27

Interferentiële statistiek

- schatten van effecten/ relaties

- schatten van de betrouwbaarheid van deze effecten/ relaties

- hypothese testen

Het generaliseren van de verzamelde informatie naar een groter geheel

Inductieve statistiek

Front 28

Geef de verschillende vormen van grafische weergaven die kunnen gebruikt worden om uitkomsten van beschrijvende statistiek weer te geven? Geef telkens ook hun engelse benaming en voor welke variabele ze het best worden gebruikt

Back 28

- Staafdiagram (bar chart): categorische

- geclusterde/ gesegmenteerde staafdiagram (clusterd bar chart): min 2 categorische

- Taart diagram (pie chart): categorische

- Histogram: Continu

- Tak-en-blad diagram (stem-and-leaf plot): continu

- Puntenwolk (scatterplot): 2 continue

Front 29

Geef de verschillende vormen van numerieke weergaven die kunnen gebruikt worden om uitkomsten van beschrijvende statistiek weer te geven? Geef telkens ook hun engelse benaming en voor welke variabele ze het best worden gebruikt

Back 29

Frequentietabel: Categorische variabelen

Front 30

Valid Percent

Back 30

hier worden de missende waarden niet meegeteld in het totaal percentage

Front 31

Geef de vier centrummaten?

Back 31

modus

rekenkundig gemiddelde

mediaan

geometrisch gemiddelde

Front 32

Centrummaten

Back 32

centrale tendentie

is een getal dat een samenvatting geeft van de waarnemingen een samenvatting in de zin van de meest typerende of karakteristieke waarde

Front 33

modus

Back 33

is de meest voorkomende uitslag in een reeks waarnemingen

Front 34

Rekenkundig gemiddelde

Back 34

is de meest gebruikte centrale tendentie maat.

mean

is de som van een aantal getallen gedeeld door het aantal getallen.

Front 35

Mediaan

Back 35

is een centrale tendentiemaat of centrummaat

als de gegevens gerangschikt zijn van laag naar hoog dan is de mediaan gedefinieerd als de waarde van de middelste uitslag

Front 36

Standaarddeviatie

Back 36

Weergave van de spreiding van observaties. De grootte van de standaarddeviatie kan ongeveer gezien worden als het gemiddelde verschil tussen de observaties en het gemiddelde

σ = Sx = √( ∑ ( (xi - xgem)2 / nx) )

Sx = σ = de standaarddeviatie van getallenreeks x.
Xi = de waarde van getal i in de getallenreeks.
Xgem = het gemiddelde van de getallenreeks (som getallen / aantal)
Nx = het aantal getallen in de proef

Front 37

Percentielpunten

Back 37

is een score uit een frequentieverdeling, waarbeneden een gegeven gedeelte van de verdeling ligt. De bijhorende percentielrang geeft aan welk gedeelte van de totale groep scores haalde die lager zijn of gelijk aan de gegeven score.

Front 38

Box- and Whisker plot

Back 38

Box-plot: continue variabelen

combinatie van grafische en numerieke weergave

- grafisch: het is een figuur

- Numeriek: bepaalde samenvattingsmaten zijn in de figuur verwerkt

Front 39

Wat zijn de kenmerken van een Normale verdeling?

Back 39

de observaties zijn symmetrisch verdeeld rond het gemiddelde. Dus het gemiddelde = mediaan

klokvorm: 95% van de waarnemingen tussen gemiddeld ongeveer 2 standaarddeviaties. als je het gemiddelde neemt en hierbij 2 standaarddeviaties aftrekt of bijtelt zal je 95% van de waarnemingen krijgen.

Front 40

Geef de twee niet-normale verdelingen?

Back 40

scheef naar rechts: skewed to the right

- gemiddelde > mediaan

Scheef naar links: skewed to the left

- Gemiddelde < mediaan

Front 41

Geometrisch gemiddelde

Back 41

Rekenkundig gemiddelde genomen van de getransformeerde variabelen (natuurlijk logaritme van vorige)

Inverteren van het rekenkundig gemiddelde om het geometrisch gemiddelde te krijgen.

Front 42

Geef 4 spreidingsmaten

Back 42

Variatie: S²

Standaarddeviatie: sd

Range

Interkwartiel-range

Front 43

Variatie

Back 43

is in de statistiek een maat voor de spreiding van een reeks waarden, dat wil zeggen de mate waarin de waarden onderling verschillen. Hoe groter de variantie, hoe meer de afzonderlijke waarden onderling verschillen, en dus ook hoe meer de waarden van het "gemiddelde" afwijken

Front 44

Hoe wordt de normaliteit van continue variabelen bepaald?

Back 44

observatie van het histogram

vergelijking van het gemiddelde en mediaan

vergelijking van het gemiddelde en de standaarddeviatie

Front 45

Nulhypothese

Back 45

H0

geen effect op de doelpopulatie

hopen op verwerping van de nulhypothese

wordt pas verworpen als er genoeg bewijs is

Front 46

Alternatieve hypothese

Back 46

Ha

geldt indien H0 onwaar is

Front 47

op welke manieren wordt de onzekerheid gekwantificeerd?

Back 47

Toetsing

Schatten

Front 48

Toetsen

Back 48

Kansberekening

op basis van wiskundige kansberekening gaan we bij toetsen telkens een p-waarde verkrijgen: dit is een overschrijdingskans: de kans om een bepaald onderzoeksresultaat te verkrijgen als de 0hypothese waar is.

Front 49

Schatten van de onzekerheid

Back 49

Puntschatting (= schatting in de steekproef)

populatieparameter

bij betrouwbaarheidsinterval gaan we kijken waar de werkelijke populatieparameter zich bevindt

Front 50

P-waarde

Back 50

is de kans dat in de verdeling gegeven door de nulhypothese de waarde van de toetsingsgrootheidwordt behaald of overschreden (links, rechts dan wel tweezijdig). De p-waarde is dus gebaseerd op de specifieke steekproefwaarde.

De p-waarde geeft aan hoe extreem de gevonden waarde voor de toetsingsgrootheid in de verdeling onder de nulhypothese is. Hoe kleiner de p-waarde, hoe extremer de uitkomst. In de praktijk worden waarden van 5% en 1% aangehouden als grens; is de p-waarde kleiner, dan spreekt men van een significante, resp. sterk significante uitkomst.

Front 51

Het betrouwbaarheidsinterval

Back 51

geeft aan hoe nauwkeurig een schatting is die we op grond van steekproefgegevens berekend hebben

Front 52

Standard error of mean

Back 52

s is the sample standard deviation (i.e., the sample-based estimate of the standard deviation of the population), and

n is the size (number of observations) of the sample.

Front 53

Z-waarde

Back 53

waarde van de standaardnormale kansverdeling of z- verdeling

Z= waarde van de standaardnormale variabele

x= waarde waarin we zijn geïnteresseerd

µ= gemiddelde waarde in de populatie

= standaarddeviatie in de populatie

Front 54

5 stadia om een hypothese te testen?

Back 54

1. definieer de nul- en alternatieve hypothesen

2. Verzamel data uit een steekproef

3. Bepaal de test statistiek uit specifiek voor de nul hypothese

4. vergelijk deze resultaten met een gekend kans verdeling

5. interpreteer de P waarden en de resultaten

Front 55

Test statistiek

Back 55

statistische grootheid

dit geeft een idee hoeveel evidentie we hebben tegen onze nul hypothese ( hoe groter de test statistiek, hoe minder compatibel H0 is met de steekproefdata)

aan elke test statistiek hangt een bepaalde P-waarde vast

Front 56

Theoretische kansverdeling

Back 56

probabiliteitsdistributie

steekproeftrekking meerdere keren herhalen

kansverdeling rond H0 waarin waarde van test statistiek kan worden opgezocht om zo de p waarde te bepalen

er zijn verschillende verdelingen naar de uitkomstvariabelen

Front 57

Welke verschillende theoretische kansverdelingen zijn er? (uit het te lezen deel in boek)

Back 57

binomiale verdeling

standaardnormale kansverdeling (z verdeling)

afgeleide students t-verdelingen

Front 58

Welke zijn de twee indicatoren van onzekerheid?

Back 58

N en spreiding

Front 59

wat zijn de kenmerken van de standaardnormale kansverdeling?

Back 59

Z- verdeling

normale verdeling met gemiddelde= 0 en sd=1

x as: [-, +]

y- as: kandsdichtheid (kans op exacte waarde=0)

totale oppervlakte onder de curve= 1 of 100%

Front 60

Vanaf welke p-waarde kan je H0 verwerpen?

Back 60

bij een p-waarde gelijk aan P<0,05

statistisch significant resultaat

Front 61

Vanaf wanneer heeft men een statistisch significant resultaat?

Back 61

bij een p-waarde P<0,05

Front 62

Welke twee soorten van fouten kunnen optreden bij de besluitvorming en wat ligt hiervoor meestal aan de oorzaak?

Back 62

Type I error: foutief aanvaarden van Ha

Type II error: foutief aanvaarden van H0

De steekproef populatie was te klein

Front 63

Tweezijdig toetsen

Back 63

hypothesen worden in twee richtingen geformuleerd

conservatievere benadering

P-waarden dubbel zo groot

Front 64

toetsen vs schatten

Back 64

toetsen: kwalitatieve benadering

- alles of niets

- impact van klinische relevantie

schatten: kwantitatieve benadering

Front 65

centrale limietstelling

Back 65

wanneer de steekproef voldoende groot is zal er een normale verdeling volgen, ongeacht de oorspronkelijke verdeling

Front 66

t-verdeling

Back 66

gelijkaardig aan standaard normale verdeling, maar bredere vorm, afhankelijk van het aantal vrijheidsgraden (steekproefgrootte)

naarmate de steekproefgrootte toeneemt neigt t-verdeling steeds meer naar de z verdeling