1
Literatuur week 1: NHST, bias, assumpties en ethiek.
Hoofdstuk 2: the SPINE of statistics.
Statistische modellen draaien om dezelfde kernideeën. Een statistisch model probeert een
uitkomstvariabele te voorspellen op basis van één of meer voorspellers.
Om statistiek goed te begrijpen zijn er vijf fundamentele concepten:
1. Standaard error = standaardfout.
2. Parameters.
3. Interval estimates = betrouwbaarheidsintervallen.
4. Null Hypothesis Significance Testing = toetsen van nulhypothese.
5. Estimation = schatting.
Statistisch model: een vereenvoudigde weergave van de werkelijkheid.
- Een model probeert de date zo goed mogelijk te beschrijven.
- Het model moet zo min mogelijk fout bevatten.
- De meeste modellen zijn gebaseerd op het idee dat we een uitkomst (Y) voorspellen op basis
van één of meer voorspellers (X).
Populatie: de volledige groep waarin we geïnteresseerd zijn.
Steekproef: een deel van die populatie waarin we daadwerkelijk data verzamelen.
We gebruiken steekproeven omdat we meestal geen toegang hebben tot de hele populatie. Op basis
van steekproeven doen we uitspraken over de grotere groep. Hier ontstaat onzekerheid:
- Elke steekproef uit dezelfde populatie is anders.
- Gemiddelden verschillen per steekproef.
- Schattingen variëren.
Dit samen = steekproefvariantie.
Statistiek probeert in cijfers uit te drukken hoe onzeker deze conclusies zijn.
Parameter (P): een kenmerk van een populatie, bijvoorbeeld populatiegemiddelde. We kennen de
echter parameter meestal niet, we kunnen niet de hele populatie meten. We gebruiken steekproeven
om schattingen te maken van die parameter.
Standard Error (SE) = standaardfout: meet hoe nauwkeurig een steekproefstatistiek (gemiddelde) de
populatieparameter benadert. Hangt sterkt af van de steekproefgrootte:
- Grote steekproef = kleinere standaardfout.
- Kleine steekproef = grotere standaardfout.
Dus hoe groter de steekproef, hoe preciezer onze schatting.
Belangrijk onderscheid tussen:
- Standaarddeviatie (SD): spreiding binnen de steekproef.
- Standaardfout (SE): onzekerheid van de schatting van het populatiegemiddelde.
Betrouwbaarheidsinterval (CI): geeft een bereik van waarden waarbinnen de populatieparameter
waarschijnlijk ligt.
,2
95%-betrouwbaarheidsinterval: in 95% van de gevallen is de kans dat de parameter in dit interval ligt.
Het zegt dus NIET dat er 95% kans is dat de parameter in dit specifieke interval ligt.
- Smal interval = precieze schatting.
- Breed interval = veel onzekerheid.
Intervallen zijn belangrijk omdat een betrouwbaarheidsinterval:
- Een precieze schatting laat zien.
- De mate van onzekerheid laat zien.
- De mogelijke bandbreedte van de populatiewaarde laat zien.
Null Hypothesis Significance Testing (NHST): de klassieke methode om hypotheses te testen. Bestaat
uit verschillende stappen:
1. Formuleer twee hypothesen: H0 en Ha.
2. Bereken een teststatistiek: t-waarde, f-waarde etc.
3. Bereken P-waarde.
4. Vergelijk met alpha (0.05).
P-waarde: de kans om een resultaat te krijgen dat minstens zo extreem is als het waargenomen
resultaat, als H0 waar is.
Vergelijk met alpha (0.05):
- P ≤ 0.05 = verwerpen H0.
- P > 0.05 = niet verwerpen H0
Statistisch toetsen kan fouten maken:
Type I fout. Je concludeert dat er een effect is, terwijl dit niet zo is.
H0 verwerpen, terwijl H0 waar is.
Kans = α 5%.
Type II fout. Je concludeert dat er geen effect is, terwijl dit wel zo is.
H0 aannemen, terwijl HA waar is.
Kans = β
Power: de kans dat een statistische test een echt bestaand effect ook daadwerkelijk vindt. Het is de
kans dat je GEEN type II fout maakt. Power wordt groter bij:
Grotere steekproef Zorgt voor kleinere standaardfout. Hierdoor is er minder ruis en is het
makkelijker om het effect te detecteren
Groter effect Hoe groter effect in populatie, hoe makkelijker te vinden.
Minder ruis Veel spreiding in data maakt het moeilijk om een effect te zien.
Fundamentele problemen:
- Niet-significant ≠ nul-effect. Het betekent alleen dat er onvoldoende bewijs is.
- Steekproefgrootte beïnvloedt p-waarde. Hoe groter N, hoe kleiner ruis sneller significant.
Statistiek is een systematische manier om:
- Data te modelleren.
- Onzekerheid te kwantificeren (uitdrukken in getallen).
- Hypothesen te toetsen.
- Uitspraken te doen over populaties.
,3
Hoofdstuk 3: PHOENIX of statistics.
Null Hypothesis Sifnificance Testing (NHST): de traditionele manier van hypothese-toetsen:
- Je stelt een nulhypothese op (H0).
- Je berekent een p-waarde.
- P ≤ 0.05 = verwerpen H0 niet significant.
- P > 0.05 = niet verwerpen H0 significant.
Drie misvattingen over significantie:
1. Significantie = belangrijk.
Een p-waarde zegt niets over de grootte of het belang van een effect. Significantie is niet hetzelfde als
praktische relevantie.
- Bij een grote steekproef kan een minuscuul effect significant worden.
- Bij een kleine steekproef kan een groot effect niet significant worden.
2. Niet significant = geen effect.
Een niet-significant resultaat betekent alleen dat er onvoldoende bewijs is om H0 te verwerpen. Het
betekent niet dat H0 waar is.
3. P-waarde is de kans dat H0 waar is.
P-waarde = de kans op de data (of extremere data), gegeven dat H0 waar is. Het is dus NIET:
- De kans dat H0 waar is.
- De kans dat het effect door toeval komt.
P-waarden zijn afhankelijk van verschillende factoren, dit maakt ze kwetsbaar voor manipulatie:
- Steekproefgrootte.
- Stopregels: wanneer je stopt met verzamelen van data.
- Intenties van de onderzoeker.
NHST draagt bij aan grotere structurele problemen, zoals publicatiebias alleen significante
resultaten worden gepubliceerd. Dit zorgt voor een vertekent beeld binnen de literatuur, effecten
lijken groter dan ze zijn.
P-hacking: het manipuleren van analyses om een p-waarde <0.05 te krijgen. Door bijvoorbeeld:
- Meerdere analyses uitvoeren en alleen significante rapporteren.
- Stoppen met data verzamelen zodra p < 0.05.
- Variabelen toevoegen en verwijderen.
- Groepen samenvoegen.
HARKing: een hypothese verzinnen nadat je de data hebt gezien, maar doen alsof die vooraf bedacht
was. Dit ondermijnt wetenschappelijke integriteit.
Onderzoekers maken verschillende keuzes researcher degrees of freedom. Elke keuze beïnvloedt
de p-waarde.
- Welke data uitsluiten?
- Welke analyse gebruiken?
- Welke covariaten?
, 4
- Wanneer stoppen?
Alternatieven en verbetering voor NHST:
Effectgrootte: een gestandaardiseerde maat voor de grootte van een effect. Hoe groot is het verschil
of verband? Het is onafhankelijk van significantie.
Waarom effectgrootte rapporteren?
- P-waarden zijn afhankelijk van steekproefgrootte.
- Effectgrootte tonen werkelijke impact.
- Effectgrootte maken meta-analyses mogelijk.
Cohen’s D: verschil tussen twee gemiddelden uitgedrukt in standaarddeviaties. Gebruik je bij
- t-toetsen.
- Vergelijking van twee groepen.
- Experimenteel onderzoek.
0.2 Klein effect.
0.5 Middelgroot effect.
0.8 Groot effect.
Correlatie-effectgrootte (r): meet de sterkte van de lineaire relatie tussen twee variabelen. Gebruik je
bij: correlatie, regressie en samenhang tussen variabelen.
0.1 Klein effect.
0.3 Middelgroot effect.
0.5 Groot effect.
Eta squared (η²): meet het deel van de totale variantie dat verklaard wordt door een factor. Gebruik
je bij: ANOVA en vergelijking van meerdere groepen.
0.01 Klein effect.
0.06 Middelgroot effect.
0.14 Groot effect.
Open science: een beweging die wetenschap transparanter maakt door:
- Data openbaar maken.
- Analysecode delen.
- Hypothesen vooraf registreren.
- Reproduceerbaarheid verbeteren.
Pre-registratie: het vooraf vastleggen van: hypothesen, design, dataverzameling en analyseplan.
Registered Reports: artikel beoordeeld voordat data verzameld wordt vermindert publicatiebias.
Literatuur week 1: NHST, bias, assumpties en ethiek.
Hoofdstuk 2: the SPINE of statistics.
Statistische modellen draaien om dezelfde kernideeën. Een statistisch model probeert een
uitkomstvariabele te voorspellen op basis van één of meer voorspellers.
Om statistiek goed te begrijpen zijn er vijf fundamentele concepten:
1. Standaard error = standaardfout.
2. Parameters.
3. Interval estimates = betrouwbaarheidsintervallen.
4. Null Hypothesis Significance Testing = toetsen van nulhypothese.
5. Estimation = schatting.
Statistisch model: een vereenvoudigde weergave van de werkelijkheid.
- Een model probeert de date zo goed mogelijk te beschrijven.
- Het model moet zo min mogelijk fout bevatten.
- De meeste modellen zijn gebaseerd op het idee dat we een uitkomst (Y) voorspellen op basis
van één of meer voorspellers (X).
Populatie: de volledige groep waarin we geïnteresseerd zijn.
Steekproef: een deel van die populatie waarin we daadwerkelijk data verzamelen.
We gebruiken steekproeven omdat we meestal geen toegang hebben tot de hele populatie. Op basis
van steekproeven doen we uitspraken over de grotere groep. Hier ontstaat onzekerheid:
- Elke steekproef uit dezelfde populatie is anders.
- Gemiddelden verschillen per steekproef.
- Schattingen variëren.
Dit samen = steekproefvariantie.
Statistiek probeert in cijfers uit te drukken hoe onzeker deze conclusies zijn.
Parameter (P): een kenmerk van een populatie, bijvoorbeeld populatiegemiddelde. We kennen de
echter parameter meestal niet, we kunnen niet de hele populatie meten. We gebruiken steekproeven
om schattingen te maken van die parameter.
Standard Error (SE) = standaardfout: meet hoe nauwkeurig een steekproefstatistiek (gemiddelde) de
populatieparameter benadert. Hangt sterkt af van de steekproefgrootte:
- Grote steekproef = kleinere standaardfout.
- Kleine steekproef = grotere standaardfout.
Dus hoe groter de steekproef, hoe preciezer onze schatting.
Belangrijk onderscheid tussen:
- Standaarddeviatie (SD): spreiding binnen de steekproef.
- Standaardfout (SE): onzekerheid van de schatting van het populatiegemiddelde.
Betrouwbaarheidsinterval (CI): geeft een bereik van waarden waarbinnen de populatieparameter
waarschijnlijk ligt.
,2
95%-betrouwbaarheidsinterval: in 95% van de gevallen is de kans dat de parameter in dit interval ligt.
Het zegt dus NIET dat er 95% kans is dat de parameter in dit specifieke interval ligt.
- Smal interval = precieze schatting.
- Breed interval = veel onzekerheid.
Intervallen zijn belangrijk omdat een betrouwbaarheidsinterval:
- Een precieze schatting laat zien.
- De mate van onzekerheid laat zien.
- De mogelijke bandbreedte van de populatiewaarde laat zien.
Null Hypothesis Significance Testing (NHST): de klassieke methode om hypotheses te testen. Bestaat
uit verschillende stappen:
1. Formuleer twee hypothesen: H0 en Ha.
2. Bereken een teststatistiek: t-waarde, f-waarde etc.
3. Bereken P-waarde.
4. Vergelijk met alpha (0.05).
P-waarde: de kans om een resultaat te krijgen dat minstens zo extreem is als het waargenomen
resultaat, als H0 waar is.
Vergelijk met alpha (0.05):
- P ≤ 0.05 = verwerpen H0.
- P > 0.05 = niet verwerpen H0
Statistisch toetsen kan fouten maken:
Type I fout. Je concludeert dat er een effect is, terwijl dit niet zo is.
H0 verwerpen, terwijl H0 waar is.
Kans = α 5%.
Type II fout. Je concludeert dat er geen effect is, terwijl dit wel zo is.
H0 aannemen, terwijl HA waar is.
Kans = β
Power: de kans dat een statistische test een echt bestaand effect ook daadwerkelijk vindt. Het is de
kans dat je GEEN type II fout maakt. Power wordt groter bij:
Grotere steekproef Zorgt voor kleinere standaardfout. Hierdoor is er minder ruis en is het
makkelijker om het effect te detecteren
Groter effect Hoe groter effect in populatie, hoe makkelijker te vinden.
Minder ruis Veel spreiding in data maakt het moeilijk om een effect te zien.
Fundamentele problemen:
- Niet-significant ≠ nul-effect. Het betekent alleen dat er onvoldoende bewijs is.
- Steekproefgrootte beïnvloedt p-waarde. Hoe groter N, hoe kleiner ruis sneller significant.
Statistiek is een systematische manier om:
- Data te modelleren.
- Onzekerheid te kwantificeren (uitdrukken in getallen).
- Hypothesen te toetsen.
- Uitspraken te doen over populaties.
,3
Hoofdstuk 3: PHOENIX of statistics.
Null Hypothesis Sifnificance Testing (NHST): de traditionele manier van hypothese-toetsen:
- Je stelt een nulhypothese op (H0).
- Je berekent een p-waarde.
- P ≤ 0.05 = verwerpen H0 niet significant.
- P > 0.05 = niet verwerpen H0 significant.
Drie misvattingen over significantie:
1. Significantie = belangrijk.
Een p-waarde zegt niets over de grootte of het belang van een effect. Significantie is niet hetzelfde als
praktische relevantie.
- Bij een grote steekproef kan een minuscuul effect significant worden.
- Bij een kleine steekproef kan een groot effect niet significant worden.
2. Niet significant = geen effect.
Een niet-significant resultaat betekent alleen dat er onvoldoende bewijs is om H0 te verwerpen. Het
betekent niet dat H0 waar is.
3. P-waarde is de kans dat H0 waar is.
P-waarde = de kans op de data (of extremere data), gegeven dat H0 waar is. Het is dus NIET:
- De kans dat H0 waar is.
- De kans dat het effect door toeval komt.
P-waarden zijn afhankelijk van verschillende factoren, dit maakt ze kwetsbaar voor manipulatie:
- Steekproefgrootte.
- Stopregels: wanneer je stopt met verzamelen van data.
- Intenties van de onderzoeker.
NHST draagt bij aan grotere structurele problemen, zoals publicatiebias alleen significante
resultaten worden gepubliceerd. Dit zorgt voor een vertekent beeld binnen de literatuur, effecten
lijken groter dan ze zijn.
P-hacking: het manipuleren van analyses om een p-waarde <0.05 te krijgen. Door bijvoorbeeld:
- Meerdere analyses uitvoeren en alleen significante rapporteren.
- Stoppen met data verzamelen zodra p < 0.05.
- Variabelen toevoegen en verwijderen.
- Groepen samenvoegen.
HARKing: een hypothese verzinnen nadat je de data hebt gezien, maar doen alsof die vooraf bedacht
was. Dit ondermijnt wetenschappelijke integriteit.
Onderzoekers maken verschillende keuzes researcher degrees of freedom. Elke keuze beïnvloedt
de p-waarde.
- Welke data uitsluiten?
- Welke analyse gebruiken?
- Welke covariaten?
, 4
- Wanneer stoppen?
Alternatieven en verbetering voor NHST:
Effectgrootte: een gestandaardiseerde maat voor de grootte van een effect. Hoe groot is het verschil
of verband? Het is onafhankelijk van significantie.
Waarom effectgrootte rapporteren?
- P-waarden zijn afhankelijk van steekproefgrootte.
- Effectgrootte tonen werkelijke impact.
- Effectgrootte maken meta-analyses mogelijk.
Cohen’s D: verschil tussen twee gemiddelden uitgedrukt in standaarddeviaties. Gebruik je bij
- t-toetsen.
- Vergelijking van twee groepen.
- Experimenteel onderzoek.
0.2 Klein effect.
0.5 Middelgroot effect.
0.8 Groot effect.
Correlatie-effectgrootte (r): meet de sterkte van de lineaire relatie tussen twee variabelen. Gebruik je
bij: correlatie, regressie en samenhang tussen variabelen.
0.1 Klein effect.
0.3 Middelgroot effect.
0.5 Groot effect.
Eta squared (η²): meet het deel van de totale variantie dat verklaard wordt door een factor. Gebruik
je bij: ANOVA en vergelijking van meerdere groepen.
0.01 Klein effect.
0.06 Middelgroot effect.
0.14 Groot effect.
Open science: een beweging die wetenschap transparanter maakt door:
- Data openbaar maken.
- Analysecode delen.
- Hypothesen vooraf registreren.
- Reproduceerbaarheid verbeteren.
Pre-registratie: het vooraf vastleggen van: hypothesen, design, dataverzameling en analyseplan.
Registered Reports: artikel beoordeeld voordat data verzameld wordt vermindert publicatiebias.
