Samenvatting statistiek jaar 2 Geneeskunde

Statistiek
Geneeskunde jaar 2 semester 2

Regressiemodellen: voorspellen van een responsievariabele Y m.b.t. verklarende variabele,
rekening houdend met onderlinge relaties tussen de variabelen
- H0: P-waarde vergelijken met significantielevel:
o P ≤   verwerp nulhypothese
o P ≥   verwerp de nulhypothese niet

Lineaire regressie
 Bij een continue uitkomstvariabele

- Enkelvoudige lineaire regressie
o 1 continue verklarende variabele
o 1 continue uitkomstvariabele
 Y = 0 + 1 x X
 0 = intercept = Snijpunt Y-as bij X = 0
 1 = richtingscoëfficiënt
 H0: 1 = 0
 Horizontale lijn = geen relatie tussen de verklarende en de
uitkomstvariabele
 SPSS geeft 3 tabellen:
 Model summary: hoe goed past dit model
 R-kwadraat = proportie verklaarde uitkomstvariabele door
de verklarende variabele
 ANOVA: test de H0 dat het hele model niets verklaart
 Is de verklarende variabele significant voor de
uitkomstvariabele  P-waarde
 Coëfficiëntentabel: laat de H0 per verklarende variabele zien
 P-waarde van de richtingscoëfficiënt

o 1 dichotome verklarende variabele
o 1 continue uitkomstvariabele
 De uitslag van de lineaire regressie is hierbij exact hetzelfde als een
T-test voor onafhankelijke groepen

- Meervoudige lineaire regressie
o >1 verklarende variabelen
o 1 continue uitkomstvariabele
 Verschil met de enkelvoudige is de tabel met coëfficiënten: deze laat
namelijk per variabele zien of het significant is of niet.