Samenvatting statistiek Oog voor impact Biomedische wetenschappen

Oog voor impact – Statistiek

LE1 (grondbeginselen): In deze LE laten we jullie kennis maken en oefenen met:

- variabelen en variatie
- zuiverheid en precisie
- typen van variabelen
- beschrijvende statistiek
o frequentiematen (proportie, prevalentie, incidentie)
o locatiematen (gemiddelde, mediaan, modus)
o spreidingsmaten (standaardafwijking / standaarddeviatie, variantie, 1e en 3e
kwartiel (Q1 en Q3) en interkwartielafstand (IQR)
- getallen in de communicatie (krant en TV, social media, wetenschappelijke literatuur)

individuen: zijn objecten in een set data

variabele: een eigenschap dat een individu karakteriseert. Typen:

- kwantitatieve: variabele die wordt uitgedrukt als getal (waaruit je gemiddelde kunt
berekenen)
o bloeddruk
- categoriaal (nominaal): een karakteristiek die een individu omschrijft. Je kunt deze
karakteristieken tellen
o bloedtypen (A,B,AB,O)
- ordinaal: er zit een logische volgorde in de waarden die de variabele kan hebben, maar met
deze getallen kun je niet rekenen

continue data: kan alle waarden hebben binnnen interval dat erbij past

discrete data: kunnen alleen bepaalde waarden hebben (zoals hoeveelheid kinderen (kan niet 2,5))

Bij interval en ratio meetniveau kan je wel rekenen met de afstanden/verschillen tussen getallen.
Het enige wat ratio nog heeft bovenop interval is een absoluut nulpunt. Bijvoorbeeld lengte, duur,
hoogte, of temperatuur in graden Kelvin. IQ en temperatuur in graden Celsius zijn voorbeelden van
een interval variabelen: het verschil tussen een IQ van 70 en 80 is even groot als het verschil tussen
105 en 115. MAAR, het is niet zo dat iemand met een IQ van 120 twee keer zo intelligent is als
iemand met een IQ van 60. Hetzelfde geldt voor graden Celsius: het verschil tussen 10 en 20 is 10,
maar je kan niet zeggen dat 20 ˚C twee keer zo warm is als 10 ˚C . En er is ook geen absoluut en
natuurlijk nulpunt. Met intervaldata kan je om die reden niet delen en vermenigvuldigen. Dat kan
alleen met ratio: iemand met een lengte 90 cm is half zo klein als iemand van 1 meter 80. En iemand
van 12 jaar is 3 maal zo oud als iemand van 4 jaar. En 0 Kelvin is een absoluut nulpunt.

, Tabel 1. Data weergeven en meetniveaus: wat gebruik je bij
welke soort data?
Weergave Kenmerken van de data/variabele
voor data van één variabele
Frequentietabel Discree Kwalitatief Nominaal en ordinaal
t
Staafdiagram Discree Kwalitatief Nominaal en ordinaal
t
Histogram Continu Kwantitatie Interval/ratio
f
Boxplot Continu Kwantitatie Interval/ratio
f
voor data van twee variabelen
Spreidingsdiagram Continu Kwantitatie Interval/ratio
f
Kruistabel Discree Kwalitatief Nominaal en ordinaal
t


histogram:

- y-as: frequentie of relatieve frequentie
- x-as: kolommen die frequentie weergeven van datapunten die in dit interval vallen

verdelingsvormen histogrammen:

- symmetrisch
- linksscheef
- rechtsscheef

, uitbijter: een waarde die heel erg afwijkt

het gemiddelde (mean) van een dataset:




Mediaan: middelste waarneming

- even aantal: evenveel onder als boven
- oneven aantal: middelste twee delen door 2
- is bestand tegen scheve verdelingen en
uitbijters



eerste kwartiel: mediaan van onderste helft onder mediaan(25%<)

derde kwartiel: mediaan van bovenste helft boven mediaan (75%<)

standaard deviatie (sd): variatie rondom het gemiddelde

- je neemt quadraat van de afwijkingen (variantie)
o (Waarneming – gemiddelde )
o N = aantal observaties
- daarvan neem je wortel (Standaarddeviatie)
o zodat je negatieve afwijkingen positief maakt

Boxplot:

IQR: interquartile range

- Afstand tussen Q1 en Q3

Verdachte lage uitbijter: waarde < Q1 – 1,5*IQR

Verdachte hoge uitbijter: waarde >Q3 – 1,5*IQR

Uitbijters mag je niet zomaar weghalen, je moet ze
kunnen uitleggen en anders eventueel onderzoeksgroep
beter definiëren

Kruistabellen:




Marginale verdelingen: totalen van rijen en kolommen

Marginale percentage: marginale tellingen gedeeld door de totaal van de tabel