MTB1 samenvatting blok5 kansrekening en beschrijvende statistiek - premaster gezondheidswetenschappen VU

BLOK 5 Kansrekening en beschrijvende statistiek

 Beschrijvende statistiek
o Wat is meten
o Soorten metingen
o Meten is weten
o Samenvatten van waarnemingen
 Kansrekeing
o Waarom kansrekening
o Rekenregels
o Voorwaardelijke kansen
o Kansrekening en diagnostiek

Meten = toekennen van een waarde van een variabele aan een subject
- Of operationalisatie
Variabele = kenmerk van individu met mogelijke verschillende waardes bij verschillende individuen

Metingen weerspiegelen verhoudingen:
- We kunnen verkijken naar de verhoudingen tussen individuen
- Meten objectiveert waarnemingen
Doel:
- Onafhankelijk van de waarnemer!!!
o … daarom vindt wetenschappelijk meten altijd via protocollen plaats
o Een protocol staat altijd in de materiaal en methodensectie van een artikel




Categoriale variabelen
1. Categoriaal (kwalitatief)
a. Als je individuen aan categorieën toekent
2. Zijn de categorieën geordend?
a. Nee: nominaal
b. Ja: ordinaal
3. Speciaal geval: dichotoom (twee categorieën)
a. Dood vs. Levend
b. Roken vs. Niet roken
c. Ondergewicht en normaal vs. Overgewicht en obesitas

Categoriale variabelen
 Nominaal: geen volgorde van categorieën
o Automerken
 Ordinaal: wel een logische volgorde
o Kledingmaat
Categoriale metingen
 Nominaal:
o Oogkleur
 Ordinaal
o Ik voel me: klote, brak, normaal, top

,Getallen en labels.
Sommige statistische pakketten coderen categorie als ‘getal’
- Fungeert als label
- Bijvoorbeeld lievelingskleur in SPSS. Geel 1, 2 blauw, 3 rood
Dat verandert echter niets aan het type variabel!  Controleer: kun je het gemiddelde berekenen?
- Gemiddelde van 1 en 3 is 2
- Is rood dan het gemiddelde van geel en blauw?
o Nee want het gemiddelde is dan 2

Kwantitatieve variabelen
Met kwantitatieve variabelen kun je rekenen:
- Betekenisvolle getalswaarde (eenheid)
- Hiermee kun je wel goed rekenen
Verschil in waarden is een verschil in kenmerk:
- Verschil in temperatuur bijvoorbeeld
Verhouding in waarden is betekenisvol (ratioschaal):
- 8mg/ml is twee keer zo hoog als 3mg/ml
- Uitzondering als het nulpunt is gekozen  intervalschaal!!
o Vb. 10 graden is tien keer zoveel als 1 graden

Er zijn twee smaken kwantitatieve variabelen:
- Discreet  aftelbaar = dat je ze kunt tellen
- Continu  niet aftelbaar


Continue variabelen afronden
Je kunt deze over het algemeen niet exact meten:
- In principe tot oneindig veel getallen achter de komma te bepalen
o Aantal decimalen bepaalt de precisie van de meting!
o 96 cm (95,5-96,5)
o 96,3 cm (,15-,25)
- Vuistregel voor het afronden van continue variabelen: 30 tot 300 stappen tussen de laagste
en hoogste observaties
o BMI meestal op 10en afgerond
o Bloeddruk meestal op hele mm Hg


Van variabele naar meting – een oefening
1. Wat voor soort variabel is het?
2. Wat voor soort meting doe je eraan?

Mobiel dataverbruik in december: kwantitatief en discreet (elke bite kan je tellen want het is heel
precies, niet continu omdat je het niet kan verdelen in twee halve)
Zwangerschapsduur: maanden/dagen/weken je zou het steeds preciezer kunnen meten tot seconden
bijvoorbeeld, dat maakt hem continu je kan tot heel veel cijfers achter de komma meten, je kunt het
oneindig precies meten
Waardering voor docent X: met categorieën ordinale categorische variabele, de waardering zelf kan je
niet echt tellen dus daarom niet discreet continu
Productiviteit van medewerkers: meten in aantal minuten of aantal afgeronde projecten dan zou je
het telbaar kunnen maken. Categorisch kan ook bijvoorbeeld goed gemiddeld of matig? Zo zou het
ook kunenn

, Meten is weten?
Voorwaarden:
- Je zult moeten begrijpen wat je wilt meten
- Je moet kiezen voor een passend meetinstrument
- De betekenis van de meting moet uitputtend inzicht bieden in je meetvraag (het moet een
goeie maat geven die inzicht biedt in je meetvraag) meetvraag en de meting moeten op
elkaar aansluiten
- En daar is bijna altijd wetenschappelijke discussie over mogelijk
o Oftewel meten is =/weten tenzij je precies weet wat je meet


Voorbeeld 1:
In een studie naar armoede onder studenten spreek je Joyce. Ze geeft aan te
moeten rondkomen van €515 euro per maand. De armoedegrens ligt op €971
euro per maand.
Wat weet je nu?
- Je weet niet wat het inkomen van haar is, wel wat ze te besteden heeft als in met wat ze
moet rondkomen
- Je weet niet of ze schulden heeft en de vaste lasten
- Moet ze haar eigen huur betalen?
- Heeft ze kinderen?
Veel speelt mee om te bepalen of iemand in armoede leeft, deze enkele meting is daarom niet
voldoende.

Voorbeeld 2:
In een studie naar niet voorgeschreven methylfenidaat (Ritalin)gebruik onder
studenten spreek je Wouter. Wouter twijfelt even, en zegt dat hij dat ooit één
keer heeft gebruikt toen hij moest leren voor Humane Anatomie en Fysiologie.
Wat weet je nu?
- Je weet niet of het echt maar 1x was
- Wat versta je onder een ritalin gebruiker? Hoe vaak moet dat zijn?
- Ook twijfelde hij even, is hij eerlijk?

Voorbeeld 3:
In een studie naar effecten van ijzerinname op psychisch welbevinden heeft
Nadia een 24-hours recall ingevuld en MHC-SF vragenlijst (0-70 pts). Op die
laatste scoorde ze 24 punten en de ijzerinname bleek onder de norm te zijn.
Wat weet je nu?




Samenvatten van waarnemingen
Voorafgaand aan analyseren  onderzoek aan variabelen gaat vooraf aan onderzoek aan relaties
tussen variabelen
Doel:
- Kritische keuzes tav analyseplan (schriftelijke opdracht)
- Beslissingen over ‘foute’ metingen
Dit doen we door:
- De verdeling van variabelen te evalueren
- Gegevens samen te vatten