,INHOUDSOPGAVE
Kennisclips ............................................................................................................................................ 4
Kennisclip 1 “Statistische inferentie” ................................................................................................... 4
Kennisclip 2 “Counterfactual thinking” ................................................................................................ 7
Kennisclip 3 “The science of bad science” .......................................................................................... 8
Kennisclip 4 “Beschrijvende statistiek” .............................................................................................. 11
Kennisclip 5 “Onderzoeksdomeinen en -designs” ............................................................................ 13
Kennisclip 6 “Systematische bias” .................................................................................................... 16
Kennisclip 7 “Toetsingtheorie en hypothese” .................................................................................... 20
Kennisclip 8 “Significantie toetsen” ................................................................................................... 22
Kennisclip 9 “Hypothese testen” ....................................................................................................... 23
Kennisclip 10 “Correlatie tussen twee continue variabelen” ............................................................. 25
Kennisclip 11 “Enkelvoudige lineaire regressieanalyse” ................................................................... 27
Kennisclip 12 “Multivariabele regressieanalyse” ............................................................................... 29
Kennisclip 13 “Voorspellen en predicitiemodellen” ........................................................................... 31
Kennisclip 14 “Het verschil tussen causaliteit en voorspelling in longitudinaal onderzoek” .............. 32
Hoorcolleges ....................................................................................................................................... 35
Hoorcollege 1 “Het belang van onzeker zijn” .................................................................................... 35
Hoorcollege 2 “Responsiecollege 1” ................................................................................................. 36
Hoorcollege 3 “Responsiecollege 2” ................................................................................................. 37
Hoorcollege 4 “Responsiecollege 3” ................................................................................................. 39
Theoretisch kader ............................................................................................................................... 42
Theoretisch kader “Week 1” .............................................................................................................. 42
Theoretisch kader “Week 2” .............................................................................................................. 44
Theoretisch kader “Week 3” .............................................................................................................. 48
Theoretisch kader “Week 4” .............................................................................................................. 52
Statistiek .............................................................................................................................................. 54
Statistiek “Beoordelen van een normale verdeling” .......................................................................... 54
Statistiek “95%-betrouwbaarheidsinterval” ....................................................................................... 55
Statistiek “Chi-kwadraat toets” .......................................................................................................... 57
2
,Statistiek “Correlatie” ........................................................................................................................ 58
Statistiek “Lineaire regressieanalyse” ............................................................................................... 59
Statistiek “Overzicht statistische toetsen” ......................................................................................... 61
3
, KENNISCLIPS
KENNISCLIP 1 “STATISTISCHE INFERENTIE”
Statistiek is de wetenschap van het verzamelen, analyseren en presenteren van data. Statis-
tische analyses kunnen grofweg worden opgedeeld in twee takken: beschrijvende en toet-
sende statistiek. Beschrijvende (of descriptieve) statistiek heeft als doel de onderzoeksgege-
vens op een overzichtelijke manier samen te vatten, zonder te kijken naar mogelijke relaties
of verbanden tussen verschillende variabelen. Bij dit type statistiek wordt de verzamelde data,
ofwel de steekproef, grafisch (door middel van grafieken als een histogram of staafdiagram)
of numeriek (middels samenvattingsmaten als het gemiddelde en spreidingsmaten zoals de
standaarddeviatie) weergegeven. Toetsende (of inferentiële/verklarende) statistiek is het pro-
ces waarbij conclusies worden getrokken over een populatie door middel van statistische ana-
lyses van een steekproef uit die populatie. Statistische inferentie houdt zich bezig met het
schatten van (de betrouwbaarheid van) effecten en relaties en het zo nodig berekenen van de
p-waarde. Een voorbeeld van dit type statistiek is het toetsen van verschillen tussen twee
groepen. Zo kan een puntschatter of een samenvattingsmaat van de steekproef, bijvoorbeeld
het gemiddelde, worden gebruikt als schatting voor de populatieparameter.
1. Populatievormen
De doelpopulatie is ‘de totale groep mensen naar wie men de onderzoeksbevindingen wil ge-
neraliseren’. Dit betreft dus een zeer uitgebreide populatie. De bronpopulatie is de groep waar-
toe de onderzoekers toegang hebben en waarmee het uiteindelijke onderzoek gaat worden
uitgevoerd. De bronpopulatie kan zich bijvoorbeeld in een bepaald ziekenhuis bevinden. De
sample of de steekproef zijn de daadwerkelijk geselecteerde patiënten voor het onderzoek.
1.1 Voorbeeldpopulaties
Voor een onderzoek is men geïnteresseerd in alle patiënten die langdurige klachten hebben
na een COVID-19 besmetting. De doelpopulatie betreft dus deze patiënten, waar ter wereld
ze ook hebben geleefd of zullen leven. De bronpopulatie zijn de mensen die zich met langdu-
rige klachten melden op de COVID-nazorgpoli binnen het specifieke ziekenhuis in Nederland
waar het onderzoek wordt uitgevoerd. De steekproef is de selecte groep mensen die zich op
deze poli hebben gemeld en willen deelnemen aan het onderzoek.
2. Onderliggende principes statistische inferentie
Statistische inferentie is het proces waarbij conclusies worden getrokken over een populatie
door middel van statistische analyses van een steekproef uit die specifieke populatie. Het idee
achter statistische inferentie is dat de data van de steekproef wordt gebruikt om conclusies te
trekken over de doelpopulatie. Er zijn een aantal principes die ten grondslag liggen aan het
idee van statistische inferentie.
Tabel 1: Onderliggende principes van statistische inferentie.
Onderliggend principe Uitleg
Principe 1: De steekproef is waarschijnlijk Als de populatie bestaat uit mannelijke fysio-
een goede weerspiegeling van de populatie therapiestudenten, dan zal de steekproef ge-
nomen uit de doelpopulatie ook bestaan uit
mannelijke fysiotherapiestudenten.
4
Kennisclips ............................................................................................................................................ 4
Kennisclip 1 “Statistische inferentie” ................................................................................................... 4
Kennisclip 2 “Counterfactual thinking” ................................................................................................ 7
Kennisclip 3 “The science of bad science” .......................................................................................... 8
Kennisclip 4 “Beschrijvende statistiek” .............................................................................................. 11
Kennisclip 5 “Onderzoeksdomeinen en -designs” ............................................................................ 13
Kennisclip 6 “Systematische bias” .................................................................................................... 16
Kennisclip 7 “Toetsingtheorie en hypothese” .................................................................................... 20
Kennisclip 8 “Significantie toetsen” ................................................................................................... 22
Kennisclip 9 “Hypothese testen” ....................................................................................................... 23
Kennisclip 10 “Correlatie tussen twee continue variabelen” ............................................................. 25
Kennisclip 11 “Enkelvoudige lineaire regressieanalyse” ................................................................... 27
Kennisclip 12 “Multivariabele regressieanalyse” ............................................................................... 29
Kennisclip 13 “Voorspellen en predicitiemodellen” ........................................................................... 31
Kennisclip 14 “Het verschil tussen causaliteit en voorspelling in longitudinaal onderzoek” .............. 32
Hoorcolleges ....................................................................................................................................... 35
Hoorcollege 1 “Het belang van onzeker zijn” .................................................................................... 35
Hoorcollege 2 “Responsiecollege 1” ................................................................................................. 36
Hoorcollege 3 “Responsiecollege 2” ................................................................................................. 37
Hoorcollege 4 “Responsiecollege 3” ................................................................................................. 39
Theoretisch kader ............................................................................................................................... 42
Theoretisch kader “Week 1” .............................................................................................................. 42
Theoretisch kader “Week 2” .............................................................................................................. 44
Theoretisch kader “Week 3” .............................................................................................................. 48
Theoretisch kader “Week 4” .............................................................................................................. 52
Statistiek .............................................................................................................................................. 54
Statistiek “Beoordelen van een normale verdeling” .......................................................................... 54
Statistiek “95%-betrouwbaarheidsinterval” ....................................................................................... 55
Statistiek “Chi-kwadraat toets” .......................................................................................................... 57
2
,Statistiek “Correlatie” ........................................................................................................................ 58
Statistiek “Lineaire regressieanalyse” ............................................................................................... 59
Statistiek “Overzicht statistische toetsen” ......................................................................................... 61
3
, KENNISCLIPS
KENNISCLIP 1 “STATISTISCHE INFERENTIE”
Statistiek is de wetenschap van het verzamelen, analyseren en presenteren van data. Statis-
tische analyses kunnen grofweg worden opgedeeld in twee takken: beschrijvende en toet-
sende statistiek. Beschrijvende (of descriptieve) statistiek heeft als doel de onderzoeksgege-
vens op een overzichtelijke manier samen te vatten, zonder te kijken naar mogelijke relaties
of verbanden tussen verschillende variabelen. Bij dit type statistiek wordt de verzamelde data,
ofwel de steekproef, grafisch (door middel van grafieken als een histogram of staafdiagram)
of numeriek (middels samenvattingsmaten als het gemiddelde en spreidingsmaten zoals de
standaarddeviatie) weergegeven. Toetsende (of inferentiële/verklarende) statistiek is het pro-
ces waarbij conclusies worden getrokken over een populatie door middel van statistische ana-
lyses van een steekproef uit die populatie. Statistische inferentie houdt zich bezig met het
schatten van (de betrouwbaarheid van) effecten en relaties en het zo nodig berekenen van de
p-waarde. Een voorbeeld van dit type statistiek is het toetsen van verschillen tussen twee
groepen. Zo kan een puntschatter of een samenvattingsmaat van de steekproef, bijvoorbeeld
het gemiddelde, worden gebruikt als schatting voor de populatieparameter.
1. Populatievormen
De doelpopulatie is ‘de totale groep mensen naar wie men de onderzoeksbevindingen wil ge-
neraliseren’. Dit betreft dus een zeer uitgebreide populatie. De bronpopulatie is de groep waar-
toe de onderzoekers toegang hebben en waarmee het uiteindelijke onderzoek gaat worden
uitgevoerd. De bronpopulatie kan zich bijvoorbeeld in een bepaald ziekenhuis bevinden. De
sample of de steekproef zijn de daadwerkelijk geselecteerde patiënten voor het onderzoek.
1.1 Voorbeeldpopulaties
Voor een onderzoek is men geïnteresseerd in alle patiënten die langdurige klachten hebben
na een COVID-19 besmetting. De doelpopulatie betreft dus deze patiënten, waar ter wereld
ze ook hebben geleefd of zullen leven. De bronpopulatie zijn de mensen die zich met langdu-
rige klachten melden op de COVID-nazorgpoli binnen het specifieke ziekenhuis in Nederland
waar het onderzoek wordt uitgevoerd. De steekproef is de selecte groep mensen die zich op
deze poli hebben gemeld en willen deelnemen aan het onderzoek.
2. Onderliggende principes statistische inferentie
Statistische inferentie is het proces waarbij conclusies worden getrokken over een populatie
door middel van statistische analyses van een steekproef uit die specifieke populatie. Het idee
achter statistische inferentie is dat de data van de steekproef wordt gebruikt om conclusies te
trekken over de doelpopulatie. Er zijn een aantal principes die ten grondslag liggen aan het
idee van statistische inferentie.
Tabel 1: Onderliggende principes van statistische inferentie.
Onderliggend principe Uitleg
Principe 1: De steekproef is waarschijnlijk Als de populatie bestaat uit mannelijke fysio-
een goede weerspiegeling van de populatie therapiestudenten, dan zal de steekproef ge-
nomen uit de doelpopulatie ook bestaan uit
mannelijke fysiotherapiestudenten.
4
