Aantekeningen practicum 6 - webinar
Geclusterde data = waarnemingen zijn afhankelijk
- Matching van proefpersonen o.b.v. leeftijd, geslacht en stadium van ziekte
- Herhaalde metingen binnen dezelfde persoon
Gepaarde t-toets (paired t-test) aannames
- Afhankelijke variabele
- Normaal verdeelde data met gemiddelde μD en standaarddeviatie σD
Dataverzameling:
- Waarnemingen steekproef 1: X11, X21, …, Xn1
- Waarnemingen steekproef 2: X12, X22, …, Xn2
XD XD
Gepaarde t-toets: t= —> t=
SD / n SE
H0: Het gemiddelde verschil μD is gelijk aan 0
H1: Het gemiddelde verschil μD is ongelijk aan 0
Voorbeeld: onderzoek naar effectiviteit van koolhydraatarm dieet. 2 metingen per deelnemer:
- Gewicht (kg) bij aanvang dieet (baseline)
- Gewicht 16 weken na aanvang van dieet
Onderzoeksvraag: Leidt het koolhydraatarm dieet tot een significant afname in gewicht?
Baseline ‘Mean’ XD = 88,45
Week 16 ‘Mean’ XD = 84,69
Verschil ‘Mean’ XD = 3,77
Data niet normaal verdeeld dus geen gepaarde t-test, maar:
Wilcoxon signed rank test aannames:
- Afhankelijke variabele
- Niet-normaal verdeelde data
- Verdeling van verschillen is symmetrisch rondom mediaan
H0: De mediaan van de verdeling van de verschillen is gelijk aan 0
H1: De mediaan van de verdeling van de verschillen is ongelijk aan 0
Uitvoeren van test:
1. Bepaal rangnummers van absolute verschillen (verschil 0 wordt niet meegenomen)
2. Bereken de som van rangnummers behorende bij positieve verschillen
3. Verwerp H0 indien deze som te laag of te hoog is —> kijken naar p-waarde
Alternatief voor deze test is de tekentoets, maar deze heeft minder power.
Tekentoets = kijken naar het aantal positieve en negatieve verschillen
H0: De mediaan van de verdeling van de verschillen is gelijk aan 0
—> evenveel positief als negatieve verschillen
H1: De mediaan van de verdeling van de verschillen is ongelijk aan 0
Wanneer er 2 of meer groepen zijn met 2 afhankelijke waarnemingen kan ook respectievelijk een
independent samples t-test en One-way ANOVA gebruikt worden.
Geclusterde data = waarnemingen zijn afhankelijk
- Matching van proefpersonen o.b.v. leeftijd, geslacht en stadium van ziekte
- Herhaalde metingen binnen dezelfde persoon
Gepaarde t-toets (paired t-test) aannames
- Afhankelijke variabele
- Normaal verdeelde data met gemiddelde μD en standaarddeviatie σD
Dataverzameling:
- Waarnemingen steekproef 1: X11, X21, …, Xn1
- Waarnemingen steekproef 2: X12, X22, …, Xn2
XD XD
Gepaarde t-toets: t= —> t=
SD / n SE
H0: Het gemiddelde verschil μD is gelijk aan 0
H1: Het gemiddelde verschil μD is ongelijk aan 0
Voorbeeld: onderzoek naar effectiviteit van koolhydraatarm dieet. 2 metingen per deelnemer:
- Gewicht (kg) bij aanvang dieet (baseline)
- Gewicht 16 weken na aanvang van dieet
Onderzoeksvraag: Leidt het koolhydraatarm dieet tot een significant afname in gewicht?
Baseline ‘Mean’ XD = 88,45
Week 16 ‘Mean’ XD = 84,69
Verschil ‘Mean’ XD = 3,77
Data niet normaal verdeeld dus geen gepaarde t-test, maar:
Wilcoxon signed rank test aannames:
- Afhankelijke variabele
- Niet-normaal verdeelde data
- Verdeling van verschillen is symmetrisch rondom mediaan
H0: De mediaan van de verdeling van de verschillen is gelijk aan 0
H1: De mediaan van de verdeling van de verschillen is ongelijk aan 0
Uitvoeren van test:
1. Bepaal rangnummers van absolute verschillen (verschil 0 wordt niet meegenomen)
2. Bereken de som van rangnummers behorende bij positieve verschillen
3. Verwerp H0 indien deze som te laag of te hoog is —> kijken naar p-waarde
Alternatief voor deze test is de tekentoets, maar deze heeft minder power.
Tekentoets = kijken naar het aantal positieve en negatieve verschillen
H0: De mediaan van de verdeling van de verschillen is gelijk aan 0
—> evenveel positief als negatieve verschillen
H1: De mediaan van de verdeling van de verschillen is ongelijk aan 0
Wanneer er 2 of meer groepen zijn met 2 afhankelijke waarnemingen kan ook respectievelijk een
independent samples t-test en One-way ANOVA gebruikt worden.
