Lastig Week 2 Flashcards Preview

ARM - Hertentamen - Lastig > Lastig Week 2 > Flashcards

Flashcards in Lastig Week 2 Deck (10)
Loading flashcards...
1

Wat houdt regressie in?

Wordt gebruikt voor het adjusten van verschillende confounders op hetzelfde moment.
Het beschrijft mathematische relaties tussen uitkomst en een of meerdere variabelen.

2

Wat kan je zeggen over mediation analyse?

Je kan kiezen om voor een mediator te adjusten of niet.
Een mediator is een variabele die op een causaal pad zit tussen de exposure en outcome.

Voorbeeld mediator:

3

Welke verbeteringen zijn er op het gebied van kwantitatief onderzoek?

-Prior probability omhoog krijgen

-Schatten (estimates) in plaats van testen => Niet; is er een verschil (ja/nee), Wel; hoe groot is het verschil en hoe onzeker ben je over dat verschil?

4

Wat is een confidence interval?

Kan je gebruiken om te zien of iets statistical significant is.
Wordt gebruikt om te zien hoe zeker je bent.

Bijvoorbeeld: Gemiddeld verschil in lengte is 3 cm. (95% CI = 1-5) dan is het aannemelijk dat het echte gemiddelde verschil tussen de 1 en 5 cm ligt.

5

Wat vertelt R² ons?

Hoeveel variatie er is rond het gemiddelde die alleen met een variabele (bv alleen met lengte) geassocieerd is.

Als dit 0.25 is, dan betekent dit dat 25% van de variatie in gewicht wordt verklaard door lengte.

6

Wat is een multiple regression analyse?

Regressie analyse wanneer er meer is dan 1 explanatory variabele.

Bijv. factoren die gewicht verklaren (leeftijd, lengte, geslacht, dieet, sporten etc.)

7

Wat is P-hacking?

Verschillende dingen proberen tot je het gewenste resultaat hebt.

8

Waarvoor is de P-waarde bedoeld?

Niet als definitieve test, maar als informele manier om te beoordelen of bewijs significant genoeg is om nog eens naar te kijken.

9

Waar heb je interesse in bij een regressie? (welke 3 kenmerken?)

-Sign: teken (positief of negatief) op het coëfficiënt voor een onafhankelijke variabele vertelt ons de richting van de associatie met de afhankelijke variabele. (bv lengte op gewicht is positief, dus een grotere lengte betekent een groter gewicht).

-Size: Hoe groot is het effect tussen de onafhankelijke en de afhankelijke variabelen? Is het van een omvang die ertoe doet? (in het geval van lengte op gewicht is dat het geval)

-Significance: Reflecteert het een betekenisvolle associatie, welke aannemelijk is dat deze voor de gehele populatie geobserveerd wordt?

10

Wat kan je zeggen over het confidence interval?

Als 0 niet in het confidence interval zit, kunnen we de nulhypothese verwerpen (bv er is geen associatie tussen lengte en gewicht). Bij een 95% confidence interval betekent dat er 5% kans is dat we de nul hypothese verwerpen terwijl dit niet zo is.