Springen naar inhoud

[wiskunde] Statistische significantie


  • Log in om te kunnen reageren

#1

*_gast_TomGNK_*

  • Gast

Geplaatst op 27 augustus 2010 - 13:40

Beste wetenschapforum gebruikers,

Misschien is dit niet de juiste plek om mijn vraag te stellen.
Ik heb hem hier gesteld omdat ik voor geneeskunde tentamen aan het leren ben en geen betere plek kon vinden.
Mijn vraag is als volgt;

Ik ben nu bezig met een tentamen Klinische wetenschappelijke methadologie, wat tevens 1 van mijn minder goede vakken is. Ik kwam er niet uit met de statistische significantie en de bijbehorende begrippen dus misschien dat een van jullie mij daar bij kan helpen. Want ook na veelvuldig zoekn op het internet werd ik er niet veel wijzer op.

Het gaat om;

- de nulhypothese; staat omschreven als een hypothese die we formuleren bij een statische toets. (begrip van een statische toets is mij ook niet geheel duidelijk.) De nulhypothese moet zo zijn geformuleerd, dat de kansen kunnen worden berekend op het vůůrkomen van alle mogelijke steekproefuitkomsten, als de nulhypothese waar is.

ik begrijp gewoon weg niet wat ze hier nou mee bedoelen. Wel was ik zover dat je dus in een onderzoek de nulhypothese wilt verwerpen en de alternatieve hypothese wilt aantonen.

Zou iemand mij uit kunnen leggen hoe dit preceis zit of mij door kunnen verwijzen naar een site of boek waar het helde staat uitgelegd.

De volgende begrippen waren mij wel duidelijk maar verbeter mij alstublief als ik het fout heb, want dan heb je nog de p-waarde
Volgens mij is het zo dat bij een p-waarde van bijvoorbeeld 3% er een kans is van 3% dat de nulhypothese waar is en dat de alternatieve hypothese wordt verworpen?

en dan nog de begrippen puntschatter en alternatieve hypothese.

Als iemand mij hier mee kan helpen ontzettend bedankt!

met vriendelijk groet,

Tom

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Dido

    Dido


  • >1k berichten
  • 1814 berichten
  • Moderator

Geplaatst op 27 augustus 2010 - 14:26

- de nulhypothese; staat omschreven als een hypothese die we formuleren bij een statische toets. (begrip van een statische toets is mij ook niet geheel duidelijk.) De nulhypothese moet zo zijn geformuleerd, dat de kansen kunnen worden berekend op het vůůrkomen van alle mogelijke steekproefuitkomsten, als de nulhypothese waar is.

ik begrijp gewoon weg niet wat ze hier nou mee bedoelen. Wel was ik zover dat je dus in een onderzoek de nulhypothese wilt verwerpen en de alternatieve hypothese wilt aantonen.

Het lijkt me inderdaad nogal moeilijk geformuleerd...
De nulhypothese is de hypothese die zegt dat er geen verband is tussen datgene wat je wenst te onderzoeken, of beter, dat het verband dat je vindt, te wijten is aan toeval. Dit zegt de Codex Medicus erover:

De hypothese dat er geen verband bestaat tussen een ziekte en een blootstelling. Meestal de ontkenning van de hypothese die men wenst te onderzoeken. Past als zodanig in de falsifiŽrende wetenschapsfilosofie.

Zo kan de nulhypothese bv. zijn 'er is geen verschil tussen groep A en groep B in hun gemiddelde niveau van hoofdpijnklachten'. Of 'er is geen verband tussen het voorkomen van stof X in het bloed en hoofdpijn'.

De alternatieve hypothese is dan de hypothese die zegt dat er juist wel een verband is tussen de zaken die je wenst te onderzoeken. Die klinkt dan bv. 'Groep A scoort gemiddeld hoger op het niveau van hoofdpijnklachten dan groep B'. Of nog: ' er is een positief verband tussen het voorkomen van stof X in het bloed en het optreden van hoofdpijn: hoe meer stof X in het bloed voorkomt, hoe meer hoofdpijn men rapporteert'.

Volgens mij is het zo dat bij een p-waarde van bijvoorbeeld 3% er een kans is van 3% dat de nulhypothese waar is en dat de alternatieve hypothese wordt verworpen?

Inderdaad, dus 3% kans dat er geen verband is tussen de zaken die je wenst te onderzoeken (en dat dus de nulhypothese waar is). Of, 97% kans dat jouw alternatieve hypothese waar is en er dus een reŽel verband is tussen de variabelen die je wil onderzoeken.

Een statistische toets is gewoon een wiskundige toepassing (= een toets) die je uitvoert op de gegevens om jouw alternatieve hypothese te toetsen, dus om te kijken of jouw alternatieve hypothese klopt.

De term puntschatter is me niet direct bekend, maar ik lees er het volgende over op codexmedicus:

Puntschatter
De bij een onderzoek gevonden waarde van de te schatten maat van effect. Bijvoorbeeld het gevonden gemiddelde verschil tussen onderzoeksgroepen, of het gevonden relatieve risico. Rond een puntschatter berekent men het betrouwbaarheidsinterval.

Het lijkt me dus gewoon het gegeven te zijn dat aangeeft hoe groot het effect is van datgene wat je getoetst hebt. Dus, bv. hoe groot is precies het verschil in het (gemiddelde) niveau van hoofdpijn tussen groep A en groep B.

Misschien kunnen de volgende sites nog wat hulp bieden:
http://www.codexmedi...statistiek.html
http://www.watisonde...aal/hoofdstuk_3
En ook deze is gekend: http://www.wynnecons...PageKB012.htm#N

Dido

Veranderd door Dido, 27 augustus 2010 - 14:39

Ik ben niet jong genoeg om alles te weten...
-Oscar Wilde-

#3

JWvdVeer

    JWvdVeer


  • >1k berichten
  • 1114 berichten
  • Ervaren gebruiker

Geplaatst op 27 augustus 2010 - 14:28

Misschien is dit niet de juiste plek om mijn vraag te stellen.

Nee, zou hem eerder in het wiskundeforum onder statistiek hebben geplaatst.

Ik kwam er niet uit met de statistische significantie en de bijbehorende begrippen dus misschien dat een van jullie mij daar bij kan helpen.

Als je twee of meerdere groepen met elkaar vergelijkt zie je vrijwel altijd dat er verschillen zijn tussen twee groepen. Deze verschillen kunnen te wijten zijn aan het toeval of werkelijk een verschil tussen twee groepen zijn. Hoe groter een verschil tussen twee groepen hoe meer kans dat je hebt dat het om een werkelijk verschil tussen twee groepen gaat. Door gebruik te maken van een statistische test kun je bepalen hoe groot de kans is dat een verschil toevallig ontstaan is tussen twee groepen en niet toe te schrijven is aan een werkelijk verschil. Met andere woorden met een statistische toets bepaal je de waarschijnlijkheid van de nulhypothese (nulhypothese zegt standaard dat er geen verschil is tussen beide groepen). Wanneer deze waarschijnlijkheid onder de 5% uitkomt wordt dit meestal statistisch significant genoemd. Je moet hierbij bedenken dat statistisch significant niet hetzelfde is als `er is een werkelijk verschil tussen beide groepen`. Maar de kans dat er een werkelijk verschil is is 19x zo groot als de kans dat het geen werkelijk verschil is.

De volgende begrippen waren mij wel duidelijk maar verbeter mij alstublief als ik het fout heb, want dan heb je nog de p-waarde
Volgens mij is het zo dat bij een p-waarde van bijvoorbeeld 3% er een kans is van 3% dat de nulhypothese waar is en dat de alternatieve hypothese wordt verworpen?

Als p=0.03, dan geldt inderdaad dat er 3% kans is dat de nulhypothese waar is. Deze p is kleiner dan 0.05 (dus minder dan 5%). In dat geval verwerp je de nulhypothese en neem je aan dat er een werkelijk verschil is tussen beide groepen omdat de kans hierop nu 97% is.

en dan nog de begrippen puntschatter en alternatieve hypothese.

Volgens mij is de puntschatter het punt van gemiddelde kans van het 95%-betrouwbaarheidsinterval. Maar dat weet ik niet 100% zeker.

#4

Dido

    Dido


  • >1k berichten
  • 1814 berichten
  • Moderator

Geplaatst op 27 augustus 2010 - 14:42

Over puntschatting vond ik nog het volgende:

Puntschatters zoals het steekproefgemiddelde, , of de steekproefproportie, p, schatten de waarde van een populatieparameter, hier het populatiegemiddelde, μ, respectievelijk de populatieproportie π. Puntschattingen worden berekend uit de steekproefuitkomsten en hun waarde wordt dus ten dele door het toeval bepaald. Puntschatters zijn voorbeelden van steekproefgrootheden. Het zijn kansvariabelen, met een kansverdeling. De standaardafwijking van een steekproefgrootheid wordt standaardfout genoemd.

Voorbeeld. In een verkiezingsonderzoek vinden we in een steekproef van 2000 respondenten een proportie p = 0.3 (30%) VVD-stemmers. De uitkomst p = 0.3 in dit voorbeeld is een puntschatting van de onbekende populatieproportie van VVD-stemmers in de Nederlandse bevolking.

uit http://www.wynnecons...tim/Punt218.htm

Dido

Veranderd door Dido, 27 augustus 2010 - 14:43

Ik ben niet jong genoeg om alles te weten...
-Oscar Wilde-





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures