p waarde versus betrouwbaarheidsinterval l.
Download
Skip this Video
Download Presentation
P-waarde versus betrouwbaarheidsinterval

Loading in 2 Seconds...

play fullscreen
1 / 23

P-waarde versus betrouwbaarheidsinterval - PowerPoint PPT Presentation


  • 304 Views
  • Uploaded on

P-waarde versus betrouwbaarheidsinterval. Hans Burgerhof Epidemiologie UMCG. Uit de literatuur (random van Internet).

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'P-waarde versus betrouwbaarheidsinterval' - jonathan


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
p waarde versus betrouwbaarheidsinterval

P-waarde versus betrouwbaarheidsinterval

Hans Burgerhof

Epidemiologie

UMCG

uit de literatuur random van internet
Uit de literatuur(random van Internet)

In the presence of 10 μg of CTB, a dose-dependent antibody response was observed, with larger amounts of EcMSP4/5 inducing higher levels of antibodies; however, the difference was not statistically significant (P value, >0.05, as determined by analysis of variance) due to the small numbers of animals in the groups.

onderwerpen
Onderwerpen
  • Wat is een P-waarde?
  • Wat is een betrouwbaarheidsinterval?
  • Wat is de relatie?
  • Wat is het verschil?
inleiding toetsen
Inleiding toetsen
  • We willen onderzoeken of een nieuw middel een beter effect op de longfunctie heeft dan een standaardmiddel bij een goed gedefinieerde groep patiënten.
  • Randomized Clinical Trial (RCT)
  • Responsievariabele: continue Y (FEV1 of verschil FEV1 op t1 – FEV1 op t0 ?) als voorbeeld
  • Nulhypothese : μ1 = μ2 (of μ1 - μ2 = 0) tegen het tweezijdige alternatief

We willen een nulhypothese toetsen en komen uit bij een beslissingsprobleem: H0 verwerpen of H0 accepteren

de toets
De toets
  • Aannemende dat aan de voorwaarden van de t-toets (normale verdeling, gelijke varianties, onafhankelijke waarnemingen) is voldaan berekenen we

Waarin sp de gepoolde standaarddeviatie is

independent t test spss
Independent t-test (SPSS)

Dit is de P-waarde van de t-test (tweezijdig)

slide8

Bijbehorende eenzijdige

P-waarde

Gevonden t-waarde: -2,6

slide9

Bijbehorende tweezijdige

P-waarde

Gevonden t-waarde: -2,6

definitie p waarde
Definitie P-waarde
  • De P-waarde is de kans op de in de steekproef gevonden waarde of nog extremer, onder de aanname dat de nulhypothese juist is
  • Een kleine P-waarde maakt de nulhypothese ongeloofwaardig
  • P ≤α: verwerp H0
  • P > α: accepteer H0

α is het significantieniveau, of de onbetrouwbaarheid, van de toets,

meestal geldt α = 0,05

als n groter wordt
Als n groter wordt …
  • … neemt je power toe. Als er echt een verschil is, heb je meer kans om dat ook aan te tonen
  • … wordt je onderzoek betrouwbaarder; het BI zal smaller worden
vermelding p waarde
Vermelding P-waarde
  • In sommige artikelen tref je aan P > 0,05 of P < 0,01 of slechts ns, * , ** of ***
  • Informatiever is vermelding van de P-waarde zelf: P = 0,087 geeft een ander beeld dan P = 0,87
  • Mogelijke vuistregel: als P > 0,20: gebruik twee decimalen, anders drie.
  • Minimum: P < 0,001
inleiding schatten
Inleiding schatten
  • Bij schatten willen we van een onbekende parameter in de populatie een indruk hebben door middel van een puntschatting (één getal) of een betrouwbaarheids-interval BI (Engels: Confidence Interval, CI)
  • Meest gebruikte % betrouwbaarheid: 95 %
  • Een 95 % BI geeft een gebied waarin met 95 % betrouwbaarheid de onbekende populatieparameter ligt
vervolg schatten
Vervolg schatten
  • In ons voorbeeld willen we het verschil in gemiddelden van FEV1 tussen de twee groepen schatten
  • Het verschil wordt geschat op (afgerond) 0,55 l.
  • Het 95 % BI is [ 0,13 , 0,97 ]
relatie toetsen en schatten van verschillen
Relatie toetsen en schatten van verschillen
  • Als de tweezijdige toets voor de nulhypothese van geen verschil significant is bij een α = 0,05, dan zal het 95 % BI de waarde 0 niet bevatten
  • Als de tweezijdige toets voor de nulhypothese van geen verschil niet significant is bij een α = 0,05, dan zal het 95 % BI de waarde wel 0 bevatten
  • Dit geldt in zijn algemeenheid (mutatis mutandis) voor een tweezijdige toets op niveau α en een 100*(1-α) % BI
  • Het BI is de verzameling van niet-verworpen nulhypothesen
in een plaatje 1
In een plaatje (1)

95 % BI voor het verschil in gemiddelden

0,97

0

0,13

Puntschatting

0,55

Hier is de tweezijdige toets met α = 0,05 significant (0 zit niet in het BI)

in een plaatje 2
In een plaatje (2)

95 % BI voor het verschil in gemiddelden

0

-0,15

0,69

Puntschatting

0,27

Hier is de tweezijdige toets met α = 0,05 niet significant (0 zit wel in het BI)

verschil p waarde en bi 1
Verschil P-waarde en BI (1)
  • Statistische significantie is niet hetzelfde als klinische relevantie
  • Twee t-toetsen voor het verschil in gemiddelden van twee groepen, elk P = 0,003
    • Toets 1: 95 % BI = [ 0,12 , 0,28 ]
    • Toets 2: 95 % BI = [ 0,78 , 1,22 ]

terwijl we een verschil vanaf 0,4 als klinisch relevant beschouwen

Gemiddelde: 0,2

Gemiddelde: 1,0

verschil p waarde en bi 2
Verschil p-waarde en BI (2)
  • “Absence of evidence is not evidence of absence”
  • Twee t-toetsen voor het verschil in gemiddelden van twee groepen, elk P > 0,05
    • Toets 1: 95 % BI = [ - 0,22 , 0,28 ]
    • Toets 2: 95 % BI = [ - 0,08 , 1,28 ]

terwijl we een verschil vanaf 0,4 als klinisch relevant beschouwen

Gemiddelde 0,03

Gemiddelde 0,6

algemene conclusies
Algemene Conclusies
  • Er is een relatie tussen tweezijdige toets en BI: ligt de te toetsen waarde niet in het BI dan wordt de nulhypothese verworpen
  • Het BI geeft ons gedetailleerdere informatie dan de P-waarde en heeft daarom over het algemeen de voorkeur (geef eventueel meerdere BI’s (90%, 95%, 99%))
  • Voordeel P-waarde: eenvoudig aan te passen aan andere α