9. Valkuilen in statistische analyses
- 2026
- OriginalPaper
- Hoofdstuk
- Auteur
- J.W.R. Twisk
- Gepubliceerd in
- Toegepaste (para)medische statistiek
- Uitgeverij
- BSL Media & Learning
Samenvatting
In dit hoofdstuk worden mogelijke valkuilen in statistische analyses besproken. Collineariteit treedt op wanneer twee onafhankelijke variabelen sterk met elkaar gecorreleerd zijn. Dit kan leiden tot grote standaardfouten en soms tot een zogenaamde sign switch. Mediatie analyse is een belangrijk instrument om causale mechanismen te onderzoeken. Binnen de mediatie analyse wordt onderscheid gemaakt tussen het totale effect, het directe effect en het indirecte effect. Het probleem met mediatie analyse is dat de analyse feitelijk hetzelfde is als de analyse van confounding. Het enige verschil is de interpretatie van de resultaten van de analyse. Tot slot wordt uitgebreid stilgestaan bij het probleem van missing data, waarin onderscheid gemaakt kan worden tussen missing completely at random (MCAR), missing at random (MAR) en missing not at random (MNAR). Er wordt uitgelegd hoe missing data kan worden onderzocht en wat het idee is achter multiple imputatie.
Digitaal aanvullende content
De online versie van dit artikel (https://doi.org/10.1007/978-90-368-3190-1_9) bevat aanvullend materiaal, toegankelijk voor daartoe geautoriseerde gebruikers.
- Titel
- Valkuilen in statistische analyses
- Auteur
-
J.W.R. Twisk
- Copyright
- 2026
- Uitgeverij
- BSL Media & Learning
- Boek
-
Toegepaste (para)medische statistiek
Print ISBN: 978-90-368-3189-5
Elektronisch ISBN: 978-90-368-3190-1
Copyright: 2026
- DOI
- https://doi.org/10.1007/978-90-368-3190-1_9
Deze inhoud is alleen zichtbaar als je bent ingelogd en de juiste rechten hebt.