Proporties: Difference between revisions

From Wikistatistiek
Jump to navigation Jump to search
 
(3 intermediate revisions by the same user not shown)
Line 9: Line 9:
In SPSS kun je heel simpel een betrouwbaarheidsinterval voor een proportie bepalen via Analyze -> Descriptives -> Proportion Confidence Intervals. Je hebt daar géén data file (.sav) voor nodig en vult direct de geobserveerde aantallen in. Je krijgt dan de betrouwbaarheidsinterval voor een binomiale verdeling (Jeffrey's betrouwbaarheidsinterval, in het R-pakket binom “Bayesian” genoemd).
In SPSS kun je heel simpel een betrouwbaarheidsinterval voor een proportie bepalen via Analyze -> Descriptives -> Proportion Confidence Intervals. Je hebt daar géén data file (.sav) voor nodig en vult direct de geobserveerde aantallen in. Je krijgt dan de betrouwbaarheidsinterval voor een binomiale verdeling (Jeffrey's betrouwbaarheidsinterval, in het R-pakket binom “Bayesian” genoemd).


Via syntax is deze functie nog rijker. Je kunt daarmee ook twee geobserveerde proporties vergelijken, bijvoorbeeld:  
Via syntax is deze functie nog rijker. Je kunt daarmee ook twee geobserveerde proporties vergelijken, bijvoorbeeld met de volgende SPSS-syntax:  
   PROPOR NUM=15 10 DENOM=450 500  
   PROPOR NUM=15 10 DENOM=450 500  
   /LEVEL ALPHA=.05.  
   /LEVEL ALPHA=.05.  


De volgende syntax laat alle mogelijkheden zien van de functie PROPOR inclusief voorbeelden:  
De volgende SPSS-syntax laat alle mogelijkheden zien van de functie PROPOR inclusief voorbeelden:  
   PROPOR  
   PROPOR  
   /HELP.
   /HELP.
 
==Ik wil graag een ander type betrouwbaarheidsinterval rapporteren. Hoe kan ik die berekenen? ==
 
Met het [https://cran.r-project.org/web/packages/binom/binom.pdf binom]-package in R kun je veel verschillende typen betrouwbaarheidsintervallen bepalen.
 
Mocht je nog geen/weinig ervaring hebben met R, dan helpt deze R-code je waarschijnlijk afdoende op weg:
 
  install.packages(“binom”)
  require(binom)
  X = 5 # teller; getal wijzigen in het aantal <successen/zieken/keer kop in een coin toss>
  N = 45 # noemer; getal wijzigen in het aantal <patiënten die behandeld zijn/mensen die onderzocht zijn/keer dat een muntje is opgegooid>
  binom.confint(X, N, conf.level = 0.95)
  help(binom)


== Z-test voor proporties ==
== Z-test voor proporties ==

Latest revision as of 16:06, 11 December 2024

Aan dit onderwerp wordt nog gewerkt. Bijdragen aan de wiki? Mail naar edsconsult@amsterdamumc.nl.

Proporties en percentages

Statistische tests voor proporties

Hoe bepaal ik een betrouwbaarheidsinterval voor een proportie in SPSS?

In SPSS kun je heel simpel een betrouwbaarheidsinterval voor een proportie bepalen via Analyze -> Descriptives -> Proportion Confidence Intervals. Je hebt daar géén data file (.sav) voor nodig en vult direct de geobserveerde aantallen in. Je krijgt dan de betrouwbaarheidsinterval voor een binomiale verdeling (Jeffrey's betrouwbaarheidsinterval, in het R-pakket binom “Bayesian” genoemd).

Via syntax is deze functie nog rijker. Je kunt daarmee ook twee geobserveerde proporties vergelijken, bijvoorbeeld met de volgende SPSS-syntax:

 PROPOR NUM=15 10 DENOM=450 500 
 /LEVEL ALPHA=.05. 

De volgende SPSS-syntax laat alle mogelijkheden zien van de functie PROPOR inclusief voorbeelden:

 PROPOR 
 /HELP.

Ik wil graag een ander type betrouwbaarheidsinterval rapporteren. Hoe kan ik die berekenen?

Met het binom-package in R kun je veel verschillende typen betrouwbaarheidsintervallen bepalen.

Mocht je nog geen/weinig ervaring hebben met R, dan helpt deze R-code je waarschijnlijk afdoende op weg:

 install.packages(“binom”)
 require(binom)
 X = 5 # teller; getal wijzigen in het aantal <successen/zieken/keer kop in een coin toss>
 N = 45 # noemer; getal wijzigen in het aantal <patiënten die behandeld zijn/mensen die onderzocht zijn/keer dat een muntje is opgegooid>
 binom.confint(X, N, conf.level = 0.95)
 help(binom)

Z-test voor proporties

De z-test voor proporties is een parametrische toets voor binaire/dichotome variabelen, waarmee je een geobserveerde proportie in jouw steekproef kunt vergelijken met/toetsen tegen een vooraf gespecificeerde proportie (de nulhypothese).

Voor extreme proporties (richting nul of één) of voor kleine steekproeven is deze test echter niet geschikt.