Statistiek: Omrekenfactor berekenen aan de hand van gegevens in database
 

Ik heb een database waarin van ongeveer 100 patiënten op twee manieren een volume is berekend. De ratio tussen deze twee volumes heb ik ook bepaald (wat natuurlijk vrij eenvoudig is).

Nu wil ik graag weten hoe ik het beste een grove omrekenfactor kan bepalen tussen deze twee volumes. Eveneens wil ik graag aantonen of er een verband is tussen de volumegrootte en de grootte van de onderlinge ratio (van de losse volumes dus).

Ik ben onervaren met statistiek, wel toegang tot excel en SPSS. Hoe kan ik dit het beste aanpakken?

Zelf bedacht ik me al dat ik een gemiddelde ratio kon berekenen, met daarbij een standaarddeviatie. Maar dat lijkt me dan wel weer te simpel en te kort door de bocht. Wie kan me verder helpen?

Ik denk dat je voor beide problemen met regressie in SPSS wel tot een resultaat kunt komen. Voor de omrekenfactor zou je een regressie uit kunnen voeren van het ene volume (dependent variable) op het andere volume (independent variable) (zonder constante, uit te zetten in de opties). De geschatte parameter zou dan je omrekenfactor zijn.

Voor je tweede probleem zou je een regressie uit kunnen voeren van een volume (dependent variable) op de ratio. Als de geschatte parameter significant is, zou je kunnen concluderen dat er statistisch een verband bestaat tussen dat volume en de ratio.

Kan je iets meer zeggen over hoe die volumes berekend worden en wat ze moeten voorstellen? Het is vaak makkelijker om te vertrekken van gekende eigenschappen en daaruit een model te proberen dan in het wilde weg die gegevens op elkaar te proberen afstemmen.

Als beide volumes van hetzelfde orgaan (of whatever) is, zal je normaal wel een correlatie kunnen vinden.

Wat ikzelf zou doen, is allereerst het ene volume uitzetten tegen het andere in een scatterplot, en net zo met de verhouding tussen beide. Uit een scatterplot kan je soms al dingen afleiden die je met enkel cijfermateriaal moeilijker ziet.

Wat Gast877564 zegt, klopt inderdaad; in het beste geval kan je het ene volume y fitten in een regressiemodel y = ax, waarbij a de omrekenfactor is en x het andere volume. Toch zou ik aanraden om daarvan te bekijken hoe goed die fit is: R² moet bijna 1 zijn, anders probeer je best eens met een ingewikkelder model (y = ax + b, dat maakt het ingewikkelder maar misschien fit het wel veel beter op je data; let erop dat je die b wel zo dicht mogelijk bij 0 wilt hebben als beide methodes de volume van hetzelfde voorstellen).

Als je een geänonimiseerde datalijst online zet, wil ik er best ook wel even naar kijken en er een model door te trekken (al zal het dan wel in MATLAB zijn, vermits ik niets van SPSS afken en Excel niet zo handig vind).