Statistisch analyseplan.pdf - Steunpunt Milieu en Gezondheid

Appendix 7. Statistisch analyseplan.doc
Bovenstaande modellen kunnen gebruikt worden om gemiddelden en kansen te voorspellen. Op basis
van de verzamelde data schat men de parameters in het model (α, β1, β2, β3,…). Vervolgens kan men
door middel van deze parameter-schatters een voorspelling doen voor de gemiddelde waarden van Y
(of de kans p) voor specifieke waarden van x1 , x2 en x3. Indien bijvoorbeeld x1 de leeftijd van de
moeder is, x2 het aantal sigaretten gemiddeld dagelijks gerookt voor de zwangerschap en x3 het
aantal sigaretten dagelijks gerookt tijdens de zwangerschap dan kan men voor elke combinatie van x1,
x2 en x3 de gemiddelde verwachtte waarde van Y berekenen.
Gemiddelden voor de blootstellingmerkers die zo bekomen worden op basis van een meervoudige
regressie model waar naast het gebied ook de leeftijd en actief rookgedrag voor en tijdens de
zwangerschap opgenomen zijn, noemen we gecorrigeerde gemiddelden.
3.4 GEBIEDSVERSCHILLEN VOOR DE CONTINUE MERKERS
3.4.1 Response
De blootstellingmerkers worden volgens de natuurlijke logaritmische functie getransformeerd.
Deze getransformeerde gegevens worden in de regressie modellen als response variabelen gebruikt.
De reden hiervoor is dat de oorspronkelijke gegevens niet normaal verdeeld zijn.
3.4.2 Gecorrigeerde gemiddelden
Met gecorrigeerde gegevens bedoelen we dat we gemiddelden/proporties per gebied berekenen
waarbij we rekening houden de samenstelling van het gebied. In feite voorspellen we het gemiddelde
(de proportie) dat we in een bepaald gebied verwachten voor een bepaalde moeder. En dit doen we
voor elk gebied voor dezelfde moeder. M.a.w. de verschillen die we dan nog tussen de gebieden zien,
kunnen niet te wijten zijn aan verschillen in de populaties van de gebieden. Merk op dat dit niet
helemaal correct is; we corrigeren immers slecht voor enkele populatiekenmerken.
De factoren waarvoor we corrigeren verschillen van merker tot merker (zie hiervoor sectie 7). Voor de
blootstellingmerkers corrigeren we steeds voor de leeftijd van de moeder en het actief rookgedrag
voor en tijdens de zwangerschap van de moeder.
De gecorrigeerde gemiddelden worden bekomen op basis van een meervoudig regressie model waar
vier parameters als verklarende variabelen zijn opgenomen:
- Leeftijd: in 5 klassen.
- Pakjaren = totaal aantal sigaretten ooit gerookt (berekend op basis van gemiddelden): in 3
klassen.
- Roker tijdens zwangerschap : ja/nee. Het aandeel vrouwen dat tijdens de zwangerschap
rookt is gelukkig laag. Maar hierdoor hebben we niet zoveel informatie over de relatie tussen
de blootstellingmerker en het aantal sigaretten dat dagelijks gerookt wordt tijdens de
11