📊 statistics

Analytical Validation of Wistats v3.0 Through Comparison With SPSS and scikit-learn

Deze studie valideert de analytische nauwkeurigheid van Wistats v3.0 door aan te tonen dat het een volledige overeenstemming vertoont met gevestigde statistische software (SPSS) en machine learning-bibliotheken (scikit-learn) over diverse analytische scenario's heen, waarmee de betrouwbaarheid ervan als een gebruikersgericht platform voor geautomatiseerde, publiceerbare wetenschappelijke rapportage wordt bevestigd.

Oorspronkelijke auteurs: Levent Korkmaz

Gepubliceerd 2026-07-07

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Levent Korkmaz

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een complexe taart probeert te bakken, maar je weet niet zeker of je een gasoven of een elektrische oven moet gebruiken, of dat je de oven moet voorverwarmen. Je hebt een vertrouwbaar, ouderwets kookboek (laten we het SPSS noemen) dat het exacte recept en de baktijden geeft, maar de instructies zijn geschreven in een zeer technische, verwarrende taal. Je hebt ook een briljante, hightech keukenrobot (scikit-learn) die de taart perfect kan bakken als je hem met code programmeert, maar je moet wel weten hoe je moet coderen om hem te kunnen gebruiken.

Stel je nu een nieuwe, vriendelijke keukenassistent voor genaamd Wistats. Zijn taak is niet om nieuwe recepten uit te vinden of het oude kookboek of de robot te vervangen. In plaats daarvan fungeert hij als een vertaler en een gids. Hij kijkt naar je ingrediënten (je data), besluit automatisch welke oven en welk recept te gebruiken, bakt de taart, en schrijft vervolgens de instructies in begrijpelijk Engels zodat je precies begrijpt wat er is gebeurd.

Dit artikel is in feite een "smaaktest" om te zien of Wistats de waarheid spreekt. De auteur, Dr. Levent Korkmaz (die ook Wistats heeft gebouwd), wilde bewijzen dat Wistats geen fouten maakt bij het vertalen of berekenen van zaken.

Zo hebben ze het getest, met behulp van eenvoudige analogieën:

1. De Opzet: Een "Oefenkeuken"

Omdat ze geen risico wilden lopen met echte patiëntgegevens, hebben ze een synthetische dataset gemaakt. Denk aan dit als een "oefendeeg" bestaande uit nepgetallen die dingen vertegenwoordigen zoals leeftijd, bloeddruk en de duur van een ziekenhuisopname. Ze hebben ervoor gezorgd dat dit deeg allerlei texturen had: sommige delen waren glad (normale verdeling), sommige waren klonterig (niet-normaal), en sommige waren duidelijke brokken (categorische data zoals "Man/Vrouw").

2. De Test: Een "Drievoudige Spiegel"

De onderzoekers hebben hetzelfde "oefendeeg" door drie verschillende machines gehaald:

SPSS: Het gouden standaard, ouderwetse kookboek (de referentie voor statistiek).
Handmatige Python-code: Een menselijke expert die code vanaf nul schrijft om de robot te gebruiken (de referentie voor machine learning).
Wistats: De nieuwe assistent.

Ze stelden een eenvoudige vraag: "Geven alle drie de machines exact hetzelfde antwoord?"

3. De Resultaten: Perfecte Spiegels

De studie toonde aan dat Wistats 100% identiek was aan de andere twee in elke test die ze probeerden. Hier hebben ze gecontroleerd:

De "Geurtest" (Verdeling): Voordat je gaat bakken, moet je weten of je deeg klaar is. Wistats controleerde of de data "normaal" of "vreemd" was, net zoals SPSS dat deed. Ze kwamen het over elke enkele ingrediënt eens.
De "Vergelijkingstest" (Statistiek): Ze vroegen: "Is Groep A anders dan Groep B?" Of ze nu een t-test, een chi-kwadraattoets of een ANOVA gebruikten, Wistats gaf exact hetzelfde "Ja/Nee"-antwoord en exact dezelfde cijfers als het SPSS-kookboek.
De "Voorspellingsproef" (Machine Learning): Ze probeerden dingen te voorspellen zoals: "Zal deze patiënt reageren op de behandeling?" of "Hoe lang zal de patiënt in het ziekenhuis verblijven?" Wistats gebruikte dezelfde algoritmen (zoals Support Vector Machines of Random Forests) als de menselijke programmeur. De nauwkeurigheidsscores, foutmarges en voorspellingen waren identiek.

4. Het Geheime Ingrediënt: Geen "Magie" of "Gokwerk"

Een van de belangrijkste punten die het artikel maakt, gaat over hoe Wistats beslist wat het doet.

Sommige nieuwe AI-tools gebruiken "Large Language Models" (zoals een zeer slimme maar soms hallucinerende chatbot) om te gokken welke analyse je nodig hebt.
Wistats doet dit niet. Het gebruikt een regelboek. Denk aan een verkeerslichtsysteem: "Als de data rood is (niet-normaal), stop en gebruik de Mann-Whitney test. Als het groen is (normaal), gaan en gebruik de t-test."
Omdat het strikte regels volgt en niet "gokt", krijg je als je dezelfde data twee keer invoert, ook twee keer exact hetzelfde resultaat. Dit maakt het reproduceerbaar en transparant.

5. Het Doel: De Taart Toegankelijk Maken

Het artikel concludeert dat Wistats niet probeert de expert-chefs (statistici) of de krachtige robots (programmeurs) te vervangen. In plaats daarvan probeert het de thuisbakkers (onderzoekers die geen experts zijn in wiskunde of coderen) te helpen.

Het zet de angstaanjagende, technische cijfers om in verhalende teksten (bijv. "De behandelgroep verbleef aanzienlijk korter in het ziekenhuis dan de controlegroep").
Het maakt automatisch tabellen aan die klaar zijn om in een wetenschappelijk artikel te plakken.

De Kernboodschap

Het artikel beweert dat Wistats v3.0 een betrouwbare, eerlijke vertaler is. Het neemt complexe data, haalt ze door gevestigde, vertrouwde wiskundige motoren (dezelfde als die van SPSS en Python gebruiken) en presenteert de resultaten op een manier die gemakkelijk te lezen en op te schrijven is. De "smaaktest" bewees dat de nieuwe assistent de smaak van de taart niet verandert; hij serveert het alleen op een mooier bord met een duidelijkere beschrijving.

Een Opmerking over de Beperkingen: Het artikel geeft toe dat deze test werd uitgevoerd op een "oefendeeg" (synthetische data) en alleen specifieke soorten recepten heeft getest. Het heeft niet alle mogelijke statistische methoden ter wereld getest, maar voor de methoden die ze probeerden, waren de resultaten perfecte overeenkomsten.

Technische Samenvatting: Analytische Validatie van Wistats v3.0

Probleemstelling
Hedendaags wetenschappelijk onderzoek leunt steeds vaker op heterogene datastructuren en complexe analytische workflows, terwijl de selectie van geschikte statistische methoden en de nauwkeurige interpretatie van outputs aanzienlijke uitdagingen blijven, met name voor onderzoekers zonder formele opleiding in biostatistiek of programmeren. Conventionele softwarepakketten (bijv. SPSS, R, Stata) en machine learning-bibliotheken (bijv. scikit-learn) bieden robuuste mogelijkheden, maar vereisen vaak handmatige testselectie, diepgaande methodologische expertise en aanzienlijke inspanning om technische outputs te transformeren naar publicatieklare formaten. Dit handmatige proces introduceert risico's op methodologische fouten, ongepaste testselectie en inconsistenties in rapportage, wat de reproduceerbaarheid en de betrouwbaarheid van gepubliceerde bevindingen kan compromitteren. Bovendien heeft de opkomst van generatieve kunstmatige intelligentie als instrument voor interpretatie, door de probabilistische aard ervan, zorgen opgeroepen over hallucinatie en reproduceerbaarheid in wetenschappelijke contexten. Er is behoefte aan een analytische omgeving die geautomatiseerde testselectie, deterministische interpretatie en reproduceerbare machine learning-workflows integreert zonder het methodologische rigor op te offeren.

Methodologie
Deze studie evalueerde de analytische validiteit van Wistats v3.0, een door WisdomEra ontwikkeld Python-gebaseerd platform, door de outputs ervan te vergelijken met gevestigde referentieomgevingen. Het validatiekader maakte gebruik van een synthetische dataset die er doelbewust op was gericht een breed spectrum aan analytische scenario's te omvatten, inclus\u00za de normaal en niet-normaal verdeelde continue variabelen, binaire en multiclass categorische variabelen, en predictieve modelleringsapplicaties.

Het validatieproces werd verdeeld in vijf domeinen:

Distributionele Beoordeling: Normaliteit werd geëvalueerd met behulp van Shapiro-Wilk-statistieken, scheefheid (skewness) en kurtosis. De Wistats-outputs werden vergeleken met IBM SPSS Statistics versie 32.0.
Vergelijkende Statistische Analyses: De studie valideerde onafhankelijke steekproef t-testen, Mann-Whitney U-testen, Pearson en Spearman correlaties, one-way ANOVA, Kruskal-Wallis-testen en Pearson chi-kwadraat analyses tegenover SPSS.
Multivariabele Logistische Regressie: Regressiecoëfficiënten, odds ratio's, betrouwbaarheidsintervallen en significantieniveaus werden vergeleken met SPSS.
Machine Learning Classificatie: Modellen voor het voorspellen van behandelrespons (met behulp van Support Vector Machines, Random Forest en Logistische Regressie) werden gevalideerd tegen handmatig geïmplementeerde scikit-learn (versie 1.7.2) workflows in Python. De gehanteerde metrieken waren nauwkeurigheid (accuracy), cross-validatie nauwkeurigheid en F1-scores.
Machine Learning Regressie: Modellen voor het voorspellen van de ligduur in het ziekenhuis werden gevalideerd tegen handmatige scikit-learn implementaties met behulp van $R^2$ , Mean Absolute Error (MAE) en Root Mean Squared Error (RMSE).

Wistats v3.0 fungeert als een interface-laag die gebruikmaakt van gevestigde wetenschappelijke rekenbibliotheken (SciPy, statsmodels, scikit-learn). Cruciaal is dat de engines voor automatische testselectie en interpretatie vertrouwen op deterministische regelgebaseerde algoritmen in plaats van large language models of generatieve AI, waardoor identieke inputs consistent identieke outputs produceren. Overeenstemming werd gedefinieerd als identieke analytische outputs na numerieke afronding.

Belangrijkste Bijdragen

Geautomatiseerde Testselectie: De studie demonstreert een regelgebaseerd framework dat automatisch geschikte statistische tests selecteert (parametrisch versus niet-parametrisch) op basis van variabeletypen, distributionele aannames (Shapiro-Wilk, scheefheid, kurtosis) en groepsstructuren, waardoor de last van handmatige besluitvorming wordt verminderd.
Deterministische Interpretatie en Rapportage: In tegen tegenover generatieve AI-systemen gebruikt Wistats sjabloongebaseerde narratieve generatie en gestructureerde tabelcreatie. Deze aanpak waarborgt transparantie en reproduceerbaarheid door technische outputs te transformeren naar publicatieklare samenvattingen zonder probabilistische variabiliteit.
Geïntegreerde Validatie: Het artikel biedt een uitgebreide validatie van zowel traditionele statistische procedures als machine learning-workflows binnen één enkel platform, waarmee wordt bevestigd dat de integratielaag geen computationele discrepanties introduceert wanneer deze wordt vergeleken met industriestandaard referentie-implementaties.

Resultaten
De studie rapporteerde 100% overeenstemming tussen Wistats v3.0 en de referentieomgevingen over alle geëvalueerde scenario's:

Distributionele Analyse: De normaliteitsbeoordelingen (Shapiro-Wilk p-waarden, scheefheid en kurtosis) waren identiek tussen Wistats en SPSS voor alle variabelen.
Vergelijkende Statistiek: Alle vergelijkende procedures (t-testen, Mann-Whitney U, chi-kwadraat, ANOVA, Kruskal-Wallis en correlaties) leverden identieke p-waarden op tussen Wistats en SPSS.
Logistische Regressie: Regressiecoëfficiënten, odds ratio's, betrouwbaarheidsintervallen en significantieniveaus kwamen exact overeen met de SPSS-outputs.
Machine Learning Classificatie: De predictieve prestatie-metrieken (nauwkeurigheid, cross-validatie nauwkeurigheid, F1-score) voor modellen die de behandelrespons voorspellen, varieerden in nauwkeurigheid van 0,66 tot 0,70. Alle metrieken waren identiek tussen Wistats en handmatige scikit-learn implementaties.
Machine Learning Regressie: Modellen voor het voorspellen van de ligduur in het ziekenhuis vertoonden $R^2$ -waarden tussen -0,01 en 0,01, met een MAE variërend van 2,98 tot 3,28 en een RMSE van 4,00 tot 4,06. Alle prestatie-indicatoren waren identiek tussen Wistats en scikit-learn.

Betekenis en Claims
De auteurs concluderen dat Wistats v3.0 een betrouwbare, reproduceerbare en gebruikersgerichte analytische omgeving vertegenwoordigt. De primaire betekenis van het platform ligt niet in de ontwikkeling van nieuwe statistische methodologieën, maar in het vermogen om de interpretatie en wetenschappelijke rapportage te faciliteren voor gebruikers met uiteenlopende expertise. Door de testselectie te automatiseren en publicatieklare narratieven en tabellen te genereren via deterministische regels, beoogt Wistats de technische complexiteit en methodologische fouten te verminderen, terwijl de strikte consistentie met gevestigde statistische en machine learning bibliotheken behouden blijft.

Het artikel claimt bescheiden dat Wistats is ontworpen om uitgebreide statistische software of geavanceerde programmeeromgevingen aan te vullen, in plaats van te vervangen. Het wordt gepositioneerd als een instrument om de toegankelijkheid en reproduceerbaarheid in wetenschappelijke communicatie te verbeteren, met name voor onderzoekers die robuuste analytische workflows vereisen maar mogelijk niet beschikken over uitgebreide programmeervaardigheden. De studie benadrukt dat hoewel het platform individuele analytische bevindingen en rapportage automatiseert, de synthese van bewijs, hypothesegeneratie en bredere wetenschappelijke interpretatie de verantwoordelijkheid van de onderzoeker blijven. Verdere validatie met behulp van grootschalige real-world datasets en diverse analytische omgevingen wordt gesuggereerd om de generaliseerbaarheid van het platform verder te bevestigen.