Verdelingen en steekproeven, hypothesetoetsing en fouten bij inferenties

12 belangrijke vragen over Verdelingen en steekproeven, hypothesetoetsing en fouten bij inferenties

Wat is een sampling error (steekproeffout)?

Het verschil tussen de populatieparameters (µ) en steekproefstatistieken (M)

Wat is de centrale limiet stelling (Central Limit Theorem CLT)?

De CLT stelt dat
  • voor een populatie met een gemiddelde µ en een standaardafwijking sigma
  • de verdeling van de steekproefgemiddelden (elk met steekproefgrootte n) volgende kenmerken heeft:
    • een gemiddelde van µ
    • en een standaardafwijking van sigma/wortel van n
    • en: het zal de normale verdeling benaderen met toenemende n

Wanneer benadert de verdeling van steekproefgemiddelden de normale verdeling?

Als de populatie een normale verdeling is
Of n groot wordt (vuistregel: n > 30)
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Welke twee soorten berekeningen zijn er voor z-scores?

Z-scores voor enkele scores en z-scores voor steekproefgemiddelden (zie foto)

Bij hypothesetests zijn we vooral geïnteresseerd in vergelijkingen van steekproefgemiddelden

Wat is de Law of large numbers?

De Law of large numbers zegt hoe groter de steekproefgrootte, hoe kleiner de standaardfout

Wat is het kernidee van hypothesetoetsen?

We willen een hypothese over een populatie testen.

Omdat we nooit toegang hebben tot de hele populatie, moeten we werken met een steekproef. Dat wil zeggen dat we geïnteresseerd zijn in het maken van een gevolgtrekking (inferentiële statistiek) over een populatie uit een steekproef

Welke twee soorten statistische hypothesen zijn er?

  • Nulhypothese: er is geen effect van het hebben van extra lessen op het tentamencijfer
  • Alternatieve hypothese (effect hypothese): extra lessen verhogen het cijfer

Wat is de NHST (null hypothesis significance testing)?

Nulhypothese formuleren en vervolgens toetsen of we de nulhypothese kunnen aanvaarden of moeten verwerpen

Wanneer zouden we de nulhypothese verwerpen?

Als het geobserveerde steekproefgemiddelde zeer onwaarschijnlijk is onder de verwachte gegevens

Hoe wordt 'zeer onwaarschijnlijk' vertaald in de NHST?

In NHST wordt 'zeer onwaarschijnlijk' vertaald naar statistisch significant verschillend
ook wel: alpha-niveau

Wanneer is er sprake van een directionele hypothese?

Als we een hoger dan of lager dan H1 hebben, dan noemen we dit een directionele hypothese

  • we doen een voorspelling over de richting van het verschil (hoger/lager dan het nulgemiddelde)
  • we gebruiken een one-tailed hypothesetoets
  • de onwaarschijnlijkheden zitten in één staart

Wanneer is er sprake van een non-directionele hypothese?

Als we een anders dan H1 hebben, dan noemen we dit een non-directionele hypothese
(d.w.z we stellen alleen maar dat het anders is dan wat we onder de nul verwachten, maar hebben geen idee in welke richting) -> alle onwaarschijnlijkheden naar beide staarten moeten spreiden

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo