Samenvatting: Mat-24306
- Deze + 400k samenvattingen
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Lees hier de samenvatting en de meest belangrijke oefenvragen van MAT-24306
-
t-tests, confidence intervals & sample size calculation
Dit is een preview. Er zijn 12 andere flashcards beschikbaar voor hoofdstuk 03/02/2020
Laat hier meer flashcards zien -
The test statistic measures how well the data match up with H0, hoe bereken je dit?
Zie de afbeelding -
The rejection region, wat houdt het in?
Zie de afbeelding
dus reject als t in het groene gebied komt en als t in het rode gebied komt -
Een confidence interval en de t-test, hoe zit het in elkaar en hoe ziet de formule eruit.
- Confidence interval consists of all values for e.g. mu1 - mu2 that are likely on the basis of the data observed
- these are all parameter values not rejected by the t-test
- this is something entirely different from rejection region!
often a confidence interval has the following structure:
(estimate +- constant * standard error)
constant --> here from a t distribution - Confidence interval consists of all values for e.g. mu1 - mu2 that are likely on the basis of the data observed
-
inference on probabilities
Dit is een preview. Er zijn 9 andere flashcards beschikbaar voor hoofdstuk 04/02/2020
Laat hier meer flashcards zien -
Hoe bereken je de confidence interval for probability pi
Zie de afbeelding -
Bereken:odds for liking taste without the additiveodds for liking taste with the additiveEn hoe interpreteert je de odds?
- 0.56
- 3
als de odds kleiner is dan 1 is de kans groter dat het niet lekker wordt gevonden als de odds groter is dan 1 is de kans groter dat het wel lekker wordt gevonden. -
Normaal wordt er een interval van 0.95 gebruik voor een CI (OR^ +/- 1.96 * se (OR^)), based on normal approximation, maar dit werkt niet goed, omdat de distribution of OR^ quite skewed is. Wat nemen we dan wel?
The distribution of ln(OR^) is much closer to a normal distribution -
De Pearson's chi-square goodness-of-fit test, van het volgende voorbeeld
H0: pi1 = 0.50, pi2 = 0.25, pi3 = 0.10, pi4 = 0.15
the test statistic is due to Karl Pearson:
(zie afbeelding)
we reject H0 when the outcome is too large. -
contingency tables & simple regression
Dit is een preview. Er zijn 14 andere flashcards beschikbaar voor hoofdstuk 05/02/2020
Laat hier meer flashcards zien -
Wat is de notatie van een getal in een table (met rijen en kolommen)
Zie de afbeelding -
The test statistic uitrekenen van een promotend*age crosstabulation (test voor independence)
Alles wordt samen genomen zie deafbeelding om te weten of 12.80 groot genoeg is kijk je naar: the distribution of chi-square under H0 - de degrees of freedom zijn hiervoor (rijen - 1) * (kolommen - 1)
-
Hoe ziet de formule voor simple regression eruit?
Y = beta0 + beta1x + e
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden