Samenvatting: Statistiek 2
- 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 Statistiek 2
-
één factor variantie-analyse
Dit is een preview. Er zijn 4 andere flashcards beschikbaar voor hoofdstuk 01/05/2015
Laat hier meer flashcards zien -
Wat is het doel van de één factor variantie analyse?
Het vergelijken van gemiddelden; kijken of groepen significant afwijken van elkaar. Dus:
aantonen dat er een verschil is tussen de groepen en dat er dus een verband is tussen de variabelen. (let op : zeg niet, er is een verband tussen de gemiddelden) -
wat is het verschil tussen de standard deviation en de standard error?
std. deviation = de verdeling van de waarden binnen één steekproef
std. error = de verdeling van de gemiddelden bij eindeloze herhaling van de steekproef. -
wat zijn de graden van vrijheid bij MSG en MSE?
MSG= k-1 (groepen min 1)
MSE= N-k (aantal cases min aantal groepen) -
Wat betekent het dat de MSG groot is, en wat betekent het als de MSE groot is?
Als de MSG groot is, is de variantie tussen: er zit dus veel verschil in de gemiddelden, wat een aanwijzing is dat er verschil zit tussen de groepen.
Als de MSE groot is, betekent dat dat er veel variatie binnen de groepen zit: hierdoor wordt het moeilijker een significant verschil tussen de groepen aan te tonen. Als MSE dus heel groot is, wordt F klein: geen significante uitkomst. -
Waarom moet je bij meervoudige vergelijking van ANOVA de Bonferroni toepassen? En hoe wordt Bonferroni berekent?
Omdat je heel veel toetsen uit gaat voeren, en daarmee de kans hebt op een 'toevalstreffer' : dat je een significant niveau vindt terwijl dat niet echt zo is. Bonferroni corrigeert hiervoor door het significantie niveau (naar beneden, dus strenger) aan te passen.
Nieuwe sig.niveau= a /m: significantieniveau gedeeld door aantal vergelijkingen.
Nieuwe betrouwbaarheidsinterval is dan : 1-(a/m). -
Wat is R2 en hoe bereken je die?
R2 is het percentage verklaarde variantie: dus het gedeelte van de totale variantie dat door de variabele wordt veroorzaakt.
berekenen: SSG/SST (variantie tussen de groepen/totale variantie). -
Wat is de Kruskal-Wallis toets en zijn de voorwaarden en de nulhypothese die hierbij horen?
het is het non-parametrische alternatief voor de een factor variantie analyse.
de Nulhypothese is:
De gemiddelde rangnummers zijn voor alle groepen gelijk.
voorwaarden:
- onafhankelijke cases
- verdeling groepen gelijkvormig
- variantie groepen gelijk -
Twee factor variantie analyse
-
Wat is de nulhypothese die bij twee factor variantie analyse hoort?
De populatiegemiddelden van de onderscheiden groepen zijn gelijk.
of
Er is geen verband tussen ratio enerzijds en de factoren anderzijds. -
Wat zijn de voorwaarden bij de twee factor variantie analyse?
- onafhankelijke cases
- normaal verdeeld of voldoende cases
- ratiovariabele als uitkomst
- variantie in de groepen is gelijk (niet groter dan factor twee verschil tussen hoogste en laagste ) -
Wat is het hoofdeffect en de interactie bij twee factor variantie analyse?
het hoofdeffect is het effect op de uitkomst van de afzonderlijke factor
interactie is de relatie tussen de twee factoren die samen ook nog invloed hebben op de uitkomst. Interactie is dus het verschil tussen het hoofdeffect en het gezamenlijke effect van de factoren.
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden