Samenvatting: Statistische Methoden & Technieken
- 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 Statistische Methoden & Technieken
-
College 1 - Achtergrond vak en causaal relatieschema
Dit is een preview. Er zijn 11 andere flashcards beschikbaar voor hoofdstuk 03/01/2017
Laat hier meer flashcards zien -
Op basis van welke verschillende criteria kies je een statistische methode?
Onderzoeksontwerp (tijdsreeks, cross sectie, panel)
Steekproefontwerp (aselect, gestratificeerd, cluster)
Informatieinhoud variabelen (nominaal, ordinaal, interval en ratio)
Complexiteit analyse (univariaat, bivariaat, multivariaat)
Overige andere criteria (communicatie, politiek, middelen, etc.) -
Wat zijn variabelen en op welke manier kunnen variabelen worden gemeten?
Grootheden (aspecten van subjecten, processen of verschijnselen) die verschillende uitkomsten kunnen hebben voor verschillende subjecten of voor de zelfde subjecten op verschillende momenten in de tijd.
Variabelen kunnen op zichzelf of in samenhang met andere variabelen worden gemeten (complexiteit van analyse):
Univariate analyse: één enkele variabele
Bivariate analyse: twee variabelen
Multivariate analyse: drie of meer variabelen -
Variabelen hebben verschillende meetniveaus, wat betekend dit en welke meetniveaus zijn er?
Het meetniveau is een verwijzing naar de attribuutinformatie verbonden aan de waarnemingsuitkomsten van een variabele. Het meetniveau bepaalt de interpretatiemogelijkheden van de uitkomsten. De aard van de analyse en de weergave van de data, is onder andere afhankelijk van het meetniveau van de variabele.
Er zijn twee soorten meetniveaus waarin vier verschillende meetniveaus worden onderscheiden:
Kwalitatief;
Nominaal (=, ≠)
Ordinaal (=, ≠, <, >)
Kwantitatief;
Interval (=, ≠, <, >, +, −)
Ratio (=, ≠, <, >, +, −, ×, ÷)
Belangrijk! een uitkomst van een variabele mag nooit zonder verhaal (interpretatie) worden vermeld. -
Wat is het verschil tussen degenereren en opwaarderen?
Degenereren is het behandelen van variabelen als gemeten op een lager meetniveau (vrijwel altijd mogelijk)
Opwaarderen is het behandelen van variabelen als gemeten op hoger meetniveau (nooit zomaar toegestaan! de uitzondering hierop is dummyvariabelen).
Opwaarderen kan niet omdat je attribuutinformatie toevoegt die de variabelen niet heeft. Degenereren kan wel omdat je simpelweg geen gebruik maakt van de beschikbare informatie. Dit is kostbaar omdat data verzamelen duur is. -
Wat is degenereren en opwaarderen
Van Ratio naar nominaal en andersom. 2e kan en mag niet -
Wat zijn kengetallen en welke worden er wanneer gebruikt?
Kengetallen zijn samenvattende maatstaven die aspecten van verdelingen van waarnemingsuitkomsten getalsmatig weergeven.
Gemiddelde (locatiemaatstaf) en standaarddeviatie (spreidingsmaatstaf) worden gebruikt voor het beschrijven van interval- en ratiogegevens, maar niet voor kwalitatieve gegevens. Dit vanwege de vereiste afstandsinterpretatie van de waarnemingsuitkomsten.
Mediaan (locatiemaatstaf) en interkwartielafstand (spreidingsmaatstaf) worden gebruikt voor het beschrijven van ordinale gegevens maar niet voor nominale gegevens. Dit vanwege de vereiste volgordeinterpretatie.
Modus (locatiemaatstaf) wordt gebruikt voor het beschrijven van nominale gegevens. Er zijn geen afstanden ten aanzien van afstand of volgorde. -
Hoe kunnen gegevens visueel worden weergeven?
Grafieken:
kwalitatieve gegevens
Staafdiagrammen (bar charts); accent op frequenties van uitkomsten (x as fungeert als kapstok voor de categorie van de variabele)
Cirkeldiagrammen (pie charts); accent op percentages van een geheel
Kwantitatieve gegevensHistogrammen; verschil met een staafdiagram is dat de horizontale as een metrische betekenis heeft.
Tabellen:
Kwalitatieve gegevens
Frequentietabel (vaak met frequency, percent en cumulative percent)
Kwantitatieve gegevensTabellen met kengetallen (vaak met N, mean, standaarddeviatie en valid N) -
Wat is een empirische wetenschap, hoe wordt dit toegepast in de bedrijfskunde en wat is het probleem met empirische wetenschap?
Empirische wetenschap is gericht op het verkrijgen van inzicht in waarneembare werkelijkheid op basis van empirische (waargenomen) gegevens. Met dit inzicht dus inzichten krijgen in structuren of processen. In het geval van bedrijfskunde dienen de verkregen inzichten als basis voor bedrijfsmatig handelen.
Probleem: onderzoeksvragen en empirische observaties zijn zeer gevarieerd. De werkelijkheid is als regel onbekend en niet onmiddellijk kenbaar. -
Welke vooronderstellingen heeft empirisch onderzoek en welk probleem doet zich hier voor?
1 Er bestaat een te kennen werkelijkheid (al is die niet per se onmiddellijk waarneembaar)
2 Deze werkelijkheid is zodanig gestructureerd en stabiel dat ze zinvol gekend kan worden
3 Regelmatigheden in waarnemingsuitkomsten worden verondersteld 'iets' te zeggen over de achterliggende causale mechanismen (die niet onmiddellijk kenbaar zijn)
Probleem: hoe verhouden observaties en onderzoeksresultaten zich tot de werkelijkheid die immers onbekend is? -
Wat is een causaal relatieschema?
Grafische weergave van veronderstelde causale relaties tussen theoretische
grootheden (concepten) of gemeten grootheden (variabelen)
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Onderwerpen gerelateerd aan Samenvatting: Statistische Methoden & Technieken
-
Achtergrond vak en causaal relatieschema
-
Steekproef en populatie
-
Univariaat onderzoek: beschrijvende analyse en schatten
-
Univariate analyse: hypothese toetsen
-
Het meten van diffuse begrippen
-
Bivariatie analyse: algemene introductie
-
Bivariate analyse: kruistabel
-
Bivariate analyse: variantieanalyse I
-
Interactie en doorkruisendheid: two-way anova