Statistische controle

11 belangrijke vragen over Statistische controle

Wat zijn covariaten en wat is hun invloed op de afhankelijke variabele Y?

Covariaten zijn variabelen die:
  1. Relatie hebben met de afhankelijke variabele Y
  2. Niet beïnvloed worden door de manipulatie (onafhankelijke variabele)
  3. Extra variabiliteit in Y introduceren, waardoor het effect van de manipulatie moeilijker waarneembaar is.

Wat gebeurt er met een ANOVA wanneer er minstens één covariaat op continu niveau is?

Deze ANOVA transformeert dan in:
  1. Een ANCOVA
  2. Dit maakt gebruik van voorspellers om de variantie in Y beter te verklaren.

Wat is het effect van het opnemen van covariaten op de variantie binnen groepen?

  • Minder onverklaarde binnen-groepenvariantie.
  • Covariaat vermindert niet-toegeschreven variantie in Y.
  • Restvariantie in totale Y-variantie wordt kleiner.
  • Minder onverklaarde variantie vermindert ruis.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Hoe beïnvloeden covariaten de p-waarde in een experiment?

  • Fₜ (met covariaat) is groter dan F.
  • Resultaat met Fₜ heeft kleinere p-waarde.
  • Verbetering nauwkeurigheid van het model.

Wat zijn de betekenissen van covariaten in statistische analyses?

  • Variabele die varieert met een andere X.
  • X op continu niveau: predictorvariabele.
  • X op categoriaal niveau: factor.
  • Vermindert ruis in modellen.

Wat is het primaire verband tussen covariaten en de afhankelijke variabele Y?

  • Verbonden met Y, niet met manipulatie.
  • Vermindert niet-toegeschreven variantie in Y.
  • Verlaagt onverklaarde binnen-groepenvariantie.

Wat toont de eerste deelfiguur in het figuur?

De eerste deelfiguur (links) representeert de situatie zonder covariaat. Het experimentele effect wordt als volgt berekend:
  1. Overlap van variantie onafhankelijke variabele met Y.
  2. Delen door de variantie in Y die niet overlapt met afhankelijke variabele.

Hoe fungeert de covariaat in de laatste deelfiguur?

De laatste deelfiguur illustreert hoe een covariaat dient als signaalversterker. De verklarende variantie van de covariaat is:
  1. Uit de cirkel geknipt.
  2. Sneller bij het berekenen van het experimentele effect.
  3. Minder onverklaarde variantie leidt tot relatief meer verklaarde variantie van de onafhankelijke variabele.

Wat moet je toetsen voor de assumptie check in ANCOVA?

Er zijn verschillende stappen om te controleren:
1. Manipulatie onafhankelijk van covariaat
  • Toets de relatie.
  • - Gebruik onafhankelijke T-toets of general linear model.
  • - Controleer hoofdeffecten (P > of < 0.05).

2. Parallelle regressielijnen
  • Voeg interactietermen toe.
  • - Toets significantie (P > of < 0.05).

3. Relatie tussen covariaat (X) en afhankelijke variabele (Y)
  • Kijk in ANOVA output.
  • - Bij P > 0.05, verwijder covariaten, anders laten staan.

Hoe toets je de onafhankelijkheid van de manipulatie en de covariaat?

Dit gebeurt via:
  1. Relatietoetsing, kijk naar meetniveaus.
  2. Gebruik bij dichotome manipulatie een onafhankelijke T-toets.
  3. Gebruik general linear model bij meer covariaten.
  4. Controleer hoofdeffecten op significantie (P > of < 0.05).

Hoe bepaal je de relatie tussen de covariaat (X) en de afhankelijke variabele (Y)?

Dit gebeurt door:
  1. De output van de ANOVA omnibus te controleren.
  2. Bij P > 0.05, geen relatie = verwijder covariaten.
  3. Bij P < 0.05, significante relatie = covariaten blijven in model.

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