Jasp uitleg
Schatters en normaliteit
68 – 95 – 97,5 regel => gem. + 1stdev = 34%, gem. + 2 stdev 47,5, gem. + 3
stdev = 48,85
Normaliteit testen => shapiro wilk test
Vink Shapiro-Wilktestaan bij Descriptives –Statistics
Hoe dichter bij 1 de testwaarde(p) is gelegen hoe normaler
o Vanaf p > 0,05 is het normaalverdeeld
Visueel voor te stellen met QQ – plots
o Descriptives –Basic plots
Schattingsinterval (95% rond gemiddelde)
Voor foutenmarge en het schattingsinterval te berekenen
o Descriptives – Statistics – Inference => SE mean en confidence
interval for mean
o Bij minder dan of 30 metingen :T-model
o Bij meer dan 30 metingen: Normal model
o voor visuele representatie
Descriptives – basic plots –
Interval plots
Gegevens voldoende verschillend of gelijk
(T-test)
Statistische manier van gegevens vergelijken
De vraag of de individuele verkopers afwijken van een gemiddelde waarde van
€330.000 lossen we op met de zogenaamde One Sample T-test (gegevens
vergelijken met vaste waarde)
T-Testsen kies voor Classical –One Sample T-Test.
Sleep de prijzen (“Normaal”) naar het veld Variables. Op de achtergrond
word nu getest of de verkoopprijzen significant afwijken van de Test value
€0. Pas deze testwaarde eerst aan naar €330.000
,
Berekend adhv alle gegevens dus gegevens opsplitsen per verkoper gaat
bij deze test niet
Vink bij de start zeker bij assumption checks het vakje Normality aan. Dit
laat de Shapiro-Wilktest uitvoeren om te controleren of de gegevens
voldoende normaal zijn.
o Location estimate en raincloud plots kunnen ook handig zijn
o P < 0,05 => gegevens wijken sterk af van testdata
Bij edit data kan je bepaalde data wegfilteren om bv tot de gemiddelde
verkoopwaarde van 1 makelaar te komen
Wat als de gegevens niet normaal zijn?
o Alternatief voor one sample t-test is wilcoxon signed-ranktest ipv
student
Stel de vraag is bv. Heeft Stevens significant een hogere verkoopprijs dan
330k
o Eenzijdig testen
Independent samples T – test (random
variabelen)
Vergelijken van precies twee gemiddelden
Independent samples T – test
o Bij dependent variables: op wat je wil testen bv. Verkoopprijs
o Grouping variable: welke twee je wil vergelijken bv. Makelaar
Normaalheid testen
o Vink Normality aan
Niet normaal => Mann – Whitney
p < 0,05 => significant verschil
o Vink de Brown-Forsythetest
Deze controleert of de variatie in de twee groepen van een
vergelijkbare aard zijn
p < 0,05 => welchcorrectie
p < 0,05 => significant verschil
Bijkomende testen en parameters
o Location parameter: toont verschil tussen groepsgemiddelden
Schatters en normaliteit
68 – 95 – 97,5 regel => gem. + 1stdev = 34%, gem. + 2 stdev 47,5, gem. + 3
stdev = 48,85
Normaliteit testen => shapiro wilk test
Vink Shapiro-Wilktestaan bij Descriptives –Statistics
Hoe dichter bij 1 de testwaarde(p) is gelegen hoe normaler
o Vanaf p > 0,05 is het normaalverdeeld
Visueel voor te stellen met QQ – plots
o Descriptives –Basic plots
Schattingsinterval (95% rond gemiddelde)
Voor foutenmarge en het schattingsinterval te berekenen
o Descriptives – Statistics – Inference => SE mean en confidence
interval for mean
o Bij minder dan of 30 metingen :T-model
o Bij meer dan 30 metingen: Normal model
o voor visuele representatie
Descriptives – basic plots –
Interval plots
Gegevens voldoende verschillend of gelijk
(T-test)
Statistische manier van gegevens vergelijken
De vraag of de individuele verkopers afwijken van een gemiddelde waarde van
€330.000 lossen we op met de zogenaamde One Sample T-test (gegevens
vergelijken met vaste waarde)
T-Testsen kies voor Classical –One Sample T-Test.
Sleep de prijzen (“Normaal”) naar het veld Variables. Op de achtergrond
word nu getest of de verkoopprijzen significant afwijken van de Test value
€0. Pas deze testwaarde eerst aan naar €330.000
,
Berekend adhv alle gegevens dus gegevens opsplitsen per verkoper gaat
bij deze test niet
Vink bij de start zeker bij assumption checks het vakje Normality aan. Dit
laat de Shapiro-Wilktest uitvoeren om te controleren of de gegevens
voldoende normaal zijn.
o Location estimate en raincloud plots kunnen ook handig zijn
o P < 0,05 => gegevens wijken sterk af van testdata
Bij edit data kan je bepaalde data wegfilteren om bv tot de gemiddelde
verkoopwaarde van 1 makelaar te komen
Wat als de gegevens niet normaal zijn?
o Alternatief voor one sample t-test is wilcoxon signed-ranktest ipv
student
Stel de vraag is bv. Heeft Stevens significant een hogere verkoopprijs dan
330k
o Eenzijdig testen
Independent samples T – test (random
variabelen)
Vergelijken van precies twee gemiddelden
Independent samples T – test
o Bij dependent variables: op wat je wil testen bv. Verkoopprijs
o Grouping variable: welke twee je wil vergelijken bv. Makelaar
Normaalheid testen
o Vink Normality aan
Niet normaal => Mann – Whitney
p < 0,05 => significant verschil
o Vink de Brown-Forsythetest
Deze controleert of de variatie in de twee groepen van een
vergelijkbare aard zijn
p < 0,05 => welchcorrectie
p < 0,05 => significant verschil
Bijkomende testen en parameters
o Location parameter: toont verschil tussen groepsgemiddelden
