Inhoud
Specifieke samenvatting.......................................................................................................................... 2
Video’s ................................................................................................................................................. 2
Week 1............................................................................................................................................. 2
Week 2........................................................................................................................................... 26
Week 3........................................................................................................................................... 31
Week 4........................................................................................................................................... 41
Colleges ............................................................................................................................................. 43
College 1 (6 juni 2016) ................................................................................................................... 43
College 2 ( 13 juni 2016 ) ............................................................................................................... 48
College 3. 20 juni 2016 .................................................................................................................. 49
College 4 – 29 juni 2016 ................................................................................................................ 53
Andy Field .......................................................................................................................................... 55
Hoofdstuk 1 ................................................................................................................................... 55
Hoofdstuk 2 ................................................................................................................................... 57
Hoofdstuk 7 ................................................................................................................................... 57
Hoofdstuk 8 ................................................................................................................................... 58
Hoofdstuk 18 ................................................................................................................................. 58
Extra uitleg ( wat niet specifiek in videos etc. is behandeld) ................................................................ 58
Formuleblad .......................................................................................................................................... 62
,Specifieke samenvatting
Video’s
Week 1
Video 1. Bar Charts: how to read them
https://www.youtube.com/watch?v=kiQ6MUQZHSs
Bar chart / bar graph = een diagram die gegroepeerde data met rechthoekige staven representeert.
De lengte van deze staven is proportioneel aan de waarde die ze representeren.
Een bar graph wordt gebruikt als je categorical data hebt (e.g. namen, dingen die niet op volgorde
zijn)
Video 2. Types of Variables ‘’NOIR’’
https://www.youtube.com/watch?v=LPHYPXBK_ks
Levels of measurement: hoe hoger het level of measurement, hoe meer statistische testen kunnen
worden uitgevoerd.
Ratio
Interval
Ordinal
Nominal
Sommige variabelen (e.g. geslacht) kunnen alleen gemeten worden op een nominale manier, andere
variabelen kunnen op meerdere levels worden gemeten dit hangt af van hoe de vraag is gesteld.
, Type van Notes Voorbeelden Mogelijke metingen
measurement
Nominal Laagste level van meten Geslacht Mode
Discrete categorieën - 0 = female Modal percentage
Geen natuurlijke ordening - 1 = male Range
Categorical or dichotomous Group membership Frequency distribution
- 1 = experimental (verspreiding/verdeling)
Dichotomous 2 categorieën, - 2 = placebo
man/vrouw, ja/nee - 3 = routine Je kunt geen median of
categroical meer dan 2 mogelijke Status (getrouwd, weduwe etc.), middelste nummer vinden
waardes, e.g. marital satus, group kleur, religie, type auto er is geen natuurlijke manier
membership om nominale data te ordenen
Vaak gerepresenteerd in bar of pie
charts
Ezelsbruggetje nominal klinkt als
naam. In dit level van meten ‘’you
are simply naming categories’’
Ordinal data Ordered categories Likert scales (1-7 eens tot oneens) All nominal level tests
Relatieve rankings Socioeconomic status Mediaan
Onbekende afstand tussen - 1 = low Percentille
rankings - 2= middle Semiquartile range
De nul is willekeurig. Geen - 3 = high Rank order
absoluut nulpunt Size coefficients of
Er zit een natuurlijke order in - 1 = small correlation
- 2 = medium
- 3 = large Gemiddelde (mean) kan niet
Ezelsbruggetje ordinal klinkt als Ranking of favorite sports, class worden berekend het
order rankings, wellness rankings verschil tussen values op de
schaal is niet bekend
Attitudes en percepties meten
Interval Geordend zoals ordinal Testen op school All ordinal tests
ordered categories Mean (gemiddelde)
Equal distance between Scoor je hier een 0 voor betekent Standaard deviatie
values de intervals zijn het niet dat je geen kennis hebt. Addition and
bekend en gelijk Maar het verschil tussen 79 en 80 substraction
An accepted unit of op de test is meetbaar en gelijk
measurement aan het verschil tussen 80 en 81 Kan niet multiply of delen
Zero is arbitrary, nul is
willekeurig Temperatuur (in Fahrenheit of
De nul representeerd NIET Celsius)
het absolute laagste punt
Tijd, elevation,
, Type van Notes Voorbeelden Mogelijke metingen
measurement
Ratio Meest precies Weight All opertaions are
Geordend Height possible
Exacte waardes Pulse Descriptieve en
Equal intervals Blood pressure inferential statistics
Absoluut nulpunt Time Kan vergelijkingen
(natuurlijke nul) Degrees Kelvin maken
Het verschil tussen de twee data e.g. een 8 kg baby is 2
points heeft betekenis interval keer zo zwaar als een
heeft de 0 ook een betekenis dan baby van 4 kg
wordt het een ratio Kan optellen,
aftrekken,
Als de variabele 0 is betekent dat, vermenigvuldigen en
dat er geen van die variabele is delen (ratios)
Niet willekeurig
Ratio eindigt op een O dus 0
(zero)
Continuous variable interval or ratio
categorical variable nominal or ordinal
Stappenplan om erachter te komen welke schaal: level of measurement decision tree.
,
, Video 3 discrete and continuous variables
https://www.youtube.com/watch?v=dOr0NKyD31Q
Random vairables
Discrete continous
Discrete distinct / seperate values Continous any value in interval
Als een variabele elke waarde tussen twee gespecificeerde waarden kan aannemen is het een
continu variabele. Anders is het een discreet variabele.
Discrete (exacte waarden, hele getallen e.g. 1 of 2)
Continuous (doorlopend, met getallen achter de komma, e.g. 5.9103 en 9.2019)
Voorbeelden (X,Y,Z, P en M zijn gewoon voorbeelden)
Random variabele X (Discrete)
kop of munt
X = 1 als kop de variable X kan discrete waardes aannemen, het kan 1 of het kan 0 zijn.
0 als munt
Random variable Y (continuous)
Y= (exacte) massa van een random geselecteerd dier in de New Orleans Zoo
Kan elke variabele aannemen tussen 0 en 5000 kg. Geen een dier heeft een massa van 0 kg maar het
kan wel dichtbij 0 zijn (e.g. een mier). 5000 kg kan een olifant zijn.
It does not take any discrete
variables
Random variable Z (discrete)
Z = jaar dat een random student uit de klas is geboren
kan worden gedifineerd als een specifiek discreet jaar. Het is of 1992 of 2001 of 1985.
het kan niet elke waarde tussen 2000 en 2001 aannemen het is of 2000 of 2001.
Random variabele P (discrete)
P = het aantal mieren dat morgen in het universum worden geboren
je kan deze waarden tellen (1 miljoen, 2 miljoen, 5 miljoen, 5 miljoen en 1)
Random variable M (continuous)
M = exacte win tijd voor mannen op de 100 meter sprint op de 2016 olympische spelen.
Het kan elke waarde aannemen. De stopwatch kan zeggen 9,57 maar de exacte tijd kan zijn 9,571 of
9,572359
Specifieke samenvatting.......................................................................................................................... 2
Video’s ................................................................................................................................................. 2
Week 1............................................................................................................................................. 2
Week 2........................................................................................................................................... 26
Week 3........................................................................................................................................... 31
Week 4........................................................................................................................................... 41
Colleges ............................................................................................................................................. 43
College 1 (6 juni 2016) ................................................................................................................... 43
College 2 ( 13 juni 2016 ) ............................................................................................................... 48
College 3. 20 juni 2016 .................................................................................................................. 49
College 4 – 29 juni 2016 ................................................................................................................ 53
Andy Field .......................................................................................................................................... 55
Hoofdstuk 1 ................................................................................................................................... 55
Hoofdstuk 2 ................................................................................................................................... 57
Hoofdstuk 7 ................................................................................................................................... 57
Hoofdstuk 8 ................................................................................................................................... 58
Hoofdstuk 18 ................................................................................................................................. 58
Extra uitleg ( wat niet specifiek in videos etc. is behandeld) ................................................................ 58
Formuleblad .......................................................................................................................................... 62
,Specifieke samenvatting
Video’s
Week 1
Video 1. Bar Charts: how to read them
https://www.youtube.com/watch?v=kiQ6MUQZHSs
Bar chart / bar graph = een diagram die gegroepeerde data met rechthoekige staven representeert.
De lengte van deze staven is proportioneel aan de waarde die ze representeren.
Een bar graph wordt gebruikt als je categorical data hebt (e.g. namen, dingen die niet op volgorde
zijn)
Video 2. Types of Variables ‘’NOIR’’
https://www.youtube.com/watch?v=LPHYPXBK_ks
Levels of measurement: hoe hoger het level of measurement, hoe meer statistische testen kunnen
worden uitgevoerd.
Ratio
Interval
Ordinal
Nominal
Sommige variabelen (e.g. geslacht) kunnen alleen gemeten worden op een nominale manier, andere
variabelen kunnen op meerdere levels worden gemeten dit hangt af van hoe de vraag is gesteld.
, Type van Notes Voorbeelden Mogelijke metingen
measurement
Nominal Laagste level van meten Geslacht Mode
Discrete categorieën - 0 = female Modal percentage
Geen natuurlijke ordening - 1 = male Range
Categorical or dichotomous Group membership Frequency distribution
- 1 = experimental (verspreiding/verdeling)
Dichotomous 2 categorieën, - 2 = placebo
man/vrouw, ja/nee - 3 = routine Je kunt geen median of
categroical meer dan 2 mogelijke Status (getrouwd, weduwe etc.), middelste nummer vinden
waardes, e.g. marital satus, group kleur, religie, type auto er is geen natuurlijke manier
membership om nominale data te ordenen
Vaak gerepresenteerd in bar of pie
charts
Ezelsbruggetje nominal klinkt als
naam. In dit level van meten ‘’you
are simply naming categories’’
Ordinal data Ordered categories Likert scales (1-7 eens tot oneens) All nominal level tests
Relatieve rankings Socioeconomic status Mediaan
Onbekende afstand tussen - 1 = low Percentille
rankings - 2= middle Semiquartile range
De nul is willekeurig. Geen - 3 = high Rank order
absoluut nulpunt Size coefficients of
Er zit een natuurlijke order in - 1 = small correlation
- 2 = medium
- 3 = large Gemiddelde (mean) kan niet
Ezelsbruggetje ordinal klinkt als Ranking of favorite sports, class worden berekend het
order rankings, wellness rankings verschil tussen values op de
schaal is niet bekend
Attitudes en percepties meten
Interval Geordend zoals ordinal Testen op school All ordinal tests
ordered categories Mean (gemiddelde)
Equal distance between Scoor je hier een 0 voor betekent Standaard deviatie
values de intervals zijn het niet dat je geen kennis hebt. Addition and
bekend en gelijk Maar het verschil tussen 79 en 80 substraction
An accepted unit of op de test is meetbaar en gelijk
measurement aan het verschil tussen 80 en 81 Kan niet multiply of delen
Zero is arbitrary, nul is
willekeurig Temperatuur (in Fahrenheit of
De nul representeerd NIET Celsius)
het absolute laagste punt
Tijd, elevation,
, Type van Notes Voorbeelden Mogelijke metingen
measurement
Ratio Meest precies Weight All opertaions are
Geordend Height possible
Exacte waardes Pulse Descriptieve en
Equal intervals Blood pressure inferential statistics
Absoluut nulpunt Time Kan vergelijkingen
(natuurlijke nul) Degrees Kelvin maken
Het verschil tussen de twee data e.g. een 8 kg baby is 2
points heeft betekenis interval keer zo zwaar als een
heeft de 0 ook een betekenis dan baby van 4 kg
wordt het een ratio Kan optellen,
aftrekken,
Als de variabele 0 is betekent dat, vermenigvuldigen en
dat er geen van die variabele is delen (ratios)
Niet willekeurig
Ratio eindigt op een O dus 0
(zero)
Continuous variable interval or ratio
categorical variable nominal or ordinal
Stappenplan om erachter te komen welke schaal: level of measurement decision tree.
,
, Video 3 discrete and continuous variables
https://www.youtube.com/watch?v=dOr0NKyD31Q
Random vairables
Discrete continous
Discrete distinct / seperate values Continous any value in interval
Als een variabele elke waarde tussen twee gespecificeerde waarden kan aannemen is het een
continu variabele. Anders is het een discreet variabele.
Discrete (exacte waarden, hele getallen e.g. 1 of 2)
Continuous (doorlopend, met getallen achter de komma, e.g. 5.9103 en 9.2019)
Voorbeelden (X,Y,Z, P en M zijn gewoon voorbeelden)
Random variabele X (Discrete)
kop of munt
X = 1 als kop de variable X kan discrete waardes aannemen, het kan 1 of het kan 0 zijn.
0 als munt
Random variable Y (continuous)
Y= (exacte) massa van een random geselecteerd dier in de New Orleans Zoo
Kan elke variabele aannemen tussen 0 en 5000 kg. Geen een dier heeft een massa van 0 kg maar het
kan wel dichtbij 0 zijn (e.g. een mier). 5000 kg kan een olifant zijn.
It does not take any discrete
variables
Random variable Z (discrete)
Z = jaar dat een random student uit de klas is geboren
kan worden gedifineerd als een specifiek discreet jaar. Het is of 1992 of 2001 of 1985.
het kan niet elke waarde tussen 2000 en 2001 aannemen het is of 2000 of 2001.
Random variabele P (discrete)
P = het aantal mieren dat morgen in het universum worden geboren
je kan deze waarden tellen (1 miljoen, 2 miljoen, 5 miljoen, 5 miljoen en 1)
Random variable M (continuous)
M = exacte win tijd voor mannen op de 100 meter sprint op de 2016 olympische spelen.
Het kan elke waarde aannemen. De stopwatch kan zeggen 9,57 maar de exacte tijd kan zijn 9,571 of
9,572359
