Analyse continue Wat doet deze test Nulhypothese H0 in woorden Test- Voorwaarden
uitkomstvariabelen statistiek
Paired samples t-test Toetsen van gem verschil tss H0: μΔ = 0 Gem verschil tss 1e en 2e meting is in volledige t- Normaal verdeelde
herhaalde metingen doelpopulatie in werkelijkheid gelijk = 0 distributie uitkomstvariabele
One sample t-test Toetsen van gem verschil met de H0: μ = μ0 In werkelijkheid in volledige doelpopulatie is verschil t- Normaliteit van verschil
standaardwaarde met standaardwaarde = 0 distributie uitkomstvariabele
Of H0: μΔ = 0 In werkelijkheid in volledige doelpopulatie is gem
verschil met variabele = standaardwaarde 0
Independent sample t-test Toetsen van verschil tss 2 H0: μ1 = μ2 In doelpopulatie in werkelijkheid is gem in 1e groep t- Normaliteit
gemiddelde waarden gelijk aan gem in 2e groep distributie Homoscedasticiteit (gelijke
In werkelijkheid in volledige doelpopulatie is er geen varianties)
of H0: μ1 - μ2 = 0
verschil tss gem 1 en gem 2 (verschil is 0)
Leven’s test for equality of Peilt naar homoscedasticiteits- H0: er is geen verschil in varianties tss 2 groepen maw varianties in beide groepen zijn gelijk = goed, H0 hier niet willen verwerpen
variances voorwaarde kijken naar equal variances assumed (stel H0 wel significant: er is wel verschil in varianties kijken naar equal variances not assumed
ANOVA (variantie analyse) Toetsen van verschil tss 3 H0: μ1 = μ2 = μ3 = … In doelpopulatie in werkelijkheid is gem in 1e groep f- Normaliteit
analysis of variance gemiddelde waarden gelijk aan gem in 2e groep gelijk aan gem in 3e groep distributie Homoscedasticiteit
(maw geen verschil in gem waarden tussen 3 of
meerdere groepen)
Post hoc testen Paarsgewijze vergelijkingen (obv aparte t-toetsen) multiple toetsingsprobleem! (meerdere keren 5% kans op type I fout hogere p-waarde)
Stel dat je ziet dat er een significant verschil is tss 3 groepen via anova test (alg. verschil) kan je beslissen extra test uit te voeren nl post hoc testen
Wilcoxon signed rank test Vergelijken distrubutie gepaarde H0: rangnummers > 0 Som van positieve rangnummers = som van negatieve rangnummers (of mediaan v/h verschil in rangnummers
waarnemingen in 1 (afh) groep = rangnummers < 0 = 0 evenveel pos als neg verschilwaarden) (verschil tss 1e en 2e meting is pos en verschil tss 1e en 2e meting
is neg som rangnummers)
Sign test (rekentoets) Vergelijking 1 groep met H0: mediaan = μ0 Mediaan/middelste waarde van gemeten variabele is gelijk aan de standaardwaarde (niet werken met gem) –
standaardwaarde of alternatief wilcoxon signed rank test (gepaarde vergelijking telkens met dezelfde constante waarde)
Mann-whitney U test Vergelijken 2 onafh groepen – H0: rangsom 1 = Distributie van variabelen in 2 groepen is gelijk. Rangsom ene groep is gelijk aan rangsom andere groep
toetsen obv 2 rangsommen rangsom 2
Kruskal-Wallis test Vergelijking 3 onafhankelijke H0: rangsom 1 = Distrubutie van variabelen is in 3 of meer groepen gelijk (rangsom 1 e 2e en 3e en ev. nog andere groepen zijn
groepen rangsom 2 = rangsom gelijk)
3=…
Pearson correlatiecoëfficient Mate van associatie tss 2 Getal tussen -1 en 1 (vanaf 0,30 matig verband; vanaf 0,70 sterk lineaire correlatie) Normaliteit, geen outliers
(r) numerieke variabelen (samengang R2 = proportie verklarende variantie: % variantie van y dat verklaard kan worden door lineaire Lineaire relatie
tss 2 var.) relatie met x (of omgekeerd)
Spearman’s rank Berekening samengang obv Correlatiecoëfficiënt tss de rangnummers x en y Ordinale variabelen
correlatiecoëfficiënt rangnummers Afwijken normaliteit (kleine n)
Beschrijven non-lineaire relatie
Lineaire regressievergelijking Lineaire relatie nagaan bij continue H0: β1 = 0 Er is geen lineaire relatie tss x en y maw je zou horizontale rechte Onafh observaties (niet
Y = a + bx of variabelen (en ook categorische) hebben en regressiecoëfficiënt zal gelijk zijn aan 0 (x en y zijn niet gepaard)
Y = b0 + b1x Continue uitkomstvariabele op y-as langer verwisselbaar) Lineaire relatie bij continue
in verband brengen met onafh/ Lineaire relatie rechte: best passende rechte bepalen adhv waarden
determinanten
(meervoudige regressieverg: determinanten op x-as in regressievergelijking (gebasseerd op methods of least
Normaliteit en
Y = b0 + b1x1 + b2x2 + bkxk) square/kleinste kwadratenmethode): rechte waarbij de afstand van
uitkomstvariabelen statistiek
Paired samples t-test Toetsen van gem verschil tss H0: μΔ = 0 Gem verschil tss 1e en 2e meting is in volledige t- Normaal verdeelde
herhaalde metingen doelpopulatie in werkelijkheid gelijk = 0 distributie uitkomstvariabele
One sample t-test Toetsen van gem verschil met de H0: μ = μ0 In werkelijkheid in volledige doelpopulatie is verschil t- Normaliteit van verschil
standaardwaarde met standaardwaarde = 0 distributie uitkomstvariabele
Of H0: μΔ = 0 In werkelijkheid in volledige doelpopulatie is gem
verschil met variabele = standaardwaarde 0
Independent sample t-test Toetsen van verschil tss 2 H0: μ1 = μ2 In doelpopulatie in werkelijkheid is gem in 1e groep t- Normaliteit
gemiddelde waarden gelijk aan gem in 2e groep distributie Homoscedasticiteit (gelijke
In werkelijkheid in volledige doelpopulatie is er geen varianties)
of H0: μ1 - μ2 = 0
verschil tss gem 1 en gem 2 (verschil is 0)
Leven’s test for equality of Peilt naar homoscedasticiteits- H0: er is geen verschil in varianties tss 2 groepen maw varianties in beide groepen zijn gelijk = goed, H0 hier niet willen verwerpen
variances voorwaarde kijken naar equal variances assumed (stel H0 wel significant: er is wel verschil in varianties kijken naar equal variances not assumed
ANOVA (variantie analyse) Toetsen van verschil tss 3 H0: μ1 = μ2 = μ3 = … In doelpopulatie in werkelijkheid is gem in 1e groep f- Normaliteit
analysis of variance gemiddelde waarden gelijk aan gem in 2e groep gelijk aan gem in 3e groep distributie Homoscedasticiteit
(maw geen verschil in gem waarden tussen 3 of
meerdere groepen)
Post hoc testen Paarsgewijze vergelijkingen (obv aparte t-toetsen) multiple toetsingsprobleem! (meerdere keren 5% kans op type I fout hogere p-waarde)
Stel dat je ziet dat er een significant verschil is tss 3 groepen via anova test (alg. verschil) kan je beslissen extra test uit te voeren nl post hoc testen
Wilcoxon signed rank test Vergelijken distrubutie gepaarde H0: rangnummers > 0 Som van positieve rangnummers = som van negatieve rangnummers (of mediaan v/h verschil in rangnummers
waarnemingen in 1 (afh) groep = rangnummers < 0 = 0 evenveel pos als neg verschilwaarden) (verschil tss 1e en 2e meting is pos en verschil tss 1e en 2e meting
is neg som rangnummers)
Sign test (rekentoets) Vergelijking 1 groep met H0: mediaan = μ0 Mediaan/middelste waarde van gemeten variabele is gelijk aan de standaardwaarde (niet werken met gem) –
standaardwaarde of alternatief wilcoxon signed rank test (gepaarde vergelijking telkens met dezelfde constante waarde)
Mann-whitney U test Vergelijken 2 onafh groepen – H0: rangsom 1 = Distributie van variabelen in 2 groepen is gelijk. Rangsom ene groep is gelijk aan rangsom andere groep
toetsen obv 2 rangsommen rangsom 2
Kruskal-Wallis test Vergelijking 3 onafhankelijke H0: rangsom 1 = Distrubutie van variabelen is in 3 of meer groepen gelijk (rangsom 1 e 2e en 3e en ev. nog andere groepen zijn
groepen rangsom 2 = rangsom gelijk)
3=…
Pearson correlatiecoëfficient Mate van associatie tss 2 Getal tussen -1 en 1 (vanaf 0,30 matig verband; vanaf 0,70 sterk lineaire correlatie) Normaliteit, geen outliers
(r) numerieke variabelen (samengang R2 = proportie verklarende variantie: % variantie van y dat verklaard kan worden door lineaire Lineaire relatie
tss 2 var.) relatie met x (of omgekeerd)
Spearman’s rank Berekening samengang obv Correlatiecoëfficiënt tss de rangnummers x en y Ordinale variabelen
correlatiecoëfficiënt rangnummers Afwijken normaliteit (kleine n)
Beschrijven non-lineaire relatie
Lineaire regressievergelijking Lineaire relatie nagaan bij continue H0: β1 = 0 Er is geen lineaire relatie tss x en y maw je zou horizontale rechte Onafh observaties (niet
Y = a + bx of variabelen (en ook categorische) hebben en regressiecoëfficiënt zal gelijk zijn aan 0 (x en y zijn niet gepaard)
Y = b0 + b1x Continue uitkomstvariabele op y-as langer verwisselbaar) Lineaire relatie bij continue
in verband brengen met onafh/ Lineaire relatie rechte: best passende rechte bepalen adhv waarden
determinanten
(meervoudige regressieverg: determinanten op x-as in regressievergelijking (gebasseerd op methods of least
Normaliteit en
Y = b0 + b1x1 + b2x2 + bkxk) square/kleinste kwadratenmethode): rechte waarbij de afstand van
