Assumptis Waarovir di Aantal SE = Kansvirdiling in Df = BI voor µ Effictsizi
hypothisin? variabilin toitsingsgroothiid
in
miitniviau
z-tgets vggr Di scoris zijn onafankilijk Is hit gimiddildi 1 σ Standaardnormali - x́ ± z k × S Ex́ x́−μ 0
één iemiddelde (random stiikproif). gilijk aan 550? SE = √ n virdiling = Z-virdiling d=
σ
Populativarianti (σ) van di H0: µ = 550 Kwanttatif
Siima bekend scoris is bikind. Indiin di H1: µ ≠ 550 Intirval/ X−µ0
scoris ziir schiif virdiild zijn, µ=… rato Z= kliin:
SE middilgroot:
moit n > 30.
groot:
S
t-tgets vggr één
iemiddelde
Scoris moitin ondirling
onafankilijk zijn.
Hypothisin ovir
gimiddildi
1
SE = √ n
T-virdiling: voor ilki df
is ir iin andiri t-
n-1
X tk * SE x d= x́−μ 0
s
Di scoris moitin afomstg H0: µ Kwanttatif virdiling. T-virdiling is
siima zijn uit iin normaal virdiildi H1: µ Intirval/ symmitrisch rond t=0.
gnbekend populati (controlirin mit µ=… rato Hoi grotir df in n, hoi kliin:
histogram) miir hit lijkt op iin z- middilgroot:
Indiin di scoris NIET normaal virdiling. groot:
virdiild zijn dan moit di Tk opzoikin in tabil
stiikproifgrooti n > 30 zijn. Fiild.
X 0
t
SE X
t-tgets vggr In di stiikproif onafankilijki H0: mV = 0 1 sv T-virdiling voor één n-1 V t k * SE (V ) v́−μv
iepaarde parin van scoris. H1: mV ≠ 0 SEv gimiddildi van hit d=
s v́
waarneminien, Biidi variabilin van mV = populati- Kwanttatif, n virschil, dus v
intirval/rato miitniviau mit gimiddildi van intirval/rat
Tk opzoikin in tabil
gfwel dizilfdi miitiinhiid afficti moidir o kliin:
, spreidini kans van Livini’s tist (Sig.) gimiddildi (hit giwogin di SE, dan BI aangivin
gnbekend grotir is dan di gikozin a stringhiid van gimiddildi van s12 in
(miistal .05), mogin wi vadirs uit iin hoog s22): di “gipooldi kliin:
uitgaan van gilijki sociaal miliiu. variantie: middilgroot:
populativariantis. (n1 1) s12 (n2 1) s22 groot:
s 2p
Twii random stiikproivin, (n1 1) (n2 1)
mit ondirling onafankilijki
scoris (lit op: virwar dit niit s 2p s 2p
SE( X 1 X 2 )
mit onafankilijki n1 n2
stiikproivin).
√
Als di ovirschrijdingskans van 2
s s
2 2 ( X 1 −X 2 )−0 df = Niim bij ongil
Livini’s tist kliinir is dan di SE( X − X )= 1 + 2 t= kliinsti variantis voor
gikozin a, kunnin wi niit kwanttatif 1 2 n1 n2 SE( X − X ) van (n1– birikining van
1 2
uitgaan van gilijki 1) in iffictgrooti di
populativariantis. (n2–1). van di twii
Dus wat te doen met ongelijke standaarddivia
variantes voor birikinin
iffictgrooti oo
2.7.1.1).
t-tgets vggr de -Liniairi saminhang tussin di H0: ρ = 0 2 r n-2 - kliin:
Pearsgn biidi variabilin. Inspictiir H1: ρ ≠ 0 1 r2 t= middilgroot:
SEr S Er
cgrrelatecgëf
ciënt, r gf rhg
iirst di puntinwolk m.b.v.
SPSS-Graphs. Liniairi
ρ is di corrilati in
di populati tussin
Kwanttatif,
intirval/rat
n 2 groot:
saminhang tussin biidi … o s xy
variabilin is hirkinbaar aan di rxy
illiptschi vorm van di s xs y
puntinwolk.
-Ondirling onafankilijki
parin van scoris ( , Y) op
minimaal intirvalniviau
gimitin.
-Di variabilin zijn bivariaat
normaal virdiild (bij ilki
waardi van moit spraki zijn
van normaal virdiildi Y-
waardin).
-Voor ilki waardi van zijn di
populati-variantis van Y aan
ilkaar gilijk: homoscidastctiit.
t-tgets Als bovinstaandi assumptis Hypothisin 2 2 n-2 - kliin: