OIMB
Hoorcollege 3
Hypothesetoetsing en T-toetsenvergelijken van (twee) groepen
Basisbeginselen verklarende statistiek:
- Populatie vaststellen (n)
- Steekproef trekken
- Steekproef waarde (X) vaststellen
- Schatten populatieparameters o.b.v. analyses
- Uitgangspunt verklarende (inferential) statistiek: vanuit een steekproef (met bekende
waarden) uitspraken proberen te doen over parameters in de populatie.
- Omdat je gaat infereren (uitspraken doen over populatie die je niet in zijn geheel hebt
kunnen onderzoeken) is er altijd sprake van mate van onzekerheid
- Je wil desalniettemin iets kunnen zeggen over de ‘kwaliteit’ van je uitspraken. Hoe zuiver en
hoe efficiënt is de schatting?
- Verschillende soorten verdelingen:
o Frequentieverdeling:
Overzicht van de mogelijke scores op variabele(n) en hoe vaak die scores voorkomen
o Kansverdeling:
Overzicht van mogelijke scores op variabele(n) en de kans op deze scores
o Steekproevenverdeling:
Overzicht van alle (mogelijke) steekproefgemiddelden en hoe deze verdeeld zijn
rondom populatiegemiddelde
- Verschillende soorten Z-scores:
o Standaarddeviatie: maat voor hoe ver een individuele waarneming zich bevindt van
het (steekproef)gemiddelde
o Standaardfout: maat voor hoe ver een steekproefgemiddelde zich bevindt van het
populatiegemiddelde
▪ Statistische maat die bepalend is voor de kwaliteit van je schattingen
▪ Standard error, SE
- Statistisch toetsen = fitten van modellen op de data
- Uitkomst = (model) + error:
o Tentamencijfer OIMB = (geslacht, studierichting, studie-uren, collegebezoek) +
allerlei andere factoren buiten model (hoe goed ben je in oimb, inzicht, kun je niet
toetsen)
o Nooit een perfecte schatting van het eindcijfer, omdat andere factoren altijd een rol
spelen
- Fitten = minimaliseren van (gekwadrateerde) afwijkingen van het gemiddelde (afwijking ten
opzichte van het gemiddelde nauwkeurig schatten waar het op gaat uitkomen)
Hoorcollege 3
Hypothesetoetsing en T-toetsenvergelijken van (twee) groepen
Basisbeginselen verklarende statistiek:
- Populatie vaststellen (n)
- Steekproef trekken
- Steekproef waarde (X) vaststellen
- Schatten populatieparameters o.b.v. analyses
- Uitgangspunt verklarende (inferential) statistiek: vanuit een steekproef (met bekende
waarden) uitspraken proberen te doen over parameters in de populatie.
- Omdat je gaat infereren (uitspraken doen over populatie die je niet in zijn geheel hebt
kunnen onderzoeken) is er altijd sprake van mate van onzekerheid
- Je wil desalniettemin iets kunnen zeggen over de ‘kwaliteit’ van je uitspraken. Hoe zuiver en
hoe efficiënt is de schatting?
- Verschillende soorten verdelingen:
o Frequentieverdeling:
Overzicht van de mogelijke scores op variabele(n) en hoe vaak die scores voorkomen
o Kansverdeling:
Overzicht van mogelijke scores op variabele(n) en de kans op deze scores
o Steekproevenverdeling:
Overzicht van alle (mogelijke) steekproefgemiddelden en hoe deze verdeeld zijn
rondom populatiegemiddelde
- Verschillende soorten Z-scores:
o Standaarddeviatie: maat voor hoe ver een individuele waarneming zich bevindt van
het (steekproef)gemiddelde
o Standaardfout: maat voor hoe ver een steekproefgemiddelde zich bevindt van het
populatiegemiddelde
▪ Statistische maat die bepalend is voor de kwaliteit van je schattingen
▪ Standard error, SE
- Statistisch toetsen = fitten van modellen op de data
- Uitkomst = (model) + error:
o Tentamencijfer OIMB = (geslacht, studierichting, studie-uren, collegebezoek) +
allerlei andere factoren buiten model (hoe goed ben je in oimb, inzicht, kun je niet
toetsen)
o Nooit een perfecte schatting van het eindcijfer, omdat andere factoren altijd een rol
spelen
- Fitten = minimaliseren van (gekwadrateerde) afwijkingen van het gemiddelde (afwijking ten
opzichte van het gemiddelde nauwkeurig schatten waar het op gaat uitkomen)
