Begrip Uitleg Voorbeeld Formule
Fit De mate waarin een statistisch Een goede fit is een
model de verzamelde data uitstekende representatie
representeert van de echte wereld
Lineaire modellen Lopen recht Regressiemodellen Uitkomsti = (model) + errori
Populatie Hier wil je iets over weten, maar is Alle mannen in Nederland
meestal te groot om te meten
Steekproef Je trekt een steekproef van de 500 mannen in Nederland
populatie, omdat je niet heel de
populatie kan bekijken
Parameters Zijn aanwezig in statistische Het gemiddelde of de b
modellen. Geschat op basis van de mediaan
data
Variabelen Zijn aanwezig in statistische X
modellen. Het zijn gemeten
constructen die variëren over
entiteiten in de steekproef
Deviantie Een ander woord voor error deviantie = uitkomsti – errori
, n
Sum of squares (SS) Als we errors bij elkaar optellen 2
Totale error=∑ ( geobserveerde i−model i )
zouden we 0 krijgen. Dit willen we i=1
niet, waardoor we de error
kwadrateren.
Degrees of freedom Het aantal scores dat gebruikt Meestal: N – 1
wordt om het totaal te berekenen,
aangepast aan het feit dat we de
populatiewaarde willen schatten
n
Mean squared error Sum of squares gedeeld door de
degrees of freedom zo krijg je de ∑ ( geobserveerde i−model i)2
SS i=1
gemiddelde error mean squared error= =
df N−1
Methode van de Parameters schatten zodat de error
minste squares geminimaliseerd wordt
Sampling variation Steekproeven zullen verschillen De ene keer neem je 500
(steekproef omdat ze verschillende leden van mannen en de volgende
variatie) de populatie bevatten keer 500 andere mannen
Sampling Alle gemiddelden van verschillende
distribution steekproeven samen je kan
(steekproeven kijken hoe representatief een
verdeling) steekproef is van de populatie
Standaard error van Standaardafwijking van de s
σ X́ =
het gemiddelde (SE) steekproefgemiddelden √N
Betrouwbaarheids- Grenzen waarin wij geloven dat de 95% kans dat een score in onderste grens van betrouwbaarheidsinterval= X́ −( 1.96 × SE )
Fit De mate waarin een statistisch Een goede fit is een
model de verzamelde data uitstekende representatie
representeert van de echte wereld
Lineaire modellen Lopen recht Regressiemodellen Uitkomsti = (model) + errori
Populatie Hier wil je iets over weten, maar is Alle mannen in Nederland
meestal te groot om te meten
Steekproef Je trekt een steekproef van de 500 mannen in Nederland
populatie, omdat je niet heel de
populatie kan bekijken
Parameters Zijn aanwezig in statistische Het gemiddelde of de b
modellen. Geschat op basis van de mediaan
data
Variabelen Zijn aanwezig in statistische X
modellen. Het zijn gemeten
constructen die variëren over
entiteiten in de steekproef
Deviantie Een ander woord voor error deviantie = uitkomsti – errori
, n
Sum of squares (SS) Als we errors bij elkaar optellen 2
Totale error=∑ ( geobserveerde i−model i )
zouden we 0 krijgen. Dit willen we i=1
niet, waardoor we de error
kwadrateren.
Degrees of freedom Het aantal scores dat gebruikt Meestal: N – 1
wordt om het totaal te berekenen,
aangepast aan het feit dat we de
populatiewaarde willen schatten
n
Mean squared error Sum of squares gedeeld door de
degrees of freedom zo krijg je de ∑ ( geobserveerde i−model i)2
SS i=1
gemiddelde error mean squared error= =
df N−1
Methode van de Parameters schatten zodat de error
minste squares geminimaliseerd wordt
Sampling variation Steekproeven zullen verschillen De ene keer neem je 500
(steekproef omdat ze verschillende leden van mannen en de volgende
variatie) de populatie bevatten keer 500 andere mannen
Sampling Alle gemiddelden van verschillende
distribution steekproeven samen je kan
(steekproeven kijken hoe representatief een
verdeling) steekproef is van de populatie
Standaard error van Standaardafwijking van de s
σ X́ =
het gemiddelde (SE) steekproefgemiddelden √N
Betrouwbaarheids- Grenzen waarin wij geloven dat de 95% kans dat een score in onderste grens van betrouwbaarheidsinterval= X́ −( 1.96 × SE )
