Gebruikte berekentechnieken
Hoofdstuk 5
• Skewness and kurtosis test
o Hypotheses à Skewness and kurtosis test
§ Wordt gebruikt om te kijken of de verdeling normaal verdeeld is
§ H0= er is een normaalverdeling
§ HA= er is geen normaalverdeling
§ Best een alfa-fout van 10%-15% nemen
• Skewness and kurtosis plot
o Distributions à Skewness-kurtosis plot
§ Wordt gebruik om te kijken of verdeling normaal verdeeld is
§ Cullen and Frey graph
§ Ligt de normale verdeling (sterretje) in het betrouwbaarheidinterval
(oranje wolk d.m.v. bootstrapping)
• One sample t-test
o Hypothesesàmean (unknown var.) – p-value
§ Gebruiken bij 1 meting op 1 steekproef (meestal test met
gemiddelde)
§ HO: het gemiddelde is 20
§ HA: het gemiddelde is significant verschillen van 20
§ Kijken naar p-waarde: groter dan type 1 fout: nullhypothese wordt
aanvaard
• Two sample t-test
o Hypotheses à Two sample test about the mean
§ Test voor het verschil in gemiddelden bij minstens 2 metingen op 1
steekproef (bv. voor en na een behandeling)
§ Confidence invullen (bv. 0,99) en nullhypothesis = 0
§ Belangrijk: are observations paired ?
§ Paired: de metingen zijn voor dezelfde individuen of dezelfde
objecten
Ø Alleen naar eerste deel van de tabel kijken
Ø H0: gemiddelden zijn gelijk aan elkaar
Ø HA: gemiddelden zijn niet gelijk aan elkaar
Ø P-waarde kleiner dan type 1 fout: nullhypothese verwerpen +
nul ligt niet in CI
§ Unpaired: 2 steekproeven vergelijken (individuen zijn niet dezelfde)
Ø Ook naar tweede deel van de tabel kijken
Ø H0: verschil gemiddelden is gelijk aan nul
Ø HA: verschil gemiddelden is niet gelijk aan nul
Ø Interpretatie van eerste deel van tabel is hetzelfde als paired
maar hier moeten we wat strenger zijn dus gaan we naar het
tweede deel kijken om te onderzoeken of we het eerste deel
eigenlijk wel mochten gebruiken
, Ø H0: de verhouding van de twee varianties is gelijk aan 1
Ø HA: de verhouding van de twee varienties is verschillend van 1
Ø Als p-value groter is dan type 1 fout (hoger type 1 fout kiezen
dan 5% om voorzichtig te zijn) aanvaarden we nullhypothesen
en dan mag je dus het eerste deel interpreteren
Ø Indien je de test niet mag gebruiken ga je kijken naar de Welch
two sample t-test: als p-waarde klein is verwerp je de
nulhupothese (gewoon altijd deze gebruiken bij unpaired)
• Notched Boxplot
o Descriptives à Notched boxplots
§ Medianen vergelijken àdus alles met medianen, kijken of deze
significant verschillend zijn van elkaar
§ H0= de medianen zijn gelijk
§ HA= de medianen zijn significant verschillend
§ Als lower en upperbound van de twee overlappen dan zijn ze gelijk
dus aanvaarden we nullhypothese (kan ook naar inkepingen kijken op
figuur omdat de mediaan hierin kan variëren, als ze langs elkaar
kunne staan dan zijn ze gelijk)
• Chi-square test
o Hypothesis à Chi-squared tests
§ Gebruiken bij kwalitatieve gegevens (b. Verband tussen geschacht en
opleiding, het zijn 2 keer woorden)
§ H0= er is geen verband tussen de 2 variabelen
§ HA= er is wel een verband tussen de 2 variabelen
§ Assumptie: als je gewoon pearson chi-squared gebruikt dan moeten
de verwacht waardes altijd groter zijn dan nul, als dit niet is moet je
simulatie gebruiken
§ Bij invullen gegevens: gebruik gewoon altijd: Exact Pearson chi-
squared by simulation
§ Kijken naar statistical results: p-waarde kleiner dan type 1 fout
àHypothese verwerpen
• One Way ANOVA
o Hypotheses à 1-way ANOVA
§ Als je 2 variabelen gaat vergelijken, namelijk 1 kwantitatieve en 1
kwalitatieve
§ Response variabele: kwantitatieve <--> factor variabele: kwalitatieve
§ Include intercept term?: TRUE!!!
§ H0: de gemiddeldes zijn exact gelijk
§ HA: de gemiddeldes zijn significant verschillend, er bestaat dus een
significant verschil tussen de 2 variabelen
§ Kijken naar Tukey honest significant difference comparison (hier doe
je bv. NS –SMK=-1,9 dus rokers geven een betere score) : als p-
waarde kleiner is dan type 1 fout: nullhypothese verwerpen
Hoofdstuk 5
• Skewness and kurtosis test
o Hypotheses à Skewness and kurtosis test
§ Wordt gebruikt om te kijken of de verdeling normaal verdeeld is
§ H0= er is een normaalverdeling
§ HA= er is geen normaalverdeling
§ Best een alfa-fout van 10%-15% nemen
• Skewness and kurtosis plot
o Distributions à Skewness-kurtosis plot
§ Wordt gebruik om te kijken of verdeling normaal verdeeld is
§ Cullen and Frey graph
§ Ligt de normale verdeling (sterretje) in het betrouwbaarheidinterval
(oranje wolk d.m.v. bootstrapping)
• One sample t-test
o Hypothesesàmean (unknown var.) – p-value
§ Gebruiken bij 1 meting op 1 steekproef (meestal test met
gemiddelde)
§ HO: het gemiddelde is 20
§ HA: het gemiddelde is significant verschillen van 20
§ Kijken naar p-waarde: groter dan type 1 fout: nullhypothese wordt
aanvaard
• Two sample t-test
o Hypotheses à Two sample test about the mean
§ Test voor het verschil in gemiddelden bij minstens 2 metingen op 1
steekproef (bv. voor en na een behandeling)
§ Confidence invullen (bv. 0,99) en nullhypothesis = 0
§ Belangrijk: are observations paired ?
§ Paired: de metingen zijn voor dezelfde individuen of dezelfde
objecten
Ø Alleen naar eerste deel van de tabel kijken
Ø H0: gemiddelden zijn gelijk aan elkaar
Ø HA: gemiddelden zijn niet gelijk aan elkaar
Ø P-waarde kleiner dan type 1 fout: nullhypothese verwerpen +
nul ligt niet in CI
§ Unpaired: 2 steekproeven vergelijken (individuen zijn niet dezelfde)
Ø Ook naar tweede deel van de tabel kijken
Ø H0: verschil gemiddelden is gelijk aan nul
Ø HA: verschil gemiddelden is niet gelijk aan nul
Ø Interpretatie van eerste deel van tabel is hetzelfde als paired
maar hier moeten we wat strenger zijn dus gaan we naar het
tweede deel kijken om te onderzoeken of we het eerste deel
eigenlijk wel mochten gebruiken
, Ø H0: de verhouding van de twee varianties is gelijk aan 1
Ø HA: de verhouding van de twee varienties is verschillend van 1
Ø Als p-value groter is dan type 1 fout (hoger type 1 fout kiezen
dan 5% om voorzichtig te zijn) aanvaarden we nullhypothesen
en dan mag je dus het eerste deel interpreteren
Ø Indien je de test niet mag gebruiken ga je kijken naar de Welch
two sample t-test: als p-waarde klein is verwerp je de
nulhupothese (gewoon altijd deze gebruiken bij unpaired)
• Notched Boxplot
o Descriptives à Notched boxplots
§ Medianen vergelijken àdus alles met medianen, kijken of deze
significant verschillend zijn van elkaar
§ H0= de medianen zijn gelijk
§ HA= de medianen zijn significant verschillend
§ Als lower en upperbound van de twee overlappen dan zijn ze gelijk
dus aanvaarden we nullhypothese (kan ook naar inkepingen kijken op
figuur omdat de mediaan hierin kan variëren, als ze langs elkaar
kunne staan dan zijn ze gelijk)
• Chi-square test
o Hypothesis à Chi-squared tests
§ Gebruiken bij kwalitatieve gegevens (b. Verband tussen geschacht en
opleiding, het zijn 2 keer woorden)
§ H0= er is geen verband tussen de 2 variabelen
§ HA= er is wel een verband tussen de 2 variabelen
§ Assumptie: als je gewoon pearson chi-squared gebruikt dan moeten
de verwacht waardes altijd groter zijn dan nul, als dit niet is moet je
simulatie gebruiken
§ Bij invullen gegevens: gebruik gewoon altijd: Exact Pearson chi-
squared by simulation
§ Kijken naar statistical results: p-waarde kleiner dan type 1 fout
àHypothese verwerpen
• One Way ANOVA
o Hypotheses à 1-way ANOVA
§ Als je 2 variabelen gaat vergelijken, namelijk 1 kwantitatieve en 1
kwalitatieve
§ Response variabele: kwantitatieve <--> factor variabele: kwalitatieve
§ Include intercept term?: TRUE!!!
§ H0: de gemiddeldes zijn exact gelijk
§ HA: de gemiddeldes zijn significant verschillend, er bestaat dus een
significant verschil tussen de 2 variabelen
§ Kijken naar Tukey honest significant difference comparison (hier doe
je bv. NS –SMK=-1,9 dus rokers geven een betere score) : als p-
waarde kleiner is dan type 1 fout: nullhypothese verwerpen
