1
Samenvatting van de belangrijkste punten
Inhoud
Herhaling Jaar 1 (week1) ................................................................................................................2
Proporties (week2) .........................................................................................................................3
Kruistabellen/ Chi-kwadraat (week3) .............................................................................................6
Correlatie en regressie (week4) ......................................................................................................9
Regressie (week5) ........................................................................................................................ 12
1-weg ANOVA (week6) ................................................................................................................. 14
2-weg ANOVA (week7) ................................................................................................................. 17
Eenrichting herhaalde designs (week8) ........................................................................................ 20
, 2
Herhaling Jaar 1 (week1)
Verschil tussen een type I en type II error
Type I = hallucinatie; je ziet een effect terwijl dit effect er niet is
Type II = blind; je ziet geen effect terwijl die er wel is
→ I is erger dan II
Wanneer gebruik je welke centrummaat?
➢ Schreef verdeeld? → Mediaan
➢ Normaal verdeeld? → Gemiddelde
➢ Kwalitatieve variabele? → Modus
Verschil afhankelijke en onafhankelijke variabele
➢ Afhankelijke variabele = gevolg/resultaat ; vaak bij elke proefpersoon hetzelfde, hetgeen wat de
onderzoeker bedenkt
➢ Onafhankelijke variabele = oorzaak; vaak verschillend per proefpersoon, hetgeen wat je meet
Between- en within-subject design
➢ Between-subject design
= verschillende mensen elke conditie; zorgt voor individuele verschillen
➢ Within-subject design
=alle mensen dezelfde conditie; beter omdat je verschil haalt uit de individuele verschillen
Statistische toets: Verschil z-test en t-test
= Als we van populatieniveau de SD weten/bekend = z-toets; onbekend = t-toets
Functie t-score
= Een t-score zegt (net als een z-score): hoe ver is een teststatistiek verwijderd van een gemiddelde
uitgedrukt in standaarddeviaties (Opzoeken in tabel D → DF= N – 1
Verschil tussen one-sample en two- sample
➢ One sample = vergelijkt de populatie
➢ Two sample = vergelijkt 2 groepen met elkaar
Verschil paired en independent sample tests
➢ Paired
= de samples komen uit dezelfde groep dus je kant het samen gebruiken om de SD van de
poplatie te gokken (within design is altijd paired)
➢ Independent
= de samples komen niet overeen dus je kan het
niet gebruiken om de SD van de populatie te
gokken
, 3
Proporties (week2)
H0 betekent dat er GEEN verschil is – of dat de toevallige verschillen rond/gelijk aan 0 zijn
Welke verdeling gebruiken we voor het toetsen van een hypothese? De verdeling van
steekproefgemiddelden, want er is minder variabiliteit wanneer er een steekproefgemiddelde is dan
wanneer je individuele scores hebt
Bepalen van steekproefgrootte
σ z∗σ
➢ Gaat normaal gesproken → M= z* → n= ( 𝑚 )2
√𝑛
➢ Bij proporties gaat het anders, namelijk met p*
= een gegokte waarde van p̂ (de echte weten we nog niet
➢ 2 manieren om p* te krijgen:
1. Gebruik de steekproefschatting uit een pilotstudie of uit soortgelijke eerder uitgevoerde
onderzoeken
2. Gebruik p*=0,5. Omdat de foutmarge het grootst is wanneer p̂ =0..5, geeft deze keuze een
steekproefomvang die iets groter is dan we werkelijk nodig hebben voor het
betrouwbaarheidsniveau dat we kiezen. Het is een veilige keuze, ongeacht wat de gegevens
later laten zien
➢ Zodra we p* en de foutmarge m hebben gekozen, kunnen we de n vinden die we nodig hebben
om deze foutmarge te bereiken:
𝑧∗
➢ N= ( )2 p* (1-p*) → Hier is z* de kritieke waarde van de betrouwbaarheidsinterval C and
𝑚
p* is een gegokte waarde
1 𝑧∗ 2
➢ Als je p*=0.5 doet dan krijg je: N= ( )
4 𝑚
➢ De N vervolgens altijd omhoog afronden
Het kiezen van een sample size voor 2 sample proporties
Margin of error =
𝑋1+𝑋2
1. Verschil berekenen =p̂1 − p̂2 =
𝑁1+𝑁2
p̂1(1−p̂1) p̂2(1−p̂2)
2. Standaard error van het verschil = √ 𝑛1
+ 𝑛2
3. Margin of error van het betrouwbaarheidsinterval M = z*SEd
Sample grootte voor de gewilde margin of error
= De betrouwbaarheidsinterval voor het verschil van 2 proporties zal een margin of error hebben wat
gelijk is met een gespecialiseerde waarde van m wanner de sample size dan beiden proporties dat is
𝑧∗
➢ (𝑚 )2 (p*1 (1-p*1) + p*2 (1-p*2)
1 𝑧∗
➢ De margin of error zal minder of gelijk zijn met m als p*1 en p*2 0.5. zijn: N= ( )2
4 𝑚
Samenvatting van de belangrijkste punten
Inhoud
Herhaling Jaar 1 (week1) ................................................................................................................2
Proporties (week2) .........................................................................................................................3
Kruistabellen/ Chi-kwadraat (week3) .............................................................................................6
Correlatie en regressie (week4) ......................................................................................................9
Regressie (week5) ........................................................................................................................ 12
1-weg ANOVA (week6) ................................................................................................................. 14
2-weg ANOVA (week7) ................................................................................................................. 17
Eenrichting herhaalde designs (week8) ........................................................................................ 20
, 2
Herhaling Jaar 1 (week1)
Verschil tussen een type I en type II error
Type I = hallucinatie; je ziet een effect terwijl dit effect er niet is
Type II = blind; je ziet geen effect terwijl die er wel is
→ I is erger dan II
Wanneer gebruik je welke centrummaat?
➢ Schreef verdeeld? → Mediaan
➢ Normaal verdeeld? → Gemiddelde
➢ Kwalitatieve variabele? → Modus
Verschil afhankelijke en onafhankelijke variabele
➢ Afhankelijke variabele = gevolg/resultaat ; vaak bij elke proefpersoon hetzelfde, hetgeen wat de
onderzoeker bedenkt
➢ Onafhankelijke variabele = oorzaak; vaak verschillend per proefpersoon, hetgeen wat je meet
Between- en within-subject design
➢ Between-subject design
= verschillende mensen elke conditie; zorgt voor individuele verschillen
➢ Within-subject design
=alle mensen dezelfde conditie; beter omdat je verschil haalt uit de individuele verschillen
Statistische toets: Verschil z-test en t-test
= Als we van populatieniveau de SD weten/bekend = z-toets; onbekend = t-toets
Functie t-score
= Een t-score zegt (net als een z-score): hoe ver is een teststatistiek verwijderd van een gemiddelde
uitgedrukt in standaarddeviaties (Opzoeken in tabel D → DF= N – 1
Verschil tussen one-sample en two- sample
➢ One sample = vergelijkt de populatie
➢ Two sample = vergelijkt 2 groepen met elkaar
Verschil paired en independent sample tests
➢ Paired
= de samples komen uit dezelfde groep dus je kant het samen gebruiken om de SD van de
poplatie te gokken (within design is altijd paired)
➢ Independent
= de samples komen niet overeen dus je kan het
niet gebruiken om de SD van de populatie te
gokken
, 3
Proporties (week2)
H0 betekent dat er GEEN verschil is – of dat de toevallige verschillen rond/gelijk aan 0 zijn
Welke verdeling gebruiken we voor het toetsen van een hypothese? De verdeling van
steekproefgemiddelden, want er is minder variabiliteit wanneer er een steekproefgemiddelde is dan
wanneer je individuele scores hebt
Bepalen van steekproefgrootte
σ z∗σ
➢ Gaat normaal gesproken → M= z* → n= ( 𝑚 )2
√𝑛
➢ Bij proporties gaat het anders, namelijk met p*
= een gegokte waarde van p̂ (de echte weten we nog niet
➢ 2 manieren om p* te krijgen:
1. Gebruik de steekproefschatting uit een pilotstudie of uit soortgelijke eerder uitgevoerde
onderzoeken
2. Gebruik p*=0,5. Omdat de foutmarge het grootst is wanneer p̂ =0..5, geeft deze keuze een
steekproefomvang die iets groter is dan we werkelijk nodig hebben voor het
betrouwbaarheidsniveau dat we kiezen. Het is een veilige keuze, ongeacht wat de gegevens
later laten zien
➢ Zodra we p* en de foutmarge m hebben gekozen, kunnen we de n vinden die we nodig hebben
om deze foutmarge te bereiken:
𝑧∗
➢ N= ( )2 p* (1-p*) → Hier is z* de kritieke waarde van de betrouwbaarheidsinterval C and
𝑚
p* is een gegokte waarde
1 𝑧∗ 2
➢ Als je p*=0.5 doet dan krijg je: N= ( )
4 𝑚
➢ De N vervolgens altijd omhoog afronden
Het kiezen van een sample size voor 2 sample proporties
Margin of error =
𝑋1+𝑋2
1. Verschil berekenen =p̂1 − p̂2 =
𝑁1+𝑁2
p̂1(1−p̂1) p̂2(1−p̂2)
2. Standaard error van het verschil = √ 𝑛1
+ 𝑛2
3. Margin of error van het betrouwbaarheidsinterval M = z*SEd
Sample grootte voor de gewilde margin of error
= De betrouwbaarheidsinterval voor het verschil van 2 proporties zal een margin of error hebben wat
gelijk is met een gespecialiseerde waarde van m wanner de sample size dan beiden proporties dat is
𝑧∗
➢ (𝑚 )2 (p*1 (1-p*1) + p*2 (1-p*2)
1 𝑧∗
➢ De margin of error zal minder of gelijk zijn met m als p*1 en p*2 0.5. zijn: N= ( )2
4 𝑚
