Overzicht toetsen (R)
Toets voor 1 variabele - Type variabele - Toets voor
Chi-kwadraat (x2) goodness-of-fit - 1 categorische variabele - zijn de frequenties zoals
verwacht / zijn de frequenties gelijk aan elkaar?
One-sample z toets - 1 numerieke variabele (sd bekend) - populatiegemiddelde vergelijken
met steekproefgemiddelde
One-sample t toets - 1 numerieke variabele (sd onbekend) - populatiegemiddelde vergelijken
met steekproefgemiddelde
Toetsen voor 2 variabelen - Type variabelen - Toets voor
Chi-kwadraat (x2) onafhankelijkheid - 2 categorische variabelen - onafhankelijkheid (zoals:
‘is er een relatie tussen .. en ..’
Onafhankelijke t-toets - 1 categorische variabele met twee groepen, 1 numerieke variabele -
gemiddelde (zoals: meet verschillen in gemiddelde tussen 2 steekproeven, zoals 1 groep die
wel een behandeling krijgt en de andere groep die geen behandeling krijgt)
Gepaarde t-toets - 2 groepen gepaarde numerieke variabelen - gemiddelde (zoals: meet
verschillen binnen 1 steekproef zoals voor en na een behandeling)
Niet-parametrisch (mediaantests door niet normaalverdeeld) - Type variabelen - Toets
voor
Wilcoxon rank-sum toets - zelfde als onafhankelijke t-toets
Wilcoxon signed-rank toets - zelfde als gepaarde t-toets
Niet tijdens R-toets: Chi-kwadraat (x2) homogeniteit - 2 categorische variabelen - gelijke
verdeling (zoals: kijken of verdeling politieke voorkeur hetzelfde is over steden)
Codes voor toetsen
1 variabele
Chi-kwadraat goodness-of-fit: chisq.test(table(dataframe$vector))
One-sample t-toets: t.test(dataframe$vector, mu = .., alternative = ..)
Mu = hierbij het populatiegemiddelde via h0 (oftewel gwn getal wat in de vraag staat)
2 variabelen
Chi-kwadraat onafhankelijkheid: chisq.test(table(dataframe$vector1, dataframe$vector2))
Onafhankelijke t-toets: t.test(dataframe$vector1 ~ dataframe$vector2, alternative = ..)
-> hierbij is de tweede vector altijd de categorische variabele met 2 groepen
Gepaarde t-toets: t.test(dataframe$vector1, dataframe$vector2, paired = TRUE)
Mediaantests
Rank-sum (onafh.): wilcox.test(dataframe$vector1 ~ dataframe$vector2)
Signed-rank (gepaard): wilcox.test(dataframe$vector1, dataframe$vector2, paired = TRUE)
alternative = ‘greater’, alternative = ‘less’ (is het verwachte gemiddelde uit Ha hoger of lager
dan mu (vaak 0)
Toets voor 1 variabele - Type variabele - Toets voor
Chi-kwadraat (x2) goodness-of-fit - 1 categorische variabele - zijn de frequenties zoals
verwacht / zijn de frequenties gelijk aan elkaar?
One-sample z toets - 1 numerieke variabele (sd bekend) - populatiegemiddelde vergelijken
met steekproefgemiddelde
One-sample t toets - 1 numerieke variabele (sd onbekend) - populatiegemiddelde vergelijken
met steekproefgemiddelde
Toetsen voor 2 variabelen - Type variabelen - Toets voor
Chi-kwadraat (x2) onafhankelijkheid - 2 categorische variabelen - onafhankelijkheid (zoals:
‘is er een relatie tussen .. en ..’
Onafhankelijke t-toets - 1 categorische variabele met twee groepen, 1 numerieke variabele -
gemiddelde (zoals: meet verschillen in gemiddelde tussen 2 steekproeven, zoals 1 groep die
wel een behandeling krijgt en de andere groep die geen behandeling krijgt)
Gepaarde t-toets - 2 groepen gepaarde numerieke variabelen - gemiddelde (zoals: meet
verschillen binnen 1 steekproef zoals voor en na een behandeling)
Niet-parametrisch (mediaantests door niet normaalverdeeld) - Type variabelen - Toets
voor
Wilcoxon rank-sum toets - zelfde als onafhankelijke t-toets
Wilcoxon signed-rank toets - zelfde als gepaarde t-toets
Niet tijdens R-toets: Chi-kwadraat (x2) homogeniteit - 2 categorische variabelen - gelijke
verdeling (zoals: kijken of verdeling politieke voorkeur hetzelfde is over steden)
Codes voor toetsen
1 variabele
Chi-kwadraat goodness-of-fit: chisq.test(table(dataframe$vector))
One-sample t-toets: t.test(dataframe$vector, mu = .., alternative = ..)
Mu = hierbij het populatiegemiddelde via h0 (oftewel gwn getal wat in de vraag staat)
2 variabelen
Chi-kwadraat onafhankelijkheid: chisq.test(table(dataframe$vector1, dataframe$vector2))
Onafhankelijke t-toets: t.test(dataframe$vector1 ~ dataframe$vector2, alternative = ..)
-> hierbij is de tweede vector altijd de categorische variabele met 2 groepen
Gepaarde t-toets: t.test(dataframe$vector1, dataframe$vector2, paired = TRUE)
Mediaantests
Rank-sum (onafh.): wilcox.test(dataframe$vector1 ~ dataframe$vector2)
Signed-rank (gepaard): wilcox.test(dataframe$vector1, dataframe$vector2, paired = TRUE)
alternative = ‘greater’, alternative = ‘less’ (is het verwachte gemiddelde uit Ha hoger of lager
dan mu (vaak 0)
