Samenvatting Onderzoeksmethoden; Statistiek en Theorie van alle 3 thema's.
12 views 0 purchase
Course
Onderzoeksmethoden (BMW21010)
Institution
Universiteit Utrecht (UU)
In dit document is alle statistiek per thema samengevat aan de hand van de zelfstudie documenten met filmpjes en het boek. Daarnaast vind je ook per thema de theorie achter de lab dagen samengevat. Ook alle hoorcolleges van Thema 2 zijn samengevat in dit document. Alles wat je nodig hebt dus voor h...
Intro R (COO1)......................................................................................................................................................1
Intro R (COO2)......................................................................................................................................................2
Intro R (COO3)......................................................................................................................................................3
HC Labjournaal.....................................................................................................................................................4
Gebruik spaties tussen je operatoren en data. Gebruik command + enter om R te laten
runnen. Operatoren zijn symbolen zoals - / : + enz. Je hebt verschillende typen data;
logische, numerieke en karakter. Logische data heeft maar 2 uitkomsten namelijk juist of
onjuist. Je gebruikt hierbij relational operators (>, <, <=, =>, ==, !=). Numerieke data zijn
getallen. Karakterele data wordt gebruikt voor tekst. Je gebruikt hierbij ‘quotes’.
Een vector is een lijst van elementen met hetzelfde datatype. Je gebruikt hiervoor de
combine functie c(). Je scheidt elementen van de vector door middel van een komma. Je kan
de sequence functie gebruiken om een reeks te maken seq(1, 3, by=.5). Je kan ook de repeat
functie gebruiken, rep(1, 4) of rep(1 : 3, 2).
1
,Rnorm geeft je random variabelen van een normaal verdeling met gemiddelde 0 en
standaard deviatie 1. Runif geeft je random variabelen van een uniforme verdeling in het
interval (0,1)
Een matrix is een twee dimensionale vector, met rijen en kolommen. Matrix(1:6, nr=2,
nc=3). Het is eigenlijk een tweedimensionale versie van een array (hoef je niet te kennen).
Lists kunnen verschillende datatypes bevatten. Het is een eendimensionaal datatype. Je kan
ook een data frame maken. Dit een combinatie van vectoren van verschillende datatypes. De
kolomnamen zijn de namen van de vectoren.
Een factor is een datastructuur voor categorische data en levels zijn de mogelijke catogorien.
Factor(c(‘single’, ‘married’, ‘married’, ‘single’))
Levels: married single
Je kan ook handmatig levels toevoegen.
Intro R (COO2)
Je kan data importeren in R. Dit gaat via de read.table functie. Read.csv (seperator is een
komma). Je kan je set controleren door dim en names functie. Bij dim krijg je het aantal rijen
en kolommen van je dataset. Bij names krijg je de namen van je kolommen.
De index operator [] kan je helpen met het selecteren van je data
Je kan ook het gemiddelde en minimum en maximum laten rekenen. Je doet dit door de
functies mean(), max() en min(). Daarnaast kan je met het dollar teken bepaalde
rijen/kolommen met een naam weergeven.
Je kan ook sorteren en ordenen.
Je maakt een vector. Vervolgens gebruik je de functie sort(). Dit doet hij vervolgens van klein
naar groot of van a naar z. Je kan de decreasing aanpassen.
De functie order() bepaalt de volgorde waarin gesorteerd gaat worden. je krijgt hiermee dus
de volgorde van de elementen uit je vector. Je kan vervolgens de order functie tussen []
gebruiken en dan wordt gesorteerd. Dit doet de sort functie ook. als je dubbel sorteert
gebruik je naam_dataset[order(naam_dataset$naam_rij, naam_dataset$naam_rij), ]
Veel datasets die je krijgt zijn compleet. In echt onderzoek mis je soms nog wel eens
gegevens of zijn foutief. Een goede aanname is; er zitten fouten in je data. Veel
voorkomende fouten zijn; missende gegevens of foutieve gegevens (negatieve leeftijd) of
onlogische gegevens. Summary() functie kan je data controleren. R print hierbij een korte
samenvatting zodat je dit kan controleren. Deze functie geeft ook aan hoeveel NA’s er in een
kolom staan. De laagste waarde en hoogste waarde moeten niet inf of 0 zijn. Dit is vaak niet
zo namelijk. Als je gemiddelde NaN (not a number), is dat ook niet goed. Dit zijn allemaal red
flags. Je kan een NA ook zoeken. Which(is.na(iris_dataset$sepal_width)) waar is NA true.
Na.exclude() verwijdert elke rij met NA. Je kan ook je NA negeren. Dit doe je door
na.rm=TRUE. Hij neemt dan de NA niet mee.
2
,Intro R (COO3)
Dit college gaat over visualisatie. Dit heb je nodig omdat ruwe data vaak niet te
interpreteren is. R beschikt over een aantal standaard visualisatie dingen, maar dit kan heel
makkelijk uitgebreid wordden. Je kan nieuwe functies schrijven en deze met anderen delen.
Deze code heet een package. Deze packages zijn opgeslagen in de R environment (library).
De meest gebruikte package is ggplot2. Om deze te downloaden gebruik je
install.packages(“ggplot2”). Om deze vervolgens te gebruiken moet je hem de library inladen
library(“ggplot2”).
Verschillende soorten visualisaties
Plot = een grafische presentatie van een dataset, vaak een grafiek die de relatie tussen 2
variabelen laat zien.
Spreidingsdiagram (scatterplot) – continue variabelen. Voodeel - heel veel inzicht. Nadeel -
kan heel druk worden. je gebruikt hiervoor de command plot(xas, yas)
Histogram – 1 continue variabele. Voordeel – inzicht (normaliteit). Nadeel – maar 1
variabele. Hist(xas). Daarnaast kan je de breaks aanpassen (hoeveel bars je hebt).
Boxplot – box and whiskers. 1 continue variabele. Voordeel – inzicht eigenschappen van de
data en uitschieters detecteren. Nadeel – maar 1 variabele. Boxplot(xas) als je ~ toevoegd en
daarachter nog een kolom zet, krijg je van alle variabele in die kolom een boxplot. Als je je
vectoren in een lijst zet, kunnen deze vectoren ook ongelijk qua lengte zijn. Dit kan bij een
matrix niet. Probeer hele hoge waarden uit je boxplot te verwijderen. Je kan ook het
horizontal = TRUE argument gebruiken om je boxplotten horizontaal te weergeven.
Correlation plot – samenhang tussen variabelen. Correlatie van -1 tot 1.
Heatmap – heatmap(naam_van_matrix). Je kan evt nog een command toevoegen namelijk
as.matrix(). Je hebt namelijk een numerieke matrix nodig. Om de data dichter bij elkaar te
laten liggen normaliseer je de data. Dit doe je met argument scale = “column/row”. Rowv en
Colv = NA zorgen ervoor dat R je data niet reordert. Als je dit wel wilt kan je deze
argumenten weglaten zodat R een mooie order maakt in je heatmap.
The R graph gallery kan je informatie geven over verschillende visualisaties.
Barplot = staafdiagram. Het moet een dataframe zijn met 1 numerieke en 1 categorische
variabele. Je geeft je barplot de height en names mee die de bars moeten hebben.
Nu moet je de plots opslaan. Een makkelijke manier is door export te drukken boven de plot.
Je kan hem dan als afbeelding of PDF opslaan.
Raster images (.jpeg, .png, .tiff) slaan de informatie op als een serie van pixels. Als je hem
stretcht gaan de pixels uit verband en wordt de resolutie slechter. Vector images (.svg, .eps)
zijn flexibeler. Ze zijn opgeslagen als een formule.
Je kan ook opslaan door de command te typen. Tiff(“pathway/filenaam.tiff”). Heatmap(….).
dev.off().
Aanpassen visualisaties 5!!!
3
, HC Labjournaal
Labjournaal moet digitaal voor deze cursus. Titelblad met naam, studentnummer, datum,
begeleider. Titel – goed, kort, krachtig, sleutelwoorden, dekt de lading. Inleding met
onderzoeksvraag en hypothese. Materiaal en methoden. Resultaten. Discussie. Conclusie.
Inleiding – doel, onderzoeksvraag, probleemstelling, hypothese. Matriaal – compleet en
gedetaileerd. Methoden – duidelijk en volledig, puntsgewijs, formules. Resultaten –
beschrijvend, geen conclusies, berekeningen, eenheden, bijschriften. FIGUREN EN TABELLEN.
Bijschrift boven je tabel of figuur! Discussie – betrouwbaarheid, vervolgexperimenten,
evaluatie, sterke en zwakke punten. Conclusie -resultaten, geen nieuwe gegevens, antwoord
onderzoeksvraag, kort en bondig. Je mag discussie en conclusie samenvoegen of los doen. er
staat een format en rubric op BB. Schrijfstijl. Geen ik en wij. Juiste werkwoordtijd – materiaal
en methode en resultaten VT, tegenwoordige tijd in inleiding, discussie en conclusie.
E-module labjournaal
Titel moet kort en bondig het doel, de belangrijkste methodes en waarmee is gewerkt
beschrijven.
Een inleiding bevat een probleemstelling (onderbouwd met literatuur), het doel, de
onderzoeksvraag, een hypothese en een mini samenvatting met welke technieken gebruikt
gaan worden.
Materiaal en methoden in een labjournaal moeten zeer puntsgewijs, volledig en
gedetailleerd. Materiaal is ook los van methoden. Tip: orden de materialen op reagentia,
apparatuur, glaswerk, enz. Daarnaast beschrijven ze ook eventueel gemaakte fouten.
Resultaten beschrijf je alle observaties en resultaten incl. ruwe data. Wees zo volledig
mogelijk in je figuren. Daarnaast bevatten ze een bijschrift en horen ze goed leesbaar te zijn.
Een goede tabel bevat een titel met beschrijving, correcte grootheden en eenheden. Wees
volledig en consequent. Observaties zijn van alles wat je waarneemt met je zintuigen. Je
trekt geen conclusies in de resultaten maar berekeningen staan juist wel in je resultaten.
Discussie verklaart en interpreteert de resultaten, beschrijft de betrouwbaarheid, vlaiditeit
en nauwkeurigheid en beschrijft een mogelijk verbeteridee voor een herhaling van het
experiment of vervolgonderzoek. De conclusie beantwoorde de onderzoeksvraag. Hij wordt
vaak samengevoegd met de discussie. Je mag zelf kiezen of je ze samenvoegt of niet.
Statistiek thema 3
De nul hypothese stelt dat er geen verschil of effect is. De test die wordt gedaan test de
sterkte van het bewijs tegen de nulhypothese. Voor de alternatieve hypothese zoeken we
bewijs. Deze hypothese kan een of tweezijdig zijn. Eenzijdig houdt in dat het stelt dat het
groter is of kleiner is dan de nulhypothese. Tweezijdig betekent dat het anders is dan de
nulhypothese. De H0 en Ha gaan altijd over de populatie. De P-waarde meet de kracht van
het bewijs tegen de nulhypothese. Hoe kleiner deze P-waarde, hoe sterker het bewijs tegen
4
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller ivyankone. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.06. You're not tied to anything after your purchase.
