Aantekeningen Toegepaste methoden en statistiek hoorcolleges
18 views 0 purchase
Course
Toegepaste Methoden en Statistiek (424532B6)
Institution
Tilburg University (UVT)
Uitgebreide aantekeningen van het vak toegepaste methoden en statistiek. Alle stof uit de hoorcolleges met afbeeldingen en voorbeelden ter verduidelijking.
Het vak wordt gegeven in de eerste periode van het derde collegejaar ().
Hoorcollege 1
Padanalyse: kunnen de correlaties tussen een groep variabelen verklaar worden door een causaal
model?
Factoranalyse: kunnen de correlaties tussen een groep variabelen verklaard worden door één of
meer onderliggende constructen? -> indirecte meting
Structural equation modeling: kunnen correlaties tussen een groep variabelen verklaard worden dor
onderliggende constructen en de causale effecten daartussen? -> combinatie van padanalyse en
factoranalyse -> padanalyse tussen niet direct geobserveerde variabelen
Het doel van een padmodel is om theorieën te vangen in een formele vorm, het paddiagram, om
daarna te kunnen onderzoeken of de veronderstelde theorie overeenkomt met geobserveerde
correlaties in de werkelijkheid
Basiselementen van het padmodel:
- Variabelen: eigenschappen van de onderzoekseenheden waar je in geïnteresseerd bent
o Er moet variatie zijn in de eigenschap over de eenheden
▪ Als er geen variatie is dan is het een constante
▪ Dia 32: Variabelen zijn: health, emotional states, selfcare (lifestyle and
behavioral factors), inflammatory protein levels (biological factors), sociale
isolatie/interactie (social factors), stress
- Relatie tussen variabelen: uitspraak waarin twee variabelen voorkomen; hogere/lagere
waarden van de ene variabele gaan samen met hogere/lagere waarden van de andere
variabele
o 2 soorten:
▪ Covariatie (correlatie)
▪ Causaal: ene variabele leidt tot verandering van de andere variabele
▪ Dia 35: causale of covariatie uitspraak? “People characterized by their
optimism, happiness, love and positive feelings often live significantly
longer”. Dit is een covariatie uispraak
- Soorten relaties
o Schijnrelaties (spurious): covariatie tussen y1 en y2 en geen causaal verband
hiertussen -> beide worden veroorzaakt door dezelfde variabele
▪ Uitspraak 1: variabele x veroorzaakt y1
▪ Uitspraak 2: variabele x veroorzaakt y2
▪ Covariatie uitspraak: y1 hangt samen met y2
Er is geen causatie tussen y1 en y2!!
o Directe en indirecte causale effecten
▪ Direct: pijl direct naar volgende variabele
▪ Indirect: er zit nog een variabele tussen
Valence of emotion heeft een direct effect op selfcare en een indirect effect op
health (via mediator selfcare)
1
, ▪ Dia 44: causale uitspraak die een indirect effect beschrijft: het gaat over de
relatie tussen stress en gezondheid. Stress verhoogt de stresshormonen
cortisol en adrenaline dit stelt het immuunsysteem in werking en dit heeft
effect op je gezondheid
Stress -> stresshormonen (cortisol en adrenaline) -> immuunsysteem ->
gezondheid
o Onbekende effecten: geen uitspraak over richting van het effect -> dubbele pijl
▪ Ene richting -> is de schijnrelatie door x
▪ Andere richting is het indirecte effect via x
o Wederkerige effecten (reciprocal): effecten die beide kanten opgaan -> 2 effecten
die elkaar versterken -> 2 directe effecten
▪ Uitspraak 1: variabele y1 veroorzaakt y2
▪ Uitspraak 2: variabele y2 veroorzaakt y1
Gezondheid veroorzaakt geluk en geluk veroorzaakt gezondheid
▪ Dia 50: causale uitspraak die een wederkerig effect beschrijft: variabelen zijn
emoties en gezichtsuitdrukkingen. Emoties hebben effect op
gezichtsuitdrukkingen, we uiten onze emoties via onze
gezichtsuitdrukkingen. Gezichtsuitdrukkingen hebben ook effect op emoties,
als we glimlachen worden we blijer
o Conditionele effecten: effect hangt af van de waarde van een derde variabele
(moderator) -> moderatie of interactie
Voorbeeld tentamenvraag
Antwoord: B
Induced, explain -> causale woorden
Stress, dopamine secration, reward-learning -> variabelen
Stress -> dopamine -> reward learning, dus indirect effect van stress op reward learning
2
, Hoorcollege 2
Covariatie Causatie
Woorden over samengaan: Causale woorden:
- Gerelateerd - Induceren
- Geassocieerd - Voortbrengen
- Vaak ook - Produceren
- Hangt samen - Veroorzaken
- Beïnvloeden
- Heeft een effect op
- Vergroot de kans dat
- Zorgt ervoor dat
Je kunt de variabelen omwisselen zonder de Als je de variabelen omwisselt, verandert de
boodschap te veranderen betekenis
Van tekst naar paddiagram
1. Lijst met variabelen maken
2. Causale ordening vaststellen
3. Causale hypotheses formuleren
Dia 11 t/m 17: First, children who are overtly aggressive or manifest anxious or fearful behavior in
peer interaction have a greater likelihood of forming adverse peer relationships. Second, from
chronic relational adversity, children infer or construct negative beliefs about themselves and their
peers. Third, the effect that adverse peer experiences have on maladjustment may be transmitted
through children’s self- and peer beliefs
1. Aggression, anxiety, peer relations, self-concept, peer concept, adjustment
2.
3.
Toetsen van causale hypoyhesen
- In de praktijk zien we niet of een causale hypothese waar is, alleen of 2 variabelen samen
gaan. Dat is niet perse een causaal verband, omdat een schijnrelatie een alternatieve
verklaring kan zijn voor het samen gaan.
- Causale hypotheses kunnen niet bewezen worden met correlaties
- Dia 19 t/m 21: stel we hebben deze causale hypothese
Dan zou er ook dit aan de hand kunnen zijn
3
, Ook zou er een combinatie van deze twee aan de hand kunnen zijn
Dus nemen we de schijnrelatie op in het padmodel om na te gaan of b1 ≠ 0
- Alle variabelen die een schijnrelatie kunnen veroorzaken tussen twee variabelen met een
verondersteld causaal verband, moeten worden meegenomen in het model -> gouden regel
o Gemeenschappelijke oorzaken moeten toegevoegd worden aan het model
Noodzakelijke uitbreidingen van het model
Voorbeeld: A child’s self-concept is influenced by their number of friends
Dia 23 t/m 29: gemeenschappelijke oorzaken:
- Relatie met de ouders
- Persoonlijkheid
- Vaardigheden die handig zijn bij het aangaan van relaties -> taal spreken
Parental pressure gekozen als
gemeenschappelijke oorzaak
Toetsen van causale hypothese:
Mogelijke bevindingen na het schatten van padcoëfficiënten:
Causale hypotheses kunnen niet bewezen worden met correlaties, maar wel worden ontkracht
- Causale hypothese is ontkracht als: grootte van schijnrelatie(s) = correlatie
o De gehele correlatie kan dan verklaard worden door schijnrelatie(s)
- 2 mogelijkheden:
o Grootte van schijnrelatie(s) = correlatie -> b1 = 0, geen causaal verband dus causale
hypothese weerlegd
o Grootte van schijnrelatie(s) ≠ correlatie -> wel causaal verband of niet alle variabelen
die een schijnrelatie veroorzaken zijn meegenomen in het model
Het weglaten van schijnrelaties leidt tot een foute schatting van b1 -> padcoëfficiënt wordt overschat
-> daarom de gouden regel
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 diedevanbezouw. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $4.82. You're not tied to anything after your purchase.
