Samenvatting boek MOS blok 4: The Analysis of Biological Data - Methoden van Onderzoek en Statistiek
13 keer bekeken 0 keer verkocht
Vak
Methoden van Onderzoek en Statistiek
Instelling
Universiteit Van Amsterdam (UvA)
Boek
The Analysis of Biological Data
In dit document worden alle nodige hoofdstukken voor blok 4 van MOS behandeld: hoofdstuk 15 t/m 18. Helemaal in het begin zijn ook nog R-codes gezet die handig zijn bij het tentamen; een aantal algemene en specifiek voor het blok. Zelf het tentamen met een 8 gehaald.
Pt() -> exacte p-waarde berekenen; vul t-waarde en df als input in. Let soms op lower.tail = F/T.
t.test() -> one-sample t-test en two-sample (t.test(groep1,groep2, var.equal=TRUE))
chisq.test() -> chi2 toets; vul het object als input in (als de waarden characteristic zijn, moeten ze
eerst in een tabel worden gezet om ermee te werken -> table()
Df berekennen voor verschillende t-toetsen:
o Paired t-test/one-sample t-test -> n-1
o Two-sample -> (n1-1)+(n2-1)
Read.table(file.choose(), header = T) -> inladen data
Shapiro.test() -> het uitvoeren van een Shapiro.test; geef als input het object (om te toetsen of een
variabele normaal verdeeld is, zodat de assumpties van de test objectief kunnen worden gemeten.
Voor de assumptie van de normaalverdeling bestaat deze test. Hierbij is H0 altijd dat de vedeling van
de popilatie normaal is. De Ha is dat de verdeling niet normaal is.)
Levene.test() -> het uitvoeren van een levene.test; geef een soortgelijke input als
levene.test(Abba2$score,Abba2$group). (voor het testen van de assumptie van gelijke varianties in
de populatie bestaat de levene’s test. De H0 is hier altijd dat van deze test de varianties gelijk zijn. De
Ha is dat de varianties ongelijk zijn.)
Overig:
o Alfa geeft de kans op een type I fout.
o Type I fout -> H0 wordt verworpen terwijl H0 waar is.
o Type II fout ->
o Power = de kans dat je de nulhypothese verwerpt, als er daadweerkelijk een effect is.
o De p-waarde is de kans op de gevonden data of extremer, gegeven dat de nulhypothese
waar is.
o Als de onafhnakelijke variabele extreem verschilt tussen condities, is het voordeel dat de
power wordt vergroot
o Als de onafhankelike variabele extreem verschilt tussen condities is het nadeel dat er
mogelijk een experimental artifact wordt gecreeerd (zie theorie).
o Wanneer data scheef verdeeld zijn, is een kwadraat transformative van toepassing.
o Gebruik van visuele grafieken:
o Scatterplot -> continue onafhankelijke variabele/continue onafhankelijke variabele.
, o Staafdiagram/boxplot -> catergoriale onafhnakelijke variabele/continue afhankelijke
variabele
o Strip chart -> continue onafhankelijke variabele/catergoriale afhankelijke variabele
o Mozaiekplot -> catergoriale onafhankelijke variabele/categoriale afhankelijke
variabele
Specifiek voor dit blok:
Boxplot() -> het maken van een boxplot. Geef een soortgelijke input als:
boxplot(Rekenvaardigheid$score~Rekenvaardigheid$group, data.frame=data, xlab = 'Muzieksoort',
ylab="Score rekentoets", names=c("Abba", "Bach", "Controle"), main="Invloed van muziek op
rekenvaardigheid",las=1, ylim=c(20,90))
Hist() -> het maken van een sogram. Geef een soortgelijke input als:
Install.packages(‘car’) & library(car) -> in deze packages zit de leveneTest.
pt() -> berekenen van p-waarde. geef een soortgelijke input als: pt(13.536, 2, 39) -> pt(F-ratio, df
numerator/teller, df denominator/noemer)
o Vraag vervolgens de summary van aov op voor alle gegevens.
o fit = aov(score ~ group, data=Rekentaak_drinken)
o summary(fit)
o df = 2 en 57
o f-waarde = 590.9
o p<0.001
o De as.factor wordt gebruikt om de groepen als categoriën te beschrijven.
TukeyHSD() -> voor de Tukeykramer test. Geef een soortgelijke input als:
TukeyHSD(Rekentaak_drinken, ordered=F).
Plot() -> om een scatterplot te maken. Geef een soortgelijke input als: plot(Cijfers10$uren,
Cijfers10$cijfer, xlab = 'Cijfer', ylab = 'Uren') -> geef als object eerst de x as, daarna de y-as aan.
Cor.test -> voert een volledige correlatietest uit en geef heel veel gegevens. Geef een soortgelijke
input als: cor.test(Cijfers10$uren, Cijfers10$cijfer)
o Als de correlatie niet 0 is, is er een significant verband.
o Als de correlatie 0 is, is er geen significant verband.
Attach() -> zorgt ervoor dat de data onthouden wordt en je bij formules alleen de kolomnaam
‘hourstv’ hoeft te noteren ipv agressie$hourstv. Geef een soortgelijke inpurt als: attach(agressie).
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper mikleinendorst. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor $6.48. Je zit daarna nergens aan vast.
