Samenvatting boek MOS blok 4: The Analysis of Biological Data - Methoden van Onderzoek en Statistiek
9 views 0 purchase
Course
Methoden van Onderzoek en Statistiek
Institution
Universiteit Van Amsterdam (UvA)
Book
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).
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 mikleinendorst. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.51. You're not tied to anything after your purchase.
