100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
College aantekeningen Practicum data-analyse () $7.93   Add to cart

Class notes

College aantekeningen Practicum data-analyse ()

 10 views  0 purchase
  • Course
  • Institution

Aantekeningen van alle hoorcolleges van PDA gegeven door Caspar van Lissa. Stof van jaar .

Preview 3 out of 26  pages

  • January 22, 2024
  • 26
  • 2023/2024
  • Class notes
  • Caspar van lissa
  • All classes
avatar-seller
PRACTICUM DATA-ANALYSE HOORCOLLEGE’S

HC1: Schatten & Toetsen

Schatten = op basis van een steekproef een gok doen over de populatie.

Toetsen = kansberekening gebruiken om vast te stellen of de werkelijke populatieparameter
waarschijnlijk afwijkt van een bepaalde verwachte waarde.

Het verschil tussen de schatting in de steekproef en de werkelijke gemiddelde
waarde is de steekproeffout → Sampling Error

M = steekproefgemiddelde.
μ = populatiegemiddelde.

Onzekerheid over schattingen als we uitspraak doen over de populatie →
Standard Error

Er is altijd een verschil tussen μ en M; hoever we er gemiddeld naast zitten →
Sampling Error

Standaardafwijking van steekproevenverdeling is de Standard Error.

Wanneer je alle mogelijke steekproeven uit een populatie trekt; dan zal het gemiddelde van
al deze steekproeven gelijk zijn aan het werkelijke populatiegemiddelde (μ).

De standaardafwijking van de sampling distribution (= steekproevenverdeling) kan je
interpreteren als de gemiddelde afwijking van steekproefgemiddelden ten opzichte van het
populatiegemiddelde.
→ Hoever zit ik er gemiddeld genomen naast als ik een steekproef trek uit deze
populatie?
→ Standard Error

SE op basis van één Sample schatten (= SE voor gemiddelde):

S
SE(M )=
√❑

standaarddeviatie∈steekproef
=
√❑


Standaardafwijking (s, σ , SD)
= Maat van spreiding van je ruwe data.
→ Gemiddelde afwijking van observaties ten opzichte van het gemiddelde

vs. Standard Error (SE, SE(M))

,= Hoe onzeker zijn we over schatting over populatiegemiddelde op basis van de steekproef.
→ Gemiddelde afwijking van steekproefgemiddelden ten opzichte van het
populatiegemiddelde
Confidence Interval (Betrouwbaarheidsinterval)
= een ‘venster’ om de schatting heen, gebaseerd op waarbinnen de populatieparameter
waarschijnlijk valt.

Interpreteren als; interval waarbinnen met 95% zekerheid de populatiewaarde valt. Je weet
nooit zeker of jouw studie ook daadwerkelijk in die 95 ligt.




Waarom 1.96*SE?
→ Dit heeft te maken met toetsen, kritieke waarde bij een twee-zijdige toets met
α = .05 is ~2.

Je kan CI’s ook gebruiken om te toetsen.

NOIR MEETNIVEAU
- Nominaal
- Categorisch; verschilt enkel in naam.

- Ordinaal
- Categorieën met volgorde.

- Interval
- Continu met betekenisvolle afstanden (intervallen).
- Een stap van 1 tot 2 is even ‘groot’ als een stap van 2 tot 3.

- Ratio
- Heeft een absoluut 0-punt, en daarom zijn verhoudingen (ratio’s) ook betekenisvol.

, TOETSEN

We tonen aan dat het heel onwaarschijnlijk zou zijn om onze data te verkrijgen, als het
populatiegemiddelde 0 zou zijn.
We gaan uitrekenen wat de kans is om de data te observeren die minstens zo extreem zijn
als onze steekproef, als de nulhypothese waar zou zijn dat het populatiegemiddelde 0 is.

We rekenen de kans uit op de data gegeven dat de nulhypothese waar is.

HYPOTHESES
= een toetsbare verwachting over een populatieparameter.
- is het populatiegemiddelde groter dan 0?
- Is er een verschil tussen de populatiegemiddelden van twee groepen?
- is het verband tussen twee variabelen groter dan 0?

Altijd Ha en H0.
→ We proberen de H0 te verwerpen.

Teststatistiek = een waarde die aangeeft hoeveel SE’s je geobserveerde M afliggen van de
verwachting onder de nulhypothese.

Teststatistiek berekenen:

standaardfout

S
SE(M )=
√❑


Dan kijken we hoe ‘ver’ ons geobserveerde steelproefgemiddelde M is ten opzichte van de
H0:

χ−μ 0
SEM

p = hoe groot is de kans dat ik een waarde in mijn steekproef vind die minstens zo groot is
als wat ik heb gevonden als H0 waar zou zijn.

H0 verwerpen wanneer p < .05.
α = .05

Bij een non-directionele hypothese is α = .05 verdeeld over beide uiteinden van de sampling
distribution. Bij een directionele hypothese ligt α volledig in één staart van de sampling
distribution.

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 mariekeantonis. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $7.93. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

67474 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$7.93
  • (0)
  Add to cart