Summary

statistic for educational scientists, part 3 - NEDERLANDSE samenvatting

0 purchase

Course
Statistics for educational scientists, part 3 (P0L17A)

Institution
Katholieke Universiteit Leuven (KU Leuven)

Een Nederlandse, gestructureerde en praktische samenvatting van statistic for educational scientists. Ik heb de Engelse powerpoints vertaald naar het Nederlands en op basis hiervan een samenvatting gemaakt! Veel succes ermee! (Laat na aankoop ook gerust een review achter voor je medestudenten)

[Show more]

Preview 4 out of 56 pages

View example

Uploaded on May 27, 2024
Number of pages 56
Written in 2023/2024
Type Summary

statistiek 3
statistic for educational scientists
statistic for educational scientists part 3
statistic for educational sciences
statistiek voor pedagogen 3

Institution
Katholieke Universiteit Leuven (KU Leuven)
Education
Pedagogische Wetenschappen
Course
Statistics for educational scientists, part 3 (P0L17A)

$11.65

Add to cart

Save

100% satisfaction guarantee
Immediately available after payment
Both online and in PDF
No strings attached

STATISTICS FOR EDUCATIONAL SCIENTISTS
HOOFDSTUK 1 - ILLUSTRATIE DATA-ANALYTISCHE PROCES
FLOWCHART VAN HET DATA-ANALYTISCHE PROCES
1. Voorbereidingen
 Is de onderzoeksvraag duidelijk?
 Evalueer de proefopzet
 Controleer gegevens op fouten
(vb. decimaal punt vergeten, score hoger dan 40…)

2. Exploratieve data-analyse
Gebruik tools van beschrijvende statistiek om
 Vertrouwd te worden met gegevens
 Tentatief antwoord op onderzoeksvraag te zoeken
 Uitschieters te detecteren
 Interessante aspecten van gegevens aan het licht te brengen

3. Statistische inferentie
1)Formuleer modellen en hypothesen
2)Toetsstatistiek: keuze en waarde
3)Leid steekproevenverdeling af, bepaal p-waarde en neem een beslissing
4)Bepaal de effectgrootte

Notatie
 Yij: score van persoon i in groep j op de AV, met j gelijk aan 1 of 2
 nj: aantal observaties in groep j
 Y j: steekproefgemiddelde in groep j

4. Presentatie
 Formuleer de conclusie
- Geef antwoord op onderzoeksvragen
- Gebruik inhoudelijke terminologie

 Vat resultaten samen in een grafiek
 Geef grenzen van bevindingen aan

5. Opmerking: in realiteit data-analytisch proces vaak ingewikkelder, vb. bij modellen horen
bepaalde assumpties (zoals normaal verdeeld, varianties gelijk) die soms niet opgaan

1

,STAPPENPLAN STATISTISCHE INFERENTIE
Formuleer modellen en hypothesen (1)
H0: μ1 = μ2 versus H1: μ1  μ2 Opgelet: uitgebreid
model komt neer op een
Beperkt model Uitgebreid model beperkt model als μ1 =
μ2
Yi1 iid N(μ,σ2), i = 1,…,n1 Yi1  N(μ
iid 1,σ ), i = 1,…,n1
2 iid = independent and
identically distributed:
Yi2iid N(μ,σ2), i = 1,…,n2 Yi2  N(μ2,σ2), i = 1,…,n2
iid
observaties zijn
onafhankelijk en komen
uit dezelfde verdeling
 
Yij = μ + Ɛij,iidƐij  N(0,σ2) Yij = μj + Ɛij, Ɛij  iidN(0,σ2)

Toetsstatistiek: keuze en waarde (2)
Eigenschappen van de verdeling van schatter Y 2 - Y 1 over verschillende steekproeven heen
 Normaal verdeeld
 Met gemiddelde waarde μ2 – μ1

 En standaardafwijking

steekproefvarianties
√
σ 1
+
1
n1 n2
onbekend, dus schatten o.b.v.

( Y 2−Y 1 )−( μ 2−μ 1) ( Y onder
2−Y 1 )−0 Formularium:
t= = H0
SE(Y 2−Y 1) SE (Y 2−Y 1)

waarbij: SE(Y 2−Y 1) =
standaardfo √ n 1+n 2−2
samengestelde schatter
S2p
√
( n1−1 ) S'12 + ( n 2−1 ) S '22 x 1 1
+
n1 n2

nj
1
En waarbij: S’j2 = ∑ ( Y −Y j )2
nj−1 i=1 ij
(j = 1,2)

Leid steekproefverdeling af en bepaal p-waarde, en neem een beslissing (3)
Gegeven H0 is waar: t  tdf = n1 + n2 - 2
Een steekproevenverdeling zij herhaalde steekproeftrekkingen

Bepaal p-waarde: vergelijk waarde van toetsstatistiek met t-verdeling met df

Beslissing (optioneel):
 Vergelijk met α om al dan niet te besluiten tot significantie
 Beslissing nemen (al dan niet verwerpen van H0)

Bepaal effectgrootte (4)
De effectgrootte helpt “praktische significantie” evalueren
100(1- α )% BI voor verschil tussen twee gemiddelden: (Y 2 - Y 1)  t*(n1 + n2 – 2) x SE(Y 2 - Y 1)

kritieke

2

,HOOFDSTUK 2 - VARIANTIE-ANALYSE MET ÉÉN FACTOR
NOTATIE EN VOORSTELLING VAN DE GEGEVENS
Notatie
 Yij: score van persoon i in groep j op de AV
 nj: aantal observaties in groep j
 N: totaal aantal observaties
 a: aantal groepen
 Y j: steekproefgemiddelde in groep j
 Y : globale steekproefgemiddelde

Abstracte voorstelling van de gegevens
 Tabelvorm
 Participant-dataset: meestal gebruik in software

EXPLORATIEVE DATA-ANALYSE
Kengetallen per conditie
Y 1 = 35.4 Y 2 = 33.6 Y 3 = 25.6 Y 4 = 23.3
S’1 = 7.81 S’2 = 9.45 S’3 = 6.5 S’4 = 5.5
n1 = 11 n2 = 10 n3 = 13 n4 = 12

Kengetallen voor de volledige dataset
Y = 29.1
S’Y = 8.76
N = 46

STATISTISCHE INFERENTIE

Formuleer H0: μ1 = μ2 = … = μa
modellen en Beperkt model: Yij = μ + Ɛiidij, Ɛij  N(0,σ2)
hypothesen
H1: er is ergens een verschil
Uitgebreid model: Yij = μj + iid
Ɛij, Ɛij  N(0,σ2)

Toetsstatistiek:  Vergelijken van adequaatheid van beide modellen
keuze en  Hoe gaan we relatieve adequaatheid van beperkt en uitgebreid model na?
waarde  Twee aspecten zijn van belang

1. Fit: hoe goed passen de modellen bij de gegevens?
 Kleinste kwadratenschatters voor μ parameters van beide modellen
a nj
Beperkt model: zoek μ zodat ∑ ∑ ¿ ¿ ¿Y ij – μ)2 minimaal is  ^μ = Y
j=1 i=1

a nj
Uitgebreid model: zoek μ1,…, μa zodat ∑ ∑ ¿ ¿ ¿Y ij – μj)2 minimaal is  ^μj = Y
j=1 i=1

 Levert samenvattende maat op voor fit van beide modellen, gebaseerd op
grootte van voorspellingsfouten of residuen: ‘errorkwadratensom’
a nj
SSErrorBeperkt = ∑ ∑ ¿ ¿ ¿Y ij – Y )2 = SSTotaal = (N – 1). SY’2
j=1 i=1
a nj a
SSErrorUitgebreid = ∑ ∑ ¿ ¿ ¿Yij – Y j)2 = ∑ ¿¿ nj – 1). Sj’2
j=1 i=1 j=1

3

, SSErrorBeperkt ≥ SSErrorUitgebreid

2. Complexiteit van beide modellen
 # vrijheidsgraden = # observaties - # geschatte parameters in het model
 Eenvoudiger/beperkter model heeft meer vrijheidsgraden
a
dfBeperkt = ∑n–1=N–1 j μ
j=1
a
dfUitgebreid = ∑n–a=N–a j μ1,…, μa
j=1

F-statistiek:

SS Error /Beperkt −SS Error /Uitgebreid a

df Beperkt −df Uitgebreid
= SSEffect = ∑ n (Y j j - Y )2
j=1
F=
SS Error /Uitgebreid
df Uitgebreid

SS Effect
iid
a−1 MS Effect schatter voor σ 2 Ɛij  N(0,σ2)
F= =
SS Error /Uitgebreid MS Error /Uitgebreid
N −a

MS Effect a Variabiliteit tussen groepen

F=
MS Error /Uitgebreid
= ∑ nj¿ ¿ ¿ ¿  foutenvariabiliteit
 systematische variabiliteit ten gevolge van variatie in OV
j=1 Variabiliteit binnen groepen
 foutenvariabiliteit

Leid
steekproeven-
verdeling af

Bepaal

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 elinevanmuysen. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $11.65. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

66184 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 15 years now

Start selling