Statistiek voor Bedrijfskunde (E_BK1_STATB)
All documents for this subject (3)
Seller
Follow
LoisCavis
Content preview
Importeren datasets: NAAM <- read.csv (“NAAM DOCUMENT”, StringsAsFactors = TRUE)
H0: μ1 – μ2 = X t-toets niet aannemen dat varianties gelijk zijn
Mu1 = gemiddelde van A van het populatiedeel waarvoor B=C
Mu2 = gemiddelde van A van de rest van de populatie
Verwijder eerst N/A waarnemingen van A en B
Wat is de p-waarde?
Z <- subset(subset(NAAM, !is.na(B)), !is.na(A))
Y <- which(Z$B == “C”)
Q <- Z$A[Y]
W <- Z$A[-Y]
t.test(Q, W, alternative = “two.sided”, mu = X, var.equal = FALSE)
< → alternative = “greater”
H0: μ1 – μ2 = X t-toets niet aannemen dat varianties gelijk zijn
Mu1 = gemiddelde van A van het populatiedeel waarvoor B=C
Mu2 = gemiddelde van A van de rest van de populatie Betrouwbaarheidsinterval = P%
Verwijder eerst N/A waarnemingen van A en B
Wat is de bovengrens van het betrouwbaarheidsinterval μ1 – μ2?
Z <- subset(subset(NAAM, !is.na(B)), !is.na(A))
Y <- which(Z$B == “C”)
Q <- Z$A[Y]
W <- Z$A[-Y]
t.test(Q, W, conf.level = 0.P, var.equal = FALSE)
Gemiddelden van A verschillend over verschillende niveaus van B.
Wat is de p-waarde van anova-test?
summary(aov(A ~ B, data = NAAM))
Varianties van A gelijk over de verschillende niveaus van B. Standaardopties.
Wat is de p-waarde van Levene-toets?
(library(“car”)) → niet altijd nodig.
leveneTest(A ~ B, data = NAAM)
Meervoudige lineaire regressie om te zien of A samenhangt met B, C en D.
Wat is de t-waarde van regressiecoëfficiënt voor B die hoort bij H0: βB = 0 met α = 0.2?
summary(lm(A ~ B + C + D, data = NAAM)) Kijk bij: t-waarde van B.
Meervoudige lineaire regressie om te zien of A samenhangt met B, C en D.
Wat is de som van de fitted values/residuen) van deze regressie voor de eerste X waarnemingen?
sum((fitted.values/residuals (lm(A ~ B + C + D, data = NAAM)) [1:X])
Meervoudige lineaire regressie om te zien of A samenhangt met B, C en D.
Wat is de p-waarde voor t-toets voor H0: βB = X?
summary(lm(A – X * B ~ B + C + D, data = NAAM)) Kijk bij: Pr(>|t|) van B.
Wanneer H0: βB = 0: summary(lm(A ~ B + C + D, data = NAAM)) Kijk bij t-value van B (Y) en kijken naar DF (X). → pt(Y, X)
Verband categorische variabelen A en B.
Wat is de p-waarde van chi-kwadraattoets van kruistabel?
chisq.test(NAAM$A, NAAM$B)
Bewijzen Pearson correlatie tussen A en B >0.
Wat is de p-waarde van de t-toets?
cor.test(NAAM$A, NAAM$B, alternative = “greater”, method = “pearson”)
B < 0 alternative = “less”; B=0 alternative = “two.sided”.
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 LoisCavis. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.30. You're not tied to anything after your purchase.