100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Eerder door jou gezocht
Eerder door jou gezocht
logo
Samenvatting van alle R-functies en klein stukje JASP dat nodig is voor het tentamen van statistisch redeneren en wetenschapsfilosofie van jaar 2. €8,29
In winkelwagen
Snel navigeren naar
Voorbeeld
  2.  
  3. Universiteit Van Amsterdam (UvA)
  4.  
  5. Wetenschapsfilosofie en statistisch redeneren

Samenvatting

Samenvatting van alle R-functies en klein stukje JASP dat nodig is voor het tentamen van statistisch redeneren en wetenschapsfilosofie van jaar 2.

1 beoordeling
 1 keer verkocht
  • Vak
  • Wetenschapsfilosofie en statistisch redeneren
  • Instelling
  • Universiteit Van Amsterdam (UvA)

In dit document is een samenvatting te zien van alle R-functies die nodig zijn voor het tentamen van wetenschapsfilosofie en statistisch redeneren. Hier wordt beschreven hoe te indexeren in R-studio, de mean te berekenen met lastige data-sets, data op te schonen en op de juiste manier aan te passen...

[Meer zien]

Voorbeeld 2 van de 8  pagina's

Document informatie

  • 8 juli 2021
  • 8
  • 2020/2021
  • Samenvatting

Onderwerpen

  • r studio
  • jasp
  • moderatie analyse
  • colineariteit
  • f statistiek
  • sum of squares
  • verklaarde variantie
  • meervoudige regressie
  • ssw
  • dfw
  • kruskal wallis
  • post hoc
  • mixed anova
  • one way repeated anova
  • assumpties
  • df
  • no

Geschreven voor

  • Universiteit van Amsterdam (UvA)
  • Psychobiologie
  • Wetenschapsfilosofie en statistisch redeneren
Alle documenten voor dit vak (6)

1  beoordeling

review-writer-avatar

Door: nienkerooijen • 4 maanden geleden

Verkoper

avatar-seller
evasteultjens

Ontvangen beoordelingen

Voorbeeld van de inhoud

R-studio – Statistische redeneren

Indexeren ------------------------------------------------------------------------------------------------------------------------
 Indexeren van een kolom/rij met [..]  data[rij, kolom]
 Speciefieke rij bekijken
- Kip46 = ChickWeight[ChickWeight$Chick == 46,] #alle waarde voor kip 46 indexeren
 Groter dan/kleiner dan
- kip46dag10 = kip46[kip46$Time <=10,] #alle waardes voor alles gelijk aan of lager dan 10
 rij/kolom/punt weg halen
- worpen[,-1] indexeert alles behalve kolom 1
 alle kolomen in 1 keer bekijken
- unlist()
 unlist(worpen[,-1])
 1 rij/kolom uit de data laten zien
- na.omit(worpen[18,])
- laat gehele rij 18 zien

berekenen van mean met lastigere datasets----------------------------------------------------------------------------
 gemiddeld aantal keer kop gegooid:
- mean(apply(worpen[,-1],1,sum, FUN = as.numeric))
- door 1 in de apply functie te zetten geef je aan het gemiddelde aantal keer dat 1
voorkomt te willen weten
- FUN = as.numeric hoeft niet maar nu kwam NA uit dus was het nodig

Data opschonen en aanpassen ---------------------------------------------------------------------------------------------
 bepaalde waarde/woorden vervangen
- worpen[11,which(worpen[11,] == “kop”)] = “1”
- hiermee worden alle data punten met het woord “kop” op rij 11 vervangen door 1
 opsporen van bepaalde waarden/woorden
- # identificeren van welke elementen "ja"/"nee" zijn
ind = which(worpen=="ja" | worpen=="nee", arr.ind = TRUE)
- #identificeren welke unieke rijen de afwijkende waardes staan
rijen = unique(ind[,1])
- Laat de data zien met afwijkende waardes
worpen[rijen,]
 nu krijg je een rij met data waar ja en nee staat i.p.v. 0 en 1 dus vervang je die weer op
bovenstaande manier
 Opsporen welke data punten bepaalde woorden/waarde niet zijn
- # identificeer welke elementen niet 0 of 1 zijn
ind = which(!(worpen[,-1] == 0 | worpen[,-1] == 1), arr.ind=TRUE)
- # identificeer in welke unieke rijen de afwijkende waardes staan
rijen = unique(ind[,1])
- # laat de data zien met afwijkende waardes
worpen[rijen,]
 Opsporen van ontbrekende data
- complete.cases(worpen)
- #rijen met NA's (ontbrekende data) verwijderen
bioStabiel = bioStabiel[complete.cases(bioStabiel),]

, - Als je kolommen met ontbrekende data wilt verwijderen zet je complete.cases(data) na
de komma
 data numeriek maken
- worpen[,-1] = apply(X = worpen[,-1], MARGIN = 2, FUN = as.numeric)
- met FUN = as.numeric geef je aan dat de punten numeriek zijn (in deze data 0 en 1)
- met de apply() functie kun je dit soort aanpassingen aan een data set geven
- Met MARGIN = 2 geef je aan dat er een marge is van 2 antwoorden/uitkomsten (hier
namelijk 0 en 1)
 Gehele rijen herschrijven:
- worpen[44,]=c("s44",1,1,1,1,0,0,0,0,0,0)
- hierin herschrijf je rij 44 (hierbij begint de rij met ss44 dus die hoef je bij andere data niet
neer te zetten)
 1 specifiek punt herschrijven
- worpen[4,7] = 1
#data punt rij 4, kolom 7 wordt nu 1
 rijen verwijderen uit data
- compleet <- worpen[-c(18,58),]
#haalt rij 18 en 58 uit de data
 alle labels van condities veranderen (bv van 1, 2 en 3 naar controle etc.)
- alcoholrijden$cond = factor(alcoholrijden$cond, labels = c("controle","0.2 prom","0.6
prom"))
 nummers van proefpersonen toevoegen aan data set
- alcoholrijden$ppn = factor(1:nrow(alcoholrijden))

Data bekijken--------------------------------------------------------------------------------------------------------------------
 kijken hoeveel rijen en hoeveel kolommen dataset heeft
- dim(data)
#geeft eerst aantal rijen en als tweede aantal kolommen
- Length(data)
#geeft alleen aantal kolommen
 Kijken welke waarde onder 0 is
- which(data$score<0)

Plotten ----------------------------------------------------------------------------------------------------------------------------
 hist() is een histogram maken
- main= '..' is het instellen van de titel van het histogram
- xlab= '..' is het aanpassen van de titel van de x-as
- ylim= c(..) is het aanpassen hoe lang de y-as moet
- las= 2 hierdoor gaan de waardes bij de x-as verticaal staan om ruimte te besparen
- breaks= 10 hierdoor zorg je dat er 10 staven in het histogram zitten
- col=c(2,4) de staven worden rood en donker blauw,
(1=zwart,3=groen,7=geel,5=lichtblauw,6=paars) kleuren kunnen ook door bv. "red"
neer te zetten
 mozaiek plot -> mosaicplot(table,...)
 staafdiagram -> barplot()
 boxplot -> boxplot()
 scatterplot-> plot(categorische variabele, numerieke variabele)

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, Bancontact of creditcard en je bent klaar. Geen abonnement nodig.

Focus op de essentie

Focus op de essentie

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

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 evasteultjens. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €8,29. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 69411 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Start met verkopen
€8,29  1x  verkocht
  • (1)
In winkelwagen
Toegevoegd