100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting Statistiek 4: MDA (BA3 VUB) €6,76
In winkelwagen

Samenvatting

Samenvatting Statistiek 4: MDA (BA3 VUB)

 25 keer bekeken  1 keer verkocht

Dit is een volledige en uitgebreide samenvatting van het vak statistiek IV: multivariate data-analyse, gegeven in 3e bachelor Psychologie aan de VUB door Professor O. Mairesse. Het is een combinatie van de powerpoints en mijn eigen notities. Ik noteer altijd vrij letterlijk wat er gezegd wordt, zo ...

[Meer zien]

Voorbeeld 6 van de 188  pagina's

  • 15 juni 2024
  • 188
  • 2023/2024
  • Samenvatting
Alle documenten voor dit vak (12)
avatar-seller
LenaCoe
LenaC
Academiejaar: ’23 –‘24

Samenvatting statistiek IV
Inhoud
1. Verkennen van data .........................................................................................................3
1.1 Eyeballing data ............................................................................................................5
1.1.1 Grafisch verkennen van data ........................................................................................5
1.1.2 Analyse missing data ...................................................................................................6
1.1.3 Outliers ..................................................................................................................... 10
1.1.4 Assumpties ............................................................................................................... 11
1.1.5 Data transformatie ..................................................................................................... 15
1.1.6 Dummy codering ....................................................................................................... 17
2. Regressie-analyse.......................................................................................................... 19
2.1 Logistische regressie.................................................................................................. 31
3. Variantie-analyse ........................................................................................................... 40
3.1 Meervoudige vergelijkingen ........................................................................................ 61
4. Variantie-analyse 2 ........................................................................................................ 66
4.1 Twee-factor ANOVA.................................................................................................... 66
4.2 Repeated Measures ................................................................................................... 83
4.3 Mixed design.............................................................................................................. 86
5. Factoranalyse ................................................................................................................ 91
5.1 Methode voor FA ........................................................................................................ 97
5.2 Hoeveel componenten/factoren? ............................................................................. 100
5.3 Factorstructuur interpreteren ................................................................................... 103
5.4 Functionele Data analyse - FPCA .............................................................................. 109
6. Clusteranalyse ............................................................................................................ 113
6.1 Kenmerken van het model ........................................................................................ 114
6.2 Similariteitsmaten ................................................................................................... 115
6.3 Cluster procedures .................................................................................................. 120
6.3.1 Hiërarchische clustering .......................................................................................... 120
6.3.2 Partitioneringsmethoden .......................................................................................... 128
7. Inleiding in mediatie en moderatie ................................................................................ 134
7.1 Introductie causaliteit .............................................................................................. 134
7.2 Soorten relaties ....................................................................................................... 136
7.3 Mediatieanalyse ...................................................................................................... 140
7.3.1 Baron en Kenny methode ......................................................................................... 141
7.3.2 Sobel test ................................................................................................................ 145

1

,LenaC
Academiejaar: ’23 –‘24
7.3.3 Bootstrapping .......................................................................................................... 145
7.4 Moderatie-analyse ................................................................................................... 151
8. Structural Equation Modeling (SEM).............................................................................. 156
8.1 Praktisch voorbeeld ................................................................................................. 156
8.2 Wat is SEM? ............................................................................................................. 157
8.3 Confirmatorische factor analyse .............................................................................. 158
8.4 Stuctural model ....................................................................................................... 168
8.5 Pad analyse ............................................................................................................. 172
8.6 SEM......................................................................................................................... 173
9. Netwerken ................................................................................................................... 174
9.1 Psychologische netwerkbenadering .......................................................................... 174
9.2 Netwerkstructuren ................................................................................................... 175
9.3 Voorwaardelijke afhankelijkheid ............................................................................... 179
9.4 Centraliteit .............................................................................................................. 180
9.5 Pairwise Markov Random Fields (PMRF) .................................................................... 184
9.6 Modelselectie .......................................................................................................... 185
9.7 Netwerkstabiliteit .................................................................................................... 186
9.8 Netwerken vergelijken .............................................................................................. 187




2

,LenaC
Academiejaar: ’23 –‘24

1. Verkennen van data
Waarom data-analyse

• Data-analyse = noodzakelijk voor psychologen
- Data-analyse in de media
- Begrip van + kritische instelling tegenover vakliteratuur
- Kunnen verzamelen/analyseren van data

Bv: Corona heeft ervoor gezorgd dat er veel verkeerde info de wereld in gestuurd werd.
Dit had uiteindelijk zelfs impact op de wereldgezondheid (antivaxers)

• Data-analyse helpt je om:
- 1. Data te organiseren (grafieken,…)
- 2. Data te beschrijven (beschrijvende/deductieve statistiek, samenvatten)
Niet gewoon naar te tabellen kijken, maar visueel maken, ook in een artikel
- 3. Interpreteren en uitspraken doen op basis van data (inferentiële/inductieve
statistiek, verklaren)
- 4. Theorieën te verifiëren en aan te passen

Inductieve statistiek




• We kunnen dan bv gaan testen of een steekproef gemiddelde significant verschilt van
een populatie gemiddelde

Begrippen:

• Theorie → Hypothese → Steekproef → Steekproefgrootheden
• Steekproefgrootheid (statistiek, stat. grootheid): maat gebaseerd op de gegevens van de
steekproef (vb.: rekenkundig gemiddelde, proportie,…)
• Steekproefgrootheid = toevalsvariabele met een bepaalde verdeling →
steekproevenverdeling

Kwalitatieve checks doen nadat je een theorie hebt gevonden, alle alternatieve opties
voor die uitkomst nagaan, of die ergens anders door komen


3

,LenaC
Academiejaar: ’23 –‘24

• Stel: random steekproef 1 en we berekenen S1, random steekproef 2 (zelfde n) en we
berekenen S2, etc. tot Sn
- De verdeling van deze steekproefgrootheden = steekproevenverdeling
• SteekproeFverdeling (sample distribution)
- Frequentieverdeling van de uitkomsten van de
steekproef
- Empirisch, gekend
• SteekproeVENverdeling (sampling distribution)
- Kansverdeling van alle mogelijke waarden die een
steekproefgrootheid (voor alle mogelijke verschillende
steekproeven) kan aannemen
- Theoretisch, benaderen
• Stel: steekproefgrootheid = 𝑥̅
• Wanneer men herhaaldelijk toevallige steekproeven met grootte n trekt uit een normaal
verdeelde populatie met gemiddelde = µ en standaardafwijking = σ dan is de
steekproeven-verdeling van het steekproefgemiddelde normaal verdeeld




• Centrale limietstelling: Wanneer men herhaaldelijk toevallige steekproeven met grootte
n trekt uit een willekeurig verdeelde populatie met gemiddelde =  en standaardafwijking
=  en indien n voldoende groot (vuistregel: n 30) is, dan benadert de
steekproevenverdeling van het steekproefgemiddelde een normaalverdeling:




• Notaties:




4

,LenaC
Academiejaar: ’23 –‘24

1.1 Eyeballing data

1.1.1 Grafisch verkennen van data
• Onderzoek van verdelingen
- Histogram
- Stam-blad diagram
- Box Plot
• Zorgt voor een globaal zicht, geleerd in stat 1
• Boxplot: info over positie, spreiding, symmetrie




• Histogram: info over normaliteit van verdeling




• Stem en leaf: werkelijke waarden waarnemingen




5

, LenaC
Academiejaar: ’23 –‘24




Zo kan je bv zien bij een bivariate relatie tussen variabelen kan je het gemakkelijkste een
scatterplot gebruiken


1.1.2 Analyse missing data
Ontbrekende waarden voor 1 of meer variabelen

• Oorzaak?
- Onafhankelijk van respondent
o Procedure (bv: iemand “nee” ga naar vraag xxx” = branching)
Branching zorgt ook voor missing data, want een groot deel gaat blanco zijn
o Codeerfouten
Bv: mensen een online vragenlijst laten invullen
- Afhankelijk van de respondent
o Omvang? (veel of weinig)
Bv: af en toe iets missen of super veel mensen die iets niet hebben ingevuld
o Analyse van het profiel van missing data (is er systematiek of random?)

Missing data ga je sowieso krijgen bv: data kwijt zijn, hele grote uitschieters, zo krijg je gaatjes in
je dataset




6

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

√  	Verzekerd van kwaliteit door reviews

√ Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

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 LenaCoe. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €6,76. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 53340 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€6,76  1x  verkocht
  • (0)
In winkelwagen
Toegevoegd