100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Samenvatting Uitleg van alle theorie voor het statistisch redeneren tentamen €6,49
In winkelwagen

Samenvatting

Samenvatting Uitleg van alle theorie voor het statistisch redeneren tentamen

 0 keer verkocht

In dit document is een samenvatting te vinden van alle hoorcollege stof die behandeld is bij het gedeelte statistisch redeneren bij het vak wetenschapsfilosofie en statistisch redeneren. Als eerst is er uitleg te vinden over empirisch moment en de rol van statistiek. Hier vind je onder andere uitle...

[Meer zien]

Voorbeeld 3 van de 19  pagina's

  • 9 juli 2021
  • 19
  • 2020/2021
  • Samenvatting
Alle documenten voor dit vak (6)
avatar-seller
evasteultjens
Statistisch redeneren



HC1 – empirisch moment en de rol van statistiek

Redenring in statistiek
• Statistische geletterdheid (wat moet je kunnen?)
▪ Kennis (basis begrip van concepten)
- Identificeer
- beschrijf
▪ skills (het kunnen werken met statische tools
- vertalen
- interpreteren
- lezen
- verkrijgen (compute)
• statistische redenering
▪ je moet je data en statistiek begrijpen
- kunnen verklaren hoe en waarom
• statistisch denken
▪ toepassen
- welke methode moeten er gebruikt worden in een specifieke situatie
▪ kritiek
- comment en reflecteer op werk van andere
▪ evalueren
- waarde geven aan werk
▪ generaliseer
- wat betekend variatie in het grote beeld van het leven

empirische cyclus
• de componenten
▪ Observatie
- Het idee voor een hypothese
▪ Inductie = van observaties een regel maken (bv. 5 zwanen wit,
alle zwanen wit)
- Gegeneraliseerde regel
- Hypothese opstelling
▪ Deductie = van een regel op een specifiek geval (alle zwanen zijn
wit, dus Sam de zwaan is wit)
- Verwachting/voorspelling
- Operationaliseren van hypothese
▪ Testen
- Test de hypothese
- Data vergelijken met voorspelling
▪ Evaluatie
- Interpreteren van resultaten tot de hypothese

,Experiment: kop gooien
• Emperische cyclus:
▪ Observatie: een munt kan je op gooien en dan komt er soms kop en soms munt
▪ Inductie: kunnen we kijken of de munt eerlijk is, en dus even vaak kop als munt zou
kunnen laten zien
▪ Deductie:
- H0 = munt is eerlijk
- Ha = munt is niet eerlijk
- Ha = data ≠ EV
▪ Testing: kies een α en power
▪ Evaluatie: maak een beslissing
• Verdelingen
▪ Populatie verdeling = hoe de data er uit zou zien als de gehele populatie betrokken zou zijn
▪ Sample distribution = een verdeling van 1 sample
- Dus van 1 persoon die 10 keer een muntje gooit
▪ Samples distribution = een verdeling van alle samples gemiddeld
- Van iedereen die 10 keer een muntje gooit
• Binominaal distributie = een verdeling waarbij geen continu variabelen betrokken zijn
▪ Dus bij kop gooien kan je van 10 keer alleen 1 of 2 of 6 keer kop gooien en niet 6,55 keer
▪ Formule:
- n = sample size
- k = discrete kans ruimte, hoeveel groepen bv (hier is dat 10
want je gooit per sample 10 keer met de munt)
- p = de kans (op kop)
• bij een α van 0.05 neem je de kritieke grenzen bij de buitenste staarten van H0 dat samen 5%
is
▪ Bij deze verdeling zet je dan ook de H

, HC2 – redeneren in de statistiek en toetskeuze (nulhypothese
significantie testen)
Nulhypothese significantie testing
• Neyman-Pearson paradigma
▪ Fisher zei: p-waarde is een indicatie voor het effect
- Dus volgens hem was een hele kleine p-waarde dat er heel erg iets aan de hand is
▪ Neyman en Pearson veranderde dit beeld in grens d.m.v. α, kritieke grenzen
• H0 vs. Ha
H0 HA
Sceptische point of view Niet sceptisch
Geen effect Effect
Geen voorkeur Voorkeur
Geen correlatie Correlatie
Geen verschil Verschil

• Frequentisten kans = een objectieve kans, de relatieve frequentie op de lange termijn
• Standard error = 95% confidence interval
▪ Lowerbound = mean – 1.96 * SE
▪ Upperbound = mean – 1.96 * SE
∑ 𝑌𝑖 −𝑚𝑒𝑎𝑛
▪ s= √ 𝑛−1

bij een standard error van 95% zal 5% van de data buiten de mean liggen
• decision table
▪ α (alpha)
- incorrect
verwerpen van H0
- type 1 error, valse
positieve
- meestal 5% (0.05)
- verdeling hangt af van sample size
▪ Power
- Correct H0 verwerpen
- True positive
- Power = 1- beta
- Meestal 80% genomen
- Hangt af van sample size
- De werkelijke power wordt groter naarmate alpha groter wordt.
- De werkelijke power wordt groter naarmate het verschil tussen H0_kans en HA_kans
groter wordt.

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, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Direct to-the-point

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 €6,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 68175 samenvattingen verkocht

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

Begin nu gratis
€6,49
  • (0)
In winkelwagen
Toegevoegd