Measurement and Diagnostics
Chapter 1
- in most cases we want to be able to tell something about a phenomena in a population
- to do so we use statistical inference which is used to draw conclusions on the population based on
a representative sample
- in statistics the term inference refers to the generalisation of observations, characteristics or traits
- a variable is a characteristic of a sampling unit, which varies between the units
• in the eating disorder research, the EDQ score is a variable and the score on the EDQ varies
from person to person
• this does not mean that two people cannot have the same EDQ score
- the distribution of a variable tells us how often a particular test score occurs or what the chance is
of a certain test score
- sometimes data is normally distributed as shown above but the shape also differs from sample to
sample
- the variance and the standard deviation give an indication of the extent to which the data is
scattered
Page 1
, - the descriptive statistics we use to describe a distribution of test scores are also called parameters
- the normal distribution has two parameters (mean score and the standard deviation)t
- parameter estimations differ between samples because every sample contains different sampling
units
- the standard error of a parameter estimation is important because it portrays how precise an
estimation is
^) = σ^/ √N
s.e.(μ
- a standard error of a parameter can be interpreted as the standard deviation of a parameter
estimation over multiple replications
- we use histograms and descriptive statistics to study a variable
- we often want to know if the variables are correlated
- Pearsons r correlation coefficient indicates the strength of a linear relationship between two
variables
- the correlation coefficient is calculated from the covariance between the variables and the
standard deviation of the variables
- the covariance expresses the linear relationship between the variables on the original scales of the
variables
cov(x,y) = rXY = cov(x,y) / (sd(x)*sd(y))
rxy = σxy / (sx * sy)
- if we have more than two variables we can summarise the linear relationships with a covariance
matrix
- variances are visible on the diagonal
• the variance of vocabulary is 135.292
Page 2
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
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
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
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 jelenawilliams. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,49. Je zit daarna nergens aan vast.