Lecture 1/2:
Simple random sampling: every member has an equal chance to be selected
Non-random sampling: probability of selection unknown to the researcher. sampling biases.
Parameter: numerical summary of the population –Greek letter
Statistic: numerical summary of the sample –by Latin letter
Sampling error: difference between parameter and statistic
Measurement: quantified difference on a variable
Nominal: numbers only indicate group membership. Numbers function as labels. (categorical)
Ordinal: numbers indicate ordered groups. (categorical)
Interval: numbers form a scale with an arbitrary zero-point and arbitrary unit. (continuous)
Ratio level: numbers form a scale with a non-arbitrary zero-point (or: zero has a meaning). (continuous)
Mode: the score that is observed most frequently
Median: (middle value); the score that separated the higher from the lower half (/mean of 2 middles)
Range: distance from lowest score to highest score
Variance: Sx2 = SUM OF (xi – xmean) / (N-1)
Standard deviations (SD): Sx = wortel (Sx2)
P(A|B): read as “probability of A, given B”
Z = (x – μ) / σ - 68% rule (1 SD) – 95% rule (2 SD’s)
Lecture 3/4:
Sample results/mean: sensitive to sampling fluctuations. N < 30 is reasonable.
3 types distribution: Population distribution, Distribution for a sample, Sampling distribution.
Standard deviation = standard error = σx = (σ/wortel(n))
Test statistic: (sample value – expected value under H0) / standard error.
Type I Error: rejecting H0 while it is true
Type II Error: retaining H0 while it is false
Reject H0 when observed test statistic (t) is larger or equal to critical t value (defining bounds)
Lecture 5/6:
T = (Xmean-μH0) / (Sx / wortel (N) )
σ2 is the pooled variance (for both populations)
Levene’s test not significant: assume equal variances.
Effect size: difference between the value you specified for H0, and the value of your sample statistic.
Between-subjects design: for each condition, we have an independent sample of persons
Within-subjects design: subjects may be exposed to multiple conditions
ANOVA: comparing means of groups
Score of j in group i = grand mean + group effect (deviation group i from grand mean = μi - μ) + residual
(deviation j in group i = Yij - μi) Yij = μ + ai + eij
SSbetween: SUM of ni (Yi – Y)2
SSwithin/SSresidual: SUM of SUM of (Yij – Yi)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 fleursmilde. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.