In de samevatting wordt per toets uitgelegd hoe je hem uitvoerd (stap gewijs). Ook zit er een flowschema vooraf bij waarin je makkelijk erachter komt welke toets je moet gebruiken.
Deze samenvatting mag bij het tentamen erbij gehouden worden.
Continue = metingen, nummers (bijvoorbeeld concentraties, kan veranderen bij elke meting)
Nominaal = naam (zoals man/vrouw, hond/kat)
Aantallen/discreet = kun je tellen (of totaal aantal, geen afronding mogelijk) (zoals oogkleur, meting
kan herhaalt worden en aantallen blijven hetzelfde)
(ordinaal = volgorde (klein/middel/groot)
Respons = y = verklarende factor (gemeten factor)
Factor X = variable een factor
Lineaire regressie
Model = Yi= axi + b
P-waarde: ‘’had de waarde ook 0 kunnen zijn’’/‘’kans dat de waarde 0 is’’.
Significantie F = zegt of y afhangt van x (Significantie F < 0,05)
R^2 = zegt iets over hoe sterk Y afhangt van X
AICc/waarde: Regel, het model met de laagste waarde voor AICc en alle coëfficiënt significant is het
beste model; andere modellen die niet meer dan 2 hoger liggen (en alle parameters significant zijn
ook acceptabel.
Detectie limiet = aagste concentratie die nog (betrouwbaar) gemeten kan worden LOD = limit of
detection.
Uitvoeren:
Regressie
, Calabratie analyse: (Kiezen van juiste model):
In excel bestand, beste model heeft alle parameters significant + laagste Delta.c en laagste AIC.c!
Uitbijters:
Ook excel bestand: residuals (kijkt R = studentized) -2 of +2 = uitschieter!
Interpolatie:
x.0 is je geïnterpoleerde
* R^2 en R^2_adj zegt iets over effect sterkte!(praktische significantie)
standaard additie:
Lower/upper CI zijn je 95% BI
t-toets:
t = (X.E – mu) / S (y/x)
t.krit = t.inv.2t(0,1;n-P)
P = paramters
N = aantal
T > t.krit = significant verschil
T < t.krit = GEEN significant verschil
Detectie limiet: kleinste concentratie die nog bepaald kan worden
(ylod is ook wel Y.1, hiermee X.0 berekenen bij model 1.a bv, voor detectie limiet!)
Vergelijken van 2 methode
Model 2!
Invullen bij expeted parameters:
alpha.0 = 0
a.1 = 1
a.2 = 0
kijken naar hotelling T^2-test = p-waarde
indien:
P > 0,05 = paramets zijn significant
P < 0,05 = parameters zijn NIET significant en mogen uit het model
Voor multi regressie = via excel
Gegens gegevensanalyse regressie input range X en Y selecteren (inc labels,) klik aan:
labels + betrouwbaarheid 95%
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 emmavanvessem. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,99. Je zit daarna nergens aan vast.
