Samenvatting

Samenvatting boek MOS blok 4: The Analysis of Biological Data - Methoden van Onderzoek en Statistiek

0 keer verkocht

Instelling
Universiteit Van Amsterdam (UvA)

Boek
The Analysis of Biological Data

In dit document worden alle nodige hoofdstukken voor blok 4 van MOS behandeld: hoofdstuk 15 t/m 18. Helemaal in het begin zijn ook nog R-codes gezet die handig zijn bij het tentamen; een aantal algemene en specifiek voor het blok. Zelf het tentamen met een 8 gehaald.

[Meer zien]

Voorbeeld 3 van de 25 pagina's

Bekijk voorbeeld

Heel boek samengevat? Nee
Wat is er van het boek samengevat? Hoofdstuk 15 t/m 18
Geupload op 16 oktober 2023
Aantal pagina's 25
Geschreven in 2022/2023
Type Samenvatting

r codes
anova
f ratio
group mean square
error mean square
variance ratio f
assumpties
correlatie
confidence interval
regressie
lineaire regressie

€5,99

In winkelwagen

Op verlanglijstje

100% tevredenheidsgarantie
Direct beschikbaar na je betaling
Lees online óf als PDF
Geen vaste maandelijkse kosten

MOS blok 4

Algemeen

Nominaal -> er zit geen vaste volgorde aan (kleur, lekkerste chocolade)

Ordinaal -> kan op volgorde, maar heeft niet allemaal dezelfde waarde aan een getal hangen
(beoordeling)

Interval/ratio -> is op volgorde, de stappen eertussen hebben een vaste waarde (lengte, reistijd)

Gemiddelde -> som van alle waardes gedeeld door het aantal waardes

Mediaan -> middelste waarde zodra alle getallen gerangschikt staan op volgorde

Modus -> de waarde die het meeste voorkomt

R-formules

C(...) -> vector

Mean() -> gemiddelde

Var() -> variantie van een steekproef berekenen

Sqrt() -> worteltrekken

Quantile(..., 0.25) -> onderste kwantiel

Quantile(..., 0.75) -> bovenste kwantiel

Median() -> mediaan

Sd() -> standaardafwijking

Length() -> aantal elementen in een reeks

Class() -> welk datatype

Summary() -> laagste getal, onderste kwantiel, median, gemiddelde, bovenste kwantiel, grootste
getal

As.Character/numeric/logical -> datatype veranderen

Altijd eerst rij en daarna colom

,Sd -> sd(...)

SE -> sd/sqrt(n)

Pt() -> exacte p-waarde berekenen; vul t-waarde en df als input in. Let soms op lower.tail = F/T.

t.test() -> one-sample t-test en two-sample (t.test(groep1,groep2, var.equal=TRUE))

chisq.test() -> chi2 toets; vul het object als input in (als de waarden characteristic zijn, moeten ze
eerst in een tabel worden gezet om ermee te werken -> table()

Df berekennen voor verschillende t-toetsen:

o Paired t-test/one-sample t-test -> n-1
o Two-sample -> (n1-1)+(n2-1)

Read.table(file.choose(), header = T) -> inladen data

Shapiro.test() -> het uitvoeren van een Shapiro.test; geef als input het object (om te toetsen of een
variabele normaal verdeeld is, zodat de assumpties van de test objectief kunnen worden gemeten.
Voor de assumptie van de normaalverdeling bestaat deze test. Hierbij is H0 altijd dat de vedeling van
de popilatie normaal is. De Ha is dat de verdeling niet normaal is.)

Levene.test() -> het uitvoeren van een levene.test; geef een soortgelijke input als
levene.test(Abba2$score,Abba2$group). (voor het testen van de assumptie van gelijke varianties in
de populatie bestaat de levene’s test. De H0 is hier altijd dat van deze test de varianties gelijk zijn. De
Ha is dat de varianties ongelijk zijn.)

Overig:

o Alfa geeft de kans op een type I fout.
o Type I fout -> H0 wordt verworpen terwijl H0 waar is.
o Type II fout ->
o Power = de kans dat je de nulhypothese verwerpt, als er daadweerkelijk een effect is.
o De p-waarde is de kans op de gevonden data of extremer, gegeven dat de nulhypothese
waar is.
o Als de onafhnakelijke variabele extreem verschilt tussen condities, is het voordeel dat de
power wordt vergroot
o Als de onafhankelike variabele extreem verschilt tussen condities is het nadeel dat er
mogelijk een experimental artifact wordt gecreeerd (zie theorie).
o Wanneer data scheef verdeeld zijn, is een kwadraat transformative van toepassing.
o Gebruik van visuele grafieken:
o Scatterplot -> continue onafhankelijke variabele/continue onafhankelijke variabele.

, o Staafdiagram/boxplot -> catergoriale onafhnakelijke variabele/continue afhankelijke
variabele
o Strip chart -> continue onafhankelijke variabele/catergoriale afhankelijke variabele
o Mozaiekplot -> catergoriale onafhankelijke variabele/categoriale afhankelijke
variabele

Specifiek voor dit blok:

Boxplot() -> het maken van een boxplot. Geef een soortgelijke input als:
boxplot(Rekenvaardigheid$score~Rekenvaardigheid$group, data.frame=data, xlab = 'Muzieksoort',
ylab="Score rekentoets", names=c("Abba", "Bach", "Controle"), main="Invloed van muziek op
rekenvaardigheid",las=1, ylim=c(20,90))

Hist() -> het maken van een sogram. Geef een soortgelijke input als:

Install.packages(‘car’) & library(car) -> in deze packages zit de leveneTest.

pt() -> berekenen van p-waarde. geef een soortgelijke input als: pt(13.536, 2, 39) -> pt(F-ratio, df
numerator/teller, df denominator/noemer)

aov() -> ANOVA test. Geef een soortgelijke input: aov(score ~ as.factor(group),
data=Rekentaak_drinken)

o Vraag vervolgens de summary van aov op voor alle gegevens.
o fit = aov(score ~ group, data=Rekentaak_drinken)
o summary(fit)
o df = 2 en 57
o f-waarde = 590.9
o p<0.001
o De as.factor wordt gebruikt om de groepen als categoriën te beschrijven.

TukeyHSD() -> voor de Tukeykramer test. Geef een soortgelijke input als:
TukeyHSD(Rekentaak_drinken, ordered=F).

Plot() -> om een scatterplot te maken. Geef een soortgelijke input als: plot(Cijfers10$uren,
Cijfers10$cijfer, xlab = 'Cijfer', ylab = 'Uren') -> geef als object eerst de x as, daarna de y-as aan.

Cor() -> berekent correlation coefficient. Geef een soortgelijke input als: cor(Cijfers10$uren,
Cijfers10$cijfer)

Cor.test -> voert een volledige correlatietest uit en geef heel veel gegevens. Geef een soortgelijke
input als: cor.test(Cijfers10$uren, Cijfers10$cijfer)

o Als de correlatie niet 0 is, is er een significant verband.
o Als de correlatie 0 is, is er geen significant verband.

Attach() -> zorgt ervoor dat de data onthouden wordt en je bij formules alleen de kolomnaam
‘hourstv’ hoeft te noteren ipv agressie$hourstv. Geef een soortgelijke inpurt als: attach(agressie).

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

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

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

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 mikleinendorst. 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.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 69411 samenvattingen verkocht

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

Begin nu gratis

Samenvatting

Samenvatting boek MOS blok 4: The Analysis of Biological Data - Methoden van Onderzoek en Statistiek

Document informatie

Onderwerpen

Gekoppeld boek

Meer samenvattingen voor studieboek

Geschreven voor

Verkoper

Voorbeeld van de inhoud