Vraag 1. Welk design bevat geen random assignment:

Maat: px
Weergave met pagina beginnen:

Download "Vraag 1. Welk design bevat geen random assignment:"

Transcriptie

1 Vraag 1. Welk design bevat geen random assignment: a) Een design gebaseerd op matching b) Een design gebaseerd op blocking c) Een factorial design d) Elk van de hierboven genoemde designs ch14 p.375

2 Vraag 2. In een experiment met 3 between- subject factoren heb ik de volgende situatie: Factor A heeft 4 niveaus, Factor B heeft 2 niveaus en factor C heeft 3 niveaus. Hoeveel condities zijn er (ga er vanuit dat het design fully crossed is)? a) 3 b) 9 c) 11 d) 24 ch14 p

3 Vraag 3. De Bonferroni correctie op het significantie niveau (α) is gegeven door de volgende formule: * α = α aantal toetsen Waarvoor wordt een Bonferroni correctie gebruikt? a) Bij het gebruik van meerdere statistische toetsen vergroot de variantie van α. b) Bij het gebruik van meerdere statistische toetsen verkleint de variantie van α. c) Bij het gebruik van meerdere statistische toetsen vergroot de kans op een Type I fout. d) Bij het gebruik van meerdere statistische toetsen verkleint de kans op een Type I fout. interleaf 9

4 Vraag 4. Bekijk de volgende definitie: Het verschil tussen het ware effect en het gemiddelde effect zoals dat is gepubliceerd in de literatuur. Welk begrip wordt hier bedoeld? a) Confounding b) Observer bias c) Publication bias d) Experimental artifacts interleaf 10

5 Vraag 5. Bij een groep proefpersonen manipuleert een onderzoekster 2 variabelen. Variabele A krijgt 3 niveaus, variabele B krijgt 6 niveaus. Ze wil de invloed van haar manipulaties onderzoeken in een between- subject design dat fully crossed is. Hoeveel condities moet de onderzoekster gebruiken? a) 2 condities b) 4 condities c) 9 condities d) 18 condities ch14

6 Vraag 6. Wanneer is er sprake van een balanced design? a) Wanneer de varianties binnen de condities van het experiment gelijk zijn. b) Wanneer elke factor in het design evenveel niveaus heeft. c) Wanneer er evenveel meetwaarden in elke conditie van het experiment zitten. d) Wanneer het design 2 factoren heeft (in plaats van 1). ch14 4

7 Vraag 7. In het boek wordt het gebruik van data dredging besproken. Dit houdt in dat er meerdere statistische tests worden uitgevoerd in de hoop dat er tenminste één een significant resultaat oplevert. Wat is het gevolg van data dredging? a) Door meerdere toetsen uit te proberen wordt de aanname van normaliteit geschonden. b) Door meerdere toetsen uit te proberen vergroot de kans op een Type I fout. c) Door meerdere toetsen uit te proberen is er sprake van pseudoreplicatie. d) Door meerdere toetsen uit te proberen wordt de steekproefgrootte kunstmatig verhoogd. De daadwerkelijke steekproef is kleiner. interleaf 8

8 Vraag 8. Waar wordt een funnel plot voor gebruikt? a) Om een indicatie te krijgen van de groepsverschillen op een gegeven afhankelijke variabele. b) Om een indicatie te krijgen van de mate waarin er sprake is van publication bias. c) Om een indicatie te krijgen van de spreiding binnen één individu op een herhaalde meting. d) Om een indicatie te krijgen van de precisie van een bepaalde schatter. interleaf 9

9 Vraag 9 Lichaamstemperatuur van gezonde mensen is normaalverdeeld met gemiddelde van 36.8 C en een standaarddeviatie van 0.35 C. Wat is de kans op een lichaamstemperatuur die lager is dan 36.0 C? a) P < 0.01 b) 0.01 < P < 0.02 c) 0.02 < P < 0.05 d) P > 0.05 ch10 gevraagd wordt een kans uit de verdeling van lichaamstemperatuur P = normalcdf(- e9,36,36.8,0.35) =

10 Vraag 10 Geboortegewicht is normaalverdeeld met gemiddelde 3339 gram en standaardafwijking 573 gram. Een baby moet uit voorzorg in de couveuse als ze tot de 1% lichtste baby s behoort. Onder welk grensgewicht moet een baby in de couveuse? a) Minder dan 1.7 kg. b) Minder dan 1.8 kg. c) Minder dan 1.9 kg. d) Minder dan 2.0 kg. ch10 gevraagd wordt een waarde uit de verdeling van geboortegewicht invnorm(0.01,3339,573) = 2006 g

11 Vraag 11 IQ is normaal verdeeld met gemiddelde 100 en standaarddeviatie 15. Welk deel van de populatie zal een IQ hebben van 119 of hoger? a) Ongeveer 5 procent b) Ongeveer 10 procent c) Ongeveer 15 procent d) Ongeveer 20 procent ch10 gevraagd wordt een fractie=oppervlak=kans uit de verdeling van IQ fractie = normalcdf(119,e9,100,15) = %

12 Vraag 12 De lengte van kinderen bij de geboorte is normaalverdeeld met een gemiddelde van 52 cm en een variantie van 1.5 cm 2. Hoe groot is de kans dat de gemiddelde lengte van (een willekeurig samengestelde groep van) 6 pasgeboren baby s ligt tussen de 51 en 53 cm? a) b) c) d) ch10 5 gevraagd wordt een kans uit de verdeling van gemiddelde lengte P = normalcdf(51,53,52, 1.5/ 6) =

13 Vraag 13 Een onderzoeker wil testen of de lengte van vrouwen uit België afwijkt van de lengte van vrouwen uit Nederland. De gemiddelde lengte van vrouwen uit Nederland is cm. De onderzoeker bepaalt de lengte van 100 (aselect gekozen) Belgische vrouwen en vindt een gemiddelde lengte van cm met een standaardafwijking van 3.4 cm. Lichaamslengte is een normaalverdeelde variabele. Wat is de juiste conclusie op grond van deze van deze steekproef? a) P=0.021; de nulhypothese dat Belgische vrouwen dezelfde lengte hebben als Nederlandse vrouwen wordt verworpen (P < 0.05). b) P=0.042; de nulhypothese dat Belgische vrouwen dezelfde lengte hebben als Nederlandse vrouwen wordt verworpen (P < 0.05). c) P=0.42; de nulhypothese dat Belgische vrouwen dezelfde lengte hebben als Nederlandse vrouwen wordt niet verworpen (P > 0.05). d) P=0.84; de nulhypothese dat Belgische vrouwen dezelfde lengte hebben als Nederlandse vrouwen wordt niet verworpen (P > 0.05). one- sample t- test ch11 1 H0: µ=169.6, HA: µ TG = ( ) / (3.4/ 100) = ; P = 2*tcdf(- e9,- 2.06,99)=0.042

14 Vraag 14 Beschouw de volgende twee beweringen: I. De Student s t- verdeling gaat bij een toenemend aantal vrijheidsgraden steeds meer lijken op de standaardnormale verdeling. II. Bij een klein aantal vrijheidsgraden is de Student s t- verdeling asymmetrisch. Welke beweringen zijn waar? a) Alleen bewering I is waar. b) Alleen bewering II is waar. c) Bewering I en II zijn beide waar. d) Bewering I en II zijn beide NIET waar. ch11 bew. 1: p. 260 bew. 2: p. 261

15 Vraag 15 Staartlengte van zwarte ratten (Rattus rattus) is normaal verdeeld. Een onderzoeker bepaalt bij een steekproef van 9 ratten de staartlengte en vindt een gemiddelde van cm met een standdaardeviatie van 2.19 cm. Wat is op grond van deze data het 99% betrouwbaarheidsinterval voor het populatiegemiddelde µ? a) 9.56 < µ < b) < µ < c) < µ < d) < µ < ch11 p.265 besef dat het steekproefgemiddelde is en 2.19 de steekproefstandaardafwijking gebruik de formule voor een betr. intv. zoals op p.265 of op de formulekaart; t lees je af in Table C bij df=8 en α(2)=0.01 en dat is 3.36, of je vindt t mbv invt(0.005,8) =

16 Vraag 16 Wat is de juiste interpretatie van het betrouwbaarheidsinterval bij de voorgaande vraag? a) Er is 99% kans dat het populatiegemiddelde tussen beide grenswaarden ligt. b) In 99% van de steekproeven zal het gevonden betrouwbaarheidsinterval het populatiegemiddelde bevatten. c) Er is 99% kans om een steekproefgemiddelde tussen beide grenswaarden te vinden. d) Geen van bovengenoemde interpretaties is juist. ch11 p.264

17 Vraag 17 Het enzym lactaatdehydrogenase (LDG) komt voor in spiercellen, bloedcellen en huidcellen en zet koolhydraten om in melkzuur (lactaat). Hieronder staan de resultaten van een studie naar de LDG- concentratie in de rode bloedcellen van mannen en vrouwen (met Y: lactaatdehydrogenase- concentratie ). Mannen Vrouwen n Y- streep S Met een t- toets kun je nagaan of er verschil is tussen de LDG- concentratie van mannen en vrouwen. Als je die toets uitvoert, wat is dan de waarde van de toetsingsgrootheid (TG- waarde) en wat is de conclusie? a) TG=3.30; er is geen reden om aan te nemen dat de LDG- concentratie van mannen en vrouwen verschilt. b) TG=3.30; het lijkt erop dat de LDG- concentratie van mannen en vrouwen verschilt. c) TG=10.70; er is geen reden om aan te nemen dat de LDG- concentratie van mannen en vrouwen verschilt. d) TG=10.70; het lijkt erop dat de LDG- concentratie van mannen en vrouwen verschilt. ch12 p.291

18 2 sample t- test omdat s(man) s(vrouw) is het zeer waarschijnlijk dat de populatievarianties gelijk zijn (als je het niet gelooft, moet je maar even een F- tetst doen), dus kunnen we verder met Student s t test S 2 pooled is (269* *10 2 )/( )= SE= *((1/269)+(1/263))= TG=(60-57)/ =3.289 dit is een waarde uit een t 532 verdeling P=2*tcdf(3.289,E9,532)= dus P<0.05, dus H0 (LDG concentratie van mannen en vrouwen is gelijk) kan verworpen

19 Vraag 18 Wat stelt de pooled variance voor? a) Het gemiddelde van de steekproefvarianties. b) De variantie van de steekproefgemiddeldes. c) Het gewogen gemiddelde van de steekproefvarianties. d) De gewogen variantie van de steekproefgemiddeldes. ch12 p.289

20 Vraag 19 Op een groep van 25 proefpersonen wordt een nieuw medicijn getest. Een controlegroep van 19 proefpersonen krijgt een placebo. Een onderzoeker vermoedt dat het medicijn de spreiding van een bepaalde bloedwaarde beïnvloedt. dus tweezijdig toetsen De variantie van deze bloedwaarde is 0.9 in de groep die het medicijn slikt en 1.8 in de groep die de placebo slikt. De onderzoeker voert een F- test uit voor gelijke varianties. Welk van onderstaande kansen correspondeert met de P- waarde? a) P = P(F(24,18) 0.5) b) P = P(F(24,18) 2) c) P = 2 * P(F(18,24) 0.5) d) P = 2 * P(F(18,24) 2) ch12 p.300 F- test voor twee varianties groep medicijn : n=25, s 2 =0.9 groep placebo : n=19, s 2 =1.8 de P- waarde kan op twee manieren berekend manier 1: TG = 1.8/0.9 = 2 dan is P = 2* Fcdf(2,e9,18,24) = manier 2: TG = 0.9/1.8 = 0.5 dan is P = 2* Fcdf(0,0.5,24,18) = alleen manier 1 is terug te vinden bij de antwoorden

21 Vraag 20 Iemand wil de nulhypothese H 0 : σ A 2 = σ B 2 toetsen tegen de alternatieve hypothese H A : σ A 2 σ B 2 A en B zijn normaalverdeelde variabelen. Zowel uit A als uit B wordt een steekproef getrokken. Voor de steekproef uit A geldt: A- streep is , S A is en n A is 10. Voor de steekproef uit B geldt: B- streep is , S B is 6.26 en n B is 12. Bereken de waarde die de bij deze nulhypothese te gebruiken toetsingsgrootheid (TG) aanneemt, en bepaal de bijbehorende P- waarde. a) P = b) P = c) P = d) P = ch12 7 F- test voor twee varianties groep A: n=10, s 2 = groep B: n=12, s 2 = tweezijdige toets TG = / = 0.637, P = 2*Fcdf(0,0.636,9,11) = of TG = / = 1.57, P = 2*Fcdf(1.57,e9,11,9) =

22 Vraag 21 Beschouw de volgende twee uitspraken: I. De power van een non- parameterische toets is over het algemeen lager dan de power van een vergelijkbare parametrische toets II. Bij gepaarde data waarbij de verschillen tussen de meetwaardes niet normaal verdeeld zijn kan een tekentoets (sign test) toegepast worden Welke uitspraken zijn waar? a) Alleen bewering I is waar. b) Alleen bewering II is waar. c) Bewering I en II zijn beide waar. d) Bewering I en II zijn beide NIET waar. ch13 bew. 1 p. 343 bew. 2 p. 333

23 Vraag 22 Bij de Mann- Whitney U- test krijgt elke variabele uit de steekproeven een rang toegewezen. Per steekproef worden de rangen vervolgens opgeteld tot rangsom R. Hieronder staan de samenstellingen van twee steekproeven. A: B: Welke rangsom verwacht je theoretisch voor steekproef A als de steekproeven uit populaties komen met dezelfde mediaan? a) R A = 24 ch13 5 b) R A = 39 c) R A = 42 d) R A = R B, meer kun je er niet over zeggen als beide populaties dezelfde mediaan hebben en de steekproeven uit deze populaties even groot zijn, dan verwacht je in theorie dat de rangsommen ook even groot zijn het uitrekenen van wat R A in dit geval is heeft dus geen zin, het gaat om wat je theoretisch verwacht als er in totaal 12 rangen te vergeven zijn, is de totale rangsom dus = 78, dus verwacht je R A =R B =78/2=39 (in werkelijkheid zul je meestal vinden R A R B, zoals ook hier)

24 Vraag 23 Aan vier groepen van elk 15 personen wordt variabele Y gemeten. Het blijkt dat Y in de vier groepen niet normaalverdeeld is, maar Y wel. Welke toets heeft de voorkeur als je wilt nagaan of de ligging van deze vier groepen gelijk is? Neem aan dat er aan de voorwaarde voor gelijke variantie (ANOVA) of gelijke verdelingsvorm (Kruskall- Wallis) is voldaan, zowel voor Y als voor Y. a) ANOVA op de getransformeerde metingen. b) ANOVA op de oorspronkelijke metingen. c) Kruskall- Wallis op de getransformeerde metingen. d) Kruskall- Wallis op de oorspronkelijke metingen. ch13 een parametrische toets heeft altijd de voorkeur (zelfs als de data daarvoor getransformeerd moeten) omdat de power van een parametrische toets groter is dan van een non- parametrische toets (die immers de absolute metingen omzet in rangen waardoor je informatie verliest)

25 Vraag 24 Drie groepen muizen worden elk onder een verschillende stressvolle situatie geplaatst. Van elk muis wordt daarna het cortisol- gehalte in het bloed bepaald (cortisol is een stress- hormoon). Elke groep bestaat uit 5 muizen. De nulhypothese dat de groepen niet verschillen in het gemiddelde cortisolgehalte wordt met een ANOVA getoetst. Daarbij blijkt SS error = 10 en SS groups = 7. In welk interval valt de P- waarde? a) P < b) < P < c) < P < d) < P ch15 p. 399 bepaal de df s van beide SS- en en bereken dan beide MS- en MS groups /MS error is de TG en volgt een F(df groups,df error )- verdeling de P- waarde bereken je dan met een Fcdf (bij een anova nooit *2)

26 Vraag 25 In een onderzoek naar het effect van elektromagnetische velden op de menselijke gezondheid, werden 7 groepen mensen elk gedurende een week blootgesteld aan een elektromagnetisch veld van een andere sterkte. Elke groep bestond uit 45 personen. Na afloop werd bij elk groepslid de serumconcentratie adrenaline vastgesteld. De metingen werden met een één- factor model variantieanalyse geanalyseerd. Welke verdeling volgde de toetsingsgrootheid? a) F(6,314) b) F(6,308) c) F(6,44) d) F(6,38) ch15 p. 399 df1 = df groups = k- 1 = 7-1 = 6 df2 = df error = N- k = (7*45)- 7 = 308

27 Vraag 26 Uit populatie X1 wordt de volgende steekproef getrokken: Uit populatie X2 wordt de volgende steekproef getrokken: Beide populaties zijn normaalverdeeld en hebben dezelfde variantie. Wat is de zuiverste schatter van deze (populatie)variantie? a) MS groups b) MS error c) SS error d) S 2 X1 + S 2 X2 ch15 alleen MS- en zijn variantieschattingen, SS- en niet MS error is de zuiverste van de genoemde MS- en, omdat MS error een soort van gewogen gemiddelde steekproefvariantie is en dus een directe schatter van de populatievariantie MS groups geeft een onjuist beeld van de populatievariantie wanneer de populaties een verschillende ligging hebben (maw als de behandelingen effect hebben) antw. d) zou goed zijn als de som nog gedeeld werd door 2

28 Vraag 27 In een onderzoek naar het effect van suikerconsumptie (factor A) op bloedsuikergehalte (variabele Y) worden 40 personen in 2 even grote groepen ingedeeld. Elke groep krijgt een andere hoeveelheid suiker te consumeren. Van elke groep wordt vervolgens het gemiddelde bloedsuikergehalte bepaald. Om de nulhypothese te toetsen dat suikerconsumptie geen effect heeft op bloedsuikergehalte, wordt een één- factor model variantieanalyse uitgevoerd. De resultaten daarvan zijn: SS error = SS groups = 6.5 In welk interval ligt de waarde die de toetsingsgrootheid aanneemt? a) 0.00 tot <1.00 b) 1.00 tot <2.00 c) 2.00 tot <2.50 d) 2.50 tot <3.00 ch15 bepaal df error en df groups en bereken MS groups /MS error als toetsingsgrootheid

29 Vraag 28 Een onderzoeker bepaalt in een experimentele proef of er bij papegaaien samenhang bestaat tussen omgevingstemperatuur en de hoeveelheid dagelijks genuttigd voedsel. Hij vindt een lineaire correlatiecoëfficiënt tussen de variabelen ter grootte r = 0.36 op basis van 60 waarnemingen. Welke conclusie kan hieruit worden getrokken? a) Het lijkt erop dat papagaaien minder eten als ze zich in een warmere omgeving bevinden (P<0.05). b) Het lijkt erop dat papagaaien meer eten als ze zich in een warmere omgeving bevinden (P<0.05). c) Er lijkt bij papegaaien geen samenhang te zijn tussen omgevingstemperatuur en de hoeveelheid dagelijks genuttigd voedsel (P>0.05). d) De spreiding in de hoeveelheid voedsel die papegaaien dagelijks eten is voor 36% te verklaren uit de samenhang die er bestaat met de omgevingstemperatuur. toetsing van H0: ρ=0 TG = r/se r en is t n- 2 verdeeld SEr = (1- r 2 / n- 2) zie formulekaart je vindt een P>0.05 ch16 p. 439, 440 dat a) wel goed is en b) niet,volgt uit het feit dat de gevonden r<0

30 Vraag 29 Hoe moet de correlatiecoëfficiënt van een eindige populatie (omvang n) worden berekend? = ( X µ X )( Y µ Y ) ρ a) ( n 1 ) sx sy X µ X Y µ Y ρ = ( )( ) b) ( n 1 ) σ X σ Y ( X µ X )( Y µ Y ) ρ = c) n sx sy ( X µ X )( Y µ Y ) ρ = d) n σ X σ Y ch16 het is dezelfde formule als voor r maar dan met enkel populatieparameters erin (en geen vrijheidsgraden)

31 Vraag 30 Als je hasj rookt, komen er allerlei stofjes (cannabinoïden) in je lichaam die het zenuwstelsel beïnvloeden. Het is niet ondenkbaar dat hierdoor bepaalde hersenfuncties worden aangetast en dat dit uiteindelijk kan leiden tot verlaging van het IQ. Hieronder staan van 6 personen de gegevens omtrent langdurig dagelijks hasj gebruik en IQ. persoon A B C D E F hasj gebruik (g/dag) IQ Wat is de lineaire correlatiecoëfficiënt voor hasj gebruik en IQ in deze steekproef? rekenhulp: X=7.2; X 2 =12.8; SX=0.912 (X: hasj gebruik ) Y=624; Y 2 =65298; SY=8.967 (Y: IQ ) XY=714.8 a) r = 0.69 b) r = 0.76 c) r = 0.83 d) r = 0.90 ch16 p. 449 e.v. formulekaart bereken de r zoals op de formulekaart staat (en gebruik de rekenhulp )

32 Vraag 31 Bij lineaire regressie van Y op X is het een voorwaarde dat de populatievariantie van Y hetzelfde is voor elke waarde van X. Welke mean square is een schatter van deze populatievariantie? a) MS residual b) MS regression c) MS total d) MS error ch17 p. 470 e.v. MS residual is de gemiddelde kwadratische verticale afwijking van de punten tot de regressielijn en daarmee een schatting van de populatievariantie zie college over ch17 slide 45

33 Vraag 32 Hieronder staat een scatter plot uit het boek (hoofdstuk 17). Het betreft gegevens van leeuwen. Op de horizontale (X) as staat de proportie zwarte pigment op de neus van de leeuw, op de verticale (Y) as staat de leeftijd van de leeuw. Zowel de lijn Y = Y als de regressielijn zijn aangegeven. ^ Y= X Y=Y Wanneer de nulhypothese H0: β=0 getoetst wordt tegen HA: β 0 vindt men een P- waarde van P= Wat kun je daaruit opmaken over de regressie van leeftijd (Y) op proportie pigment (X) in werkelijkheid? a) In werkelijkheid is er geen regressie (β =0). b) In werkelijkheid is er regressie met β >0. c) In werkelijkheid is er regressie met β =0.88. d) In werkelijkheid is er regressie met β = ch17 p. 477

34 je toetst tweezijdig maar je conclusie is eenzijdig omdat je in je steekproef ziet dat het verband blijkbaar positief is d is onjuist omdat je nooit de waarde van β kunt weten

35 Vraag 33 Bij lineaire regressie van Y op X gelden onder andere de volgende voorwaarden (boek, 17.5, p. 482): At each value of X, the distribution of possible Y-values is normal. The variance of Y-values is the same for all values of X. Om normaliteit en gelijkheid van varianties te onderzoeken, is het gebruikelijk om een residual plot te maken. Hieronder staat zo n plot. dit is geen optimaal plaatje, want of er sprake is van normaliteit is discutabel, zie daarom de vernieuwde versie hierna X Bewering I. De oriëntatie van de punten in het residual plot laat zien dat er waarschijnlijk geen sprake is van normaliteit zoals bedoeld in de voorwaarden. Bewering II. De orientatie van de punten in het residual plot laat zien dat er waarschijnlijk geen sprake is van gelijke varianties zoals bedoeld in de voorwaarden. Welke bewering is waar?

36 a) Alleen bewering I. b) Alleen bewering II. c) Bewering I en II zijn beide waar. d) Bewering I en II zijn beide NIET waar.

37 Vraag 33 (met betere figuur) Bij lineaire regressie van Y op X gelden onder andere de volgende voorwaarden (boek, 17.5, p. 482): At each value of X, the distribution of possible Y-values is normal. The variance of Y-values is the same for all values of X. Om normaliteit en gelijkheid van varianties te onderzoeken, is het gebruikelijk om een residual plot te maken. Hieronder staat zo n plot. X Bewering I. De oriëntatie van de punten in het residual plot laat zien dat er waarschijnlijk geen sprake is van normaliteit zoals bedoeld in de voorwaarden. Bewering II. De orientatie van de punten in het residual plot laat zien dat er waarschijnlijk geen sprake is van gelijke varianties zoals bedoeld in de voorwaarden.

38 Welke bewering is waar? a) Alleen bewering I. b) Alleen bewering II. c) Bewering I en II zijn beide waar. d) Bewering I en II zijn beide NIET waar. zie boek p. 484 hoe je normaliteit en (on)gelijkheid van varianties kunt afleiden uit een residual plot; zie ook college over ch17 slides 64 en 66

39 ongelijke varianties wel normaal verdeeld

40 zaal C0.110 (hier) vragen stellen over alles zaal C1.112 aftekenen ch 17

41 zaal C0.110 (hier) + B0.201 vragen stellen over alles zaal C1.112 aftekenen ch 17 zaal B0.201 is nu ook open

42 zaal C0.110 (hier) vragen stellen over alles zaal C B0.201 aftekenen ch 17 zaal B0.201 is nu ook open

Hoeveel condities zijn er (ga er vanuit dat het design fully crossed is)?

Hoeveel condities zijn er (ga er vanuit dat het design fully crossed is)? Vraag 1. Welk design bevat geen random assignment: a) Een design gebaseerd op matching b) Een design gebaseerd op blocking c) Een factorial design d) Elk van de hierboven genoemde designs Vraag 2. In een

Nadere informatie

Methoden van Onderzoek en Statistiek, Deeltentamen 2, 29 maart 2012 Versie 2

Methoden van Onderzoek en Statistiek, Deeltentamen 2, 29 maart 2012 Versie 2 Vraag 1. Voor welk van de onderstaande variabelen zal een placebo effect waarschijnlijk het grootst zijn? 1. Haarlengte. 2. Lichaamstemperatuur. 3. Mate van tevredenheid met de behandeling. 4. Hemoglobinegehalte

Nadere informatie

Hoofdstuk 12: Eenweg ANOVA

Hoofdstuk 12: Eenweg ANOVA Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake

Nadere informatie

Hoofdstuk 5 Een populatie: parametrische toetsen

Hoofdstuk 5 Een populatie: parametrische toetsen Hoofdstuk 5 Een populatie: parametrische toetsen 5.1 Gemiddelde, variantie, standaardafwijking: De variantie is als het ware de gemiddelde gekwadrateerde afwijking van het gemiddelde. Hoe groter de variantie

Nadere informatie

Hoofdstuk 3 Statistiek: het toetsen

Hoofdstuk 3 Statistiek: het toetsen Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.

Nadere informatie

Vandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses

Vandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling

Nadere informatie

1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse.

1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse. Oefentoets 1 1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse. Conditie = experimenteel Conditie = controle Sekse = Vrouw 23 33 Sekse = Man 20 36 Van

Nadere informatie

Hoofdstuk 6 Twee populaties: parametrische toetsen

Hoofdstuk 6 Twee populaties: parametrische toetsen Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.

Nadere informatie

Voorbeeldtentamen Statistiek voor Psychologie

Voorbeeldtentamen Statistiek voor Psychologie Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij

Nadere informatie

toetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden

toetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.

Nadere informatie

Wiskunde B - Tentamen 2

Wiskunde B - Tentamen 2 Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk

Nadere informatie

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN

HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.

Nadere informatie

Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies

Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan

Nadere informatie

Kruis per vraag slechts één vakje aan op het antwoordformulier.

Kruis per vraag slechts één vakje aan op het antwoordformulier. Toets Stroom 1.2 Methoden en Statistiek tul, MLW 7 april 2006 Deze toets bestaat uit 25 vierkeuzevragen. Kruis per vraag slechts één vakje aan op het antwoordformulier. Vraag goed beantwoord dan punt voor

Nadere informatie

Hoofdstuk 10: Regressie

Hoofdstuk 10: Regressie Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.

Nadere informatie

College 2 Enkelvoudige Lineaire Regressie

College 2 Enkelvoudige Lineaire Regressie College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:

Nadere informatie

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd

Nadere informatie

Antwoordvel Versie A

Antwoordvel Versie A Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3

Nadere informatie

introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets

introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:

Nadere informatie

Inhoudsopgave. Deel I Schatters en toetsen 1

Inhoudsopgave. Deel I Schatters en toetsen 1 Inhoudsopgave Deel I Schatters en toetsen 1 1 Hetschattenvanpopulatieparameters.................. 3 1.1 Inleiding:schatterversusschatting................. 3 1.2 Hetschattenvaneengemiddelde..................

Nadere informatie

Hiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16

Hiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16 modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant

Nadere informatie

introductie toetsen power pauze hypothesen schatten ten slotte introductie toetsen power pauze hypothesen schatten ten slotte

introductie toetsen power pauze hypothesen schatten ten slotte introductie toetsen power pauze hypothesen schatten ten slotte toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter

Nadere informatie

Wiskunde B - Tentamen 1

Wiskunde B - Tentamen 1 Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.

Nadere informatie

HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK

HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK 1 1. INLEIDING Parametrische statistiek: Normale Verdeling Niet-parametrische statistiek: Verdelingsvrij Keuze tussen de twee benaderingen I.

Nadere informatie

mlw stroom 2.1: Statistisch modelleren

mlw stroom 2.1: Statistisch modelleren mlw stroom 2.1: Statistisch modelleren College 5: Regressie en correlatie (2) Rosner 11.5-11.8 Arnold Kester Capaciteitsgroep Methodologie en Statistiek Universiteit Maastricht Postbus 616, 6200 MD Maastricht

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden

Nadere informatie

Interim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN

Interim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN Interim Toegepaste Biostatistiek deel december 2009 Versie A ANTWOORDEN C 2 B C A 5 C 6 B 7 B 8 B 9 D 0 D C 2 A B A 5 C Lever zowel het antwoordformulier als de interim toets in Versie A 2. Dit tentamen

Nadere informatie

We illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten

We illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van

Nadere informatie

Les 1: Waarschijnlijkheidrekening

Les 1: Waarschijnlijkheidrekening Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het

Nadere informatie

herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1

herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1 herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1 Vraag 1 Een onderzoeker gebruikt een experimenteel design om een hypothese te toetsen over het gemiddelde in de populatie. Hiertoe

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur. VOORAF: Hieronder staat een aantal opgaven over de stof. Veel meer dan op het tentamen zelf gevraagd zullen worden. Op het tentamen zullen in totaal 20 onderdelen gevraagd worden. TECHNISCHE UNIVERSITEIT

Nadere informatie

toetskeuze schema verschillen in gemiddelden

toetskeuze schema verschillen in gemiddelden toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets week 5: het toetsen van

Nadere informatie

6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.

6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. Opgaven hoofdstuk 6 I Learning the Mechanics 6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. De random variabele x wordt tweemaal waargenomen. Ga na dat, indien de waarnemingen

Nadere informatie

Oefenvragen bij Statistics for Business and Economics van Newbold

Oefenvragen bij Statistics for Business and Economics van Newbold Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd

Nadere informatie

HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES

HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd

Nadere informatie

Hoofdstuk 5: Steekproevendistributies

Hoofdstuk 5: Steekproevendistributies Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel

Nadere informatie

Meervoudige ANOVA Onderzoeksvraag Voorwaarden

Meervoudige ANOVA Onderzoeksvraag Voorwaarden Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd

Nadere informatie

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, 9.00-12.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven

Nadere informatie

Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse

Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse 10.1 Eenwegs-variantieanalyse: Als we gegevens hebben verzameld van verschillende groepen en we willen nagaan of de populatiegemiddelden van elkaar verscihllen,

Nadere informatie

Toetsen van hypothesen

Toetsen van hypothesen Les 4 Toetsen van hypothesen We hebben tot nu toe enigszins algemeen naar grootheden van populaties gekeken en bediscussieerd hoe we deze grootheden uit steekproeven kunnen schatten. Vaak hebben we echter

Nadere informatie

College 6 Eenweg Variantie-Analyse

College 6 Eenweg Variantie-Analyse College 6 Eenweg Variantie-Analyse - Leary: Hoofdstuk 11, 1 (t/m p. 55) - MM&C: Hoofdstuk 1 (t/m p. 617), p. 63 t/m p. 66 - Aanvullende tekst 6, 7 en 8 Jolien Pas ECO 01-013 Het Experiment: een voorbeeld

Nadere informatie

Feedback examen Statistiek II Juni 2011

Feedback examen Statistiek II Juni 2011 Feedback examen Statistiek II Juni 2011 Bij elke vraag is alternatief A correct. 1 De variabele X is Student verdeeld in een bepaalde populatie, met verwachting µ X en variantie σ 2 X. Je trekt steekproeven

Nadere informatie

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4.1 PARAMETERTOESTEN 1 A. Toetsen van het gemiddelde Beschouw een steekproef X 1, X,, X n van n onafhankelijke N(µ, σ) verdeelde kansveranderlijken Men

Nadere informatie

1. Reductie van error variantie en dus verhogen van power op F-test

1. Reductie van error variantie en dus verhogen van power op F-test Werkboek 2013-2014 ANCOVA Covariantie analyse bestaat uit regressieanalyse en variantieanalyse. Er wordt een afhankelijke variabele (intervalniveau) voorspeld uit meerdere onafhankelijke variabelen. De

Nadere informatie

Statistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018

Statistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018 Statistiek in de alfa en gamma studies Aansluiting wiskunde VWO-WO 16 april 2018 Wie ben ik? Marieke Westeneng Docent bij afdeling Methoden en Statistiek Faculteit Sociale Wetenschappen Universiteit Utrecht

Nadere informatie

Bij herhaalde metingen ANOVA komt het effect van het experiment naar voren bij de variantie binnen participanten. Bij de gewone ANOVA is dit de SS R

Bij herhaalde metingen ANOVA komt het effect van het experiment naar voren bij de variantie binnen participanten. Bij de gewone ANOVA is dit de SS R 14. Herhaalde metingen Introductie Bij herhaalde metingen worden er bij verschillende condities in een experiment dezelfde proefpersonen gebruikt of waarbij dezelfde proefpersonen op verschillende momenten

Nadere informatie

+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.

+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter. STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) op dinsdag 3-03-00, 9- uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en

Nadere informatie

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 1. De onderzoekers van een preventiedienst vermoeden dat werknemers in een bedrijf zonder liften fitter zijn dan werknemers

Nadere informatie

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen. Voorbeeldtoetsen VWO-wiskunde. Deliverable 3.8. Henk van der Kooij. ONBETWIST Deliverable 3.

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen. Voorbeeldtoetsen VWO-wiskunde. Deliverable 3.8. Henk van der Kooij. ONBETWIST Deliverable 3. ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen VWO-wiskunde Deliverable 3.8 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding

Nadere informatie

Aanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling

Aanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl

Nadere informatie

College 3 Meervoudige Lineaire Regressie

College 3 Meervoudige Lineaire Regressie College 3 Meervoudige Lineaire Regressie - Leary: Hoofdstuk 8 p. 165-169 - MM&C: Hoofdstuk 11 - Aanvullende tekst 3 (alinea 2) Jolien Pas ECO 2012-2013 'Computerprogramma voorspelt Top 40-hits Bron: http://www.nu.nl/internet/2696133/computerprogramma-voorspelt-top-40-hits.html

Nadere informatie

Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 6 Antwoorden uitgewerkte opgaven week 6

Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 6 Antwoorden uitgewerkte opgaven week 6 MATERIALEN BIJ STATISTIEK (1991) JANUARI 010 Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 1 Antwoorden uitgewerkte opgaven week 1 11 15 Power-point sheets hoorcollege (over paragraaf

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal

Nadere informatie

Data analyse Inleiding statistiek

Data analyse Inleiding statistiek Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»

Nadere informatie

Cursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015

Cursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015 Cursus TEO: Theorie en Empirisch Onderzoek Practicum 2: Herhaling BIS 11 februari 2015 Centrale tendentie Centrale tendentie wordt meestal afgemeten aan twee maten: Mediaan: de middelste waarneming, 50%

Nadere informatie

Hoofdstuk 8 Het toetsen van nonparametrische variabelen

Hoofdstuk 8 Het toetsen van nonparametrische variabelen Hoofdstuk 8 Het toetsen van nonparametrische variabelen 8.1 Non-parametrische toetsen: deze toetsen zijn toetsen waarbij de aannamen van normaliteit en intervalniveau niet nodig zijn. De aannamen zijn

Nadere informatie

werkcollege 6 - D&P9: Estimation Using a Single Sample

werkcollege 6 - D&P9: Estimation Using a Single Sample cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie

Nadere informatie

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag

Nadere informatie

Berekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt

Berekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt A. Effect & het onderscheidingsvermogen Effectgrootte (ES) De effectgrootte (effect size) vertelt ons iets over hoe relevant de relatie tussen twee variabelen is in de praktijk. Er zijn twee soorten effectgrootten:

Nadere informatie

11. Meerdere gemiddelden vergelijken, ANOVA

11. Meerdere gemiddelden vergelijken, ANOVA 11. Meerdere gemiddelden vergelijken, ANOVA Analyse van variantie (ANOVA) wordt gebruikt wanneer er situaties zijn waarbij er meer dan twee condities vergeleken worden. In dit hoofdstuk wordt de onafhankelijke

Nadere informatie

Vraag 1: Vraag 2: Vraag 3:

Vraag 1: Vraag 2: Vraag 3: Dit is de oefentoets voor het eerste deeltentamen van cursus 1017 Methoden van Onderzoek en Basisstatistiek. De oefentoets heeft dezelfde lengte en opzet als het deeltentamen. Als dit het tentamen zou

Nadere informatie

Lesbrief hypothesetoetsen

Lesbrief hypothesetoetsen Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3

Nadere informatie

Statistiek voor A.I.

Statistiek voor A.I. Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het

Nadere informatie

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n

Nadere informatie

11. Multipele Regressie en Correlatie

11. Multipele Regressie en Correlatie 11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in

Nadere informatie

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages. MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Inleveren: Uiterlijk 15 februari voor 16.00 in mijn postvakje Afspraken Overleg is toegestaan, maar iedereen levert zijn eigen werk in. Overschrijven

Nadere informatie

Kansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur

Kansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.

Nadere informatie

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =

Nadere informatie

Vraag 1. Welke uitspraak is juist voor de variabele geslacht? Vraag 2. Welke uitspraak is juist voor de variabele fosfaatgehalte?

Vraag 1. Welke uitspraak is juist voor de variabele geslacht? Vraag 2. Welke uitspraak is juist voor de variabele fosfaatgehalte? De volgende beschrijving hoort bij Vraag 1, 2 en 3. Een onderzoeker bekijkt hoe het fosfaatgehalte in het bloed (variabele: fosfaatgehalte ) afhangt van sekse (variabele: geslacht ). De variabele fosfaatgehalte

Nadere informatie

HOOFDSTUK VII REGRESSIE ANALYSE

HOOFDSTUK VII REGRESSIE ANALYSE HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens

Nadere informatie

Formules Excel Bedrijfsstatistiek

Formules Excel Bedrijfsstatistiek Formules Excel Bedrijfsstatistiek Hoofdstuk 2 Data en hun voorstelling AANTAL.ALS vb: AANTAL.ALS(A1 :B6,H1) Telt hoeveel keer (frequentie) de waarde die in H1 zit in A1:B6 voorkomt. Vooral bedoeld voor

Nadere informatie

Opgave 1: (zowel 2DM40 als 2S390)

Opgave 1: (zowel 2DM40 als 2S390) TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4 en S39) op donderdag, 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine

Nadere informatie

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte Classroom Exercises GEO2-4208 Opgave 7.1 a) Regressie-analyse dicteert hier geen stricte regels voor. Wanneer we echter naar causaliteit kijken (wat wordt door wat bepaald), dan is het duidelijk dat hoogte

Nadere informatie

Statistiek ( ) eindtentamen

Statistiek ( ) eindtentamen Statistiek (200300427) eindtentamen studiejaar 2010-11, blok 4; Taalwetenschap, Universiteit Utrecht. woensdag 29 juni 2011, 17:15-19:00u, Educatorium, zaal Gamma. Schrijf je naam en student-nummer op

Nadere informatie

Toegepaste Statistiek, Week 6 1

Toegepaste Statistiek, Week 6 1 Toegepaste Statistiek, Week 6 1 Eén ordinale en één nominale variabele Nominale variabele met TWEE categorieën, 1 en 2 Ordinale variabele normaal verdeeld binnen iedere categorie? Variantie in beide categorieën

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag ,

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek 2 voor TeMa (2S95) op dinsdag 5-03-2005, 9.00-22.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine

Nadere informatie

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 30 januari 2009

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 30 januari 2009 EIND TOETS TOEGEPASTE BIOSTATISTIEK I 30 januari 2009 - Dit tentamen bestaat uit vier opgaven onderverdeeld in totaal 2 subvragen. - Geef bij het beantwoorden van de vragen een zo volledig mogelijk antwoord.

Nadere informatie

statviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4

statviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4 statviewtoetsen 18/12/2000 Contents............................................................ 1 1 Statview toets, 2K WE, 30 mei 1995 2 1.1 Fitness-campagne................................................

Nadere informatie

Formuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i

Formuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i Formuleblad Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i Plaats van de median berekenen: Oneven aantal observaties: (n+1)/2 Even aantal observaties: gemiddelde van de

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) Avondopleiding. donderdag 6-6-3, 9.-. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine

Nadere informatie

Statistiek II. Sessie 5. Feedback Deel 5

Statistiek II. Sessie 5. Feedback Deel 5 Statistiek II Sessie 5 Feedback Deel 5 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 5 1 Statismex, gewicht en slaperigheid2 1. Lineair model: slaperigheid2 = β 0 + β 1 dosis + β 2 bd + ε H 0 :

Nadere informatie

College 7 Tweeweg Variantie-Analyse

College 7 Tweeweg Variantie-Analyse College 7 Tweeweg Variantie-Analyse - Leary: Hoofdstuk 12 (p. 255 t/m p. 262) - MM&C: Hoofdstuk 12 (p. 618 t/m p. 623 ), Hoofdstuk 13 - Aanvullende tekst 9, 10, 11 Jolien Pas ECO 2012-2013 Het Experiment

Nadere informatie

Inhoud. Woord vooraf 13. Hoofdstuk 1. Inductieve statistiek in onderzoek 17. Hoofdstuk 2. Kansverdelingen en kansberekening 28

Inhoud. Woord vooraf 13. Hoofdstuk 1. Inductieve statistiek in onderzoek 17. Hoofdstuk 2. Kansverdelingen en kansberekening 28 Inhoud Woord vooraf 13 Hoofdstuk 1. Inductieve statistiek in onderzoek 17 1.1 Wat is de bedoeling van statistiek? 18 1.2 De empirische cyclus 19 1.3 Het probleem van de inductieve statistiek 20 1.4 Statistische

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, 14.00-17.00 uur De uitwerkingen van de opgaven dienen duidelijk geformuleerd

Nadere informatie

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing M, M & C, Chapter 6, Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Use and Abuse

Nadere informatie

9. Lineaire Regressie en Correlatie

9. Lineaire Regressie en Correlatie 9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)

Nadere informatie

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 27 oktober 2010, uur

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 27 oktober 2010, uur Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (2DM4) woensdag 27 oktober 2, 9.-2. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven

Nadere informatie

WISKUNDE HAVO EM klas 12 PROEFTENTAMEN

WISKUNDE HAVO EM klas 12 PROEFTENTAMEN WISKUNDE HAVO EM klas 12 PROEFTENTAMEN Voor elk onderdeel is aangegeven hoeveel punten kunnen worden behaald. Antwoorden moeten altijd zijn voorzien van een berekening, toelichting of argumentatie. 1.

Nadere informatie

STATISTIEK 2 VERSIE A MAT15403 1308-1. Tentamen Statistiek 2 (MAT-15403) Maandag 5 augustus 2013, 11.00-13.00 uur

STATISTIEK 2 VERSIE A MAT15403 1308-1. Tentamen Statistiek 2 (MAT-15403) Maandag 5 augustus 2013, 11.00-13.00 uur STTISTIEK 2 VERSIE MT15403 1308-1 WGENINGEN UNIVERSITEIT LEERSTOELGROEP MT Tentamen Statistiek 2 (MT-15403) Maandag 5 augustus 2013, 11.00-13.00 uur EZE PGIN NIET vóór 11.00 uur OMSLN! STRT MET INVULLEN

Nadere informatie

Statistiek 2 deel A 30 minuten over statistisch toetsen

Statistiek 2 deel A 30 minuten over statistisch toetsen Statistiek 2 deel A 30 minuten over statistisch toetsen R.J. Baars, MSc Kruytgebouw N710 r.j.baars@uu.nl februari 2014 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie +

Nadere informatie

Statistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef

Statistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef Statistiek II Onderdeel toetsen binnen de cursus: 1. Eenvoudig toetsen Toetsen en schatten ivm één statistiek of steekproef Via de z-verdeling, als µ onderzocht wordt en gekend is: Via de t-verdeling,

Nadere informatie

Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1

Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch

Nadere informatie

. Dan geldt P(B) = a. 1 4. d. 3 8

. Dan geldt P(B) = a. 1 4. d. 3 8 Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open

Nadere informatie

Statistiek voor A.I. College 14. Dinsdag 30 Oktober

Statistiek voor A.I. College 14. Dinsdag 30 Oktober Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.

Nadere informatie

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 5 februari 2010

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 5 februari 2010 EIND TOETS TOEGEPASTE BIOSTATISTIEK I 5 februari - Dit tentamen bestaat uit vier opgaven onderverdeeld in totaal 9 subvragen. - Geef bij het beantwoorden van de vragen een zo volledig mogelijk antwoord.

Nadere informatie

Les 2: Toetsen van één gemiddelde

Les 2: Toetsen van één gemiddelde Les 2: Toetsen van één gemiddelde Koen Van den Berge Statistiek 2 e Bachelor in de Biochemie & Biotechnologie 22 oktober 2018 Het statistisch testen van één gemiddelde is een veel voorkomende toepassing

Nadere informatie