# Multivariate Data Tools in Analysis

Maat: px
Weergave met pagina beginnen:

## Transcriptie

1 Techniques: univariate ANalysis Of VAriance (ANOVA) bivariate analysis Multivariate ANalysis Of VAriance (MANOVA) Describing and analysing relationships between at least two variables o Factor Analysis o Multiple Regression Analysis o Multiple Discriminant Analysis o Conjoint Analysis o Cluster Analysis o Multidimensional Scaling Decision tree Level of measurement Types of variables Causality Structure metric (interval,ratio) dependent structure techniques interdependence non-metric (nominaal,ordinaal) independent functional techniques dependence General approach Define research problem (research questions;fundamental relations;conceptual model;general level of variables) Develop analysis plan (techniques;objective and design;sample size;types of variables;acquired info) Evaluate assumptions (techniques;conceptual;statistical) Estimation of the multivariate model (apply assumptions;option within techniques;overall fit of model;acceptable level of statistical criteria) Interpretation of the output (technique used;underlying dimensions /separate variables;answering research questions) Validate the multivariate model (generalizability;2 samples;split sample) Conclusions and recommendations (in terms of research questions) Data analysis Acquire data Rough data files Evaluate data files o Graphically o Errors check for logic define ranges more than one answer for one single question o Missing data (missende variabelen zijn pas onbelangrijk als ze random zijn) Generalize? Underlying reasons? (data entry;routing;refusal or incomplete) Final sample Approach missing values Use only complete data Delete cases or variables Imputation methods (estimation;metrical data;replacement methods) o Outliers (uitschieters) Distinguishing data (cause: data entry;value range;exceptional observation) not representative for population Detection (describing and/or removal) o Statistical assumptions Normal distribution (shape of data; univariate normal distribution) Graphical test (histogram;normal probability plot) Homoscedasticity (variable relations;equal distribution variances of variables;graphical test) Linearity (correlation or association;equal distribution variances of variables) Graphical test (scatter plot) Statistical test (regression) 27 februari 2002 Pagina 1 van 8

2 Relationship Relationship Structure Measurement Technique Interdependence Variable >>>>>>>>>>>>>>>>>>> Factor Analysis Cases/Respondent >>>>>>>>>>>>>>>>>>> Cluster Analysis Object metric Multidimensional Scaling non-metric Correspondence Analysis or Multidimensinal scaling Relationship Values predicted Measurement scale Predictor variable Technique Dependence 1 dependent value in a single relationship >1 dependent value in a single relationship Metric >>>>>>>>>>>>>>>>>> Non-metric >>>>>>>>>>>>>>>>>> Multiple Regression or Conjoint Analysis Multiple Discriminant Analysis or Linear Probability Non-metric >>>>>>>>>>>>>>>>>> Canonical Correlation Metric Metric Canonical Correlation Non-metric Multivariate Analysis of Variance Factor Analysis Objectives of Factor Analysis: Reduce the data to a more manageable set identify underlying dimensions of correlations identify new, smaller set of uncorrelated variables identify smaller set of salient (prominent) variables from a larger set Factor analysis is used for: Segmentation Product Research Advertising studies Pricing studies Application of Factor Analysis Cluster variables (var A,B make var C) Structure group of variables Inter-analysis Reduce number of variables Design of Factor Analysis Calculation of the input data (correlation matrix) Number,measurement properties and allowable of variables (min. 5 variables per factor) Necessary sample size (5 observations per variable) Statistical assumptions Interrelated variables (minimale correlatie van 0,3) Use of metric data multivariate normality is not required (als je stopt na de factoranalyse) sufficient correlations between data (zonder significante samenhang geen factoranalyse, KMO-test >0,6 en Bartlett's Sign. α < 0,05) homoscedasticiteit van de variabelen (gelijke variantie spreiding) Criteria for determining the number of factors (Factor: een aantal variabelen die veel met elkaar gemeen hebben) Latent root (eigenwaarde>1, bij variabelen) A-priori criterion (aantal factoren volgt uit eerder onderzoek of uit een theorie) Percentage of variance o Als eigenwaarde = 1, dan verklaar je evenveel variantie als de informatie die één variabele heeft o Variantie = Eigenwaarde/factoren Scree Plot: Verklaarde variantie ten opzichte van de factoren Heterogeniteit van de respondenten Interpretation of the factors Compute unrotated factor matrix (Hoogste correlaties omcirkelen) Select rotational method (rearrange information) for better solutions (herverdelen variantie) o orthogonal (loodrecht) rotation (Varimax), ivm vermijding multicollineariteit (correlatie) tussen onafhankelijke factoren o oblique (vrije) rotation (Oblimin) Re-specifying the factor model 27 februari 2002 Pagina 2 van 8

3 Communalities: zegt iets over de waarde van variabelen binnen de 5 factoren Validation Generalizability o replicability of results o stable factor structure Influence on results o Impact of outliers Subsequent (vervolg) analysis (Bij vervolganalyses mogen de variabelen niet correleren) Regression analysis Cluster analysis R-type factoranalysis voegt variabelen samen Q-type factoranalysis voegt objecten of respondenten samen Regression Analysis Regression Analysis: method to analyze relationships between metric dependent variable an one or more independent variables Explaining Forecasting Research design of Regression Analysis Basic model (y=a+b1x1+b2x2.bnxn+e) level of measurement (dummy variables for non-metric data with L-levels => L-1 dummy variables) selection of dependent variable (research objective) selection of independent variables (concepts;influence on dependent variable) sample size (1:15-20) Statistical Assumptions of Regression Analysis Normality (variabelen zijn normaal verdeeld) Homoscedasticity (gelijke variantie spreiding) Linearity (tussen afhankelijke en on-afhankelijke variabele) Level of measurement (metric data) Little multi-collinearity(onderlinge afhankelijkheid, liever niet te hoog omdat anders het unieke van de onafhankelijke variabele niet naar voren komt) Hoe hoger R² (verklaarde variantie), hoe hoger de kans op multicollineariteit (In hoeverre is er samenhang tussen de variabelen) Sample size 1 variable :15-20 Tollerantiewaarde = 1-R² ; Tollerance factor = 1-R² < 0,1 => multicollineariteit ; Variance Inflation Factor = 1/(1-R²) Direct Method or Enter method: alle onafhankelijke factoren komen terug in de vergelijking (mate van invloed van alle variabelen is relevant) Stepwise Methoden forward inclusion (variabele met meeste toegevoegde wordt toegevoegd) backward inclusion (f-toets) (begint met totaal model, var met minste toegevoegde waarde wordt verwijderd) stepwise selection (variabelen met meeste waarde toevoegen daarna verwijderen van voorgaande variabelen als ze geen toegevoegde waarde meer hebben) Regressie coefficienten: aan welke knoppen draaien om wat te veranderen ( % independent vs % dependent) ß-coefficient, gestandaardiseerde regressie coefficient en ligt tussen -1 en 1 (tussen verschillende onderzoeken) R² geeft de kwaliteit (verklaarde variantie) weer van het onderzoeksmodel R²-adjusted is basis R² met correctie op het aantal respondenten en onafhankelijke variabelen (vergelijken samples) F-test, Is R² significant >0, anders stoppen T-toets, wijkt de onafhankelijke variabele significant af van 0, anders variabele weglaten R² = 0,6 is hoog (sociaal wetenschappelijk onderzoek is nooit hoger) R² (Sig<0,05) wijkt significant af van 0, dan pas regressie analyseren Conclusie sheet 20, factor 1 heeft de hoogste toegevoegde waarde sheet 21 factor 3 en 5 hadden weinig bijgedragen aangezien we R² van 58% hebben tov oorspronkelijke 59% sheet 23 alle onafhankelijke variabelen hebben een significante toegevoegde waarde < 0,05 (Dit was ook de stepmethode) 27 februari 2002 Pagina 3 van 8

4 Conjoint Analysis Conjoint Analysis (Waarde die respondenten hechten aan attributen toe te dichten,op levelniveau waardes toekennen (soorten vlaai-bodems)) rating (vlaaien, belangrijkheid verschil) ranking (waarde toekennen) attribuut=bodem attribuut-level=soort bodem,soort versiering Combinaties van attribuut-levels=combinatie van soort bodem en soort versiering Bij elk attribuut even veel levels kiezen Realistische combinaties adaptieve conjoint analysis: Vragenlijst wordt afhankelijk van de antwoorden dynamisch aangepast (Vlaaionderzoek) Methode Traditional (pen en papier) Adaptive Choice based Max. attributes Level individual individual Aggregated Model additive additive additive + interaction Research Design of Conjoint Analysis Composition rule o Additive model (voorkeuren bij elkaar optellen, statisch) o Interactive (voorkeuren hebben verschillende wegingen) Type of presentation o Trade-off (eenvoudige,alleen ranking van 2 attributen) o full-profile (ranking en rating on a profile card) o pairwise comparison methode (ranking en rating) Customer preference with o full-profile method o pairwise comparison method Statistical Assumptions of Conjoint Analysis Understanding of weight process Model specifications Overall fit hierachy of data rating scale of data Interpretation Individual level Aggregated level Relative interest (Het attribuut met de hoogste som van levels is het belangrijkste) Validation Internal (appropriate composition rule) External (representativeness) 27 februari 2002 Pagina 4 van 8

5 Binnen een cluster zitten respondenten met dezelfde kenmerken Clusteranalysis = segmentation;buying behavior;new product opportunities Variabelen die onderling correleren worden in een factor samengebracht Clusteranalyse Data simplification Relationship identification Research design Outliers positief ivm niche-markt negatief als je ze niet kunt identificeren Similarity measures (groepen van gelijke kenmerken) Standardized data (gecorrigeerd op dezelfde schaal) Correlational measures Distance measures (gestandaardiseerde data) Mahalanobis D² Association measure Chi² toets Statistische aannames Representatieve populatie Cluster Analysis Multicollineariteit (hoge samenhang tussen variabelen, je hebt dan niet de verklaarde variantie van de variabelen afzonderlijk) toewijzing van variabelen kunnen onterecht worden toegewezen aan een cluster Clusteranalyse: Hierarchische (optimaal aantal clusters) agglomeratieve methode, respondenten indelen in clusters (100 respondenten = 100 clusters), vervolgens clusters samenvoegen die hoge correlaties hebben totdat we 1 cluster overhouden (boom-structuur) o single linkage (minimale afstand) o complete linkage (maximale afstand) o average linkage (gem afstand tussen de variabelen van clusters) o Ward's method (som van de kwadraten van de variabelen tussen clusters )(meest gebruikt) o Centroid method (afstand tussen cluster centroids)(op een na meest gebruikt) Divisive methode Non-hierarchische (specificeer het aantal clusters en objects worden vervolgens in clusters ingedeeld) Interpretation De methode om het optimaal aantal clusters te verifieren sequential threshold (starten met 1 cluster centroid) parallel threshold (starten met 4 cluster seeds) combination Clusters zijn homogeen en de verhouding tussen clusters dient heterogeen te zijn based on average scores, cluster centroids fill up variables with relevant variables outside cluster process Labelingbof the clusters, profiling Validation (generalizability) Split sample Use of checking variables Agglomeratiecoëfficiënt: afstand waarbij clusters zijn samengevoegd Grootste toename in afstand is hoogste % change Profielen én tabellen bekijken 27 februari 2002 Pagina 5 van 8

6 Multiple Dicriminant Analysis discriminant-analyse: (Bij discriminantanalyse staat de specificatie van de groepen vast) Voorspellen groepslidmaatschap (een afhankelijke variabele wordt ingedeeld max 2 elkaar uitsluitende goepen, 2 groepen betekend 1 model) Inzicht in verschillen tussen onafhankelijke variabelen (Model beschrijven dat zo goed mogelijk het verschil aangeeft tussen twee groepen (nominale schaal) Afhankelijke techniek die lijkt op regressie-analyse Kijken naar het dicriminerend effect van groepen (onafhankelijke variabelen) op de afhankelijke variabele (onderverdeling in groepen) Aannames: normaliteit lineariteit meetniveau multicollineariteit niet wenselijk, omdat je niet het discriminerende efffect van onafhankelijke variabelen kunt bepalen research design discriminant analysis variables o dependent non-metric o independent metric sample size 1:20 Dicriminantlading = factorlading 2 methoden om discriminant functie te bepalen Overall fit Simultaan of Enter (Standaardiseren om verschillende schalen tussen vragen te vergelijken, beta) alle onafhankelijke variabelen worden meegenomen totale effect van variabelen in de set statistische relevantie via Wilk's lambda (Hoe hoger Wilk's Lambda des te slechter is het discriminerend effect is; Laagste Wilk's lambda correspondeert met hoogste significantie) Stepwise (een voor een worden onafh var toegewezen, variabele met hoogste significante disriminerende effect wordt het eerst meegenomen) Calculate Z-score (grenswaarde) Compare Observations to Z-score elke keer één variabele met de hoogste discriminantie toevoegen statistische significantie via Mahalanobis D² Determine Predicting Capacity (classification;hitratio (correct geclassificeerd);mahalanobis D²) Devide respondents into groups based on cutting score (weighted average of group controids) Interpretation Same group size Zce=Za+Zb/Z different groupsize Zcu=NaZb+NbZa/Na+Nb Discriminant weights Discriminant loadings Partial F-values Rotation (Varimax) Potency index (discriminating capacity) Canonische correlatie: discriminerend effect (groter dan 40% ; kleiner dan 10% is zwak model) Validation: analysis sample (calculating D-function) hold-out sample (using classification matrix) hold-out sample, niet je volledige dataset gebruiken maar een aantal om je model te toetsen Construction of group profiles (groepen goed bekijken en of je je complete set van onafhankelijke variabelen hebt meegenomen) 27 februari 2002 Pagina 6 van 8

7 Multi-Dimensional Scaling multidimensional scaling ofwel perceptual mapping positionering, grafische weergave, interdependence-techniek relatieve positie van producten of bedrijven weergeven positionering of segmentatie clusteren van producten Three main decisions: Selection of object (nature and relevancy) Similarity or preference data (paarsgewijze vergelijking) individual or group level analysis gelijkenis (kaartjes van biersoorten, respondent maakt groepen op basis van attributen) research design: decompositionele methode: niet uitsplitsen naar attributen, alleen totaaloordeel In hoeverre prefereert de consument product a of b vb parfum, wasmiddel compositionele methode: totaal oordeel en attributen Vaak combinatie van beide methoden Belangrijk bij multidimensional scaling is dat alle producten meeneemt (wel of geen witbier meenemen in bieronderzoek) meetniveau: metrisch of non-metrische info metrisch maken (chi2 toets) Overall fit: Aantal dimensies: subjectief bekijken Net als bij factoranalyse screeplot maken en zo min mogelijk factoren meenemen (knik in curve) %verklaarde variantie stress-maat is het verschil tussen werkelijke afstand en berekende afstand (stresswaarde 0,02 is redelijk) Overall fit-index >0,60 Projectie van het ideale punt: relatieve afstand tov ideale punt richting tussen object en ideale punt Interpretatie Subjectief (decompositionele of compositionele methode) Objectief (compositionele methode) Totale set van producten bekijken en representatieve populatie Validation: generalizability (objects;consumers) 2 samples decompositional en compositional approach 27 februari 2002 Pagina 7 van 8

8 Doel Toepassing - O.b.v. oordeel resp voorkeur/gelijkenis - Imago/positioneren - Beoordelingsdimensies Onderzoeksontwerp Aannames Statistisch model Overall fit Interpretatie / conclusie Validatie Multivariate Data Tools in Analysis Factoranalyse Regressie analyse Discriminant analyse Conjunct meten Cluster analyse Multidimensional scaling - Bepaling - Bepaling verband - Analyse significante - Inzicht krijgen in wijze - Objecten groeperen in - Analyse dimensies onderliggende tussen 1 afh var verschil in groepen waarop consum. waarde categorie/clusters o.b.v. v/e meerdimens structuur (criterium) & > onafh var - Classificeren in toekennen aan gemeens ruimte en rel positie - Datareductie (predictoren) vaststaande groepen prod/dienst kenmerken/variabelen van objecten hierin - Clusteren variabelen - Structereren groepen variabelen - Reductie # variabelen - metr. meetniv - steekproefomvang 5:1 Normaliteit Homoscedasticiteit Lineariteit Alleen vereist indien statistische toetsen Structuur: KMO ( > 0,6) Barlett (signi) Correl. (>= 0,3) Aantal factoren - Eigenwaarde >1 - a-priori - % R 2 - Screetest/plot Factormatrix, -lading - communaliteit Rotatie: Herschikken info Orthogo = varimax Oblique = oblimin Repliceren Split sample Vervolg analyse Regressie/ Cluster an. - Voorspellen afh var o.b.v. onafh - Vergelijken onafh var - Verklaren rel belang onafh irt afh var - y=a + bx +e - metr. Meetniveau - st.omv. 15:1 - st.omv. step 20:1 Normaliteit Homoscedasticiteit Lineariteit Meetniveau Geen multicollineariteit (corr. Matrix/tollerantie) R 2 en signi. F-toets (model) T-toets (variabelen) Direct: -Enter method Stepwise: -Forward inclus -Backward inclus -Stepwise select Regressie coeff (b) β- coeff, teken en grootte antwoord op doelstelling significantie model R 2 Repliceren Split sample Voorspell groepslidm - segmentatie analyse - kredietwaardigheid - succes/faal kansen Inzicht onderscheidende predictoren Z=a + WX W nx n onafh=metrisch afhank=non metirsch -st.omv 20:1 (theorie) -(praktijk) #onafh var =# pers kleinst groep Normaliteit Homoscedasticiteit Lineariteit Meetniveau Geen multicollineariteit # functies=# groep 1 Wilks λ (signi) gehele model Bepaal discr functie: - Simultaan/Stepwise Bepaal fit: - hitratio Model significant Discrim gewichten Discrim ladingen Hitratio Canonische correlatie 2 Analyse sample Holdout sample\ - New Prod Dev. - Winstkansanalyse - Conjuncte simulatie analyse - Segmentatie analyse - Conjoint methodol: Traditioneel/adaptive/choi ce based - Onderzoeksstimuli: Concreet/visuele/real combi/ # attr, levels - Model: additief/ interactief - dataverz:trade off/full profile/pairwise comp. - Inzicht in aard beoordelingsproces - Modelspecificaties Schat conjoint model: - rangorde - ranking - Indi niveau + geaggregeerd (trad/adapt) - Geaggregeerd niveau (choice based) - grootst range levels Interne validatie Externe validatie Segmentatie van - consumenten - bedrijven obv bijv. productattributen - Outliers kunnen storend zijn - Gelijkenis coefficienten - Correlatie maten - Afstand maten (!) - Associatie maten (ordi, nomi) Representativiteit Geen multicollin tussen cluster variabelen gewenst Selectie cluster formatie procedure: - Hierarch cl proc - Non-hierar proc Hierarc: agglomm Linkage/Ward/Centroide Niet hier: (cl seeds) Sequential tresh/ parallel tresh/ combi Hierarchisch: # clusters obv agg. coeff Hier / non hierarch O.b.v gem score profiel Labeling clusters (naam geven) Split sample Inzetten controle var Decompositionele - Voorkeur vs gelijkenis - Bepaal posit/ # dim/ voorkeursdata in mds Vector vs punt - Composition ben /correspond anal D: metr meetniv D: obj vergelijkb D: vergel percep resp D: alle obj beoord Corresp: kwanti data, nomi dus posi getal, Chi 2, verband rij-kol, samenhang objattributen D: subjec/object in tweedimensionale ruimte D: generalis D: 2 steekproeven D: decom en comp 27 februari 2002 Pagina 8 van 8

### Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y

1 Regressie analyse Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y Regressie: wel een oorzakelijk verband verondersteld: X Y Voorbeeld

### Classification - Prediction

Classification - Prediction Tot hiertoe: vooral classification Naive Bayes k-nearest Neighbours... Op basis van predictor variabelen X 1, X 2,..., X p klasse Y (= discreet) proberen te bepalen. Training

### 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

### Regressie-analyse doel menu hulp globale werkwijze aandachtspunten Doel: Voor de uitvoering in SPSS: Missing Values Globale werkwijze

Regressie-analyse Regressie-analyse is gericht op het voorspellen van één (numerieke) afhankelijke variabele met behulp van een of meerdere onafhankelijke variabelen (numerieke en/of dummy-variabelen).

### 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

### Verband tussen twee variabelen

Verband tussen twee variabelen Inleiding Dit practicum sluit aan op hoofdstuk I-3 van het statistiekboek en geeft uitleg over het maken van kruistabellen, het berekenen van de correlatiecoëfficiënt en

### Bijlage 3: Multiple regressie analyse

Bijlage 3: Multiple regressie analyse REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING PAIRWISE /STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL ZPP /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT

### mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2

mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2 Bjorn Winkens Methodologie en Statistiek Universiteit Maastricht 21 maart

### SPSS. Statistiek : SPSS

SPSS - hoofdstuk 1 : 1.4. fase 4 : verrichten van metingen en / of verzamelen van gegevens Gegevens gevonden bij een onderzoek worden systematisch weergegeven in een datamatrix bij SPSS De datamatrix Gebruik

### 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

### TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK

TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK Prof. Dr. M. Vandebroek 1. Een aantal proefpersonen werd gevraagd een frisdrank te beoordelen door aan te geven in hoeverre ze het eens zijn met de volgende

### Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS.

Menu aansturing van SPSS voorbeeld in hoofdstuk 8 over schaalconstructie met Cronbach s α en principale componenten analyse van meningen over strafdoelen Hieronder wordt uitgelegd hoe alle analyses besproken

### Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS.

Menu aansturing van SPSS voorbeeld in hoofdstuk 9 over multipele correspondentie (HOMALS) en niet-linaire principale componenten analyse (PRINCALS) van kenmerken van moorden Hieronder wordt uitgelegd hoe

### Voorbeeld regressie-analyse

Voorbeeld regressie-analyse In dit voorbeeld wordt gebruik gemaakt van het SPSS data-bestand vb_regr.sav (dit bestand kan gedownload worden via de on-line helpdesk). We schatten een model waarin de afhankelijke

### Enkelvoudige lineaire regressie

Enkelvoudige lineaire regressie Inleiding Dit hoofdstuk sluit aan op hoofdstuk I-9 van het statistiekboek. Er wordt hier steeds gesproken over het verband tussen één afhankelijke variabele Y en één onafhankelijke

### Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 28 oktober 2009, 9.00-12.00 uur

Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4) woensdag 8 oktober 9, 9.-. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven Statistisch

### Fasen in het onderzoeksproces

Fasen in het onderzoeksproces Gegevensbestand Controleren gegevens Bewerken gegevens Analyseren gegevens Interpreteren resultaten Nieuwe vragen? ja Onderzoeksverslag 1 Bestand opmaken Variabelen definiëren:

### Meervoudige lineaire regressie

Meervoudige lineaire regressie Inleiding In dit hoofdstuk dat aansluit op hoofdstuk II- (deel 2) wordt uitgelegd hoe een meervoudige regressieanalyse uitgevoerd kan worden met behulp van SPSS. Aan de hand

### Tentamen Biostatistiek 1 voor BMT (2DM40), op maandag 5 januari 2009 14.00-17.00 uur

Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (2DM4), op maandag 5 januari 29 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven

### 1 vorig = omzet voorgaande jaar. Forward (Criterion: Probability-of-F-to-enter <=,050) 2 bezoek = aantal bezoeken vertegenwoordiger

De groothandel Onderwerp: regressieanalyse met SPSS Bij: hoofdstuk 10 Een groothandel heeft onderzoek gedaan onder de klanten en daarbij geprobeerd met regressieanalyse vast te stellen wat de bepalende

### SPSS VOOR DUMMIES+ Werken met de NSE: enkele handige basisbeginselen. Gebaseerd op SPSS21.0 & Benchmarkbestand NSE 2014

SPSS VOOR DUMMIES+ Werken met de NSE: enkele handige basisbeginselen Gebaseerd op SPSS21.0 & Benchmarkbestand NSE 2014 Huidig kennis- en ervaringsniveau?????? Beginners Gevorderden 2 Inhoud 1. Wat doe

### Regressie-analyse. Cursus Bachelor Project 2 B&O College 2 Harry B.G. Ganzeboom. Regressie-model en mediatie-analyse 1

Regressie-analyse Cursus Bachelor Project 2 B&O College 2 Harry B.G. Ganzeboom Regressie-model en mediatie-analyse 1 Agenda Lineaire regressie-model (herhaling) Enkelvoudig (simple) Meervoudig (multiple)

### Menu aansturing van SPSS voorbeeld in paragraaf 6.5 van hoofdstuk 6 over multipele regressie analyses van recidive bij jongens

Menu aansturing van SPSS voorbeeld in paragraaf 6.5 van hoofdstuk 6 over multipele regressie analyses van recidive bij jongens Hieronder wordt uitgelegd hoe alle analyses besproken in paragraaf 6.5 van

### 2 2. STATISTICA Data Management

Overzicht Opleidingen Pagina 1. STATISTICA Introductie 2 2. STATISTICA Data Management 3 3. Grafische Data Analyse in STATISTICA 4 4. Introductie statistische Concepten en Methoden 5 5. Introductie STATISTICA

### Wat is nieuw in Enterprise Guide

Enterprise Guide 42 4.2 Lieve Goedhuys Copyright 2009 SAS Institute Inc. All rights reserved. Wat is nieuw in Enterprise Guide Vereenvoudigde interface Gebruikersinterface i Project recovery Conditionele

### 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.

### Assessing writing through objectively scored tests: a study on validity. Hiske Feenstra Cito, The Netherlands

Assessing writing through objectively scored tests: a study on validity Hiske Feenstra Cito, The Netherlands Outline Research project Objective writing tests Evaluation of objective writing tests Research

### 10. Verantwoord prioriteiten stellen: een oplossing voor onbetrouwbare belangscores

10. Verantwoord prioriteiten stellen: een oplossing voor onbetrouwbare belangscores E. DE VRIES-VAN KETEL, C. TCHAOUSSOGLOU en R. VAN OSSENBRUGGEN SAMENVATTING Managers moeten hoofd- en bijzaken onderscheiden

### 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

### 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

### Technische appendix bij DNBulletin Voor lagere werkloosheid is meer economische groei nodig. Variable Coefficient Std. Error t-statistic Prob.

Technische appendix bij DNBulletin Voor lagere werkloosheid is meer economische groei nodig Schatting Okun s law; Nederland, periode 1979-2017 Variabelen Afhankelijke variabele UD= jaar op jaarmutatie

### Residual Plot for Strength. predicted Strength

Uitwerking tentamen DS mei 4 Opgave Een uitwerking geven is hier niet mogelijk. Het is van belang het iteratieve optimaliseringsproces goed uit te voeren (zie ook de PowerPoint sheets): screening design

LinkedInprofielen en Persoonlijkheid LinkedIn Profiles and personality Lonneke Akkerman Open Universiteit Naam student: Lonneke Akkerman Studentnummer: 850455126 Cursusnaam en code: S57337 Empirisch afstudeeronderzoek:

### Deze opdracht lossen we eenvoudig op door in de vergelijking X1 en X2 te vervangen door de geobserveerde waarden van deze variabelen:

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 10 1. Volgende regressievergelijking werd opgesteld na onderzoek: YY ii = 6 + 2.5 XX ii1 + 3 XX ii2 + εε ii Bereken de voorspelde

### M M M M M M M M M M M M M M La La La La La La La Mid Mid Mid Mid Mid Mid Mid 65 56 83 68 64 47 59 63 93 65 75 68 68 51

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 7 1. Een onderzoeker wil nagaan of de fitheid van jongeren tussen 14 en 18 jaar (laag, matig, hoog) en het geslacht (M, V) een

### Betrouwbaarheid, validiteit en overeenstemming

Betrouwbaarheid, validiteit en overeenstemming Inleiding Dit practicum sluit aan op het theoriegedeelte over betrouwbaarheidsanalyse van hoofdstuk II-16 (deel 2). In dit hoofdstuk wordt besproken hoe een

### COGNITIEVE DISSONANTIE EN ROKERS COGNITIVE DISSONANCE AND SMOKERS

COGNITIEVE DISSONANTIE EN ROKERS Gezondheidsgedrag als compensatie voor de schadelijke gevolgen van roken COGNITIVE DISSONANCE AND SMOKERS Health behaviour as compensation for the harmful effects of smoking

### Hartpatiënten Stoppen met Roken De invloed van eigen effectiviteit, actieplannen en coping plannen op het stoppen met roken

1 Hartpatiënten Stoppen met Roken De invloed van eigen effectiviteit, actieplannen en coping plannen op het stoppen met roken Smoking Cessation in Cardiac Patients Esther Kers-Cappon Begeleiding door:

### 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%

### 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

### Partiele factoren CUR226. Piet van Duijnen

Partiele factoren CUR226 Piet van Duijnen R > S Kalibratie rekenmodel Geometry Soil properties Reinforcement properties External loads F(x) Is the outcome safe??? 3 Inhoud Doel: Komen tot een veilige ontwerpmethode:

### laboratory for industrial mathematics eindhoven Endinet Regressie-analyse Energiekamer

Endinet Regressie-analyse Energiekamer Laboratory for Industrial Mathematics Eindhoven Postbus 513 5600 MB Eindhoven tel.: 040 247 4875 fax: 040 244 2489 e-mail: lime@tue.nl WWW: http://www.lime.tue.nl

### Wat is de Modererende Rol van Consciëntieusheid, Extraversie en Neuroticisme op de Relatie tussen Depressieve Symptomen en Overeten?

De Modererende rol van Persoonlijkheid op de Relatie tussen Depressieve Symptomen en Overeten 1 Wat is de Modererende Rol van Consciëntieusheid, Extraversie en Neuroticisme op de Relatie tussen Depressieve

### Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1 <= r s <= +1 waarbij:

Correlatie analyse Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1

### Overzicht verschillende analyse methodes:

Overzicht verschillende analyse methodes: Variantie analyse Dependent (afhankelijkheid tussen variabele) Doel: is om te achterhalen of groepen verschillen in hun score op de afhankelijke variabele. Je

### Quick scan method to evaluate your applied (educational) game. Validated scales from comprehensive GEM (Game based learning Evaluation Model)

WHAT IS LITTLE GEM? Quick scan method to evaluate your applied (educational) game (light validation) 1. Standardized questionnaires Validated scales from comprehensive GEM (Game based learning Evaluation

### 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

### Running head: BREAKFAST, CONSCIENTIOUSNESS AND MENTAL HEALTH 1. The Role of Breakfast Diversity and Conscientiousness in Depression and Anxiety

Running head: BREAKFAST, CONSCIENTIOUSNESS AND MENTAL HEALTH 1 The Role of Breakfast Diversity and Conscientiousness in Depression and Anxiety De Rol van Gevarieerd Ontbijten en Consciëntieusheid in Angst

### Data fusion & Geo-psychographical database

Data fusion & Geo-psychographical database Pascal van Hattum University Utrecht Differentiated marketing Target customers as individually as possible Sell the same product or service, but change the marketing

### de Rol van Persoonlijkheid Eating: the Role of Personality

De Relatie tussen Dagelijkse Stress en Emotioneel Eten: de Rol van Persoonlijkheid The Relationship between Daily Stress and Emotional Eating: the Role of Personality Arlette Nierich Open Universiteit

### Multivariate dataverwerking Olivier Thas

Multivariate dataverwerking Olivier Thas 1 Multivariate dataverwerking Olivier Thas 1999-2000 eerste zit OTTOY 1. Verachtingsintervallen van 2. Betrouwbaarheidsintervalllen van lineaire regressie 3. Interpretatie

### 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 +

### De bijbel der SPSS procedures

De bijbel der SPSS procedures Onze SPSS die op de computer zijt Geheiligd zijn uw functies Uw regressies kome, Uw output geschiede op papier als op scherm. Geef ons heden onze dagelijkse anova en vergeef

### Grafieken Cirkeldiagram

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

### Risk & Requirements Based Testing

Risk & Requirements Based Testing Tycho Schmidt PreSales Consultant, HP 2006 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice Agenda Introductie

### Beschrijvende statistieken

Elske Salemink (Klinische Psychologie) heeft onderzocht of het lezen van verhaaltjes invloed heeft op angst. Studenten werden at random ingedeeld in twee groepen. De ene groep las positieve verhaaltjes

### Invloed van het aantal kinderen op de seksdrive en relatievoorkeur

Invloed van het aantal kinderen op de seksdrive en relatievoorkeur M. Zander MSc. Eerste begeleider: Tweede begeleider: dr. W. Waterink drs. J. Eshuis Oktober 2014 Faculteit Psychologie en Onderwijswetenschappen

### Opsporen van responsstyles bij respondenten: het ene segment is het andere niet

Hoe meetfouten bij specifieke respondenten te detecteren en corrigeren? Opsporen van responsstyles bij respondenten: het ene segment is het andere niet Hester van Herk Department Marketing, VU University,

### De relatie tussen intimiteit, aspecten van seksualiteit en hechtingsstijl in het dagelijks leven van heteroseksuele mannen en vrouwen.

De relatie tussen intimiteit, aspecten van seksualiteit en hechtingsstijl in het dagelijks leven van heteroseksuele mannen en vrouwen. The Relationship between Intimacy, Aspects of Sexuality and Attachment

### Process Mining and audit support within financial services. KPMG IT Advisory 18 June 2014

Process Mining and audit support within financial services KPMG IT Advisory 18 June 2014 Agenda INTRODUCTION APPROACH 3 CASE STUDIES LEASONS LEARNED 1 APPROACH Process Mining Approach Five step program

### 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

### KWANTITATIEF TESTEN. experimenteel ontwerp (MIT 14) statistische analyse (MIT 15)

KWANTITATIEF TESTEN experimenteel ontwerp (MIT 14) statistische analyse (MIT 15) tips Google Wikipedia MIT 14, 15 stats.stackexhchange.com ander onderzoek dat lijkt op het jouwe experimenteel ontwerp kwantitatieve

### Het gebruik van SPSS voor statistische analyses. Een beknopte handleiding.

Het gebruik van SPSS voor statistische analyses. Een beknopte handleiding. SPSS is een alom gebruikt, gebruiksvriendelijk statistisch programma dat vele analysemogelijkheden kent. Voor HBO en universitaire

### Open het databestand in SPSS en kies Analyze > Correlate > Bivariate. Vul vervolgens het dialoogvenster in als volgt:

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 9 1. Een klinisch psycholoog vraagt zich af of er een verband bestaat tussen depressie en sociale vermijding in de populatie

### Beknopte handleiding SPSS versie 18.0 1 van 28

Beknopte handleiding SPSS versie 18.0 1 van 28 Beknopte handleiding SPSS versie 18.0 2 van 28 Inhoudsopgave Inleiding...3 SPSS- tips...4 Kopiëren van datakenmerken...6 Van SPSS naar Excel...7 Opsturen

### Samenvatting Nederlands

Samenvatting Nederlands 178 Samenvatting Mis het niet! Incomplete data kan waardevolle informatie bevatten In epidemiologisch onderzoek wordt veel gebruik gemaakt van vragenlijsten om data te verzamelen.

### Positieve, Negatieve en Depressieve Subklinische Psychotische Symptomen en het Effect van Stress en Sekse op deze Subklinische Psychotische Symptomen

Positieve, Negatieve en Depressieve Subklinische Psychotische Symptomen en het Effect van Stress en Sekse op deze Subklinische Psychotische Symptomen Positive, Negative and Depressive Subclinical Psychotic

### Digital municipal services for entrepreneurs

Digital municipal services for entrepreneurs Smart Cities Meeting Amsterdam October 20th 2009 Business Contact Centres Project frame Mystery Shopper Research 2006: Assessment services and information for

### Effecten Omgevingsinterventie en Fysieke Activiteit 1. Hoofdeffecten en Mediators van een Omgevingsinterventie op Maat ter Bevordering van

Effecten Omgevingsinterventie en Fysieke Activiteit 1 Hoofdeffecten en Mediators van een Omgevingsinterventie op Maat ter Bevordering van Fysieke Activiteit bij Ouderen Main Effects and Mediators of a

### Abstract. Keywords. Foot and Ankle Outcome Score (FAOS), Ankle, PROM, Validity, Reliability, Dutch translation

Validation of the Dutch language version of the Foot and Ankle Outcome Score I. N. Sierevelt, L. Beimers, C. J. A. van Bergen, D. Haverkamp, C. B. Terwee, G. M. M. J. Kerkhoffs Abstract Purpose. The aim

### 2.9 Het adolescentieonderzoek 69 2.10 Opgaven 72

Inhoud Hoofdstuk 1 Design en analyse 11 1.1 Specificatie van designs 13 1.2 Definities 14 1.3 Het verschil tussen een afhankelijke variabele en een niveau van een within-subjectfactor 19 1.4 Kiezen van

### De Invloed van Familie op

De Invloed van Familie op Depressie- en Angstklachten van Verpleeghuisbewoners met Dementie The Influence of Family on Depression and Anxiety of Nursing Home Residents with Dementia Elina Hoogendoorn Eerste

### Invloed van Mindfulness Training op Ouderlijke Stress, Emotionele Self-Efficacy. Beliefs, Aandacht en Bewustzijn bij Moeders

Invloed van Mindfulness Training op Ouderlijke Stress, Emotionele Self-Efficacy Beliefs, Aandacht en Bewustzijn bij Moeders Influence of Mindfulness Training on Parental Stress, Emotional Self-Efficacy

### Determinanten en Barrières van Seksuele Patiëntenvoorlichting. aan Kankerpatiënten door Oncologieverpleegkundigen

Determinanten en Barrières van Seksuele Patiëntenvoorlichting aan Kankerpatiënten door Oncologieverpleegkundigen Determinants and Barriers of Providing Sexual Health Care to Cancer Patients by Oncology

Opdracht 4a ----------- Spreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient In 1738 werd in de haven van Stockholm voor een aantal landen voor elk land geregistreerd hoeveel schepen

### De Invloed van Perceived Severity op Condoomgebruik en HIV-Testgedrag. The Influence of Perceived Severity on Condom Use and HIV-Testing Behavior

De Invloed van Perceived Severity op Condoomgebruik en HIV-Testgedrag The Influence of Perceived Severity on Condom Use and HIV-Testing Behavior Martin. W. van Duijn Student: 838797266 Eerste begeleider:

### 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

### Basishandleiding SPSS

Basishandleiding SPSS Elvira Folmer & Marieke ten Voorde SLO, Juli 2008 Deze handleiding is gebaseerd op SPSS 16.0 for Windows Inhoud 1 Het maken van een gegevensbestand in de Variable View... 4 2 Het

### Deze test werd ontwikkeld en aangewend om het medicatiemanagement en de verschillende aspecten hiervan te evalueren in de ambulante zorg.

Drug Regimen Unassisted Grading Scale (DRUGS) Edelberg HK, Shallenberger E, Wei JY (1999) Medication management capacity in highly functioning community living older adults: detection of early deficits.

### Testattitudes van Sollicitanten: Faalangst en Geloof in Tests als. Antecedenten van Rechtvaardigheidspercepties

Testattitudes van Sollicitanten: Faalangst en Geloof in Tests als Antecedenten van Rechtvaardigheidspercepties Test-taker Attitudes of Job Applicants: Test Anxiety and Belief in Tests as Antecedents of

### Bijlage bij Meesterlijk gedrag. Leren van compareren., Rechtstreeks 2009/3

Bijlage bij Meesterlijk gedrag. Leren van compareren., Rechtstreeks 2009/3 Inleiding In de analyses vormen de uitkomsten van de comparities (schikking bereikt? Ervaren dwangschikking? Ervaren rechtvaardigheid)

### Verschillen in het Gebruik van Geheugenstrategieën en Leerstijlen. Differences in the Use of Memory Strategies and Learning Styles

Verschillen in het Gebruik van Geheugenstrategieën en Leerstijlen tussen Leeftijdsgroepen Differences in the Use of Memory Strategies and Learning Styles between Age Groups Rik Hazeu Eerste begeleider:

### Relationele Databases 2002/2003

1 Relationele Databases 2002/2003 Hoorcollege 3 24 april 2003 Jaap Kamps & Maarten de Rijke April Juli 2003 Plan voor Vandaag Praktische dingen 2.1, 2.3, 2.6 (alleen voor 2.2 en 2.3), 2.9, 2.10, 2.11,

### Zomerschool Vakdidactisch Onderzoek Leuven, 8-10 september 2010 Sessie 8: Analyse van kwantitatieve data

Zomerschool Vakdidactisch Onderzoek Leuven, 8-10 september 2010 Sessie 8: Analyse van kwantitatieve data An Carbonez Leuven Statistics Research Centre Katholieke Universiteit Leuven Voorstelling van de

### Diabetespatiënten in Verpleeghuizen De Relatie tussen Diabetes, Depressieve Symptomen en de Rol van Executieve Functies

Diabetespatiënten in Verpleeghuizen De Relatie tussen Diabetes, Depressieve Symptomen en de Rol van Executieve Functies Diabetic Patients in Nursing Homes The Relationship between Diabetes, Depressive

### Tentamen Biostatistiek 2 voor BMT (2DM50), op dinsdag 5 april 2011 9.00-12.00 uur

Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 2 voor BMT (2DM50), op dinsdag 5 april 2011 9.00-12.00 uur Bij het tentamen mag alleen gebruik worden gemaakt van een zakrekenmachine. Het gebruik

### FOR DUTCH STUDENTS! ENGLISH VERSION NEXT PAGE. Toets Inleiding Kansrekening 1 22 februari 2013

FOR DUTCH STUDENTS! ENGLISH VERSION NEXT PAGE Toets Inleiding Kansrekening 1 22 februari 2013 Voeg aan het antwoord van een opgave altijd het bewijs, de berekening of de argumentatie toe. Als je een onderdeel

### Usability walkthrough for accessibility

Usability walkthrough for accessibility steven stijger steven_stijger@nl.ibm.com http://www.flickr.com/photos/81167076@n00/322162512/ Copyright IBM Corporation 2008 usability walkthrough usability test

### SPSS Opstarten & gegevens inlezen Gegevens verkennen Beschrijvende statistiek

Opstarten & gegevens inlezen *Inlezen gegevens Via eerste scherm bij opening SPSS of via File; Open; Data. Opletten of namen van variabelen op de eerste rij staan ( Staat ) Opm.: Bij.TXT bestand altijd

### Auteur Bech, Rasmussen, Olsen, Noerholm, & Abildgaard. Meten van de ernst van depressie

MAJOR DEPRESSION INVENTORY (MDI) Bech, P., Rasmussen, N.A., Olsen, R., Noerholm, V., & Abildgaard, W. (2001). The sensitivity and specificity of the Major Depression Inventory, using the Present State

### We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies

### 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

### Vakkundigheid van medewerkers bij onderzoeksactiviteiten op de Hogeschool van Amsterdam

Vakkundigheid van medewerkers bij sactiviteiten op de Hogeschool van Amsterdam D.M.E. Griffioen 1 Beleidsmedewerker Hogeschool van Amsterdam Promovenda Universiteit van Amsterdam K. Boerma Docent Hogeschool

### Meervoudige variantieanalyse

Meervoudige variantieanalyse Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-12 (deel2) van het statistiekboek, wordt besproken hoe met SPSS gemiddelden van verschillende groepen met elkaar vergeleken

### WOT statistiek. Betrouwbaarheidsanalyse. CLIN Centre for Linguistics. Els Schoonjans

WOT statistiek Betrouwbaarheidsanalyse Els Schoonjans CLIN Centre for Linguistics 1 Betrouwbaarheid Betrouwbaarheid van een meetinstrument: consistentie; instrument geeft vergelijkbare resultaten in vergelijkbare

### DATA-ANALYSE I OEFENINGEN ACADEMIEJAAR 2000 2001. Feedback Praktische Proef

DATA-ANALYSE I OEFENINGEN ACADEMIEJAAR 2000 2001 Feedback Praktische Proef 1 Vooraf Het is onbegonnen werk om voor elke versie van de praktische proef een volledig uitgeschreven rapport te presenteren.

### Kwaliteit betekent nog geen kwantiteit

Kwaliteit betekent nog geen kwantiteit Onderzoek naar de relatie tussen kwaliteitsoordeel en instroom bij universitaire bacheloropleidingen Eva de Haan, BSc Drs. José van Zwieten Maart 2013 Bijcollege

### DATA MINING (TI2730-C)

Technische Universiteit Delft Elektrotechniek, Wiskunde en Informatica Secties: Pattern Recognition & Bioinformatics & Multimedia Signal Processing DATA MINING (TI2730-C) Schriftelijk (her)tentomen. Dinsdag