Toegepaste data-analyse: sessie 3
|
|
- Rosa van der Horst
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Toegepaste data-analyse: sessie 3 Mixed Models II: Actor-partner model Corr (Yij, Yik) = σσ 2 kkkkkkkkkkkk σσ 2 kkkkkkkkkkkk+ σσ 2 rrrrrr Je kan deze data niet modelleren a.d.h.v. lineaire regressie. Er zijn 2 manieren om dit op te lossen, nl. door op te delen in een random effecten model ofwel gebruik te maken van een marginaal model. Bij een random effecten model, ga je het intercept random nemen. Bij het marginaal model ga je dat niet doen, maar ga je de variantie-covariantiestructuur gaan fixeren. In SPSS is er een groot verschil tussen deze beide mogelijkheden. Bij random effecten ga je in het 1 ste kadertje Repeated leeg laten en wel random effecten toevoegen bij Random. Bij het marginaal model ga je de kader Repeated invullen en een variantiecovariantiestructuur kiezen. Het kadertje Random ga je hier niet invullen. Bij een hiërarchisch model ga je een onderscheid kunnen maken tussen binnen-groep en tussen-groep variantie en ga je dus duidelijk kunnen zeggen waar de variantie vandaan komt. Bij een marginaal model kan je dit niet Je kan random effecten gebruiken bij ongebalanceerde data en marginale modellen niet (enkel gebalanceerde data!). Bij een actor-partner model ga je kijken naar de dynamieken in een koppel. Wat is het effect van aantrekkelijkheid man op relatietevredenheid man? Wat is het effect van aantrekkelijkheid vrouw op relatietevredenheid vrouw? Maar ook: wat is het effect van aantrekkelijkheid man op relatietevredenheid vrouw? En wat is het effect van de aantrekkelijkheid van de vrouw op de relatietevredenheid van de man. Actoreffecten vs. Partnereffecten. Two-intercept approach - Mogelijkheid om effecten apart te schatten - Intercept maken voor mannen en één voor vrouwen - Twee intercepten maken het mogelijk om de effecten apart te beschouwen Interaction approach - Mogelijkheid om te zien of er een verschil is tussen de effecten - 1 intercept zegt wat de gemiddelde relatietevredenheid is
2 1. Maak een nieuwe dataset aan in SPSS volgens de gegevens in de tabel. Let er op dat je per lijn 1 subject weergeeft. Je kunt je baseren op het voorbeeld in de cursus. Hoeveel subjecten zijn er in het totaal? Hoe zijn deze subjecten geclusterd? Wat zijn de variabelen? Sla de dataset op op je H-schijf als TDA relatietevredenheid.sav. Gaan we nu niet doen. Interessant om te bekijken als je zelf voor je thesis nieuwe datasets moet invoeren. Data zien er een beetje vreemd uit: twee keer dezelfde data op een ander lijntje. 2. Maak een figuur waarbij je het verband onderzoekt van respectievelijk de eigen en de ander zijn/haar aantrekkelijkheid op de relatietevredenheid. Doe dit zo wel voor mannen en vrouwen. Is er indicatie voor actor of partner effecten bij mannen en vrouwen? Of interacties? Respondent = geslacht 1 zijn mannen en 2 zijn vrouwen
3 Bijna geen actor effect voor de vrouwen. Een klein negatief actor effect voor de mannen. Voor beide geslachten een positief partner-effect van aantrekkelijkheid. Het gaat om een interactie-effect: voor een man is het belangrijker voor de relatietevredenheid dat zijn partner (vrouw) aantrekkelijk is. [De lijn stijgt stijler]
4 3. Is er een significant actor effect bij mannen en bij vrouwen? Is er een partnereffect? Toets dit met de Two-intercept approach. Maak gebruik van een random intercept om de correlatie tussen metingen binnen koppels te modelleren. Dit moet je eigenlijk zelf weten dat je dit met deze aanpak moet doen! Immers: je wil apart het effect weten van mannen en van vrouwen. Met één intercept kan je hier niet tussen differentiëren! Subjects = koppel (want dat is het hoogste niveau) Random effecten model Repeated wordt leeg gelaten
5 Geen Include Intercept want we willen geen globaal intercept. Wel apart intercept voor mannen en vrouwen, door Respondent op te nemen in het model. Bovendien willen we ook het actor- en het partner-effect opnemen, zowel voor mannen als voor vrouwen. Dit is dus een interactie-effect met het geslachtspecifiek intercept. We hebben wél een random intercept (Include Intercept aanvinken)!
6 Interpretatie van de Fixed Effects: - Marginaal significant actor-effect bij mannen (p=0.06). - Geen significant actor-effect bij vrouwen. - Significant partner-effect bij mannen - Marginaal significant partner-effect bij vrouwen. Hoe rapporteren? - Actor-effect mannen: t(29.257)=-1.936, p= Partner-effect mannen: t(26.257)=2.426, p<.05 Als niet significant, exacte p-waarde vermelden. Als wel significant, gewoon vermelden dat p< Wat is de correlatie tussen observaties binnen hetzelfde koppel? Corr (Yij, Yik) = σσ 2 kkkkkkkkkkkk σσ 2 kkkkkkkkkkkk+ σσ 2 rrrrrr = / ( ) 5. Zijn de actor en partner effecten significant verschillend tussen mannen en vrouwen. Toets dit met de Interaction Approach. Hoofdeffecten en intercept toevoegen in fixed gedeelte. Bij random laten we alles staan. Nog steeds een random intercept per koppel.
7 We zijn op zoek naar een interactie-effect met geslacht. Met betrekking tot het actoreffect, zien we dat er geen significante interactie is met geslacht. Het effect van aantrekkelijkheid van de actor is dus niet afhankelijk van het geslacht en verschilt dus niet tussen mannen en vrouwen. Met betrekking tot het partner effect zien we hetzelfde: de invloed van aantrekkelijkheid van de partner op de relatietevredenheid verschilt niet tussen mannen of vrouwen. 6. Toets nu dezelfde hypothese, maar met de marginale aanpak. Hierbij veronderstellen we geen random effecten maar gaan we de residuele covariantie binnen koppels modelleren. Gebruik hiervoor de meest algemene unstructured vorm. Je wil de variantie covariantiematrix tussen mannen en vrouwen gaan modelleren, dus bij Repeated ga je ook het geslacht opgeven.
8 Meestal is het gegeven of je een hiërarchisch model of een marginaal model moet toepassen. Het is wel zo dat je bij ongebalanceerde en/of onvolledige data enkel het random effecten model kan gebruiken (flexibeler). De output is min of meer hetzelfde. 7. Welke extra assumpties worden gemaakt bij de Random Intercept approach? Je gaat veronderstellen dat de residuele variantie hetzelfde is bij mannen als bij vrouwen. Door het invoeren van het random intercept hou je rekening met de clustering en net hierdoor zal je variantie ook hetzelfde zijn. Structurele vergelijkingsmodellen (SEM) Taal SES inkomen IQ economische status Rekenen QoL depressie Stress Meetgedeelte* Structuurgedeelte Meetgedeelte * Tekening proberen maken = het belangrijkste op het examen!! Daarmee begin je altijd! Daarna parameters aanduiden/opschrijven. Daarna pas model fitten in R. Latente variabelen omcirkeld. Geobserveerde variabelen (alles wat in je dataset zit) is omkaderd. Enkel in het structuurgedeelte wordt er een onderscheid gemaakt tussen endogene (er komen pijlen toe) en exogene (er vertrekken pijlen) variabelen. *Meetgedeelte = hoe de latente variabelen gemeten worden
9 Soorten structurele vergelijkingsmodellen: - Padanalyse houdt zich enkel bezig met het structuurgedeelte, maar dan enkel met geobserveerde variabelen en niet met latente variabelen. - CFA houdt zich enkel bezig met meetgedeelte. - SEM houdt zich bezig met beide. Predictiefouten: we weten dat SES en QoL bijvoorbeeld door allerlei andere zaken worden verklaard, die niet in het model opgenomen zijn. Predictiefouten kunnen bij latente of geobserveerde variabelen voorkomen. Meetfouten: latente variabelen kunnen we niet rechtstreeks gaan meten, maar d.m.v. observeerbare variabelen. Daardoor zal er een bepaalde fout zijn in de mate dat we latente variabelen kunnen gaan meten. (Meetfouten dus enkel bij latente variabelen). 1. Beschouw een model waarbij de vier onafhankelijke variabelen (Intelligence, Siblings, FatherEd en FatherOcc) allen een effect hebben op de drie afhankelijke variabelen (Grades, EducExp en OccupAsp). Stel het model grafisch voor, duid alle te schatten parameters aan en geeft het aantal vrijheidsgraden. Fit het model en bestudeer de output. Is het model adequaat? Zo niet, hoe zou je het model eventueel aanpassen? Intelligence Siblings Grades 1 FatherEd EducExp 2 Father Occ OccupAsp 3 Correlaties in lavaan automatisch toegevoegd, voor de zuiver endogene variabelen! Elke pijl heeft de naam γγ11, γγ21, enzovoort. Deze parameters gaan de effecten aanduiden. is de predictiefout, ofwel de onverklaarde variantie in Grades, op EductExp en OccupAsp. Bovendien zijn er ook correlaties tussen de predictiefouten onderling. De parameters bij deze pijlen kunnen we bijvoorbeeld φφ11, φφ12, gebruiken. # datapunten - # parameters = = 0 [p(p+1)]/2 = 18 datapunten
10 Tussen de aanhalingstekens staat het model gespecifieerd. Je gaat aangeven welke pijlen er allemaal toekomen in de variabelen Grades, EducExp en OccupAsp.
11 Als je een fout hebt gemaakt staat er een + i.p.v. een >. Op dat moment kan je beter stoppen en terug naar je script gaan om te kijken waar je fout zit. Dit doe je door in de console op Stop te duwen. Zo vermijd je verdere verwarring. Door head(data.kerckhoff) als commando te geven kan je checken of je wel de juiste data hebt. Handig voor op het examen om te garanderen dat je geen vergissingen maakt. Er is altijd een foutmelding bij lavaan. Niets van aantrekken. We gaan de fit van het model nagaan. Tussen haakjes moet je het model specifiëren (dat we in dit geval gewoon model hebben genoemd) en de data. Commando s echt zo, stap voor stap en eerst in script en dan in console uitvoeren!! Helpt om fouten te voorkomen!!
12 Voor fit naar de verschillende fitmaten gaan kijken en kijken waar het grootste deel naar wijst (goede of slechte fit). Output zie feedback 2. Beschouw een alternatief model waarbij er op OccupAsp enkel nog een direct effect is van FatherOcc (niet van de andere exogene variabelen). Laat nu ook de volgende effecten toe: (1) van Grades naar EducExp, (2) van Grades naar OccupAsp, en (3) van OccupAsp naar EducExp. Stel het model grafisch voor. Vergelijk de fit van dit model met het vorige model. Intelligence Siblings Grades 1 FatherEd EducExp 2 Father Occ OccupAsp 3 Enkel correlaties tussen zuiver endogene variabelen. De enige zuivere endogene variabele is hier EducExp en voor een correlatie heb je minstens 2 variabelen nodig; dus de correlaties tussen de predictiefouten vallen weg. # datapunten - # parameters = = 3 vrijheidsgraden Voor fit naar de verschillende fitmaten gaan kijken en kijken waar het grootste deel naar wijst (goede of slechte fit). Output zie feedback
Toegepaste data-analyse: oefensessie 2
Toegepaste data-analyse: oefensessie 2 Depressie 1. Beschrijf de clustering van de dataset en geef aan op welk niveau de verschillende variabelen behoren Je moet weten hoe de data geclusterd zijn om uit
Nadere informatieOefeningenreeks 4: SEM mediatie en moderatie
Oefeningenreeks 4: SEM mediatie en moderatie 3 soorten structurele vergelijkingsmodellen. Met structurele vergelijkingsmodellen kan je een uitspraak gaan doen over latente variabelen en we kunnen deze
Nadere informatieDit jaar gaan we MULTIVARIAAT TOETSEN. Bijvoorbeeld: We willen zien of de scores op taal en rekenen van kinderen afwijken in de populatie.
Toetsen van hypothesen Bijvoorbeeld: nagaan of het gemiddeld IQ bij een bepaalde steekproef groter/kleiner is als in de populatie. µ = 100 Normaalverdeling, waarbij we de score van de steekproef gaan vergelijken
Nadere informatieStructural Equation Modeling
Workshop Structural Equation Modeling Eva Van den Bussche 2007 Overzicht Deel I: Theoretische kadering SEM Deel II: Introductie AMOS: Demonstratie Deel III: Practicum op basis van real-life datasets 2
Nadere informatieBij factor ANOVA is er een tweede onafhankelijke variabele in de analyse bij gekomen. Er zijn drie soorten designs mogelijk:
13. Factor ANOVA De theorie achter factor ANOVA (tussengroep) Bij factor ANOVA is er een tweede onafhankelijke variabele in de analyse bij gekomen. Er zijn drie soorten designs mogelijk: 1. Onafhankelijke
Nadere informatieExamen Statistische Modellen en Data-analyse. Derde Bachelor Wiskunde. 14 januari 2008
Examen Statistische Modellen en Data-analyse Derde Bachelor Wiskunde 14 januari 2008 Vraag 1 1. Stel dat ɛ N 3 (0, σ 2 I 3 ) en dat Y 0 N(0, σ 2 0) onafhankelijk is van ɛ = (ɛ 1, ɛ 2, ɛ 3 ). Definieer
Nadere informatie20. Multilevel lineaire modellen
20. Multilevel lineaire modellen Hiërarchische gegevens Veel fenomenen zijn ingebed in een bredere context. Variabelen kunnen dus ook hiërarchisch zijn, ingebed zijn in variabelen op hogere niveaus. Deze
Nadere informatie1. 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 informatieCollege 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 informatie11. 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 informatieHoofdstuk 8: Multipele regressie Vragen
Hoofdstuk 8: Multipele regressie Vragen 1. Wat is het verschil tussen de pearson correlatie en de multipele correlatie R? 2. Voor twee modellen berekenen we de adjusted R2 : Model 1 heeft een adjusted
Nadere informatieANOVA in SPSS. Hugo Quené. opleiding Taalwetenschap Universiteit Utrecht Trans 10, 3512 JK Utrecht 12 maart 2003
ANOVA in SPSS Hugo Quené hugo.quene@let.uu.nl opleiding Taalwetenschap Universiteit Utrecht Trans 10, 3512 JK Utrecht 12 maart 2003 1 vooraf In dit voorbeeld gebruik ik fictieve gegevens, ontleend aan
Nadere informatieHOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA)
HOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA) DATA STRUKTUUR Afhankelijke variabele: Eén kontinue variabele Onafhankelijke variabele(n): - één discrete variabele: één gecontroleerde factor - twee discrete variabelen:
Nadere informatieOnderzoeksmethoden II: structurele vergelijkingsmodellen deel 1
Onderzoeksmethoden II: structurele vergelijkingsmodellen deel 1 1. Overzicht Padanalyse, CFA & SEM o Padanalyse Onderscheid tussen exogene en endogene variabelen. Indirecte effecten (mediatie)! o Geobserveerde
Nadere informatie9. 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 informatieMeervoudige 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 informatieHOOFDSTUK 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 informatie6 De relatie tussen de intentie tot exploratie, binding en delinquent gedrag
6 De relatie tussen de intentie tot exploratie, binding en delinquent gedrag 6.1 Inleiding Is de toe- en afname van het aantal jongeren met delinquent gedrag in de adolescentie een gevolg van de intentie
Nadere informatieCollege 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 informatie1. 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 informatiePraktijkbundel Amos 6.0 in de praktijk
Praktijkbundel Amos 6.0 in de praktijk Van den Bussche Eva 1 1. Woord vooraf In deze praktijkbundel vind je 2 oefeningen terug die stap voor stap worden uitgewerkt en geïllustreerd met screenshots. De
Nadere informatieGegevensverwerving en verwerking
Gegevensverwerving en verwerking Staalname - aantal stalen/replicaten - grootte staal - apparatuur Experimentele setup Bibliotheek Statistiek - beschrijvend - variantie-analyse - correlatie - regressie
Nadere informatieG0N11a 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 informatieStatistiek 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 informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatieAanpassingen 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 informatieZowel 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
Nadere informatie2.3 Examenopdracht Bespreking Deel 1 - Gegevens voorbereiden. Analyse oefeningen en programmeertechnieken 7 / 22
Analyse oefeningen en programmeertechnieken 7 / 22 2.3 Examenopdracht 1 2.3.1 Opgave: Structurele Vergelijkingsmodellen 2.3.2 Algemene bespreking De meeste stukken van deze oefening zijn ok. In het structureel
Nadere informatieOnderzoeksmethoden II: structurele vergelijkingsmodellen deel 3
Onderzeksmethden II: structurele vergelijkingsmdellen deel 3 1. Structurele vergelijkingsmdellen 1.1. SEM in vgelvlucht SEM is een algemene techniek m de (lineaire) samenhang tussen variabelen te mdelleren.
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieBij 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 informatieCursus 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 informatieCollege 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 informatieCollege 7. Regressie-analyse en Variantie verklaren. Inleiding M&T Hemmo Smit
College 7 Regressie-analyse en Variantie verklaren Inleiding M&T 2012 2013 Hemmo Smit Neem mee naar tentamen Geslepen potlood + gum Collegekaart (alternatief: rijbewijs, ID-kaart, paspoort) (Grafische)
Nadere informatieClassification - 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
Nadere informatieStatistiek 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 informatiewerkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek
cursus 23 mei 2012 werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen onderzoek streeft naar inzicht in relatie tussen variabelen bv. tussen onafhankelijke
Nadere informatieStatistiek II. Sessie 3. Verzamelde vragen en feedback Deel 3
Statistiek II Sessie 3 Verzamelde vragen en feedback Deel 3 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 3 1 Statismex en bloeddruk 1. Afhankelijke variabele: Bloeddruk (van ratio-niveau) Onafhankelijke
Nadere informatieb) 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 informatieHoofdstuk 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 informatieduidelijk. Welke groepen verschillen wel/niet van elkaar?wat zijn je hypothesen?
Opdracht 3 t-test ANOVA one way ANOVA two way 33038 discussie post-hoc is niet duidelijk. Welke groepen verschillen wel/niet van elkaar?wat zijn je hypothesen? je behandeling van de two-way anova is niet
Nadere informatieWaar waren we? Onderzoekspracticum BCO ANALYSEPLAN. Soorten gegevens. Documentatie. Kwalitatieve gegevens. Coderen kwalitatieve gegevens
Waar waren we? BCO ANALYSEPLAN Harry Ganzeboom 14 april 2005 Probleemstelling, deelvragen, theorie Definities, conceptueel model Hypothesen Onderzoekzoeksopzet, operationalisatie Dataverzameling Data-analyse
Nadere informatieTentamen Biostatistiek 3 / Biomedische wiskunde
Tentamen Biostatistiek 3 / Biomedische wiskunde 25 maart 2014; 12:00-14:00 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieHoofdstuk 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 informatie1. Gegeven zijn de itemsores van 8 personen op een test van 3 items
1. Gegeven zijn de itemsores van 8 personen op een test van 3 items item Persoon 1 2 3 1 1 0 0 2 1 1 0 3 1 0 0 4 0 1 1 5 1 0 1 6 1 1 1 7 0 0 0 8 1 1 0 Er geldt: (a) de p-waarden van item 1 en item 2 zijn
Nadere informatieDATA-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.
Nadere informatieLabo IDP. In dit labo gaan we IDP gebruiken voor het analyseren van logische circuits. XOR Q AND. Figuur 1: Een logisch circuit.
Labo IDP In dit labo gaan we IDP gebruiken voor het analyseren van logische circuits. K L A XOR N B XOR P M D AND Q AND C O OR E R R Tuesday 15 December 2009 Figuur 1: Een logisch circuit. Veronderstel
Nadere informatieCausale modellen: Confounding en mediatie. Harry Ganzeboom Kwantitatieve Methoden voor PMC-BCO College 2: 25 april 2016
Causale modellen: Confounding en mediatie Harry Ganzeboom Kwantitatieve Methoden voor PMC-BCO College 2: 25 april 2016 Correlatie en causatie Een standaard wijsheid in methodologie is dat correlatie (samenhang)
Nadere informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 8 september 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
Nadere informatieSamenvatting (Summary in Dutch)
In dit proefschrift worden een aantal psychometrische methoden beschreven waarmee de accuratesse en efficientie van psychodiagnostiek in de klinische praktijk verbeterd kan worden. Psychodiagnostiek wordt
Nadere informatieStatistiek 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 informatieVoorbeeld 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
Nadere informatieMeten: algemene beginselen. Harry B.G. Ganzeboom ADEK UvS College 1 28 februari 2011
Meten: algemene Harry B.G. Ganzeboom ADEK UvS College 1 28 februari 2011 OPZET College 1: Algemene College 2: Meting van attitudes (ISSP) College 3: Meting van achtergrondvariabelen via MTMM College 4:
Nadere informatiemlw 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
Nadere informatieStatistiek II. Sessie 4. Feedback Deel 4
Statistiek II Sessie 4 Feedback Deel 4 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 4 We hebben besloten de bekomen grafieken in R niet in het document in te voegen, dit omdat het document met
Nadere informatieONGEWENST INTRUSIEF GEDRAG: EEN STUDIE NAAR DE ROL VAN RELATIEKENMERKEN BIJ GESCHEIDEN EX-KOPPELS.
ONGEWENST INTRUSIEF GEDRAG: EEN STUDIE NAAR DE ROL VAN RELATIEKENMERKEN BIJ GESCHEIDEN EX-KOPPELS. Auteur: Olivia De Smet i.s.m. Prof. A. Buysse Onderzoeksvraag Ongewenst intrusief gedrag houdt in dat
Nadere informatieToegepaste Statistiek, Dag 7 1
Toegepaste Statistiek, Dag 7 1 Statistiek: Afkomstig uit het Duits: De studie van politieke feiten en cijfers. Afgeleid uit het latijn: status, staat, toestand Belangrijkste associatie: beschrijvende statistiek
Nadere informatie16. MANOVA. Overeenkomsten en verschillen met ANOVA. De theorie MANOVA
16. MANOVA MANOVA Multivariate variantieanalyse (MANOVA) kan gebruikt worden in een situatie waarin je meerdere afhankelijke variabelen hebt. Met MANOVA kan er 1 onafhankelijke variabele gebruikt worden
Nadere informatieWiskunde 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 informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieDe correlatie kan opgevraagd worden via Analyze Correlate Bivariate en vervolgens maken we een keuze voor de variabelen. Dit levert als output op:
Opdrachten en vragen hoofdstuk X 1. Voer de gegevens van figuur 9.1 en 9.2 in SPSS en controleer de correlaties zoals die aangegeven werden. Maak tevens een scatterplot. Tabel 9.1. Lineaire transformatie
Nadere informatieLes 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 informatieWe 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
Nadere informatieCollege 6. Samenhang tussen variabelen. Inleiding M&T Hemmo Smit
College 6 Samenhang tussen variabelen Inleiding M&T 2012 2013 Hemmo Smit Overzicht van deze cursus 1. Grondprincipes van de wetenschap 2. Observeren en meten 3. Interne consistentie; Beschrijvend onderzoek
Nadere informatieHoofdstuk 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 informatie2.9 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
Nadere informatieZomerschool 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
Nadere informatie11. 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 informatie3de bach TEW KBM. Theorie. uickprinter Koningstraat Antwerpen ,00
3de bach TEW KBM Theorie Q www.quickprinter.be uickprinter Koningstraat 13 2000 Antwerpen 168 6,00 Online samenvattingen kopen via www.quickprintershop.be BOEK 1: ENKELVOUDIGE EN MEERVOUDIGE REGRESSIE
Nadere informatieKwantitatieve modellen. Harry B.G. Ganzeboom 18 april 2016 College 1: Meetkwaliteit
Kwantitatieve modellen voor BCO PMC Harry B.G. Ganzeboom 18 april 2016 College 1: Meetkwaliteit Drie colleges Validiteits- en betrouwbaarheidsanalyse Causale analyse met confounding en mediatie Causale
Nadere informatieLes 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 informatieDe interpretatie van interactieeffecten in regressiemodellen. Jan Pickery
De interpretatie van interactieeffecten in regressiemodellen Jan Pickery Samenstelling Diensten voor het Algemeen Regeringsbeleid Studiedienst van de Vlaamse Regering Jan Pickery Verantwoordelijke uitgever
Nadere informatieCollege 6: Responsiecollege (wijzigingen in rood) Cursus Bachelor Project 2 B&O College 6 Harry B.G. Ganzeboom
College 6: Responsiecollege (wijzigingen in rood) Cursus Bachelor Project 2 B&O College 6 Harry B.G. Ganzeboom AGENDA Omgang met SPSS (tijdens het tentamen). Gebruik van Excel. Factoranalyse en betrouwbaarheidsanalyse
Nadere informatie1. CTRL- en SHIFT-knop gebruiken om meerdere variabelen te selecteren
SPSS: Wist je dat (1) je bij het invoeren van de variabelen in het menu door de CTRL-knop ingedrukt te houden, meerdere variabelen kunt selecteren die niet precies onder elkaar staan? Met de SHIFT-knop
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatie8. Analyseren van samenhang tussen categorische variabelen
8. Analyseren van samenhang tussen categorische variabelen Er bestaat een samenhang tussen twee variabelen als de verdeling van de respons (afhankelijke) variabele verandert op het moment dat de waarde
Nadere informatieStatistiek 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 informatiemlw 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 informatieSamenvatting. Inleiding
Samenvatting Het percentage volwassenen met een hoog risico op een angststoornis of depressie ligt in de gemeenten Roosendaal (9.7%) en Rucphen (11.0%) significant en relevant hoger dan landelijk (7.1%).
Nadere informatieNationaal geluksonderzoek. Deel 3: opvoeding en onderwijs
Nationaal geluksonderzoek. Deel 3: opvoeding en onderwijs TECHNISCH RAPPORT 30 augustus 2018 Dit document is een technisch rapport van het onderzoek naar het verband tussen kenmerken van de jeugdjaren
Nadere informatieHerkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.
Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 30 Juni 2017:
Toets deel 2 Data-analyse en retrieval Vrijdag 30 Juni 2017: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatie. 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 informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 7 juni 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
Nadere informatieFeedback 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 informatieG0N11C Statistiek & data-analyse Project tweede zittijd
G0N11C Statistiek & data-analyse Project tweede zittijd 2014-2015 Naam : Raimondi Michael Studierichting : Biologie Gebruik deze Word-template om een antwoord te geven op onderstaande onderzoeksvragen.
Nadere informatieTentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.
Tentamen Inleiding Intelligente Data Analyse Datum: 19-12-2002 Tijd: 9.00-12.00, BBL 420 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieHet ANCOVA model is een vorm van het general linear model (GLM), en kan als volgt geschreven worden qua populatie parameters:
Hoofdstuk 4 4.1 De ANCOVA is een vorm van statistische controle, en was specifiek ontworpen om on-uitgelegde foutvariatie ( error variation ) te verminderen. Om dit te doen is er een co-variabele ( covariate
Nadere informatieA c. Dutch Summary 257
Samenvatting 256 Samenvatting Dit proefschrift beschrijft de resultaten van twee longitudinale en een cross-sectioneel onderzoek. Het eerste longitudinale onderzoek betrof de ontwikkeling van probleemgedrag
Nadere informatieTECHNISCHE 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 informatieCollege 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 informatieExperimenteel Onderzoek en Experimentele Controle
Experimenteel Onderzoek en Experimentele Controle ECO 2011-2012 Hemmo Smit Wilhelm Wundt en William James 3 criteria voor Causaliteit (herhaling) 1. Covariantie: samenhang tussen variabelen aantonen 2.
Nadere informatieTECHNISCHE 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 informatieCollege Week 3 Kwaliteit meetinstrumenten; Inleiding SPSS
College Week 3 Kwaliteit meetinstrumenten; Inleiding SPSS Inleiding in de Methoden & Technieken 2013 2014 Hemmo Smit Overzicht van dit college Kwaliteit van een meetinstrument Inleiding SPSS Hiervoor lezen:
Nadere informatieSPSS. 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
Nadere informatieTYPE 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
Nadere informatieHoofdstuk 8. Toetsende statistiek. 8.1 Associatie van categoriale data: CROSSTABS [dv 32.2]
Hoofdstuk 8 Toetsende statistiek Meestal zijn we niet alleen geïnteresseerd in beschrijvende statistiek (over de steekproef), maar ook in toetsende statistiek. Het doel hiervan is om hypothesen te toetsen,
Nadere informatiec Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6
c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 1. Iemand kiest geblinddoekt 4 paaseitjes uit een mand met oneindig veel paaseitjes. De helft is melkchocolade, de andere
Nadere informatie1 Basisbegrippen, W / O voor waar/onwaar
Naam - Toetsende Statistiek Rijksuniversiteit Groningen Lente Docent: John Nerbonne Tentamen di. 22 juni om 14 uur tentamenhal Belangrijke instructies 1. Schrijf uw naam & studentnummer hierboven, schrijf
Nadere informatie