Oefeningenreeks 4: SEM mediatie en moderatie
|
|
- Adriana Vos
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 eveneens gaan meten. In de psychologie is dit bijzonder interessant, omdat we vaak werken met niet-observeerbare, latente variabelen. Voorbeeld: NEO-PI-R is een indicator voor de factor persoonlijkheid. De indicator zal niet perfect de latente variabele meten, en er is dus altijd een meetfout. δδ1 NEO-PI-R Persoonlijkheid Stress Cortisol εε3 δδ2 HPI 1 Stresstest εε4 2 Burn-out Biomarker1 εε5 Biomarker2 εε6 Met SEM kunnen we alle mogelijke interrelaties gaan toetsen. We hebben 2 soorten variabelen: exogeen (vertrekken enkel pijlen uit) en endogeen (waar minstens 1 pijl in toekomen. Deze staan vaak gegroepeerd: alle exogene onder mekaar en alle endogene onder mekaar. Het bovenstaande is een volledige SEM: het heeft zowel een structuurmodel als een meetmodel. - Structuurmodel = waar je de interrelaties in gaat toetsen. - Meetmodel = wat weergeeft hoe je je latente variabelen gaat meten Berekenen van de vrijheidsgraden - Hoeveel regressiecomponenten hebben we? - Als je een variabele gaat voorspellen a.d.h.v. een andere variabele krijg je ook een predictiefout ( ) - Ook de verschillende indicatoren hebben een meetfout (δδ eeee εε) - Tot slot ook factorladingen tellen Volledige SEM = meet en structuurmodel. Padanalyse = enkel structuurmodel. CFA = enkel meetmodel. Vanaf dat je een meetmodel hebt, moet je ook de meetschaal gaan vastleggen. Meetschaal vastleggen nodig om de parameterschattingen te gaan interpreteren. Hier zijn 2 manieren voor: de ULI en de UVI. Software die wij zien gaat automatisch ULI gebruiken. - Pijl van persoonlijkheid naar NEO-PI-R zal λλ11 zijn, waarbij het eerste cijfer verwijst naar de eerste indicator en de tweede cijfer naar de eerste indicator - Van Persoonlijkheid naar HPI: λλ21 - ULI: eerste factorlading op 1 fixeren - UVI: variantie van de latente factor op 1 fixeren De structuur waarmee je de oefeningen oplost in deze oefensessies ook hetzelfde als op het examen: model tekenen, parameters schatten, ingeven in R, eerst de modelfit nagaan, en als die goed is mag je de parameterschattingen interpreteren.
2 CFA: DATASET 1: THURSTONE 1985 Je kan op het examen ook een variantie-covariantiematrix krijgen ipv een correlatiematrix. Bevat op zich dezelfde informatie. Correlatiematrix iets gemakkelijker te interpreteren. Beschouw een model met drie latente factoren (Verbal, Ability, Word Fluency, Reasoning Ability) met elk hun eigen drie indicatoren. Deze worden verondersteld onderling te correleren. De drie factoren worden verondersteld onderling te correleren. Stel het model grafisch voor, duid alle te schatten parameters aan en geef het aantal vrijheidsgraden. Fit het model en bestudeer de output. Is de standaard aanpak voor cfa in lavaan gebaseerd op UVI of ULI? Is de fit goed? Wat zijn de correlaties tussen de 3 latente variabelen? δδ1 Va1 δδ2 Va2 Verbal Ability δδ3 Va3 df = # datapunten - # parameters δδ4 Wf1 9 factorladingen δδ5 Wf2 Word Fluency 12 varianties (indicatoren + factoren) δδ6 Wf2 3 correlaties (tussen latente variabelen) δδ7 Ra1 = 24 δδ8 Ra2 Reasoning Ability Welke gaan we hier fixeren? ULI: eerste δδ9 Ra3 factorlading per latente variabele op 1 Gefixeerd 24 3 = 21 vrije parameters # datapunten? Variabelen die je niet gebruikt in je analyse, mag je ook niet meenemen in het # datapunten! [px(p+1)]/2 = [9x(9+1)]/2 = 45 datapunten Vrijheidsgraden = = 24 vrijheidsgraden
3 Ook op examen: werken in een scriptfile! File New Script Best al scripten voorbereiden thuis voor het examen. Als je nota s wil maken in je script, zet dit dan achter een hekje (#). Alles waar een hekje voorstaat, wordt door R niet uitgevoerd. Geen hekje = errormelding = problemen, dus niet doen. HOE R DOWNLOADEN OP EIGEN COMPUTER? WANNEER JE R GEDOWNLOAD HEBT, MOET JE GOOGLE: DOWNLOAD R CERAN OOK LAVAAN NOG INSTALLEREN IN R. # INSTALLEER LAVAAN MOET JE MAAR 1 KEER DOEN OM R OP JE EIGEN INSTALL.PACKAGES("LAVAAN") COMPUTER TE INSTALLEREN # PAKKET LADEN MOET JE ELKE KEER DOEN. LIBRARY(LAVAAN) DOE DIT OP HET EXAMEN GEWOON IN T BEGIN. Model ingeven in R. Data inlezen. Fitten van het model. (naam model, data = naam dataset) Het model wordt gefit in het woord fit, maar wanneer je dit commando runt gebeurt er op zich niets. Je moet een samenvatting van de fit opvragen en aangeven dat je (1) de fitmaten (fit.measures=true) wil weergeven en (2) de correlaties wil zien (standardized=true)
4 Hoe checken dat je juist bezig bent? (1) Staan hetzelfde aantal observaties in R als in de opgave? (2) Zijn de degrees of freedom (eerste, voor Chi-square) hetzelfde als diegene die je berekend hebt? Als dit niet zo is opnieuw berekenen! Ook: als begeleiders op het examen zeggen dat ze je niet kunnen helpen, betekent dit dat het niet aan je codes ligt, maar aan je model. Misschien ben je ergens een variantie of lading vergeten. X² >.05 = goede fit. Hier X² p=0.031, maar het kan dat dit veroorzaakt wordt door de grote steekproef CFI >.95 = goede fit TLI >.95 = goede fit RMSEA <.05 = goede fit <.08 = oké
5 Er wordt duidelijk gebruik gemaakt van ULI, want de eerste factorlading staat telkens op 1. De factorladingen die significant zijn, moet je gaan aanduiden op je tekening. Een lading die significant is (p<.05) betekent dat het gaat over goede indicatoren voor jou latente variabelen. Als een examenvraag is hoe je het model kan verbeteren, kan je de suggestie doen om niet-significante indicatoren eruit te laten. (Hier is dit niet het geval.) Standardized Latent Variables geeft de gestandaardiseerde covarianties mee, ofwel de correlaties tussen de indicatoren en de factoren. Varianties van de meetfout. Worden eigenlijk normaal niet bevraagd. STRUCTURELE VERGELIJKINGSMODELLEN: DATASET 2: WORLAND 1984 Aanduiden indicatoren Variante Covariantie latentvar =~ ind1 + ind2 A ~~ A A~~ B Effect A~ B (bijvoorbeeld; stress ~ persoonlijkheid)
6 De onderzoekers wilden nagaan of de familiale situatie het gedrag in de klas beïnvloedde via cognitieve vaardigheden en schoolprestaties. Meer bepaald veronderstelden ze een invloed van de familiale situatie op de cognitieve vaardigheden, die een invloed zouden hebben op de schoolprestaties, die op hun beurt een invloed zouden hebben op het gedrag in de klas. Stel het model grafisch voor, duid alle te schatten parameters aan en geef het aantal vrijheidsgraden. Fit het model en bespreek de output. ParPsych FamilialeSituatie Schoolprestaties GedragInDeKlas Reading Arithm Spelling Motiv Extrav Harmon lowses CognitieveVaardigheden Stabil FamilialeSituatie = exogeen Verbal VisSpat Memory Schoolprestaties, CognitieveVaardigheden en GedragInDeKlas = endogeen!! Er worden enkel correlaties verondersteld tussen zuiver exogene variabelen. Hier zien slechts één endogene variabelen. # varianties: 12 (indicatoren) + 4 (factoren) # ladingen: 12 ULI: 12 4 = 8 # structurele relaties: 3 # te schatten parameters: = 27 # datapunten: [12x(12+1)]/2 = 78 # vrijheidsgraden: = 51
7 We zien algemeen genomen een zeer slechte fit van het model met de data. We mogen dus geen interpretaties gaan doen. Op basis van voorgaand onderzoek besloten de onderzoekers om (1) de extraversieschaal weg te laten uit de analyse, (2) cognitieve vaardigheden en schoolprestaties als eenzelfde factor CogAch te beschouwen, (3) correlaties toe te laten tussen de meetfouten van de indicatoren voor cognitieve vaardigheden, (4) correlaties toe te laten tussen de meetfouten van de indicatoren voor schoolprestaties, en (5) correlaties toe te laten tussen de meetfouten van verbale vaardigheden en spellingprestaties enerzijds, en geheugen vaardigheden en leesprestaties anderzijds. ParPsych FamilialeSituatie CogAch GedragInDeKlas Reading Arithm Spelling Motiv Harmon Stabil lowses Verbal VisSpat Memory Stel het aangepaste model grafisch voor, duid alle te schatten parameters aan en geef het aantal vrijheidsgraden. Bespreek de output. Extra oefening.
8 MEDIATIE OF MODERATIE? Soort therapie X c Depressie Y Hier is het effect van X op Y het totaaleffect. Dit noemen we c. Om dit te gaan schatten kunnen we een SEM gebruiken. Vaak in de literatuur zien we dat het niet de soort therapie is die het hem doet, maar wel de therapeutische relatie. Therapeutische relatie is een mediator tussen X en Y. a Therapeutische relatie M b Soort therapie X c Depressie Y Mediatie kan volledig of partieel zijn. Hier gaan we opsplitsen in het direct effect ofwel c en het indirect effect ofwel a x b. Hier is het totaaleffect de som van het direct en het indirect effect, ofwel axb + c. Voor het indirect effect kunnen we twee manieren van berekening gebruiken: - Sobel s test Automatisch gebruikt in lavaan Als je hiermee je betrouwbaarheidsinterval gaat berekenen, gaat dit programma ook de parameterschattingen van axb nemen en dit plus/min 1.96x(SE) doen We gaan er vanuit dat de parameterschattingen normaal verdeeld zijn bij een dergelijke manier van werken Een product is echter niet altijd zo vanzelfsprekend normaal verdeeld Dit zal vaak iets fout teweeg brengen - Bootstrap betrouwbaarheidsinterval Je gaat de software (R) vragen om data te simuleren o.b.v. je eigen steekproef Op basis van de nieuwe, gegenereerde steekproeven ga je een betrouwbaarheidsinterval gaan opbouwen Hier komen geen assumpties aan te pas Het is puur empirisch en dus beter als de Sobel s test Wat moeten we zelf kunnen gaan berekenen? We zijn geïnteresseerd in hoeveel % van het totaal effect verklaard kan worden door de mediator. Dit is de gemedieerde proportie ofwel PPPP Moderatie PPPP = â bb cc = â bb âbb + cc X Y Z Hoe gaan we dit gaan onderzoeken? Dmv het interactie-effect tussen X en Z X Y Z XZ
9 Nu gaan we gaan kijken naar een gemodereerde mediatie: hangt het effect van M op Y af van de waarde van X? Hiervoor gaan we gaan kijken naar het interactie-effect tussen M en X. Therapeutische relatie M Soort therapie X Depressie Y MX DATASET: DEPRSSION Het is bekend dat stress een belangrijke predictor is voor depressie. Nolen-Hoeksema et al. (1993) stelden dat rumineren leidt tot meer depressie, ze maken dus een causaal argument dat iemand die rumineert ook een grotere kans heeft om meer depressieve gevoelens te ervaren. We kunnen nu nagaan of rumineren een mediërende rol heeft in de relatie tussen stress en depressie. Stress Depressie mediatie-analyse met rumineren Rumineren als mediator Het databestand is niet online. Je moet het downloaden vanop Minerva en gewoon op de H-schijf zetten (aparte mappen maakt alleen maar moeilijker!) Het totaaleffect schatten. Wat is de waarde van c? (*)
10 Waarde van totaaleffect en significantie terug te vinden op het lijntje van de predictor. Hier worden ook de paden (a, b, c ) reeds in gespecifieerd. Nieuwe parameter aanmaken (ab) en het model gaan fitten. Resultaten Is er een (totaal) effect van stress op depressie? Bepaal het indirect effect. Is er een direct effect van stress op depressie? Wat betekent dit concreet? Maak gebruik van de Sobel s test en de percentiel-gebaseerde bootstrap om de significantie van het indirect effect te bepalen. Kom je tot hetzelfde besluit? Direct effect hebben we geschat bij (*). Maar je kan het hier ook berekenen door c op te tellen met ab. Je kan dan wel geen uitspraak doen over significantie!
11 Hoe specifieer je dat je het betrouwbaarheidsinterval wil bootstrappen? We komen hier bij beide tot hetzelfde besluit. Het direct effect is niet significant (want 0 valt in het betrouwbaarheidsinterval) en het indirect effect wel (0 valt er niet in). Hangt het effect van rumineren op depressie af van de mate van stress? We gaan dus kijken of er een significante interactie is tussen stress en rumineren en of deze interactie een effect heeft op depressie. Dit gaat om een gemodereerde mediatie. Is het effect van strum op depressie. (strum = interactie tussen rumineren en stress). Hier is geen sprake van een gemodereerde mediatie, want de interactie is niet significant. Extra oefening. Geen tijd meer
Toegepaste data-analyse: sessie 3
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
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 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 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 informatieToegepaste 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 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 informatieAnalyse van confounders en mediatoren. Cursus Bachelor Project 2 B&O College 3 Harry B.G. Ganzeboom
Analyse van confounders en mediatoren Cursus Bachelor Project 2 B&O College 3 Harry B.G. Ganzeboom 1 AGENDA Nabespreking Practicum 2. Terug naar College 2: regressie met dummyvariabelen. Confounding en
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 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 informatieHOOFDSTUK 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 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 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 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 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 informatieHoofdstuk 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 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 informatieWe 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 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 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 informatie10. Moderatie, mediatie en nog meer regressie
10. Moderatie, mediatie en nog meer regressie Voordat je moderatie en mediatie analyses gaat uitvoeren in, kun je het best een extra dialog box installeren, PROCESS. Volg hiervoor de stappen op pagina
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 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 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 informatieHOOFDSTUK 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 informatieHow Do Children Read Words? A Focus on Reading Processes M. van den Boer
How Do Children Read Words? A Focus on Reading Processes M. van den Boer Samenvatting Leesvaardigheid is van groot belang in onze geletterde maatschappij. In veel wetenschappelijke studies zijn dan ook
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 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 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 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 informatieBETROUWBAARHEIDSINTERVAL REEKS 1
BETROUWBAARHEIDSINTERVAL REEKS 1 Versie 18/07/2019 Let op bij oefeningen 2 en 3! In sommige vakken moet je geen betrouwbaarheidsintervallen kunnen opstellen in situaties waar de populatievariantie (of
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 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 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 informatieStructural Equation Modeling in Stata, R en Mplus
Structural Equation Modeling in Stata, R en Mplus Harrie Jonkman 18 juni 2017 Opzet Wat is Structural Equation Modeling SEM in STATA SEM in R SEM in Mplus Wat is Structural Equation Modeling Korte geschiedenis
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 informatieEWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot
EWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot EWMA Control Charts in Statistical Process Monitoring Inez M. Zwetsloot Samenvatting EWMA Regelkaarten in Statistische Procesmonitoring
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 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 informatieHoofdstuk 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 informatieToetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen
M, M & C 7.3 Optional Topics in Comparing Distributions: F-toets 6.4 Power & Inference as a Decision 7.1 The power of the t-test 7.3 The power of the sample t- Toetsende Statistiek Week 5. De F-toets &
Nadere informatieReconstructie Bedrijfsstatistiek 2016
Reconstructie Bedrijfsstatistiek 2016 Open vragen Vraag 1 1. Bewijs dat σ^² een onvertekende schatter is voor σ²=σi 1/n * Xi² 2. Bereken de variantie van o^² 3. Is de schatter consistent? 4. Teken chi-kwadraat
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 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 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 informatieHoofdstuk 19. Voorspellende analyse bij marktonderzoek
Hoofdstuk 19 Voorspellende analyse bij marktonderzoek Voorspellen begrijpen Voorspelling: een uitspraak over wat er naar verwachting in de toekomst zal gebeuren op basis van ervaringen uit het verleden
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
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 informatieKansrekening 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 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 informatieInleiding statistiek
Inleiding Statistiek Pagina 1 uit 8 Inleiding statistiek 1. Inleiding In deze oefeningensessie is het de bedoeling jullie vertrouwd te maken met een aantal basisbegrippen van de statistiek, meer bepaald
Nadere informatieOnline bijlage 5. Model ter verklaring van xenofobie
Online bijlage 5 Model ter verklaring van xenofobie 1 Inleiding In tegenstelling tot het model ter verklaring van populisme is het model ter verklaring van xenofobie niet gebaseerd op het basismodel uit
Nadere informatieHoofdstuk 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 informatieFormules 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 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 informatieImplementations of Tests on the Exogeneity of Selected Variables and Their Performance in Practice M. Pleus
Implementations of Tests on the Exogeneity of Selected Variables and Their Performance in Practice M. Pleus Dat economie in essentie geen experimentele wetenschap is maakt de econometrie tot een onmisbaar
Nadere informatieWat te doen met die lange variabele- labels in SPSS?
Wat te doen met die lange variabele- labels in SPSS? (Hulp bij Onderzoek, Groningen, versie 8 april 2014) mag zowel met als zonder streepjes Voorwoord In onze white papers behandelen we onderwerpen die
Nadere informatieDyslexie als algemeen magnocellulair deficit!? Resultaten van recent onderzoek
Dyslexie als algemeen magnocellulair!? Resultaten van recent onderzoek Prof. Dr. Pol Ghesquière & Dr. Bart Boets Centrum voor Orthopedagogiek i.s.m. Prof. Dr. Jan Wouters & Prof. Dr. Astrid Van Wieringen
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 informatieMet testscores bepalen we de kwaliteit van bepaalde items. De eisen voor kwaliteit zijn van groot belang voor psychologische testen.
Psychometrie: College 1: Schaling en Normering 04-09-2012 Kees van Putten Psychometrie: In de psychometrie bestudeert met de testscore. Hierbij gaat men van kwalitatief materiaal (antwoorden op testitems)
Nadere informatieCursus Statistiek Parametrische en non-parametrische testen. Fellowonderwijs Intensive Care UMC St Radboud
Cursus Statistiek Parametrische en non-parametrische testen Fellowonderwijs Intensive Care UMC St Radboud Vergelijken gemiddelde met hypothetische waarde 13 24 19 18 11 22 10 17 14 31 21 18 22 12 18 11
Nadere informatieHerkansing eindtoets statistiek voor HBO
Herkansing 1A 1 Herkansing eindtoets statistiek voor HBO Schrijf de antwoorden op de vragen alleen op deze pagina s. Antwoorden geschreven op andere vellen papier worden niet meegenomen in de beoordeling.
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 informatieKansrekening 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 informatieEEN STAPSGEWIJZE HANDLEIDING
F5 LISREL VOOR DUMMIES EEN STAPSGEWIJZE HANDLEIDING Versie 0.1 Harry B.G. Ganzeboom Vrije Universiteit Amsterdam 23 maart 2009 LISREL VOOR DUMMIES: STAPJE VOOR STAPJE Stap 1: Schrijf het conceptueel (causaal)
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 informatieStatistiek 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 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 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 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 informatieVandaag. 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 informatieDEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE
DEEL 3 INDUCTIEVE STATISTIEK INHOUD H 10: INLEIDING TOT DE INDUCTIEVE STATISTIEK H 11: PUNTSCHATTING 11.1 ALGEMEEN 11.1.1 Definities 11.1.2 Eigenschappen 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE 11.3
Nadere informatie6.1 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 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 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 informatieBeschrijvende statistiek
Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend
Nadere informatieKansrekening 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 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 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 informatieHoofdstuk 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 informatieLes 1: de normale distributie
Les 1: de normale distributie Elke Debrie 1 Statistiek 2 e Bachelor in de Biomedische Wetenschappen 18 oktober 2018 1 Met dank aan Koen Van den Berge Indeling lessen Elke bullet point is een week. R en
Nadere informatieStudentenhandleiding Studentenpagina STUDENTENPAGINA HANDLEIDING VOOR STUDENTEN. Handleiding Studentenpagina 1
Studentenhandleiding Studentenpagina STUDENTENPAGINA HANDLEIDING VOOR STUDENTEN Handleiding Studentenpagina 1 Inhoud van de handleiding Inhoud van de handleiding... 2 1. Inleiding... 3 2. Inloggen op de
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 informatieHandleiding SPSS. 1) Maak je bestand
Handleiding SPSS 1) Maak je bestand In de file die op Minerva staat, zijn de data opgenomen van alle groepjes. Het is de bedoeling dat je je eindverslag schrijft over de data van jouw groepje. Om dit te
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 informatieAntwoorden bij Testtheorie. Inleiding in de theorie van de psychologische test en zijn toepassingen, door P. J. D. Drenth en K.
Antwoorden bij Testtheorie. Inleiding in de theorie van de psychologische test en zijn toepassingen, door P. J. D. Drenth en K. Sijtsma Opmerking vooraf: Enkele docenten hebben ons laten weten dat zij
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 informatieEIND 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 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 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 informatie(slope in het Engels) en het snijpunt met de y-as, b 0
8. Regressie Een introductie Al vaak is genoemd dat statistische modellen allemaal neerkomen op uitkomst = model + error. Dit model kun je ook gebruiken om de uitkomst te voorspellen, met een correlatie
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 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 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 informatiewerkcollege 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 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 informatieSchriftelijk tentamen - UITWERKINGEN
Business Administration / Bedrijfskunde Schriftelijk tentamen - UITWERKINGEN Algemeen Vak : Statistische Methoden Groep : niet van toepassing en Technieken Vakcode : BKB0019t Soort tentamen : gesloten
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 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 informatieOplossingen hoofdstuk XI
Oplossingen hoofdstuk XI. Hierbij vind je de resultaten van het onderzoek naar de relatie tussen een leestest en een schoolrapport voor lezen. Deze gegevens hebben betrekking op een regressieanalyse bij
Nadere informatie