Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 13-14
|
|
- Magdalena van de Velde
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Figuren en formules Hoofdstuk 1 Inleiding in de toegepaste biostatistiek (leesstof) Figuur 1.1 Histogram (continue) 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 Reeks 1 Categorie 1 Categorie 2 Categorie 3 Categorie 4 Reeks 1 Op de yas staat de frequentie (bijvoorbeeld aantal proefpersonen). Op de xas staat de continue variabele, opgedeeld in klassen (bijvoorbeeld cholesterolgehalte in het serum, categorie 1 is 2,53,0 mmol/l, categorie 2 is 3,03,5 mmol/l). (bijvoorbeeld sekse: man, vrouw). In SPSS geef je de variabelen een code, bijvoorbeeld man=0 en vrouw=1. 1
2 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 i is s 2 is de variantie. Het ingewikkelde boven de streep komt neer op: de som van de individuele verschillen ten opzichte van het gemiddelde, in het kwadraat. Formule 1.3 standaarddeviatie 2
3 Figuur 1.4 Boxplot Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, ,0 8,0 7,0 pijnscore 6,0 5,0 4,0 3,0 placebo conditie pijnstiller Figuur 1.5 Normaalverdeling Figuur 1.6 Scheef naar rechts Figuur 1.7 Scheef naar links 3
4 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 3 Inleiding in de toegepaste biostatistiek standard error of the mean (sem) Sd = standaard deviatie N = grootte van de onderzoekspopulatie P = kans r = aantal van de mogelijkheid die we willen weten n = keren dat het experiment wordt herhaald n! = n faculteit p = de kans op de mogelijkheid die we willen weten sd = standaarddeviatie van de binominale kansverdeling n = aantal experimenten p = de kans op een bepaalde uitkomst Formule 3.4 de Zverdeling Z = de waarde van de standaardnormale variabele 4
5 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 De Zwaarde Z = standaardnormaal verdeelde variabele O = geobserveerd gemiddelde E = verwacht gemiddelde sd = standaarddeviatie in de steekproef n = de grote van de steekproef 5
6 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 4 Inleiding in de toegepaste biostatistiek verwachte waarde van de nulhypothese t = toetsingsgrootheid 6
7 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formule 4.5 ttoets t = toetsingsgrootheid 7
8 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, en b 0 8
9 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 r = Pearsoncorrelatiecoëfficiënt n = aantal proefpersonen 9
10 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 5 Inleiding in de toegepaste biostatistiek sd (p) = standaarddeviatie van het percentage; p = het percentage se (p) = standaardfout van het percentage p = percentage n = aantal proefpersonen se (p 1 en p 2) = standaardfout p 1 en p 2 = percentages met de bepaalde uitkomst in beide groepen. n 1 en n 2 = het aantal proefpersonen in beide populaties se (p 1 p 2)= de standaardfout van het risicoverschil p 1 p 2 = risicoverschil = waarde van de standaardnormale verdeling waarvoor geldt dat (1α/2)% van de verdeling voor de betreffende waarde ligt se[ln (RR)] = standaardfout van de natuurlijke logaritme van het relatief risico a,b,c en d = aantal personen in de cellen van de 2x2 tabel. 10
11 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 ln (RR) = natuurlijke logaritme van het relatief risico; = waarde van de standaardnormale verdeling waarvoor geldt dat (1α/2)% van de verdeling voor de betreffende waarde ligt se[ln(rr)] = standaardfout van de natuurlijke logaritme van het relatief risico Z = waarde van de standaardnormale verdeling nulhypothese = het verwachte percentage onder de nulhypothese n1, n2 = aantal personen in beide groepen r1, r2 = aantal personen met de onderzochte uitkomst in de beide groepen X 2 = toetsingsgrootheid O = geobserveerd aantal personen E = verwacht aantal personen als de nulhypothese waar is 11
12 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 P = kans op een bepaalde combinative a, b, c, d = getallen in de cellen van de 2x2tabel n = grootte van de onderzoekspopulatie a! = a faculteit p = percentage van een bepaalde uitkomst = waarde van de standaardnormale verdeling waarvoor geldt dat (1α/2)% van de verdeling voor de betreffende waarde ligt. = de standaardfout van het betreffende percentage Formule 5.12 standaardfout p1p2 = risicoverschil a,b,c,d= aantallen in de cellen van de 2x2 tabel n = grootte van de onderzoekspopulatie se(p1p2) = standaardfout van het risicoverschil. 12
13 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 p1p2 = risicoverschil a,b,c,d = aantallen in de cellen van de 2x2tabel n = grootte van de onderzoekspopulatie se (p1p2) = standaardfout van het risicoverschil Formule 5.18 odds P(Y=1) is de kans op de uitkomstvariabele. Formule 5.20 standaardfout van de natuurlijke logaritme van de odds ratio SE [ ln(or)] = standaardfout van de natuurlijke logaritme van de odssratio. Formule 5.22 lineaire regressievergelijking 13
14 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Fomrule 5.25 natuurlijke logaritme van de odds Formule 5.26 andere notatie Formule 5.27 EXP b1 is dus de oddsratio. b1 = regressiecoëfficiënt se (b1) = standaardfout van de regressiecoëfficiënt Wald = waldstatistic b = regressiecoëfficiënt se(b) = standaardfout van de regressiecoëfficiënt. 14
15 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 OR MH = mantel haenszel gepoolde oddsratio I = aantal strata; a i, b i, c i, d i = aantal personen in cellen a,b,c en d van de 2x2tabel. t i = totaal aantal personen in de betreffende 2x2 tabel 15
16 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 6 Inleiding in de toegepaste biostatistiek idv = incidentiedichthedenverschil = waarde van de standaard normale verdeling waarvoor geldt dat (1α/2)% van de verdeling voor de betreffen waarde ligt = standaardfout van het incidentiedichthedenverschil = standaardfout van de natuurlijke logaritme van de incidentiedichthedenratio Formule % betrouwbaarheidsinterval natuurlijke logaritme van de incidentiedichthedenratio. = de standaardfout van de natuurlijke logaritme van de incidentiedichthedenratio 16
17 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 S(t) = de kans om te overleven (zonder uikomstmaat te eindigen) in de periode t, gegeven de uitkomstmaat niet aanwezig is aan het begin van de periode. Formule 6.6 toetsingsgrootheid van de logranktoets G = aantal groepen O = geobserveerd aantal E = verwaccht aantal Y = dichotome uitkomst = baseline hazard b1 = regressiecoëfficiënt voor onafhankelijke variabele X1 b2 = regressiecoëfficiënt voor onafhankelijke variabele X2 Formule 6.10 Wald statistic Wald = wald statistic b = regressiecoëfficiënt se(b) = standaardfout van de regressiecoëfficiënt 17
18 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 7 Inleiding in de toegepaste biostatistiek 18
19 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 Formules Hoofdstuk 8 Inleiding in de toegepaste biostatistiek Formule 8.1, samplesize berekening bij een continue variabele n 1 en n 2 zijn de grootte van respectievelijk de interventie en de controlegroep z (1α/2) = waarde van de standaardnormale verdeling waarvoor geldt dat (1α/2)% van de verdeling ervoor ligt o α = significantie z (1β) = waarde van de standaardnormale verdeling waarvoor geldt dat (1β)% ervoor ligt o 1β = power σ 2 = variantie van de continue uitkomstvariabele (spreiding) v = te verwachten verschil in uitkomstvariabele tussen interventie en controlegroep n1 = de grootte van de interventiegroep r = de verhouding is tussen de aantallen in de controle en interventiegroep Formule 8.5 voorbeeld berekening bij formule 8.4. Berekening voor het aantal personen in de interventiegroep. Formule 8.6 voorbeeld berekening bij formule 8.4. Berekening voor het aantal personen in de controlegroep 19
20 Bijlage Figuren en formules voor de stof van Professionele Ontwikkeling en Wetenschap, 1314 n 1 en n 2 zijn de grootte van respectievelijk de interventie en de controlegroep z (1α/2) = waarde van de standaardnormale verdeling waarvoor geldt dat (1α/2)% van de verdeling ervoor ligt o α = significantie z (1β) = waarde van de standaardnormale verdeling waarvoor geldt dat (1β)% ervoor ligt o β) = power p 1p 2 = het te verwachten verschil in percentage events tussen de experimentele en controlegroep n 1 = de grootte van de interventiegroep r = de verhouding tussen de controlegroepen en de interventiegroep Formule 8.10 het gemiddelde percentage herstel 20
Inleiding in de toegepaste biostatistiek 4. Continue uitkomstvariabelen analyseren
Inleiding in de toegepaste biostatistiek 4. Continue uitkomstvariabelen analyseren Twee aspecten van het onderzoek spelen een rol bij het kwantificeren van onzekerheid, namelijk de grootte van de steekproef
Nadere informatieDe zin en onzin van sample size berekeningen. Jos Twisk
De zin en onzin van sample size berekeningen Jos Twisk Sample size berekeningen Nodig voor subsidiegevers Nodig voor medisch etische commissies Nodig in verband met consort statement Sample size berekening
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 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 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 informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere 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 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 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 informatieTentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur
Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, 9.00-12.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven
Nadere 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 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 informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere 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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
Nadere informatieBerekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt
A. Effect & het onderscheidingsvermogen Effectgrootte (ES) De effectgrootte (effect size) vertelt ons iets over hoe relevant de relatie tussen twee variabelen is in de praktijk. Er zijn twee soorten effectgrootten:
Nadere informatieFiguur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.
MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,
Nadere 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 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 informatieDeel I : beschrijvende statistiek
HOOFDSTUK 1 TYPISCHE FOUTEN BIJ STATISTIEK Foute gegevens Fouten in berekening kans Foute interpretatie resultaten Statistiek : de wetenschap van het leren uit data & van het meten, controleren en communiceren
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatieFormuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i
Formuleblad Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i Plaats van de median berekenen: Oneven aantal observaties: (n+1)/2 Even aantal observaties: gemiddelde van de
Nadere informatieInterim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN
Interim Toegepaste Biostatistiek deel december 2009 Versie A ANTWOORDEN C 2 B C A 5 C 6 B 7 B 8 B 9 D 0 D C 2 A B A 5 C Lever zowel het antwoordformulier als de interim toets in Versie A 2. Dit tentamen
Nadere informatieKruis per vraag slechts één vakje aan op het antwoordformulier.
Toets Stroom 1.2 Methoden en Statistiek tul, MLW 7 april 2006 Deze toets bestaat uit 25 vierkeuzevragen. Kruis per vraag slechts één vakje aan op het antwoordformulier. Vraag goed beantwoord dan punt voor
Nadere informatieMethoden van Onderzoek en Statistiek, Deeltentamen 2, 29 maart 2012 Versie 2
Vraag 1. Voor welk van de onderstaande variabelen zal een placebo effect waarschijnlijk het grootst zijn? 1. Haarlengte. 2. Lichaamstemperatuur. 3. Mate van tevredenheid met de behandeling. 4. Hemoglobinegehalte
Nadere informatieAntwoordvel Versie A
Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3
Nadere informatieAlgemene methodologie (onderdeel van CAT)
Oefentoets Algemene methodologie (onderdeel van CAT) Cursus Wetenschappelijk Focus Onderwijs: Algemene methodologie Cursuscoördinator dr. A.L. de Vries 30 oefenvragen ZONDER antwoorden 1 In een onderzoeksprotocol
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 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 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 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 informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
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 2. Aanduiding 1: Aanduiding 2: Formule 1: Formule 2: s2 x = Formule 3: s x = Formule 4: X nieuw = X oud ± a betekent ook
Hoofdstuk 2 Aanduiding 1: X ij Aanduiding 2: Formule 1: Formule 2: s2 x = Formule 3: s x = Formule 4: X nieuw = X oud ± a betekent ook ± a Formule 5: X nieuw = bx oud betekent t X nieuw = X oud/b betekent
Nadere informatieStatistiek ( ) eindtentamen
Statistiek (200300427) eindtentamen studiejaar 2010-11, blok 4; Taalwetenschap, Universiteit Utrecht. woensdag 29 juni 2011, 17:15-19:00u, Educatorium, zaal Gamma. Schrijf je naam en student-nummer op
Nadere informatieSOCIALE STATISTIEK (deel 2)
SOCIALE STATISTIEK (deel 2) D. Vanpaemel KU Leuven D. Vanpaemel (KU Leuven) SOCIALE STATISTIEK (deel 2) 1 / 57 Hoofdstuk 5: Schatters en hun verdeling 5.1 Steekproefgemiddelde als toevalsvariabele D. Vanpaemel
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 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 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 informatietoetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.
Nadere informatietoetskeuze schema verschillen in gemiddelden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets week 5: het toetsen van
Nadere 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 informatieE Y = ln(β 1 x) ln β 1 + β 2
Tentamen Statistische Methoden MST STM 1 april 2009, 9.00 12.00 uur Toelichting. Een antwoord alleen is niet voldoende: er dient een motivatie, toelichting of berekening aanwezig te zijn. Gebruik, tenzij
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 informatieProfessionele Ontwikkeling en Wetenschap. Collegeaantekeningen GENEESKUNDE VU, JAAR 3
Professionele Ontwikkeling en Wetenschap Collegeaantekeningen GENEESKUNDE VU, JAAR 3 16/05/2013 Randomized clinical trial Maarten boers De meeste onderzoeken zijn observationeel. De eenvoudigste zijn case
Nadere informatiemlw stroom 2.2: Biostatistiek en Epidemiologie
mlw stroom 2.2: Biostatistiek en Epidemiologie Hoorcollege 1: Onderzoeksopzet en risikomaten Rosner 13.1-13.4 Capaciteitsgroep Methodologie en Statistiek tul / UM 10 januari 2006 Methodologie en Statistiek
Nadere informatieSPSS Introductiecursus. Sanne Hoeks Mattie Lenzen
SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen
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 informatiewerkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions
cursus 4 mei 2012 werkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions Huiswerk P&D, opgaven Chapter 6: 9, 19, 25, 33 P&D, opgaven Appendix A: 1, 9 doen
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 4. Het steekproefgemiddelde. Werktekst voor de leerling. Prof. dr. Herman Callaert
VOOR HET SECUNDAIR ONDERWIJS Kansmodellen 4. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Een concreet voorbeeld.... Een kansmodel
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) op dinsdag 3-03-00, 9- uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en
Nadere informatieInductieve statistiek voor informatiewetenschappers
INDUCTIEVE STATISTIEK VOOR INFORMATIEWETENSCHAPPERS I 570 1 Inductieve statistiek voor informatiewetenschappers HENK VOORBIJ 1. Inleiding Er zijn twee soorten statistiek: beschrijvende en inductieve (ook
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS
VOOR HET SECUNDAIR ONDERWIJS Steekproefmodellen en normaal verdeelde steekproefgrootheden 5. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg
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 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 informatiewerkcollege 7 - D&P10: Hypothesis testing using a single sample
cursus 11 mei 2012 werkcollege 7 - D&P10: Hypothesis testing using a single sample huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 Activities 9.3 en 9.4 experimenten zelf deelnemen als proefpersoon
Nadere informatieTentamen Statistische methoden MST-STM 8 april 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 8 april 2, 9: 2: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren alstublieft.
Nadere informatieCollege Week 4 Inspecteren van Data: Verdelingen
College Week 4 Inspecteren van Data: Verdelingen Inleiding in de Methoden & Technieken 2013 2014 Hemmo Smit Dus volgende week Geen college en werkgroepen Maar Oefententamen on-line (BB) Data invoeren voor
Nadere informatieherkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1
herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1 Vraag 1 Een onderzoeker gebruikt een experimenteel design om een hypothese te toetsen over het gemiddelde in de populatie. Hiertoe
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatieIntroductie tot de statistiek
Introductie tot de statistiek Hogeschool Gent 04/05/2010 Inhoudsopgave 1 Basisbegrippen en beschrijvende statistiek 8 1.1 Onderzoek............................ 8 1.1.1 Data........................... 8
Nadere informatieWiskunde B - Tentamen 1
Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag ,
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek 2 voor TeMa (2S95) op dinsdag 5-03-2005, 9.00-22.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN
TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S39) op 8--25 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 228) en van een zakrekenmachine. De uitwerkingen
Nadere informatieToets CAT B / Cursus-afhankelijke toets
A VUmc-compas toetsing Toets CAT B 3.2 4-5 / Cursus-afhankelijke toets Cursus B Professionele ontwikkeling en wetenschap 4-5 Cursuscoördinator (vice-) mw. dr. S.A.M. Sikkes / dr. P.H.H. Houben Gelegenheid
Nadere informatieToets CAT B 3.2 13-14 / Cursus-afhankelijke toets
A VUmc-compas toetsing Toets CAT B 3.2 3-4 / Cursus-afhankelijke toets Cursus B Professionele ontwikkeling en wetenschap 3-4 Cursuscoördinator (vice-) Mw. dr. S.A.M. Sikkes / dr. P.H.H. Houben Gelegenheid
Nadere informatieOpgave 1: (zowel 2DM40 als 2S390)
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4 en S39) op donderdag, 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek (2S390) op maandag ,
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek (2S390) op maandag 20-11-2000, 14.00-17.00 uur ƒbij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere informatieEIND TOETS TOEGEPASTE BIOSTATISTIEK I. 5 februari 2010
EIND TOETS TOEGEPASTE BIOSTATISTIEK I 5 februari - Dit tentamen bestaat uit vier opgaven onderverdeeld in totaal 9 subvragen. - Geef bij het beantwoorden van de vragen een zo volledig mogelijk antwoord.
Nadere 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 informatieTentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur
Tentamen Kansrekening en statistiek wi205in 25 juni 2007, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatiewerkcollege 6 - D&P10: Hypothesis testing using a single sample
cursus huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 werkcollege 6 - D&P10: Hypothesis testing using a single sample Activities 9.3 en 9.4 van schatting naar toetsing vorige bijeenkomst: populatie-kenmerk
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 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 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 informatieSPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I
SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I Hieronder volgen de SPSS uitvoer en de antwoorden van de opgaven van Stap 7: Oefenen I. Daarnaast wordt bij elke opgave
Nadere informatieRANDOMISED CONTROLLED TRIAL (RCT)
FORMULIER II voor het beoordelen van een RANDOMISED CONTROLLED TRIAL (RCT) Evidence-Based RichtlijnOntwikkeling Formulier II: beoordeling randomised controlled trial (RCT) Dit formulier is bestemd voor
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 informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere informatieToets CAT B / Cursus-afhankelijke toets
A VUmc-compas toetsing Toets CAT B 3.2 13-14 / Cursus-afhankelijke toets Cursus B Professionele ontwikkeling en wetenschap 13-14 Cursuscoördinator (vice-) mw. dr. S.A.M. Sikkes / dr. P.H.H. Houben Gelegenheid
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 informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
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 informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatieInhoud. Inleiding 15. Deel I Beschrijvende statistiek 17
Inhoud Inleiding 15 Deel I Beschrijvende statistiek 17 1 Tabellen, grafieken en kengetallen 19 1.1 Case Game 16 20 1.2 Populatie en steekproef 22 1.3 Meetniveaus 23 1.4 De frequentieverdeling 25 1.5 Grafieken
Nadere informatiebijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 6 statistiek/gegevensverwerking los materiaal, niet uit boek [PW]
bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst statistiek/gegevensverwerking los materiaal, niet uit boek [PW] procenten percentage: bv: van de 0 kinderen hadden er 7: hoeveel procent
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 informatieToegepaste Statistiek, Week 3 1
Toegepaste Statistiek, Week 3 1 In Week 2 hebben we toetsingstheorie besproken mbt een kwantitatieve (ordinale) variabele G, en met name over zijn populatiegemiddelde E(G). Er waren twee gevallen: Er is
Nadere informatieToets CAT B / Cursus-afhankelijke toets
A VUmc-compas toetsing Toets CAT B 3.2 4-5 / Cursus-afhankelijke toets Cursus B Professionele ontwikkeling en wetenschap 4-5 Cursuscoördinator (vice-) mw. dr. S.A.M. Sikkes / dr. P.H.H. Houben Gelegenheid
Nadere informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
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 informatie