TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK

Maat: px

Weergave met pagina beginnen:

Download "TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK"

Alfred van der Woude
8 jaren geleden
Aantal bezoeken:

1 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 uitspraken. (hoe hoger de score hoe meer men akkoord gaat met de bewering) 1. Merk X heeft een frisse smaak. 2. Ik geef de voorkeur aan merk X omdat het minder caloriën bevat dan andere frisdranken. 3. Merk X lest mijn dorst onmiddelijk. 4. Ik hou van de zoete smaak van merk X. 5. Ik geef de voorkeur aan merk X na sportactiviteiten omdat het me energie geeft. 6. Ik geef de voorkeur aan merk X omdat de verpakking milieuvriendelijk is. 7. Merk X bevat mineralen en vitaminen die erg dorstlessend zijn. 8. Merk X heeft een aangename geur. 9. Merk X bevat een gezonde combinatie van mineralen en vitaminen. 10. Ik geef de voorkeur aan merk X als ik veel dorst heb. De resultaten van een factoranalyse op deze gegevens worden hieronder weergegeven. Initial Factor Method: Principal Components Prior Communality Estimates: ONE Eigenvalues of the Correlation Matrix: Total = 10 Average = Eigenvalue Difference Proportion Cumulative Eigenvalue Difference Proportion Cumulative factors will be retained by the MINEIGEN criterion. Initial Factor Method: Principal Components Factor Pattern X X X X X X X X X X Variance explained by each factor

(hoe hoger de score hoe meer men akkoord gaat met de bewering) 1. Merk X heeft een frisse smaak. 2. Ik geef de voorkeur aan merk X omdat het minder caloriën bevat dan andere frisdranken. 3.

2 Rotation Method: Varimax Orthogonal Transformation Matrix Rotated Factor Pattern X X X X X X X X X X Variance explained by each factor Final Communality Estimates: Total = X1 X2 X3 X4 X X6 X7 X8 X9 X (a) Benoem de factoren na rotatie. (b) Bereken de communaliteit voor X5. 2

22561 0.92359 0.04731 X9 0.44210 0.16672 0.82533 X10 0.86799-0.24021 0.23734 Variance explained by each factor 3.013725 2.859185 2.613905 Final Communality Estimates: Total = 8.

3 (c) De communaliteit van X6 is duidelijk veel kleiner dan voor de andere variabelen. Was dat te verwachten? Leg uit. 3

4 2. Leerkrachten van het lager onderwijs, van het lager secundair en het hoger secundair onderwijs werden ondervraagd over de stress die ze ondervinden op het werk. Ze konden op een schaal van 1 tot 20 (1 = weinig of geen stress; 20 = zeer veel stress) aangeven in welke mate ze het voorbije schooljaar af te rekenen hadden met stress in hun relatie met de directie, in hun relatie met de collega s, in hun relatie met de ouders en in hun relatie met de leerlingen zelf. Deze antwoorden werden opgeslagen in de variabelen DIR, COL, OUD en LLN respectievelijk. Daarnaast werd genoteerd in de variabele Level op welk niveau ze lesgaven (mogelijke waarden: Lager, LagSec, HogSec). Er werd een cumulatief logistiek model geschat om na te gaan of men op basis van de stresswaarden die leerkrachten aangaven kan afleiden op welk niveau ze lesgeven. Hier volgt de procedure oproep en de bijhorende output. proc logistic; model level = DIR COL OUD LLN; run; The LOGISTIC Procedure Model Information Data Set WORK.DATA9 Response Variable level Number of Response Levels 3 Model cumulative logit Optimization Technique Fisher s scoring Number of Observations Read 60 Number of Observations Used 60 Response Profile Ordered Total Value level Frequency 1 1Lager LagSec HogSec 20 Probabilities modeled are cumulated over the lower Ordered Values. Model Convergence Status Convergence criterion (GCONV=1E-8) satisfied. Score Test for the Proportional Odds Assumption Chi-Square DF Pr > ChiSq Model Fit Statistics Intercept Intercept and Criterion Only Covariates AIC SC Log L Testing Global Null Hypothesis: BETA=0 Test Chi-Square DF Pr > ChiSq Likelihood Ratio <.0001 Score <.0001 Wald

directie, in hun relatie met de collega s, in hun relatie met de ouders en in hun relatie met de leerlingen zelf.

5 Analysis of Maximum Likelihood Estimates Standard Wald Parameter DF Estimate Error Chi-Square Pr > ChiSq Intercept 1Lager <.0001 Intercept 2LagSec <.0001 DIR COL OUD LLN Odds Ratio Estimates Point 95% Wald Effect Estimate Confidence Limits DIR COL OUD LLN (a) Geef het model dat hier geschat wordt. Definieer duidelijk de responsvariabelen. Vul de geschatte parameters in. (b) Bestaat er een model dat de data beter fit? Leg uit! 5

6764 0.5339 1.6051 0.2052 Odds Ratio Estimates Point 95% Wald Effect Estimate Confidence Limits DIR 0.235 0.086 0.644 COL 0.553 0.166 1.841 OUD 0.300 0.087 1.037 LLN 0.

6 (c) Stel dat een leerkracht volgende stressniveaus opgeeft: DIR = 8, COL = 13, OUD = 10 en LLN = 10. Leg uit hoe je bovenstaande output kan gebruiken om te voorspellen op welk onderwijsniveau deze leerkracht lesgeeft. Je hoeft het niet uit te rekenen. 6

7 3. We beschouwen in deze vraag opnieuw de dataset over de stress van leerkrachten, maar enkel die gegevens die verband houden met de verhouding tot de directie (DIR). Stel dat ook het geslacht van de leerkracht werd genoteerd (gender = 1 voor mannen en 2 voor vrouwen). De datastep ziet er dus uit als volgt: data stress; input Level gender DIR; datalines; 1Lager Lager HogSec 2 12 ; Je moet nagaan of het verschil in gemiddeld stressniveau tussen mannelijke en vrouwelijke leerkrachten hetzelfde is op elk onderwijsniveau. Hoe zou je dat aanpakken? Geef ook de SASstatements die je hiervoor nodig hebt. Leg uit! 7

De datastep ziet er dus uit als volgt: data stress; input Level gender DIR; datalines; 1Lager 1 15 1Lager 2 10.

Vergelijkbare documenten

Examenvragen KBM (herexamen)

Examenvragen KBM (herexamen) Examenvragen KBM 2012-2013 (herexamen) THEORIE: - BetaGLS en BetaOLS berekenen - Bewijs met principale componenten - Vraag over variantieanalyse: o wanneer stochastisch gebruiken o wanneer het andere (ben