3: Twee afhankelijke variabelen Flashcards

1
Q

Afhankelijke groepen

A
  • Wanneer steekproeven zelfde onderwerpen betreffen
  • Meting over tijd (bijvoorbeeld voor en na dieet)
  • Gegevens gematchte paren. Onderwerpen tussen roepen worden vergeleken (bijvoorbeeld getrouwd koppel, man in groep 1, vrouw in groep 2)
  • Elimineren standaardfouten
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Stappen:

Hypothesetoetsing bij 2 afhankelijke categorische variabelen- McNemar´s test

A

1) Assumpties checken
- Dichotome/nominaal variabelen
- Afhankelijke steekproeven
§ Test over tijd
§ Gematchte paren
- Voldoende observaties
§ Eenzijdig: (N≥30)
§ Tweezijdig: Mag altijd

2) Hypothesen opstellen
* Wat verwacht je als er wel iets gebeurt en wat als er niet iets gebeurt
* Twee hypothesen bij hypothesetoets
Nulhypothese (H0)
□ H_0:P1-P2= 0
□ Geen effect
Alternatieve hypothese (HA of H1)
□ Eenzijdig: H_A:p_1−p_2>0 of H_A:p_1−p_2<0
□ Tweezijdig: H_A:p_1−p_2≠0

3) Toetsingsgrootheid (tg) (Test Statisic) berekenen
* Hoe groter z-score, hoe verder er vanaf dat H0 waar is
* Als H0 waar is, dan is z-score 0
* Aan de hand van een tabel, dus proporties dus niet per se nodig

4) P-waarde opzoeken
* Beschrijft hoe zeldzaam de geobserveerde steekproefproportie (of extremer) zou zijn als H0 waar is
* Hoe kleiner P-waarde, hoe sterker bewijs tegen nulhypothese
* Passend bij z-waarde in tabel
- Bij hypothese ‘<’ in tabel geïnteresseerd in linkerkant
- Bij hypothese ‘>’ in tabel geïnteresseerd in rechterkant, dus 1-p
- Bij hypothese ‘≠’ in tabel geïntresseerd in beide kanten dus 2p (p-waarde verdubbelen)

5) Conclusies trekken
* Rapporteer en interpreteer Interpreteren
* Beslisregels verwerpen is
a) p-waarde is kleiner dan vooraf gekozen significantieniveau (α) (meestal 0.05/5%)
- p≤α→Verwerp H_0
- p>α→Niet H_0 verwerpen
b) Toetsingsgrootheid (tg) extremer is dan grenswaarde/kritieke waarde

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Stappen:
Hypothesetoetsing 2 afhankelijke kwantitatieve variabelen- t-toets gepaarde verschillen

A

1) Assumpties checken
- Kwantitatieve variabelen
- Afhankelijke steekproeven
§ Test over tijd
§ Gematchte paren
- Normaal verdeeld
§ Behalve bij grote steekproeven (N≥30)
§ Behalve bij tweezijdig toetsen

2) Hypothesen opstellen
Nulhypothese (H0)
□ H_0:μ_1−μ_2=0
□ Geen verschil
Alternatieve hypothese (HA of H1)
□ Eenzijdig: H_A:μ_1−μ_2>0 of H_A:μ_1−μ_2<0
□ Tweezijdig: H_A:μ_1−μ_2≠0

3) Toetsingsgrootheid (tg) (Test Statisic) berekenen
* Hoe groter t-score, hoe verder er vanaf dat H0 waar is
* Lijkt op simple t-test omdat je met verschillen bezig gaat
* n= aantal gepaarde waarnemingen

4) P-waarde opzoeken
* Beschrijft hoe zeldzaam de geobserveerde steekproefproportie (of extremer) zou zijn als H0 waar is
* Hoe kleiner P-waarde, hoe sterker bewijs tegen nulhypothese
* Passend bij t-waarde in tabel
- Bij hypothese ‘<’ in tabel geïnteresseerd in linkerkant
- Bij hypothese ‘>’ in tabel geïnteresseerd in rechterkant, dus 1-p
- Bij hypothese ‘≠’ in tabel geïntresseerd in beide kanten dus 2p (p-waarde verdubbelen)
* Df=N-1

5) Conclusies trekken
* Rapporteer en interpreteer Interpreteren
* Beslisregels verwerpen is
a) p-waarde is kleiner dan vooraf gekozen significantieniveau (α) (meestal 0.05/5%)
b) Toetsingsgrootheid (tg) extremer is dan grenswaarde/kritieke waarde

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

2 kwantitatieve variabelen (afhankelijk) (2)

A

1) Hypothesetoetsing
* 3 soorten gemiddelde bepalen
- Voormeting
- Nameting
- Verschilscores (zelfde als verschil gemiddelde voor- en nameting)

2) Betrouwbaarheidsinterval
	* Geeft weer tussen welke waarde het populatiegemiddelde waarschijnlijk ligt
	* x ̅_d±t−score⋅〖se〗_(x ̅_d )
	* DF= N-1
	* Assumpties
		- Kwantitatieve variabelen
		- Afhankelijke steekproeven
			§ Test over tijd
			§ Gematchte paren
		- Normaal verdeeld
			§ Behalve bij grote steekproeven (N≥30)
			§ Behalve bij tweezijdig toetsen
	* Als 0 binnen interval valt, dan mogelijke waarde dus niet verwerpen
	* Gemiddelde: Gemiddelde verschil tussen de gemiddelden
	* Sample mean difference = point estimate
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Confounder

A
  • Variabele die gevonden relatie tussen andere variabelen beïnvloedt/verklaart
  • Zorgt dat causaal verband tussen onafhankelijke en afhankelijke varbanden
  • Geven alternatieve verklaring
  • Kunnen heel ander effect laten zien
  • Simpson’s paradox
    • Richting van associatie kan veranderen nadat een derde (lurking/condfounding) variabele is opgenomen en gegevens op afzonderlijke niveaus van die variabele hebben geanalyseerd.
    • In hele dataset relatie positief, maar door opdelen andere variabele negatief, of andersom
    • Geen echte paradox, omdat het te verklaren is
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Lurking variabele:

A
  • Potentiële confounder
  • Variabele die gevonden relatie tussen andere variabelen mogelijk beïnvloedt/verklaard
  • Niet meegenomen in je onderzoek
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Controle variabele:

A
  • Potentiële confounder
  • Variabele die gevonden relatie tussen andere variabelen mogelijk beïnvloedt/verklaard
  • Neem je mee in je onderzoek/analyse
  • Zoeken naar alternatieve verklaringen
  • Spurious (Afhankelijke en onafhankelijke variabelen beïnvloed door zelfde oorzaak)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Oplossingen controlevariabele (2)

A
  • Experimentele controle
    • Mogelijke confounder/medium constant houden
    • Randomisatie
    • Manipulatie van groepen met gelijke niveaus op controlevariabelen
  • Statistical control
    • Meten en controleren van elk level van de control variabele
    • Bij vergelijkbaar verschil op elk level, geen alternatieve verklaring
    • Genoeg observaties nodig
    • Creatie achteraf van groepen met gelijke niveaus op controlevariabelen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Uitkomsten control variabele (4)

A
  • Geen alternatieve verklaring
    • Onafhankelijke variabele beïnvloedt afhankelijke variabele
    • Direct effect
    • Causaal verband
  • Confounder
    • Er is geen verband tussen afhankelijke en onafhankelijke variabelen, maar confounder beïnvloedt allebei
  • Moderator
    • Zorgt voor een sterker of zwakker resultaat
    • Z (gender) wordt de interactievariabele (moderator) genoemd
  • Mediator
    • Afhankelijke en onafhankelijke variabelen beïnvloeden elkaar indirect via control variabele
    • Y (self-esteem) wordt de mediërende- of interveniërende variabele genoemd
    • Vermenigvuldigingsregel:
      ○ Beide effecten positief = positief
      ○ Beide negatief = positief
      ○ Eén positief en één negatief = negatief
How well did you know this?
1
Not at all
2
3
4
5
Perfectly