ANOVA Flashcards
hoezo gebruik maken van ANOVA ipv een rij van t toetsen?
bij ANOVA kan gecontroleerd worden voor een algemene type 1 fout alpha
bij meerdere t toetsen bestaat voor ELK afzonderlijke toets een type 1 fout alpha
wat is de “multiple comparison error rate”?
multiple comparison error rate:
> de waarschijnlijkheid dat tenminste één interval van alle intervallen fout is
tuckey vs bonferroni, wat is conservativer? hoezo?
bonferroni is conservativer, dus de intervallen zijn groter
> probeert minimaal het alpha level te bereiken
> tuckey probeert in de buurt te komen van het alpha level
hoezo mag ne niet met een 1 in meerdere dummy variabelen coderen voor groepen?
dummyvariabelen sluiten elkaar uit
dus voor 4 groepen heb je 3 dummys nodig ipv 2
regressieanalyse met dummys om gemiddelden in te vergelijken
> waar staan de regressiecoefficienten voor?
de coefficienten staan voor het verschil in gemiddelden tussen “hun” groep en de groep die geen dummy heeft (dus het gemiddelde = intercept)
wanneer zijn alle partiele sum of squares bij elkaar opgeteld precies de model sum of squares?
hoezo?
in een experiment design met een gelijke aantal observaties in elke cel
> dan zijn de predictoren van elkaar onafhankelijk en er is geen overlap in verklaarde variantie
> bij observationele studies verklaren kan er wel overlap in verklaarde variantie zijn
herhaalde metingen ANOVA: wat is spericiteit?
voor alle paren groepen geldt: verschil tussen observaties tussen de twee groepen is een variabele, met een standaardafwijking
spericiteit: de standaardafwijking van deze variabele is gelijk voor alle paren van groepen
wat gebeurt er als de aaname van spericiteit geschonden is?
spericiteit geschonden: p waardes worden te klein
> reactie: Greenhouse Geisser adjustment > df wordt kleiner
eta²: wat is klein, gemiddelde en grote effect?
eta²:
klein: 0.01
gemiddeld: 0.06
groot: 0.14
hoezo gebruik maken van two way ANOVA ipv van one way ANOVA
- betere verklaring van scores
- wisselwerking tussen factoren onderzoeken
- kosten (zelfde inspanning, meer effecten gemeten)
- winst power: verminderen residuele variantie
wanneer is een design gebalanceerd?
gebalanceerd: predictoren zijn onafhankelijk
ongebalanceerd: predictoren zijn afhankelijk
wanneer is een F toets robust tegen afwijkingen in homogeniteit?
als de aantallen in cellen hoog en ongeveer gelijk