Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

1: Blok 4 - TOE > Experimenteel week 4 > Flashcards

Experimenteel week 4 Flashcards

HC 1 + 2 - Morling SR + H10 + H11 + H13 - Bayes Tutorial

1
Q

Wat is de volgorde van de empirische cirkel? (HC)

A

1: Idee/theorie
2: Onderzoeksvragen
3: Onderzoeksontwerp
4: Hypothesen & Preregistratie
5: Data verzameling
6: Data analyse
7: Rapportage & Replicatie

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

Definitie Cohen’s d (HC)

A

Aantal standaard deviaties dat de twee gemiddelden van elkaar verschillen. Mniet - Mwel / pooled - sd

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

Vul aan (HC). De replicatie crisis leidt tot de vraag…

A

hoe het mogelijk is dat de resultaten van wetenschappelijk onderzoek vaak niet repliceerbaar zijn.

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

Wat zijn twee mogelijke oorzaken van het niet kunnen repliceren van onderzoek? (HC)

A

1: Sloppy science
2: Publication bias

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

Definitie Sloppy science (HC)

A

Slordig of zelfs gefraudeerd onderzoek als basis voor tal van publicaties.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Definitie Publication bias (HC)

A

Publiceren van onderzoek gebaseerd op Type I fouten. Deze fouten kunnen zowel het gevolg zijn van toeval als van sloppy science.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Definitie Type I en Type II fouten (HC)

A

Type I is het onterecht verwerpen van H0. Je gaat uit van je Ha, terwijl dit niet had gemoeten.
Type II is het onterecht behouden van H0. Je gaat uit van je H0, terwijl het je Ha had moeten zijn.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Als BF0a 5 is, dan betekent dit dat …

A

de steun in de data 5x groter is voor H0 dan voor Ha.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Onder de 1 is het moeilijk om de Bayes factor te interpreteren. Wat doe je dan? (HC)

A

Je kunt de hypothese omdraaien. Als BF0a = .64, dan doe je 1 / .64 = 1.50. Er is dan 1.50x meer steun voor Ha dan voor H0.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Vul aan (HC). Als BF0a gelijk is aan 1, dan is de steun in de data voor H0 en Ha …

A

even groot

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Vul in (HC). Als BF0a groter is dan 1, dan is de steun in de data voor…(1) groter dan voor …(2)

A

1: H0
2: Ha

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Vul in (HC). Als BF0a kleiner is dan 1, dan is de steun in de data voor …(1) kleiner dan voor …(2)

A

1: H0
2: Ha

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Vul in (HC). De fit wordt letterlijk en figuurlijk …(1) als de afstand tussen de gemiddelden toeneemt. Hoe …(2) het getal voor de fit, hoe …(3) de data bij H0 past.

A

1: kleiner
2: hoger
3: beter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

De Bayes factor wordt niet vergeleken met een grenswaarde (zoals .05 alpha) om tot een beslissing mbt H0 of Ha te komen. Dit is een remedie tegen:

A
  1. Questionable Research Practices - geen drijfveer om analyses te manipuleren dat er een BF groter dan een bepaalde grenswaarde uit komt
    2: Publication bias - omdat tijdschriften niet langer een grenswaarde tot hun beschikking hebben die ze kunnen gebruiken om artikelen mee te beoordelen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wanneer een BF groot genoeg is om voor H0 of Ha te kiezen, is geen eenduidig antwoord voor. Maar je kunt ongeveer zeggen dat (vul in voor):
BF0a = 100 ; BF0a = 25 ; BF0a = 5 ; BF0a = 1.5

A 
BF0a = 100 - weinig twijfel dat H0 meer gesteund wordt dan Ha
BF0a = 25 - nog steeds substantieel meer steun voor H0 dan voor Ha
BF0a = 5 - dan is er meer steun voor H0, maar niet zoveel meer dat Ha kan worden gediskwalificeerd
BF0a = 1.5 - geen voorkeur voor H0 of Ha
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Vul in/aan (HC). De kans op een Type I fout staat gebruikelijk op …(1), dat wil zeggen …

A

1: .05

we accepteren een kans van .05 dat we H0 ten onrechte verwerpen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Vul in/aan (HC). De Power (kans op een Type II fout) staat gebruikelijk op …(1). dat wil zeggen …

A

1: .80

we willen een kans van .80 dat we H0 terecht verwerpen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Vul in (HC). De kans dat H0 waar is gegeven de info in de data noemen we ..(1). De kans dat Ha waar is gegeven de info in data noemen we …(2). Beide kansen tellen op tot …(3)

A

1: PMK0
2: PMKa
3: 1.0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Vul aan (HC). Bij Bayesiaanse Evaluatieworden de Type I (onterecht kiezen voor Ha) en Type II (onterecht kiezen voor H0) fouten vervangen door zogenaamde …

A

conditionele Type I en II fouten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Wat is het gevolg van een kleinere steekproef grootte op Type II fout? (HC)

A

De Type II kans wordt groter.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Vul aan. PMK0 is de …

PMKa is de …

A

PMK0 is de conditionele Type I fout, want als we voor Ha kiezen is de kans dat we dat ten onrechte doen gelijk aan X (het getal wat daar staat).
PMKa is de conditionele Type II fout, want als we voor H0 kiezen is de kans dat we dat ten onrechte doen gelijk aan X (het getal wat daar staat)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Bij Bayesiaanse hypothese evaluatie kunnen conditionele Type I en II fouten niet van tevoren worden bepaald. Ze worden uit de data gehaald, welke dus eerst verzameld moet worden. Dit kan betekenen dat na uitvoering van een onderzoek de conditionele Type I en II fouten te groot zijn, dit kan verholpen worden door middel van …

A

Bayesian Updating.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Definitie Gepaarde t-test (HC)

A

Elke persoon wordt twee keer gemeten en beide metingen worden met elkaar vergeleken.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Wat zijn 6 mogelijke gevaren bij experimentele designs (zoals paired t-test)? (HC)

A

1: Maturation threat
2: History threat
3: Regression to the mean
4: Observer bias
5: Demand characteristics
6: Placebo effect

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Definitie Maturation threat en hoe voorkom je dit (HC)

A

Als er een natuurlijke ontwikkeling plaatsvindt. Verandering in gedrag dat spontaan met de tijd tot stand is gekomen. Voorkomen door: controlegroep toevoegen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Definitie History threat en hoe voorkom je dit (HC)

A

Een externe gebeurtenis beïnvloed ALLE deelnemers. Voorkomen dmv controlegroep.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Definitie Regression to the mean en hoe voorkom je dit (HC)

A

Extremiteit door gunstige/ongunstige random gebeurtenissen. Vindt alleen plaats in pretest/posttest design en alleen als er extreem gescoord wordt. Bv alle patiënten waren behoorlijk ziek, ze konden niet verslechteren maar wel verbeteren. Voorkomen door controlegroep

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Definitie Observer bias en hoe te voorkomen (HC)

A

Therapeuten vinden patiënten aan het begin van de behandeling erg ziek maar na hun eigen behandeling natuurlijk veel beter. Bedreiging voor interne validiteit + construct validiteit. Voorkomen door dubbelblind onderzoek uit te voeren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Definitie Demand characteristics en wat kan je doen om dit te voorkomen (HC)

A

Patiënten WILLEN dat de behandeling effectief is en voelen zich dus beter na de behandeling. Voorkomen door dubbelblind onderzoek uit te voeren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Definitie Placebo effect (HC)

A

Het is niet de behandeling die effect heeft maar puur dat er een therapeut is die warme aandacht voor de patiënt heeft.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Het kan ook altijd zijn dat er geen behandeleffect wordt gevonden in experimentele designs. Wat kunnen verklaringen zijn hiervoor? (HC)

A

1: Weak manipulations - therapie wordt bv slecht uitgevoerd
2: Power problem - er is een effect gevonden, maar er zijn te weinig patiënten in de controle en experimentele groep om effect statistisch significant te krijgen of om een Bayes factor te krijgen die het effect steunt
3: Er is geen effect.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Vul in (HC). Een …(1) gebruik je bij 2 groepen. Bij 3 of meer groepen gebruik je …(2)

A

1: t-test
2: ANOVA

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Definitie Verklaarde variatie (HC)

A

Het verschil in gemiddelden van de groep

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Wat houdt N^2 in? (HC)

A

Het percentage van de totale variantie (de som van verklaarde en onverklaarde variantie) dat verklaard wordt door de groep.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Vul in (HC). Hoe groter N^2, hoe …(1) de verschillen tussen de groepen mbt de afhankelijke variabele.

A

1: groter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

In een voorbeeld zie je dat gemiddelden van de groepen van elkaar verschillen. Er is meer variatie in groepsgemiddelden. Is de verklaarde variatie hoger of lager dan wanneer de gemiddelden dicht bij elkaar liggen?

A

Hoger. N^2 wordt berekend door verklaarde variatie gedeeld door totale variatie te doen, en als die verklaarde variatie groter is, is N^2 ook groter. Meer kan verklaard worden door de groep. Groep heeft meer invloed

37
Q

Vul aan (HC). Meer variatie tussen groepsgemiddelden, betekent …

A

meer verklaarde variatie door groep.

38
Q

Vul aan (HC). Hoe kleiner de spreiding binnen de groep, …

A

hoe kleiner de onverklaarde variatie is.

39
Q

Waarom zou je een power analyse uitvoeren? (HC)

A

Zo zorg je ervoor dat je steekproef groot genoeg is om effecten te vinden, als die er daadwerkelijk zijn.

40
Q

Wat kun je doen met een post-hoc toets? (HC)

A

Bij ANOVA. Als je een besluit hebt gemaakt om bv H0 te verwerpen, moet je kijken welke paren van gemiddelden van elkaar verschillen. Dus welke groepen.

41
Q

Met welke soort toets voer je post-hoc toetsen uit? (HC)

A

Met t-toetsen. Bij 3 variabelen, voer je 3 post hoc toetsen (t-toetsen) uit om te kijken waar verschil zit.

42
Q

Wat is een gevaar van post-hoc toetsen als je bv 3 variabelen hebt? (HC)

A

Er wordt 3x getoetst, dat betekent dat er 3x een kans is op een Type I fout. Meestal stel je deze op 5%. Op het moment dat je meer toetsen doet, wordt kans op Type I fout groter.

43
Q

Op welke manier kun je ervoor zorgen dat de gevaren van de post-hoc toets (en kans op Type I) wordt vermeden? (HC)

A

Uitvoeren van Bonferroni methode. Hierdoor blijft het ten onrechte verwerpen van H0 op 5%.

44
Q

Welke twee manieren van toetsen van drie variabelen zijn er volgens Bonferroni? (HC)

A

1: Vergelijk elke p-waarde niet met .05 maar met .05/3
2: Vermenigvuldig elke p-waarde met 3 en vergelijk met .05, in JASP wordt het aangetoond met pbonf

45
Q

Definitie Informatieve hypotheses (HC)

A

Hypotheses die de verwachtingen van onderzoekers weergeven zoals geformuleerd VOORDAT de data verzameld zijn. Worden geformuleerd mbv > of < teken. H1 = informatieve hypothese.

46
Q

Definitie Complement bij eenweg ANOVA via Bayesiaanse

A

Alle ordeningen van de drie gemiddelden die niet in overeenstemming zijn met H1.

47
Q

Is een hoge of lage PMP goed?

A

Een hoge PMP/PMK. Die geeft de meeste steun in de data.

48
Q

Definitie Klassieke experimentele ontwerp (HC)

A

Experimenteel design met voormeting en nameting, en een controle en experimentele groep.

49
Q

Waarom heet het een ‘tweeweg design’? (HC)

A

Omdat we twee factoren hebben: factor groep en factor meting.

50
Q

Definitie Testing threat (HC)

A

Komt voor bij tweeweg design. Als bij de voormeting en nameting bv dezelfde rekentoets wordt gegeven. Leerlingen kunnen zich de items uit de voormeting herinneren en alleen daardoor al beter presteren op de nameting.

51
Q

Definitie Instrumentarium threat (HC)

A

Als bv niet dezelfde rekentoets wordt gebruikt op voor- en nameting. De vraag is dan of de scores uit de voormeting en de nameting wel vergelijkbaar zijn? Waren toetsen even moeilijk?

52
Q

Welke twee factoren zijn er binnen tweeweg designs? (HC)

A

1: Between factor of tussen-proefpersoonsfactor ‘groep’
2: Within factor of binnen-proefpersoonsfactor ‘meting’

53
Q

Definitie between/tussen-proefpersoonsfactor groep (HC)

A

Twee verschillende groepen worden onderscheiden. Iedere proefpersoon wordt maar ingedeeld in één van de twee groepen.

54
Q

Definitie Within of binnen-proefpersoonsfactor meting (HC)

A

Twee metingen van het rapportcijfer voor elke persoon onderscheiden worden. Iedere persoon wordt twee keer gemeten, dus van iedere persoon hebben we zowel voor- als nameting.

55
Q

In designs met twee factoren worden er drie verschillende effecten met bijbehorende hypotheses onderscheiden. Welke zijn dit?

A

1: H0: Er is geen hoofdeffect van de eerste factor (bv groep) versus Ha: Er is wel een hoofdeffect van de eerste factor
2: H0: Er is geen hoofdeffect van de tweede factor (bv meting) versus Ha: Er is wel een hoofdeffect van de tweede factor
3: H0: Er is geen interactie-effect tussen beide factoren versus Ha: Er is wel een interactie effect tussen beide factoren

56
Q

Wanneer is er een hoofdeffect van meting als je kijkt naar bv rapportcijfer voor- en nameting en experimentele en controlegroep? (HC)

A

Er is een hoofdeffect van meting als de gemiddelde op de nameting hoger liggen dan bij de voormeting (dus lijn gaat omhoog).

57
Q

Wanneer is er een hoofdeffect van groep als je kijkt naar bv rapportcijfer voor- en nameting en experimentele en controlegroep? (HC)

A

Er is een hoofdeffect van groep als experimentele groep beter presteert dan controle groep.

58
Q

Wanneer is er een interactie effect als je kijkt naar bv rapportcijfer voor- en nameting en experimentele en controlegroep? (HC)

A

Wanneer de lijnen niet parallel lopen, is er een interactie effect. Het verschil tussen E en C groep neemt toe van de voor en nameting.

59
Q

Waar staat Delta (δ) voor? (HC)

A

Staat voor het verschil bij tweeweg designs

60
Q

Wat is Counterbalancing / AB-BA design? (HC)

A

Gebruik je wanneer er meerdere behandelingen geëvalueerd moeten worden. Voorbeeld: mensen een (hopelijk) werkzame pil voor hoofdpijnklachten geven versus mensen een neppil (is aandacht krijgen voldoende?) geven. Helft van mensen krijgt eerst werkzame pil en daarna neppil. Andere helft andersom.

61
Q

Definitie Gemanipuleerde variabele (Morling)

A

Een variabele dat gecontroleerd wordt. Bv iemand in een bepaalde conditie van een variabele indelen. Dit is de ONAFHANKELIJKE variabele

62
Q

Definitie Gemeten variabelen (Morling)

A

Genoteerde metingen van gedrag of denkbeelden, zoals zelfrapportages, gedragsobservaties of fysiologische metingen. De AFHANKELIJKE variabele

63
Q

Vul in (Morling). Onderzoekers manipuleren de …(1) variabele en zien wat er gebeurt met de …(2) variabele. De onafhankelijke variabele komt bijna altijd op de …(3)-as en de afhankelijke op de (4)-as.

A

1: onafhankelijke
2: afhankelijke
3: x
4: y

64
Q

Elke variabele die een onderzoeker met opzet constant houdt wordt een … genoemd.

A

controle variabele. Zijn belangrijk voor interne validiteit.

65
Q

Definitie Independent-groups design / Between-group design (Morling)

A

Verschillende groepen proefpersonen worden in verschillende levels van de onafhankelijke variabele geplaatst

66
Q

Definitie Within-groups design (Morling)

A

Er is maar één groep van proefpersonen en elk persoon wordt aan elk level van de onafhankelijke variabele blootgesteld.

67
Q

Definitie Posttest-only design (Morling)

A

Proefpersonen worden op een random manier in de groepen van onafhankelijke variabele ingedeeld en ze worden één keer op de afhankelijke variabele getest.

68
Q

Waar voldoet de posttest-only design aan? (Morling)

A

Aan alle drie criteria van causaliteit.

69
Q

Definitie Pretest/posttest design (Morling)

A

Proefpersonen worden op random manier in twee groepen ingedeeld en ze worden 2 keer getest op afhankelijke variabele: één keer voor blootstelling aan onafhankelijke variabele en één keer na de blootstelling met onafhankelijke variabele.

70
Q

Welke twee groepen van Within-group designs heb je? (Morling)

A

1: Concurrent-measures design
2: Repeated-measures design

71
Q

Definitie Concurrent-measures design (Morling)

A

Proefpersonen worden blootgesteld aan alle levels van een onafhankelijke variabele op ongeveer hetzelfde moment en één voorkeur van een gedraging of denkbeeld is de afhankelijke variabele. Bv baby’s voorkeur voor man of vrouwgezicht.

72
Q

Definitie Repeated-measures design (Morling)

A

Proefpersonen worden meer dan één keer op de afhankelijke variabele gemeten - dus na blootstelling aan elk level van de onafhankelijke variabele.

73
Q

Definitie Order effecten (Morling)

A

Blootgesteld worden aan een conditie kan veranderen hoe proefpersonen reageren op andere condities.

74
Q

Definitie oefening / vermoeidheid effecten (Morling)

A

Onderdeel van Order effecten. Lange sequentie kan ertoe leiden dat iemand beter wordt in een taak of het saai gaat vinden aan het einde van de taak.

75
Q

Defintie Carryover (Morling)

A

Onderdeel van Order effecten. Vorm van contaminatie kan van de ene conditie op de andere conditie overwaaien. Bv na het poetsen van je tanden zullen dingen die je drinkt anders smaken dan je gewend bent.

76
Q

Definitie Counterbalancing (Morling)

A

De onderzoeker presenteert de levels van onafhankelijke variabele in verschillende volgordes aan aan proefpersonen.

77
Q

Definitie Full counterbalance (Morling)

A

Wanneer een within-groups experiment maar twee of drie levels van onafhankelijke variabele heeft, kan dit worden toegepast. In deze worden alle mogelijke volgordes gedaan. Niet altijd praktisch omdat je heel veel proefpersonen nodig hebt.

78
Q

Wat zijn de grootste bedreigingen voor interne validiteit (Morling)?

A

Design confounds, selectie effecten en order effecten.

79
Q

Definitie Attrition en hoe te voorkomen (Morling)

A

Reductie van proefpersonen die plaatsvindt voordat het onderzoek is afgelopen. Is alleen probleem als het systematisch is en bepaalde type proefpersonen niet meer meedoen. Voorkomen door data van proefpersonen die stoppen weg te halen.

80
Q

Definitie Test bedreiging (Morling)

A

Verandering in een proefpersoon als gevolg van het vaker dan een keer afleggen van een test.

81
Q

Definitie Instrumentele bedreiging (Morling)

A

Wanneer een meetinstrument met tijd verandert.

82
Q

Wanneer kunnen nul-effecten optreden? (Morling)

A

1: Wanneer de onafhankelijke variabele daadwerkelijk geen invloed heeft gehad op de afhankelijke variabele
2: Onderzoek is niet nauwkeurig opgezet/uitgevoerd

83
Q

Definitie ceiling en floor effecten (Morling)

A

Ceiling is wanneer verschillende groepen allemaal heel hoog scoren op de afhankelijke variabele.
Floor is wanneer alle groepen heel laag scoren op de afhankelijke variabele.

84
Q

Definitie Noise of error en waar zorgt dit voor? (Morling)

A

Te veel variabiliteit in een groep. Zorgt voor statistisch validiteitsprobleem: hoe meer de groepen elkaar overlappen, des te kleiner de effectgrootte en des te minder de gemiddelden van de groepen statistisch significant zullen zijn.

85
Q

Definitie Meet error (Morling)

A

Te veel variabiliteit in een groep. Elke factor dat de ware score van een persoon op afhankelijke variabele kan vergroten of verkleinen. Bv een vrouw van 1.72 kan gemeten worden als 1.70 omdat ze niet rechtop stond. Alle metingen hebben een meet error, hij moet gewoon zo laag mogelijk gehouden worden.

86
Q

Vul in (Morling). Hoe …(1) proefpersonen er zijn, hoe …(2) de kans dat de random errors elkaar uit zullen schakelen.

A

1: meer
2: groter

87
Q

Definitie Situatie noise en hoe te voorkomen (Morling)

A

Te veel variabiliteit in een groep. Allerlei verschillende externe afleidingen. Voorkomen door het experiment uit te voeren in een rustige setting.

88
Q

Hoe verschilt een quasi-experiment van een experiment? (Morling)

A

Onderzoekers hebben bij quasi-experiment geen volle controle over de condities. Proefpersonen worden niet random toegeschreven aan de condities. Denk aan vb plastic chirurgie.

1: Blok 4 - TOE (13 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions