H12.3: Het toetsen van hypothesen / meta-analyse Flashcards
basisprincipe statistische toetsing
- op populatieniveau heb je een 0 hypothese en een alternatieve hypothese
- je gaat altijd uit van een nul hypothese
- stel de 0 hypothese is waar, wat is dan de kans op het gevonden resultaat of een gemiddelde nog verder van 0 af?
- p>0.05 H0 behouden
- p<0.05 H0 verworpen
misschien al die tering berekeningen bekijken als je denkt dat hier om zou kunnen worden gevraagd
als individuele scores in de populatie normaal verdeeld zijn , is de vderling van steekproefgemiddelden ook normaal verdeeld
als individuele scores in de populatie NIET normaal verdeeld zijn, is de steekproefgrootte redelijk groot, is de verdeling van steekproefgemiddelden bij benadering ook normaal verdeeld
dus ook als individuele scores niet normaal verdeeld zijn (ook al bij grote steekproefgrootte)
zijn gemiddelden toch normaal verdeeld
Z
toetsingsgrootheid
p-waarde
kans op de gevnden waarde van de toetsingsgrootheid, of op een nog extremere waarde
SPSS output van lineaire regressie
docu
type 1 fout
nulhypothese verwerpen als deze in werkelijkheid correct is
alpha
kans op het maken van een type I fout = P(H0verwerpen | H0 waar)
type II fout
nulhypothese niet verwerpen als deze in werkelijkheid niet correct is
beta
kans op het maken van een type II fout = P(H0 behouden | H0 niet waar)
alfa en beta gaan altijd ten koste van elkaar
1- beta =
power vd toets
fixed effects model
neemt aan dat alle studies hetzelfde doen en op hetzelfde niveau liggen en hetzelfde vinden
random effects analyse
gaat ervan uit dat elke studie is wel min of meer normaal verdeeld, maar dat ze hun eigen effect hebben. er zit tussen studies vairiatie
hierdoor minder snel iets significants gevonde
