HC 4, Contrasten 1 Flashcards

1
Q

Hoe kun je aan een ANOVA test en tweezijdige t-toets zien of het om dezelfde resultaten gaat?

A

Er geld dan 𝑑2 = 𝐹

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

3 assumpties voor een ANOVA

A
  1. Onafhankelijke observaties
  2. Residuals zijn normaal verdeeld in elke groep
  3. De variantie van de residuals is hetzelfde in de verschillende groepen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wanneer schend je de onafhankelijke observaties assumptie?

A

Als 1 keer meerdere personen gemeten wordt

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

Wat moet je doen als je de onafhankelijke observatie assumptie schend?

A

Een repeated measures ANOVA gebruiken, deze houd rekening met herhaalde metingen

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

Wanneer is de ANOVA robuust tegen de residuals zijn normaal verdeeld in elke groep assumptie

A

De ANOVA is robuust wanneer de steekproefgrootte minstens 30 is

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

Hoe toetsen we de assumptie dat de variantie van de residuals hetzelfde is in de verschillende groepen

A

Aan de hand van Levines test, als deze p waarde significant is, is deze assumptie geschonden

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

Wanneer is de ANOVA robuust tegen het schenden van de variantie van de residuals is hetzelfde in de verschillende groepen assumptie?

A

Als de hoogste steekproefgrootte niet meer dan 1,5x zo groot is als de laagste steekproefgrootte

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

Waarom gebruik het liefste de reguliere ANOVA

A

Wanneer de assumpties niet geschonden worden heeft deze de grootste power

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

Synoniem voor variantie van de residuals is hetzelfde in de verschillende groepen

A

Aanname van homogeniteit van variantei

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

2 extra assumpties uit het boek

A
  1. De scores op de afhankelijke variabele moeten kwantitatief zijn
  2. Er mag geen sprake zijn van outliers
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wat betekend de H0 bij ANOVA

A

Alle groepen hebben hetzelfde gemiddelde

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

Contrast

A

Een specifieke vergelijking van groepsgemiddelden

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

Op welke 2 manieren kunnen contrasten worden uitgevoerd

A
  1. A priori
  2. Post hoc
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

A priori contrast

A

Voor het verzamelen of bekijken van de data, als deel van het onderzoeksdesign. Men kan van tevoren beslissen om het gemiddelde van elke experimentele groep te vergelijken met het gemiddelde van de controle groep

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Post hoc contrast

A

Na het vinden van een significante ANOVA. Men kan de methode met het hoogste gemiddelde vergelijken met de experimentele groep die het laagste gemiddelde heeft op basis van de steekproefresultaten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wat is de h0 bij eenvoudige (pairwise) vergelijkingen

A

𝐻0 ∢ πœ‡1 = πœ‡2 β†’ 𝐻0 ∢ πœ‡1 βˆ’ πœ‡2 = 0
𝐻0 ∢ πœ‡1 = πœ‡3 β†’ 𝐻0 ∢ πœ‡1 βˆ’ πœ‡3 = 0

17
Q

Wat is h0 bij een compexe vergelijking

A

Bij meer dan 2 groepen vergelijken, bv groep 1 ten opzichte van groep 2 en 3
πœ‡2 + πœ‡3
——————–
h0 : πœ‡1 = 2

              πœ‡2 + πœ‡3
            -------------------- h0 : πœ‡1 -         2                       =0
18
Q

Welke A priori contrasten zijn er?

A

Gepland contrast
Trend analyse op K groepen
Helmert contrast

19
Q

Welke post hoc contrasten zijn er?

A

Tukey = eenvoudig contrast van 2 groepen

Scheffe = complex contrast met meerdere groepen

20
Q

Contrast value 𝝍

A

reflecteert het gemiddelde verschil tussen de groepen die gecontrasteerd worden

21
Q

c

A

contrast coefficienten

22
Q

Welke restrictie geld op de contrasten?

A

De som van alle c’s moet gelijk zijn aan 0

23
Q

Wat zijn h0 en h1 bij contrasten?

A

π‘―πŸŽ ∢ 𝝍 = 𝟎
π‘―πŸ ∢ 𝝍 β‰  𝟎

24
Q

Procedure om contrast coefficienten te vergelijken wanneer de steekproefgroottes gelijk zijn

A
  1. Verdeel alle 𝐾 groepen in drie categorieën die overeenkomen met 𝐻0
  2. Voor alle groepen die niet meedoen β†’ π’„π’Œ = 𝟎
  3. Voor alle groepen die meedoen aan één kant (= de kant voor het =-teken) β†’ π’„π’Œ = 𝟏 gedeeld
    door het aantal groepen aan deze kant
  4. Voor de groepen die meedoen aan de andere kant β†’ π’„π’Œ = βˆ’πŸ gedeeld door het aantal groepen
    aan de andere kant
25
Q

Procedure om contrast coefficienten te vergelijken wanneer de steekproefgroottes ongelijk zijn

A
  1. Verdeel alle 𝐾 groepen in in drie categorieën die overeenkomen met 𝐻0
  2. Voor alle groepen die niet meedoen β†’ π’„π’Œ = 𝟎
  3. Voor alle groepen die meedoen aan één kant π’„π’Œ = π’π’Œ/ som van alle nk’s aan die kant , waar de sommatie over alle groepen aan deze kant gaat β†’ wederom moeten ze samen 1 zijn

Bij 2 groepen, waarvan 1 van 10 en 1 van 20 krijg je dus 10/30 en 20/30 als contrast

  1. Voor alle groepen die meedoen aan de andere kant π’„π’Œ = π’π’Œ/ som van alle nk’s aan die kant , waar de sommatie over alle groepen aan deze kant gaat β†’ wederom moeten ze samen -1 zijn

Bij 2 groepen, waarvan 1 van 10 en 1 van 20 krijg je dus -10/30 en -20/30 als contrast

26
Q

Kenmerken gepland contrast

A
  • Je gaat contrasten toetsen (1) voordat je de data gezien hebt en (2) in plaats van een ANOVA
    en/of samen met een ANOVA
  • Het toetsen van geplande contrasten nadat je de data hebt gezien is niet toegestaan
  • Het aantal geplande contrasten is vaak klein, in ieder geval kleiner dan het aantal groepen 𝐾
  • Als we meerdere toetsen uitvoeren moeten we rekening houden met de kans op het maken van een Type I fout β†’ telkens als we een toets uitvoeren kunnen we onterecht concluderen dat er een effect is
27
Q

Experiment-wise Type I error rate

A

de kans op ten minste één Type-I fout
Om de Experiment-wise Type I error rate te controleren, gebruikt men een kleinere π‘Ž voor elk getoetste
contrast. Om de a per contrast te bepalen gebruikt men de Bonferroni correctie

27
Q

Bonferroni correctie

A

a(contrast) = a/ c

c is het aantal contrasten dat je gaat toetsen