Nog meer avv blok 6 Flashcards
CPM
Cummings Prediction Measures
- een andere manier om risicoverevening te evalueren
- er worden absolute verschillen gebruikt, dus minder gevoelig voor outliers
difference in differences strategie
effect van behandelgroep en controlegroep berekenen
daarna effect behandelgroep - controlegroep
Unstandardized
Hoeveel de x variabele verandert als de y variabele met één eenheid verandert
Standardized
Er wordt gecorrigeerd voor de schaalverschillen tussen x-variabelen.
- hierdoor beter vergelijkbaar
- iets zeggen over effectgrootte
drie soorten kul causaliteit
- Het is toeval; als je maar lang genoeg zoekt, kom je altijd wel correlatie tegen. Heel veel tegenstrijdige, die mogelijk voortkomen uit toeval.
- Er mist een factor die zowel de oorzaak als het resultaat beïnvloedt.
- Het is ook andersom; als het regent zijn er veel paraplu’s te zien, maar als er veel paraplu’s zijn zal dit geen regen veroorzaken. Correlatie is geen causaliteit
Publication bias (cijferprobleem)
er wordt alleen gepubliceerd als er een verband wordt gevonden
scheef beeld van de waarheid
P-hacking (cijferprobleem)
tijdschriften publiceren vaak alleen statistisch significante resultaten. Hierdoor werd gezocht naar zo laag mogelijke p-waarden
Armhein, Greenland & McShane
er mogen geen conclusies meer getrokken worden op basis van de p-waarde en het betrouwbaarheidsinterval.
- tegenstrijdige conclusies worden getrokken bij hetzelfde experiment door verschillende p-waarden
Compatibility interval (Armhein, Greenland & McShane)
- de waarden die buiten het interval zijn niet niet-compatible, maar minder compatible
- De point estimate geeft het meest compatible punt aan
- Het interval moet op het onderzoek aansluiten, dus niet altijd 95%
- Intervallen moeten zo precies mogelijk worden geïnterpreteerd en de hypothese moet zo specifiek mogelijk geformuleerd.
betrouwbaarheidsinterval
als 0 binnen het betrouwbaarheidsinterval valt, is er geen significante samenhang
hypothese; toets of er significante verschillen zijn tussen behandelingen
h0; u1=u2=u3=u4=u5 etc.
hypothese; tussen welke behandelingen bestaan er significante verschillen?
H0; u1=u2 en u1=u3 en u1=u4 etc.
Turkey HSD toets voor elke combinatie
KS rij
gekwadrateerde rijeffecten vermenigvuldigen met (n: aantal rijen)
KS kolom
gekwadrateerde kolomeffecten vermenigvuldigen met (n: aantal rijen)
KS interactie
gekwadrateerde interactie effecten vermenigvuldigen met (n ; aantal effecten)
hypothese gelijkheid van varianties
H0; o1=o2=o3 etc.
hypothese; Voer een F-toets uit voor de overall significantie van Model 2 (met twee verklarende variabelen)
H0: B1 =B2 = 0
hypothese; ga met een geschikte toets na of model 2 de voorkeur verdient boven model 1
H0; B2=0
toets voor het hele model bij logistische regressie
LR test
afzonderlijke variabel toets bij logistische regressie
Wald toets
-> bij kritieke grens uitgaan van normaal verdeling dus 1.96
welke toets modellen vergelijken logistische regressie
LR toets voor groep variabelen
pak de 0 van de het vorige model
Wanneer statistisch significant verschil?
wanneer de gevonden waarde GROTER is dan de kritieke grens en dus H0 verworpen mag worden
