Quizes en WC Flashcards

1
Q

Eenzijdige hypothese opstellen

A

Stel eerst H1 op, zoals de gegevens stellen. Stel daarna H0 op als tegenovergestelde

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

Wat is de p-waarde in SPSS

A

Is de toets 2-zijdig: =/= (tweezijdig) of <> (eenzijdig)
–> 2-zijdig dan is het de Sig. waarde –> 1-zijdig is :2
Gaat het resultaat dezelfde kant op als H1
–> ja: Sig. delen door 2 nee: 1- Sig:2

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

Confidence interval

A

Het interval waarbinnen de waarde van de parameter zich met …% zekerheid bevindt

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

Hoe bereken je de grootte van een effect (d)

A

d = t * wortel (1/n1 + 1/n2)

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

alfa, beta, etc

A

Alfa: type 1 fout –> onterecht H0 verwerpen
Beta: type 2 fout –> onterecht H0 behouden
1-alfa: terecht H0 behouden
1-beta: Power –> H0 terecht verwerpen

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

Hoe bepaal je de Power

A
  1. Zoek de kritieke Z (B.2)
  2. Bereken de standaardfout: sigma/wortelN
  3. Bereken de grens van verwerping Xcv = muH0 + Zcv * standaardfout
  4. Bereken de z-waarde van de grens ZH1 = Xcv-muH1/standaardfout
  5. Zoek in tabel B.1 naar de ZH1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Waardoor wordt de Power groter

A
  • mu1 groter
  • steekproef groter
  • standaardfout lager
  • alfa groter
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Hypothese toets op basis van CI

A

Als gem van H0 in het interval ligt, kun je H0 niet verwerpen

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

Significantie via de t-toets bepalen

A

Bereken t via je H0 –> X-gemX/s
Zoek kritieke t op in tabel B.2 en vergelijk deze

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

ANCOVA die vlekjes –> quasi of niet

A

Als de vlekjes ver uit ellkaar staan is het waarschijn quasi uitgevoerd. Als het een experiment was, verwacht je dat alle steekproeven op elkaar lijken en de vlekken bijna op elkaar liggen

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

ANCOVA die vlekjes –> effect?

A

Als de vlekjes schuin liggen is er een effect

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

Effect covariaat door de factor

A

Er is geen effect tussen de covariaat en de factor dus ze hangen ook niet van elkaar af???
–> homogeneity of regression slopes

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

ANCOVA die vlekjes –> adjusted en unadjestes means

A

De unadjusted means zijn gewoon het midden van de vlekjes en de adjusted means is een vertical lijn waar de schuine vlek lijnen die snijden

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

F en SSw in ANCOVA

A

F kan groter zijn in ANCOVA vergeleken met ANOVA
SSw kan niet groter zijn in ANCOVA vergeleken met ANOVA

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

Hoeveel Tukey test zijn significant en hoeveel niet

A

Kijk hoeveel groepen je moet vergelijken (als je 4 groepen hebt, test je 6 testen)
- significant: hoeveel individuele groepen zitten niet bij elkaar
- niet-significant: hoeveel individuele groepen zitten wel bij elkaar

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

wat is een 3-way ANOVA

A

Een one-way ANOVA uitgevoerd voor 3 verschillende groepen van de 2-way

17
Q

Hoe kun je MSw berekenen als je alleen variantie hebt

A

Met de variantie kun je SS berekenen, door de formule om te draaien
Als je SS hebt bereken je SSw voor alle groepen door de individuele SS van elke groep bij elkaar op te tellen.
Door dit te delen door dfw (N-K) bereken je MSw

18
Q

Eenzijdig en tweezijdig bij ANOVA

A

ANOVA is altijd twee-zijdig

19
Q

Adjusted en unadjusted means uit tabellen halen

A

Unadjusted means staan altijd in de descriptives
-> Adjusted kunnen in een aparte tabel gegeven worden, als dit niet zo is kun je ook gebruik maken van de B waarde om verschillen te berekenen

20
Q

Interactie effecten uit tabllen en grafieken halen

A

Maak altijd een kruistabel met marginale en overkoepelende gemiddelden om de effecten te berekenen
–> maak dus ook een tabel als je een grafiek hebt gekregen

21
Q

Als theoretisch wordt gevraagd welke p bij ANOVA hoort

A

De p van de population variance assumed wordt gebruikt omdat homogeniteit een assumptie van ANOVA is, dus hier moet je dan theoretisch ook vanuit gaan

22
Q

Andere oorzaken voor een grotere P

A
  • grotere effectsize (door sterkere manipulatie bijvoorbeeld)
  • minder storende variabelen
23
Q

Hoe weet je of iets een covariaat is

A

Als je uit de tekst kunt opmaken dat er gecontroleerd wordt voor de variabele dan is het een covariaat

24
Q

Meer of minder errorvariantie

A

In een within-subjects design (repeated measures) is er minder error variantie, doordat je dezelfde persoon meerdere keren test en deze voor zichzelf al een beschermende factor vormt.

25
Q

Hoe bereken je of een contrast orthogonaal is

A

Je kunt steeds maar 2 contrasten met elkaar vergelijken
- Vermenigvuldig de contrastcoëfficienten van het eerste niveau per groep met elkaar
- Vermenigvuldig de contrastcoëfficienten van het tweede niveau per groep met elkaar
- tel dit allemaal bij elkaar op

26
Q

Sterkte van een effect

A

Wanneer er wordt gevraagd naar de sterkte van een effect van het ene op het andere wordt er gesproken over een interactie-effect. Kijk of deze significant is en daarna hoe sterk deze is

27
Q

Hoe ziet een interactie-effect eruit in een grafiek

A

De lijnen in een grafiek lopen niet parallel als er sprake is van een interactie-effect

28
Q

Assumpties van ANOVA

A
  1. Onafhankelijkheid van waarnemingen
  2. Normaal verdeelde residuen binnen elke groep
  3. Homogeniteit van varianties (Levene)
    –> Anova is alsnog te gebruik als de schending robuust is
29
Q

Eta squared zelf berekenen

A

SSb/SSt –> SSt = SSb + SSw (soms handiger om het zo te doen)
–> deze waarden uit de tabel halen
- 0.01 is klein
- 0.06 is middel
- 0.14 is groot

30
Q

Adjusted R-squared

A

Effect gecorrigeerd voor het aantal groepen en onafhankelijke variabelen in het model

31
Q

Aantal mogelijke toetsen berekenen

A

Je kunt ze tellen maar ook berekenen met
(K x (K-1)/2

32
Q

Kans op ten minste 1 type-I fout berekenen

A

1-(1-alfa)^c
- je wilt dit het liefst hetzelfde hebben als het alfa-niveau dat je gebruikt
- c = aantal toetsen

33
Q

Wanneer gebruik je Bonferroni correctie

A
  • BIj trendanalyse (a priori contrast)
34
Q

Scheffé

A

mu1 + mu2 = 2mu3
–> je kunt de gemiddelden uit de ‘hapert’ tabel halen
Dit interpreteer je vervolgens door de F met kritieke F te vergelijken
(F = t^2))

35
Q

Bias en errorvariantie

A

ANCOVA vermindert beide
- quasi-experiment vermindert bias
- Sterker effect = lagere MSw = meer power

36
Q

Assumpties ANCOVA

A
  1. onafhankelijkheid waarnemingen
  2. normaal verdeelde scores binnen elke treatment
  3. homogeniteit van variantie
  4. covariaat gemeten vóór experimentele manipulatie
  5. covariaat zonder meetfout gemeten
  6. relatie X en Y lineair
  7. Homogeniteit of regressieslopes (geen interactie-effect)
37
Q

Schending van sphericity

A

Kijk naar Greenhouse-Geisser en Huynh-Feldt –> hogere score is weinig sphericity schending

38
Q

Homogeniteit van regressieslopes

A

Relatie tussen X en Y hetzelfde voor elk niveau
–> dit is het geval is het interactie-effect niet significant is
- ANCOVA dus alleen als er geen interactie-effect is

39
Q
A