Thema 2.2 Flashcards
Z-score
De Z-score geeft aan hoe ver een waarde van het gemiddelde af ligt. Een Z-score van 2 betekent dat het datapunt 2 standaarddeviaties boven het gemiddelde ligt. En dit betekent ook dat maar 2,5% nog hoger kan liggen. (2x2,5 =5) (normaalverdeling). Alles boven de 3,29 betekent dat er outliers zijn. Onder de 3,29 is dit niet het geval.
Grand variance
De variatie tussen alle scores, ongeacht de groep waaruit de scores komen.
Model Sum of Squares
De SSM vertelt ons de totale variatie die het model verklaart.
Residual Sum of Squares
Hoeveel van de variantie niet verklaard kan worden door het model. Ook wel het verschil tussen wat het model voorspelt en de werkelijke observaties.
Mean Squares
De variantie. MSM vertegenwoordigt de gemiddelde hoeveelheid variatie die door het model wordt verklaard. MSR is een graadmeter voor de gemiddelde hoeveelheid variatie die wordt verklaard door niet-gemeten variabelen.
Omnibustest
Deze test kijkt naar een totaal experimenteel effect. Er wordt vaak geen specifieke informatie gegeven.
contrastcodering
Contrast codering wordt gebruikt als van tevoren bekend is welke groepen met elkaar vergeleken worden. Je verwacht dat de groepen zich op een bepaalde manier tot elkaar zullen verhouden. Doordat deze hypothese volledig kan worden weergegeven in een contrast geeft contrastcodering meer informatie dan een dummycodering zou geven. Een contrast kan maar twee ‘stukken’ variantie vergelijken. Dus niet een controlegroep en twee losse experimentele groepen (=3). Wel een controlegroep en twee experimentele groepen samen. Door dit te doen weet je of er een verschil zit tussen deze twee groepen en heb je niet meer (zoals met F) dat je wel weet dat er een verschil zit maar niet waar. De codering van contrasten moet aan verschillende regels voldoen (pagina 542), het belangrijkste is dat het uiteindelijke ‘gewicht’ 0 is. Dit uit zich in B0 als het grote gemiddelde, B1 voor contrast 1 en B2 voor contrast 2.
Orthogonaal
Als de producten optellen tot nul, dan zijn de contrasten onafhankelijk of orthogonaal.
Waarom een post hoc test?
Een posthoc test wordt gebruikt om te bepalen welke groepen significant van elkaar verschillen. Het controleert het type 1-foutpercentage en controleert het type 2 foutenpercentage. Een post hoc test bepaald daarmee de significatie van je analyse.
Bonferonnie corecttie
De makkelijkste maar ook de strengste correctiefactor. Groepsgroottes en varianties tussen de groepen moet gelijk zijn.
Tukey-Kramer
Ook wel Tukey-HSD genoemd. Groepsgroottes en varianties zijn gelijk.
Dunnetts t test
De Dunnett’s t-test is bedoeld om een set van experimentele condities te toetsen tegen de controleconditie. Varianties tussen de vergeleken groepen moeten aan elkaar gelijk zijn.
Games Howel
Bij de Games-Howell test worden ongelijke groepsgroottes en ongelijke varianties tussen groepen verondersteld.
REGWQ
Gabriel and Welsch Q post-hoc test. De groepsgroottes en varianties zijn gelijk.
Factorieel design
Een experimenteel design waarbij meer dan één onafhankelijke variabele is opgenomen. Iedere onafhankelijke variabele wordt ook wel factor genoemd.
Drie soorten factorieel design
- Independent factorial designs: ANOVA’s met meer dan 1 predictor op nominaal meetniveau.
- Repeated-measures (related) factorial design. Er zijn verschillende onafhankelijke variabelen maar de condities zijn hetzelfde.
- Mixed design.
Tweeweg anova
Een two-way ANOVA wordt gebruikt wanneer er meer dan één onafhankelijke variabele is. Er volgen dus ook meerdere SS scores uit de analyse. Wat SSA en SSB wordt genoemd.
Hoofdeffect
Een hoofdeffect houdt in dat er een verschil is tussen de groepen van één van de onafhankelijke variabelen. In andere woorden, de onafhankelijke variabele heeft effect op de afhankelijke variabele.
Interactie effect
Een interactie-effect houdt in dat het effect van de ene onafhankelijke variabele op de afhankelijke variabele afhangt van de andere onafhankelijke variabele(n). Er is als het ware een interactie tussen de onafhankelijke variabelen die het effect op de afhankelijke variabele bepaalt.
Belangrijk om te onthouden m.b.t. het hoofdeffect
Je mag een hoofdeffect niet interpreteren in de aanwezigheid van een significante interactie met dat hoofdeffect.
Eenvoudige effect analyse
In het Engels: simple effects analysis. Je kan deze gebruiken om interacties op te splitsen. Hierbij wordt gekeken naar het effect van de ene onafhankelijk variabele op individueel niveau van de ander onafhankelijke variabele.
Shapiro Wilk
Binnen ANOVA kun je een normality check doen. Deze bekijkt of je variabelen normaal verdeeld zijn. De Nulhypothese zegt: hij is normaal verdeeld. Bij een P lager dan 0,05 wordt de nulhypothese verworpen en is hij dus níet normaal verdeeld. Alles boven de 0,05 is wél normaal verdeeld.
