Week 1 - blz. 15 tot en met 19

Question 1

Wat betekent een associatie?

Answer 1

De waarde van de ene variabele hangt samen met de waarde van de andere variabelen. Bijvoorbeeld: wel of niet roken + sterftekans of het hebben van een huisdier en geluk

Question 2

Wat maak je als je de associatie tussen kwantitatieve variabelen wil weten?

Answer 2

Een scatterplot.

Question 3

Wat maak je als je de associatie op nominmaal/ordinaal niveau wil weten?

Answer 3

Een kruistabel of staafdiagrammen.

Question 4

Wanneer heb je een positieve associatie?

Answer 4

Als X omhoog gaat, dan gaat Y ook omhoog.

Question 5

Wanneer heb je een negatieve associatie?

Answer 5

Als X omhoog gaat en Y daalt.

Question 6

Wanneer heb je een lineair verband tussen X en Y?

Answer 6

Als je een rechte lijn kan trekken door een scatterplot.

Question 7

Wat beschrijft de correlatie?

Answer 7

De sterkte van het lineaire verband.

Question 8

Wat is een causaliteit?

Answer 8

Dat is als een onafhankelijk variabele X invloed heeft op de afhankelijke variabele Y. Bijvoorbeeld: uren besteed aan studie + tentamencijfer.

Question 9

Wat is een conditionele proportie?

Answer 9

Het gegeven binnen een bepaalde categorie.

Question 10

Wat is een marginale proportie?

Answer 10

Het cijfer dat aan de rand van de tabel staat (het totaal).

Question 11

Wanneer is er wel een verband tussen de variabelen (kruistabel)?

Answer 11

Als de percentages niet hetzelfde zijn. Als de percentages hetzelfde zijn dan is er geen verband tussen de variabelen.

Question 12

Wat is de meest gebruikte maat voor de correlatie?

Answer 12

Dat is de Pearson’s R.

Question 13

Wat is het grootste voordeel van de Pearson’s R?

Answer 13

Dat de richting en sterkte van de lineaire correlatie tussen twee variabelen uit worden gedrukt in één getal.

Question 14

Hoe wordt Pearon’s R ook wel genoemd?

Answer 14

Een correlatiecoëfficiënt.

Question 15

Wat geeft de Pearson’s R weer?

Answer 15

De sterkte van de lineaire correlatie tussen twee getallen.

Question 16

In wat wordt de correlatie uitgedrukt (letter)?

Answer 16

In de ‘R’.

Question 17

Waartussen ligt de R altijd?

Answer 17

Tussen de -1 en +1.

Question 18

Wat betekent het als de R dichtbij de - ligt?

Answer 18

Des te zwakker het verband.

Question 19

Waarom is de sterkte van de correlatie onafhankelijk?

Answer 19

Het zijn ‘onafhankelijke meeteenheden’. Het maakt niet uit of de meeteenheden veranderen in Canadese dollars, Euro’s, minuten of uren. De correlatie blijft even sterk/zwak.

Question 20

Wat betekent associatie letterlijk?

Answer 20

Verband.

Question 21

Wanneer spreken we van een sterk of zwak verband?

Answer 21

R = 0,10 > zwakke correlatie
R = 0,30 > matige correlatie
R = 0,50 > sterke correlatie

Question 22

Waarom is het heel belangrijk om een spreidingsdiagram te bekijken voordat je Pearson’s R uitrekent?

Answer 22

Omdat je altijd een Pearon’s R kunt berekenen, ook als de relatie niet lineair is. Daarom is het heel belangrijk dat voordat je een pearson’s R berekent, je het spreidingsdiagram bekijkt om te zien of de variabelen lineair gerelateerd zijn.

Question 23

Wat is een regressielijn?

Answer 23

Dat is de meest eenvoudige benadering van de relatie tussen X en Y.

Question 24

Waarom maak je een regressielijn?

Answer 24

Om met de waarde van X de waarde van Y te kunnen voorspellen.

Question 25

Wat neem je aan als je een regressieanalyse uitvoert?

Answer 25

Dat de onafhankelijke variabele X de afhankelijke variabele Y verklaart.

Question 26

Wat is de formule van de regressielijn?

Answer 26

Y-hat = A + BX
Y-hat = voorspelde Y
A: intercept (waarde van X als Y de waarde 0 aanneemt)
B: de slope (de helling van de lijn, hoeveel neemt Y toe als X 1 waarde toeneemt)
Formule wordt ook wel uitgedrukt als Y = B0 (intercept) + B1 (slope) * X. Oftewel: Y=AX + B

Question 27

Wat is een residu?

Answer 27

Dat is een voorspellingsfout (prediction error). Het verschil tussen de echte en de geschatte voorspelde waarde.

Mensen zitten altijd boven of onder de lijn.

Question 28

Wat is een positief residu?

Answer 28

Wanneer de echte Y groter is dan de voorspelde waarde.

Question 29

Wat is een negatief residu?

Answer 29

Wanneer de echte Y kleiner is dan de voorspelde waarde.

Question 30

Hoe teken je een regressie lijn?

Answer 30

Dat is de kleinste kwadranten methoden. Alle residuen worden gekwadrateerd en bij elkaar opgeteld. De lijn waarbij het getal van deze uitkomst het kleinst is, dat wordt de regressielijn. Bij regressie wordt dus een lijn getrokken met zo min mogelijk residuen.

Question 31

Waarom betekent een associatie niet meteen ook causaliteit?

Answer 31

Ze houden verband met elkaar maar je weet niet of de ene de andere ook echt beïnvloed.

Question 32

Wat zijn de voorwaarden voor causaliteit?

Answer 32

1. A en B hebben een associatie.
2. A gaat vooraf in de tijd van B.
3. Alternatieve verklaringen zijn uitgesloten

Question 33

Wat zijn confounders?

Answer 33

Dat zijn controlevariabelen die wel gemeten zijn in de studie.

Question 34

Wat zijn lurking variabels?

Answer 34

Kan de associatie tussen X en Y net als confounder verstoren maar is niet gemeten in de studie (heeft daarom dus potentie een confounder te zijn).

Question 35

Wat is een Simpson’s paradox?

Answer 35

Dat is als je gegeven van twee groepen op een onhandige manier combineert. Dan lijken de resultaten van de groepen om te draaien.