Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Samenvatting Uitleg van alle theorie voor het statistisch redeneren tentamen €6,49   Ajouter au panier

Resume

Samenvatting Uitleg van alle theorie voor het statistisch redeneren tentamen

 46 vues  0 fois vendu
  • Cours
  • Établissement

In dit document is een samenvatting te vinden van alle hoorcollege stof die behandeld is bij het gedeelte statistisch redeneren bij het vak wetenschapsfilosofie en statistisch redeneren. Als eerst is er uitleg te vinden over empirisch moment en de rol van statistiek. Hier vind je onder andere uitle...

[Montrer plus]

Aperçu 3 sur 19  pages

  • 9 juillet 2021
  • 19
  • 2020/2021
  • Resume
avatar-seller
Statistisch redeneren



HC1 – empirisch moment en de rol van statistiek

Redenring in statistiek
• Statistische geletterdheid (wat moet je kunnen?)
▪ Kennis (basis begrip van concepten)
- Identificeer
- beschrijf
▪ skills (het kunnen werken met statische tools
- vertalen
- interpreteren
- lezen
- verkrijgen (compute)
• statistische redenering
▪ je moet je data en statistiek begrijpen
- kunnen verklaren hoe en waarom
• statistisch denken
▪ toepassen
- welke methode moeten er gebruikt worden in een specifieke situatie
▪ kritiek
- comment en reflecteer op werk van andere
▪ evalueren
- waarde geven aan werk
▪ generaliseer
- wat betekend variatie in het grote beeld van het leven

empirische cyclus
• de componenten
▪ Observatie
- Het idee voor een hypothese
▪ Inductie = van observaties een regel maken (bv. 5 zwanen wit,
alle zwanen wit)
- Gegeneraliseerde regel
- Hypothese opstelling
▪ Deductie = van een regel op een specifiek geval (alle zwanen zijn
wit, dus Sam de zwaan is wit)
- Verwachting/voorspelling
- Operationaliseren van hypothese
▪ Testen
- Test de hypothese
- Data vergelijken met voorspelling
▪ Evaluatie
- Interpreteren van resultaten tot de hypothese

,Experiment: kop gooien
• Emperische cyclus:
▪ Observatie: een munt kan je op gooien en dan komt er soms kop en soms munt
▪ Inductie: kunnen we kijken of de munt eerlijk is, en dus even vaak kop als munt zou
kunnen laten zien
▪ Deductie:
- H0 = munt is eerlijk
- Ha = munt is niet eerlijk
- Ha = data ≠ EV
▪ Testing: kies een α en power
▪ Evaluatie: maak een beslissing
• Verdelingen
▪ Populatie verdeling = hoe de data er uit zou zien als de gehele populatie betrokken zou zijn
▪ Sample distribution = een verdeling van 1 sample
- Dus van 1 persoon die 10 keer een muntje gooit
▪ Samples distribution = een verdeling van alle samples gemiddeld
- Van iedereen die 10 keer een muntje gooit
• Binominaal distributie = een verdeling waarbij geen continu variabelen betrokken zijn
▪ Dus bij kop gooien kan je van 10 keer alleen 1 of 2 of 6 keer kop gooien en niet 6,55 keer
▪ Formule:
- n = sample size
- k = discrete kans ruimte, hoeveel groepen bv (hier is dat 10
want je gooit per sample 10 keer met de munt)
- p = de kans (op kop)
• bij een α van 0.05 neem je de kritieke grenzen bij de buitenste staarten van H0 dat samen 5%
is
▪ Bij deze verdeling zet je dan ook de H

, HC2 – redeneren in de statistiek en toetskeuze (nulhypothese
significantie testen)
Nulhypothese significantie testing
• Neyman-Pearson paradigma
▪ Fisher zei: p-waarde is een indicatie voor het effect
- Dus volgens hem was een hele kleine p-waarde dat er heel erg iets aan de hand is
▪ Neyman en Pearson veranderde dit beeld in grens d.m.v. α, kritieke grenzen
• H0 vs. Ha
H0 HA
Sceptische point of view Niet sceptisch
Geen effect Effect
Geen voorkeur Voorkeur
Geen correlatie Correlatie
Geen verschil Verschil

• Frequentisten kans = een objectieve kans, de relatieve frequentie op de lange termijn
• Standard error = 95% confidence interval
▪ Lowerbound = mean – 1.96 * SE
▪ Upperbound = mean – 1.96 * SE
∑ 𝑌𝑖 −𝑚𝑒𝑎𝑛
▪ s= √ 𝑛−1

bij een standard error van 95% zal 5% van de data buiten de mean liggen
• decision table
▪ α (alpha)
- incorrect
verwerpen van H0
- type 1 error, valse
positieve
- meestal 5% (0.05)
- verdeling hangt af van sample size
▪ Power
- Correct H0 verwerpen
- True positive
- Power = 1- beta
- Meestal 80% genomen
- Hangt af van sample size
- De werkelijke power wordt groter naarmate alpha groter wordt.
- De werkelijke power wordt groter naarmate het verschil tussen H0_kans en HA_kans
groter wordt.

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur evasteultjens. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €6,49. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

79373 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€6,49
  • (0)
  Ajouter