Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
Samenvatting theorie Onderzoekstraining II | premaster RSM €4,99   Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. Erasmus Universiteit Rotterdam (EUR)
  4.  
  5. Onderzoekstraining II (BP1104)

Resume

Samenvatting theorie Onderzoekstraining II | premaster RSM
 196 vues  45 fois vendu
  • Cours
  • Onderzoekstraining II (BP1104)
  • Établissement
  • Erasmus Universiteit Rotterdam (EUR)

Deze samenvatting bevat alle theorie van het vak Onderzoekstraining II. Het vak onderzoekstraining II is onderdeel van de Nederlandstalige premaster, RSM Erasmus Universiteit Rotterdam. De samenvatting bevat alle stof uit de theorie video's en bijbehorende slides van module 1 t/m module 4.

Dernier document publié: 1 année de cela

Aperçu 2 sur 7  pages

Infos sur le Document

  • 23 février 2023
  • 25 février 2023
  • 7
  • 2022/2023
  • Resume

Sujets

  • onderzoekstraining
  • research
  • onderzoekstraining ii
  • premaster
  • rsm
  • theorie
  • slides
  • module
  • bivariate analyse
  • ii
  • samenvatting
  • videos

École, étude et sujet

  • Erasmus Universiteit Rotterdam (EUR)
  • Nederlandstalige premaster
  • Onderzoekstraining II (BP1104)
Tous les documents sur ce sujet (1)

Vendeur

avatar-seller
Daniquedhs

Avis reçus

Aperçu du contenu

ONDERZOEKSTRAINING II

MODULE 1 BIVARIATE ANALYSE, KRUISTABEL
- Samenhang twee kwalitatieve variabelen met kruistabellen of staafdiagrammen

Pearson X2-grootheid bij verdeling kwalitatieve variabelen m.b.v. frequenties
1. Pearson X2- grootheid met gegeven univariate verdeling (alle uitkomsten gelijke kansen)
(𝑂𝐾 −𝐸𝐾 )2
- 𝑌 = ∑𝐾
𝐾=1 𝐸𝐾
~ 𝑥 2 (𝐾 − 1) | df = k-1
2
- P-waarde: P ( Y > 𝑥𝐾−1, 𝑎) = 𝑎
1) Formuleer nulhypothese H0: p1 = p2 = p3 = … H1: geen uniformiteit
2) Bereken verwachte frequenties E1 = np1 = … E2 = … E3 = …
3) Vergelijk waargenomen en verwachte freq. O1 - E1 = … O2 - E2 = … O 3 - E3 = …
2
4) Uitvoeren toets en wel of niet verwerpen Verwerp H0 : Yobs > 𝑥𝐾−1, 𝑎
➢ X2-waarde opzoeken in R met qchisq (1-alpha, df = n-1)
2. Pearson X2-grootheid met gegeven bivariate verdeling (gegeven verdeling)
(𝑂𝑖𝑗 −𝐸𝑖𝑗 )2
- 𝑌 = ∑𝑟𝑖=1 ∑𝑐𝑗=1 𝐸𝑖𝑗
~ 𝑥 2 (𝑟𝑐 − 1) | df =rc -1
1) Formuleer hypotheses H0: alle pij zoals tabel, H1 niet alle pij zoals tbl
2) Bepaal verwachte frequenties Eij = npij = …
3) Vergelijk waargenomen en verwachte freq. Oij – Eij = …
2
4) Toets uitvoeren en wel of niet verwerpen Verwerp H0: Yobs > 𝑥𝑟𝑐−1, 𝑎


Pearson X2-grootheid in toets veronderstelde onafhankelijkheid (bivariate)
(𝑂𝑖𝑗 −𝐸𝑖𝑗 )2
- 𝑌 = ∑𝑟𝑖=1 ∑𝑐𝑗=1 𝐸𝑖𝑗
~ 𝑥 2 [(𝑟 − 1)(𝑐 − 1)] | df =(r - 1)(c - 1)
• Verlies vrijheidsgraden doordat marginale kansen worden geschat
1) Formuleren hypotheses H0: X en Y onafhankelijk, H1: X en Y afhankelijk
𝑂
2) Schat marginale en gezamenlijke kansen 𝑝̂𝑖 = 𝑛𝑖, 𝑝̂𝑖𝑗 = 𝑝̂ 𝑖 × 𝑝̂ 𝑖
𝑂 ∙𝑂
3) Bereken geschatte verwachte frequenties 𝐸̂𝑖𝑗 = 𝑛𝑝̂𝑖𝑗 = 𝑛𝑝̂𝑖 𝑝̂𝑗 = 𝑖 𝑛 𝑗
2
4) Toets uitvoeren en wel of niet verwerpen Verwerp H0: Yobs > 𝑥(𝑟−1)(𝑐−1), 𝑎


Kruistabel bijzonderheden
1. Analyse kruistabel in R: table + chisq.test(tbl) of Crosstable
2. Yates of continuïteitscorrectie: onderzoek onafhankelijkheid bij 2 x 2-tabellen
1
(|𝑂𝑖𝑗 −𝐸𝑖𝑗 |− )2
- 𝑌𝑌𝑎𝑡𝑒𝑠 = ∑𝑟𝑖=1 ∑𝑐𝑗=1 2
~ 𝑥 2 (1)
𝐸𝑖𝑗
3. Fisher’s exacte toets: onderzoek onafhankelijkheid bij 2 x 2-tabellen met Eij < 5
- Overschrijdingskans (p-waarde) vergeleken met significantieniveau (𝑎)
- p < 𝑎 : verwerpen H0 op significantieniveau 𝑎 - significante samenhang
4. Aard samenhang: beschrijven op basis van onder- en oververtegenwoordiging
- Oververtegenwoordiging: O11 – E11 > 0 - relatief veel
- Ondervertegenwoordiging: O12 – E12 < 0 – verhoudingsgewijs weinig
5. Mate samenhang: maatstaven sterkte met phi ɸ en Cramèrs V

, 2
𝑥𝑜𝑏𝑠
- 2 x 2-tabellen: ɸ tussen 0-1, Pearson’s correlatiëcoefficiënt r = 𝜙 = √ 𝑛
2
𝑥𝑜𝑏𝑠
- Grotere tabellen Cramèrs V: 𝑉 = √
𝑛×min(𝑟−1,𝑐−1)
- In R samenhang met phi, Cramèrs V of rij- en kolompercentages ((O - E) / E)
6. Gezamenlijke kansverdeling weergeven in tabel
- Marginale kansverdeling: optellen gezamenlijke kansen (rij  en kolom )
- Voorwaardelijke kansverdeling: gezamenlijke kans / marginale kans
- Conditionele verdeling: onafhankelijk wanneer f(y|X=x) = f(y)
- Factoriseerbaarheid: onafhankelijk wanneer f(y, x) = f(y|X =x) * f(x) = f(y) * f(x)
𝑝𝑠(1−𝑝𝑠)
7. Betrouwbaarheidsintervalschatting populatieproportie: 𝑝𝑠 ± 𝑍𝑎/2 √ 𝑛
8. Pearson’s X2 lineair afhankelijk van steekproefomvang


MODULE 2: BIVARIATE ANALYSE: SPREIDINGSDIAGRAM, COVARIANTIE EN
CORRELATIECOËFFICIËNT
- Onderzoek samenhang twee kwantitatieve variabelen met correlatiecoëfficiënt

Spreidingsdiagrammen, steekproefcovariantie en Pearson’s correlatiecoëfficiënt
1. Spreidingsdiagrammen
- Inzicht aard samenhang (+/-), mate samenhang (sterk/zwak), uitbijters en lineariteit (/ Ϛ)
2. Steekproefcovariantie: gemiddelde van kruisproducten afstond tot gemiddelde
1
- 𝐶𝑜𝑣(𝑋, 𝑌) = 𝑆𝑋𝑌 = ∑𝑛 (𝑥 − 𝑥̅ )(𝑦𝑖 − 𝑦̅) = 𝑟𝑥𝑦 𝑠𝑥 𝑠𝑦
𝑛−1 𝑖=1 𝑖
• Aard: Cov(X, Y) > 0: samenhang positief, Cov(X, Y) = 0 geen (lineaire) samenhang
• Covariantie zegt niets over mate van samenhang: grote afhankelijk meeteenheden
3. Pearson’s correlatiecoëfficiënt: steekproefgrootheid - maatstaf lineaire samenhang
𝐶𝑜𝑣(𝑋,𝑌) ∑𝑛 ̅)
𝑖=1(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦
- Cor = 𝑟𝑥𝑦 = =
√𝑉𝑎𝑟(𝑋)√𝑉𝑎𝑟(𝑌) √∑𝑛 2 𝑛
̅)2
𝑖=1(𝑥𝑖 −𝑥̅ ) √∑𝑖=1(𝑦𝑖 −𝑦

• -1 ≤ rXY ≤ +1, rXY > 0: positieve samenhang
• rXY = 0: geen lineaire samenhang, rXY = -1 of rXY = +1: perfecte lineaire samenhang
- Veronderstellingen correlatiecoëfficiënt
• Betrokken kansvariabelen X en Y in populatie gezamenlijk (bivariaat) normaal verdeeld
• Aselecte steekproef n uit populatie getrokken met gezamenlijke waarnemingsuitkomsten
- Populatiecorrelatiecoëfficiënt (ρXY) is tegenhanger rXY: 𝜌𝑋𝑌 = 𝜎𝑋𝑌 /𝜎𝑋 𝜎𝑌
• Geeft mate afhankelijkheid X en Y weer: -1 ≤ ρXY ≤ +1
• Elips: +1 heeft steil en uitgerekt, denkbeeldige lijn geeft voorwaardelijke verwachting


Toetsen statistische onafhankelijkheid
- Aselecte steekproef uit bivariate normale verdeling: rXY zuivere schatter van ρXY
• Onafhankelijkheid wanneer ρXY = 0
1) Formuleer hypothesen H0: ρ = 0, H1: ρ ≠ 0 H0: ρ ≤ 0, H1: ρ > 0
2
1−𝑟𝑥𝑦
2) Toetsgrootheid 𝑇 = 𝑟𝑥𝑦 /√ 𝑛−2

3) Verdeling bepalen 𝑇 ~ 𝑡 (𝑛 − 2) = 𝑡(… ) 
4) Verwerpingsgebied Tobs << 0 of Tobs >> 0 Tobs >> 0

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 Daniquedhs. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €4,99. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

77858 résumés ont été vendus ces 30 derniers jours

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

Commencez à vendre!
€4,99  45x  vendu
  • (0)
  Ajouter