Lees hier de samenvatting en de meest belangrijke oefenvragen van Course 3

• 1 Week 1. Describing data

• 1.2.2 Descriptive Statistics

  Dit is een preview. Er zijn 17 andere flashcards beschikbaar voor hoofdstuk 1.2.2
  Laat hier meer flashcards zien

• Data komt grofweg in twee grote categorieën, welke zijn dit?

  • Kwalitatief > Beschrijvend/discriptief
    
  • Kwantitatief > Verklarend/Inferentieel

• Welke kwalitatieve (categoriale) data kennen we, leg ook uit?

  1. Nominaal/Nominal
     
  2. Ordinaal/ordinal
  3. Tel data/count

  
  
  Nominaal = Ongeordend. Namen, kleuren t-shirts. Je kunt er niet meerekenen.
  
  Orinaal = Geordend. Zie; rangen in het leger soldaat naar Generaal. Er zit een duidelijke volgorde in. Majoor is niet 2x zo hoog als 1e Lt. Maar is wel evident hoger in rang.
  Je kunt er niet mee rekenen.
  
  Teldata = gedraagt zich als kwantitatief! We zijn aan het tellen. Is geordend. Stappen van 1 naar 2 zijn gelijk (even groot), discreet. Je hebt alleen positieve waardes. (beschouwen we meestal als ordinaal). Heeft geen meeteenheid

• Wanneer beschouwen we teldata niet als ordinaal?

  1. Als de teldata oneindige waarde kan aannemen dan gedraagdt het zich als numeriek. 
     
     Bijvoorbeeld: complicaties na een operatie.
     Dan heb je niet tussen 0 en 9000 complicaties. Het ligt tussen 0 en 5 of 6. Er zit een soort eind aan. Het gedraagt zich als ordinaal. 

• Welke samenvattings maten we gebruiken we bij het numerieke data?

  In een centrum en een spreidingsmaat;
  
  

  • Gemiddelde deviatie
    
  • Standaard deviatie

  
  
  n.b. Standaard deviatie volgt uit Sample variantie. = van elke variatie trek je het gemiddelde eraf, dat kwadrateer je, dan tel je alles op dan delen door N-1.

• Noem een voordeel en een nadeel van een mediaan?

  • Niet gevoelig voor extreme observaties.
  • De mediaan is een stabielere puntschatter dan het gemiddelde

• Hoe kunnen we beoordelen of er gebruik gemaakt kan worden van parametric statistics?

  • Gemiddelde ≈ mediaan
    
  • Standaard deviatie  ≤ 0.5

• Welke formules kennen we om statistische toetsen uit te voeren, en wanneer kunnen wij die niet gebruiken?

  • Shapiro Wilk
    
  • Kolnogorov - Smirnov

  
  Niet te gebruiken bij beschrijvende statistiek!

• 1.2.3 Responsible Data Handling

  Dit is een preview. Er zijn 3 andere flashcards beschikbaar voor hoofdstuk 1.2.3
  Laat hier meer flashcards zien

• Hoe controleren we de data met discriptive statistics?

  • Summary maken van data (dan worden missende data zichtbaar) (data$age)
    
  • Stripplot 

• 2 Week 2 Analysing continuous data from two groups using t-distribution

  Dit is een preview. Er zijn 1 andere flashcards beschikbaar voor hoofdstuk 2
  Laat hier meer flashcards zien

• 2.1 Z verdeling

  Dit is een preview. Er zijn 3 andere flashcards beschikbaar voor hoofdstuk 2.1
  Laat hier meer flashcards zien

• Wat betekend het standaardiseren van de Z verdeling?

  Wanneer je van een willekeurig verdeelde variabele een Z verdeling maakt, dan noemen wij dat standaardiseren van die data, dit kan ook met individuele scores.
  
  Voorbeeld:
  Mean: 100
  SD: 15.8 
  Patient score: 131  (+31/15.8= +1.96)
  
  Interpretatie:
  "De score van de patiënt ligt 1.96 standaarddeviaties boven het gemiddelde van de populatie.

• 2.2 Schatten en toetsen met de T verdeling

  Dit is een preview. Er zijn 10 andere flashcards beschikbaar voor hoofdstuk 2.2
  Laat hier meer flashcards zien

• Welke statistiek gebruiken wij voor schatten en toetsen?

  Inferentiele statistiek (verklarend).