p < a : significant → H0 verwerpen
Statistiek II cursus
1. Onafhankelijke t-toets en power
2. ANOVA
3. Regressie
4. Non-parametrische toetsen
Statistiek II: je werkt met twee groepen ipv één
● onafhankelijke kwalitatief, en afhankelijke kwantitatief
Onafhankelijke t-toets
● bij twee onafhankelijke steekproeven
● o2 (= populatie error variantie) is onbekend
Assumpties:
● steekproeven zijn onafhankelijk
● gelijke varianties
Variantie: een maat voor de spreiding van een reeks waarden, dat wil zeggen de mate
waarin de waarden onderling verschillen
Het vergelijken van groepen, onafhankelijke steekproeven:
1. Stellen van een hypothese, de
a. H0: u1-u2=0 ofwel u1=u2
i. u: gemiddelde van de populatie
ii. de twee gemiddelden zijn gelijk aan elkaar
iii. u (mu): voor een niet directe geobserveerde populatie
b. H1: u2-u2 =/ 0
→ de u1-u2 mag je wegdenken want is gelijk aan 0
s of o (sigma): is standaarddeviatie
s2 of o2: variantie (standaarddeviatie in kwadraat)
u: gemiddelde in de populatie
s: steekproef (om iets te zeggen over het geheel)
, p < a : significant → H0 verwerpen
o: populatie
s2pooled: de samengenomen variantie
als s2 (std. error difference) nog niet gegeven is gebruik dan:
→ hier bereken je de standaardfout
Daarna:
t: gestandaardiseerde verschil
De nulhypothese visualiseren:
H0: u1=u2 ligt in het midden op de grafiek
maar of de nulhypothese waar is, ligt de t er in de buurt?
gebruik Tabel D
df voor t waarde: df= n1+n2-2
als niks anders is aangegeven: a= .05
tweezijdig toetsen: deel de alpha door twee (.05/2= .025)
bij een =/ (“is ongelijk teken”) altijd tweezijdig dus alpha door twee
bij < of > is het altijd eenzijdig
in de grafiek van de t-waarde naar cv (kritieke waarde) geeft het p (gebied) aan
p > a : ns (niet sig)
p < a : significant
t < tcv : ns (H0 wordt niet verworpen)
Statistiek II cursus
1. Onafhankelijke t-toets en power
2. ANOVA
3. Regressie
4. Non-parametrische toetsen
Statistiek II: je werkt met twee groepen ipv één
● onafhankelijke kwalitatief, en afhankelijke kwantitatief
Onafhankelijke t-toets
● bij twee onafhankelijke steekproeven
● o2 (= populatie error variantie) is onbekend
Assumpties:
● steekproeven zijn onafhankelijk
● gelijke varianties
Variantie: een maat voor de spreiding van een reeks waarden, dat wil zeggen de mate
waarin de waarden onderling verschillen
Het vergelijken van groepen, onafhankelijke steekproeven:
1. Stellen van een hypothese, de
a. H0: u1-u2=0 ofwel u1=u2
i. u: gemiddelde van de populatie
ii. de twee gemiddelden zijn gelijk aan elkaar
iii. u (mu): voor een niet directe geobserveerde populatie
b. H1: u2-u2 =/ 0
→ de u1-u2 mag je wegdenken want is gelijk aan 0
s of o (sigma): is standaarddeviatie
s2 of o2: variantie (standaarddeviatie in kwadraat)
u: gemiddelde in de populatie
s: steekproef (om iets te zeggen over het geheel)
, p < a : significant → H0 verwerpen
o: populatie
s2pooled: de samengenomen variantie
als s2 (std. error difference) nog niet gegeven is gebruik dan:
→ hier bereken je de standaardfout
Daarna:
t: gestandaardiseerde verschil
De nulhypothese visualiseren:
H0: u1=u2 ligt in het midden op de grafiek
maar of de nulhypothese waar is, ligt de t er in de buurt?
gebruik Tabel D
df voor t waarde: df= n1+n2-2
als niks anders is aangegeven: a= .05
tweezijdig toetsen: deel de alpha door twee (.05/2= .025)
bij een =/ (“is ongelijk teken”) altijd tweezijdig dus alpha door twee
bij < of > is het altijd eenzijdig
in de grafiek van de t-waarde naar cv (kritieke waarde) geeft het p (gebied) aan
p > a : ns (niet sig)
p < a : significant
t < tcv : ns (H0 wordt niet verworpen)
