Oefenbundel met online Oefententamens voor deeltoets I - Psychologie RUG jaar 2 - Statistiek III

Bundle items:

Oefententamen 1 voor deeltoets I - Psychologie RUG jaar 2 - Statistiek III

Welke van de volgende losse analysemethoden hoort niet bij General Linear Model?Lowess-lijnANOVAPoisson-regressie Wat gebeurt er al je de formule voor Pearson correlatie zou gebruiken om het verband tussen twee binaire variabelen te bepalen?Dit is onmogelijk, daar is phi-correlatie voorHet kan wel, maar de correlatiewaarde zal niet nauwkeurig zijnEr zijn geen problemen hiermee, de correlatie wordt nauwkeurig berekend Welke van de onerstaande uitspraken is waar?De Zero-Order correlatie en de Partial correlatie delen hun p-waardeDe vrijheidsgraden van de t-toets voor de helling wordt in zijn geheel bepaald door het aantal variabelen in het modelRegression to the mean betekent dat mensen die een extreme score hebben op een bepaalde test, de volgende keer op een vergelijkbare (maar niet exact dezelfde) test gemiddeld een minder extreme score gaan halen. Een extreem hoge score wordt dus lager, een extreem lage score wordt dus hoger Welke kan negatief worden?RAdjusted R-SquareGeen van beide Welke van de volgende omschrijft een partial correlation?r(y.123)(ŷ.123)ry.(1.23)r(y.23)(1.23) Welke van de onderstaande uitspraken is juist voor een moel met twee onafhankelijke variabelen?Er is altijd een spurious effect bij full redundancyEr is nooit een verband tussen onafhankelijke variabelen bij een onafhankelijk modelBij suppression is de R2 van de twee onafhankelijke variabelen kleiner dan de som van afzonderlijke delen Wat is niet waar bij de Lowewss-lijn?Er wordt smoothing toegepast om hem vloeiender te makenHet is een vorm van non-parametische...

Read more about Oefententamen 1 voor deeltoets I - Psychologie RUG jaar 2 - Statistiek III

Oefententamen 2 voor deeltoets I - Psychologie RUG jaar 2 - Statistiek III

Een docent heeft gegevens verzameld van 60 studenten bij zijjn vak. Onder andere heeft hij beschikking over informatie wat betreft het aantal uren dat deze studenten gestudeerd hebben voor dit vak en het cijfer wat zij gehaald hebben. Met behulp van onderstaande output wil deze docent achterhalen in hoeverre deze twee variabelen aan elkaar gerelateerd zijn. Vraag 1-4 gaan over deze output. Welke informatie vertelt je concreet hoe goed het model bij deze data past?De proportie verklaarde variantie, 0.412De helling B1 = 0.069De F-waarde 40,574De constante B0 = 2,547 De helling van de regressievergelijking is 0.069 in deze steekproef. Als je een significantieniveau van 5% hanteert, wat mag je dan concluderen ?In de populatie zal de voorspelling van het cijfer stijgen met 0.069 punt als het aantal uren zelfstudie stijgt met één uurEr lijkt een significant positieve relatie te zijn tussen zelfstudie en cijferGezien het betrouwbaarheidsinterval voor de helling kan er bij eht gegeven significantieniveau geen uitspraak worden over een eventuele relatie tussen zelfstudie en cijferDe relatie tussen zelfstudie en cijfer is dusdanig zwak dat deze niet significant zal zijn Een bepaalde student heeft 80 uur gestudeerd en een 8.5 gehaald op het tentamen. Wat zal de waarde van het residu zijn voor deze student?8.0675.4570.4333.043 Wat is hier de betekenis van het intercept B0? Het intercept B0 geeft aan hoeveel uur je gestudeerd hebt als je een 1 hebt gehaald op je tentamenhet intercept B0 geeft aan wat de voorspelde waarde op het cijfer is als je geen tijd hebt gestopt in zelfstudieHet intercept B0 drukt de relatie...