Vraag 1
Waar kan bias voorkomen?
Vraag 2
Wat zijn de vier grote assumpties voor parametrische toetsen?
Vraag 3
Waarom zijn uitschieters een belangrijke bron van bias?
Vraag 4
Waarom is de aanname van lineariteit zeer belangrijk?
Vraag 5
Waar heeft normaliteit allemaal invloed op?
Vraag 6
Wat zegt de centrale limiet stelling?
Vraag 7
Wat betekent homoscedasticiteit?
Vraag 8
Waar kan een onderzoeker bij een kleine steekproef naar kijken om bias te onderzoeken?
Vraag 9
Wat is het verschil tussen een Q-Q plot en een P-P plot?
Vraag 10
Hoe kan een onderzoeker de assumpties van homoscedasticiteit en lineariteit tegelijk bekijken?
Vraag 11
Waarvoor wordt Levene’s test gebruikt?
Vraag 12
Op welke manier kan een bias verminderd worden?
Vraag 13
Wat zijn robuuste methodes?
Vraag 14
Wat houdt data transformeren in?
Vraag 15
Wat wordt er bedoeld met de zogenaamde selectiebias?
Vraag 16
Welk van de volgende wordt het minst beïnvloed door outliers?
- De range
- Het gemiddelde
- De mediaan
- De standaardafwijking
Vraag 17
Wat zijn assumpties voor het gebruik van parametische testen gebaseerd op de normale verdeling?
- Alle opties zijn waar.
- Sommige eigenschappen van de gegevens worden normaalverdeeld.
- De steekproeven die getest worden moeten ongeveer dezelfde varianties hebben.
- De data moet minimaal het niveau hebben van interval
Vraag 18
Welke van de volgende is geen transformatie die gebruikt kan worden om skewed data te corrigeren?
- Log transformatie
- Square root transformatie
- Reciprocal transformatie
- Tagent transformatie
Vraag 1
Bias kan voorkomen bij de schattingen van de parameters, de standard error en het betrouwbaarheidsinterval, en de test statistieken en p-waarden.
Vraag 2
De vier grote assumpties voor parametrische toetsen zijn dat de gegevens normaal verdeeld moeten zijn, dat de varianties van de verschillende groepen ongeveer even groot moeten zijn, dat de variabelen lineair met elkaar samenhangen en dat er sprake is van onafhankelijkheid.
Vraag 3
Uitschieters zijn een belangrijke bron van bias, omdat die het gemiddelde enorm omhoog of omlaag kunnen brengen.
Vraag 4
De aanname van lineariteit is belangrijk omdat het model niet meer klopt als de variabelen geen lineair verband vertonen.
Vraag 5
Normaliteit heeft invloed op de schattingen van parameters, het betrouwbaarheidsinterval, de nulhypothese significantie toetsen en de error.
Vraag 6
De centrale limiet stelling zegt dat de verdeling bij grote steekproeven altijd normaal is.
Vraag 7
Homoscedasticiteit betekent dat alle groepen een ongeveer gelijke variantie hebben.
Vraag 8
Bij een kleine steekproef kun je om bias te onderzoeken kijken naar scheefheid en kurtosis.
Vraag 9
Het verschil tussen een Q-Q plot en een P-P plot is dat het Q-Q plot naar kwartielen kijkt en het P-P plot naar individuele scores. Een P-P plot laat de cumulatieve kans van een variabele tegen de cumulatieve kans van een bepaalde verdeling zien.
Vraag 10
De assumpties van homoscedasticiteit en lineariteit kun je tegelijk bekijken door een scatterplot te gebruiken.
Vraag 11
Levene’s test wordt gebruikt om te kijken naar de homogeniteit van varianties.
Vraag 12
Om de bias te verminderen kun je bepaalde extreme scores verwijderen, uitschieters vervangen door de hoogste score die geen uitschieter is, je data analyseren met robuuste methodes en de data transformeren.
Vraag 13
Robuuste methodes zijn testen die weinig beïnvloed worden door schendingen van assumpties.
Vraag 14
Data transformeren houdt in dat je alle data op dezelfde manier omzet in andere scores.
Vraag 15
Dit houdt in dat de manier waarop je je participanten selecteert, kan leiden tot een vertekend beeld. Denk bijvoorbeeld aan internet-enquêtes. Mensen die geen internet hebben selecteer je hierdoor automatisch niet.
Vraag 16
C. De mediaan.
Vraag 17
A. Alle opties zijn waar.
Vraag 18
D. Tangent transformatie.
