Wat zijn MANOVA (multivariate analysis of variance) en DA (discriminantanalyse)? - Tentamens 16

Vragen - Vraag 1 t/m 5

Vraag 1

Wanneer wordt manova gebruikt?

Vraag 2

Wanneer is het niet slim om een manova te doen?

1. Als een set afhankelijke variabelen heel hoog gecorreleerd zijn.
2. Als je meerdere categorieën van de onafhankelijke variabele wilt onderzoeken.
3. Als de afhankelijke variabelen gemiddeld gecorreleerd zijn.
4. Als je wilt identificeren welke afhankelijke variabelen het meeste groepsverschil veroorzaken.

Vraag 3

Een professor realiseert zich dat hij een probleem heeft, maar wil zijn ene significante resultaat toch graag publiceren. Hij corrigeert voor het feit dat hij 20 keer dit onderzoek heeft herhaald met een Bonferroni correction. Neem alpha = 0.05. Bonferroni geeft advies om de alpha te verlagen zodat voor alle experimenten samen de kans op een Type I fout onder de 0.05 blijft. Welke waarde voor alpha adviseert Bonferroni aan te houden?

Vraag 4

Wat zijn de twee redenen voor het uitvoeren van een manova in plaats van meerdere anova’s?

Vraag 5

Bezie onderstaande stellingen over manova, en geef aan welke stelling(en) juist is/zijn.

I. Een voordeel van een multivariaat factor ontwerp is dat het laat zien hoe onafhankelijke variabele interacteren zodat ze invloed hebben op de afhankelijke variabele.

II. De waarde van Wilk’s lambda geeft het proportie onverklaarde variantie.

1. Alleen stelling 1 is juist
2. Alleen stelling 2 is juist
3. Beide stellingen zijn juist
4. Beide stellingen zijn onjuist

Antwoorden - Vraag 1 t/m 5

Vraag 1

MANOVA (‘multivariate analysis of variance’) wordt gebruikt om de effecten van twee of meer condities op twee of meer afhankelijke variabelen te toetsen. MANOVA is redelijk overzichtelijk: we hebben een aantal afhankelijke intervalvariabelen (p) die we voorspellen uit één of meer nominale variabelen verdeeld over k groepen. Dit wordt multivariate variantie-analyse genoemd. We zijn bezig met de vergelijking van gemiddelden, maar we bekijken nu meerdere variabelen tegelijk in een onderlinge samenhang (= multivariaat). Als het gaat om één afhankelijke variabele gebruiken we een ANOVA, als het gaat om meerdere afhankelijke variabelen gebruiken we een MANOVA.

Vraag 2

A

Vraag 3

0.00250.

De kans dat een correctie nulhypothese niet wordt verworpen is, voor alpha = 0.05, gelijk aan 0.95. De kans dat bij het twee keer herhalen van het experiment de nulhypothese beide keren niet wordt verworpen is dan 0.95 x 0.95 = 0.9025, en de kans dat H0 minstens een keer wordt verworpen is dan 0.0975, en dit is groter dan alpha. Bij het nog vaker herhalen van het experiment wordt de kans dat H0 minstens een keer wordt verworpen steeds groter. Om deze kans op het minstens een keer verwerpen van Ho binnen de perken te houden wordt de oorspronkelijke waarde van alpha aangepast en kleiner dan 0.05 genomen. De Bonferroni methode rekent de preciese waarde voor alpha: bij het twintig keer herhalen geeft Bonferroni de waarde 0.0025.

Vraag 4

• Soms hangen de gemeten afhankelijke variabelen met elkaar samen.
• Hoe meer testen er worden uitgevoerd, hoe groter de kans op een type-I-fout wordt. Om deze reden voeren we liever een ANOVA uit dan meerdere t-toetsen. Het is echter ook zo dat de kans op type-I-fouten groter wordt wanneer we t-testen of ANOVA’s uitvoeren op meerdere afhankelijke variabelen.

Vraag 5

C

Meer TentamenTests - Vraag 5 t/m 20 (Exclusief voor wie volledige online toegang heeft)

• Ben je aangesloten bij JoHo, log dan in en lees hieronder verder voor vraag 5 t/m 20
• Nog niet aangesloten, sluit je dan eerst hier aan.