Centraal Statistiektopic (SPSS, R, excel, etc.) #8

quote:

Op maandag 18 januari 2016 20:18 schreef wimjongil het volgende:

[..]

Als je 3 willekeurige ballen pakt, is dat kans dat je minstens 1 bal pakt, gelijk aan 1.

En hoe doe jij die rekenkundige bewerking met GR?

quote:

Op maandag 18 januari 2016 21:48 schreef phpmystyle het volgende:

[..]

En hoe doe jij die rekenkundige bewerking met GR?

Welke?

Kijk nog eens naar wat je precies vraagt en wat je precies moet weten. Volgens mij heb je hier vergeten om de kleur van de bal te specificiėren namelijk.

quote:

Op maandag 18 januari 2016 21:53 schreef wimjongil het volgende:

[..]

Welke?

Kijk nog eens naar wat je precies vraagt en wat je precies moet weten. Volgens mij heb je hier vergeten om de kleur van de bal te specificiėren namelijk.

Deze opgave bijvoorbeeld.

De eerste kwam ik uit:



Excuus voor de slechte foto

5/8 tot de 3e macht. De tweede al niet meer 5 ncr 2 x 3 ncr 1/ 8 ncr 3. Ofwel; 30/56. Echter klopt dat antwoord niet. En hoe ik die derde opgave moet maken is mij helemaal een raadsel

quote:

Op maandag 18 januari 2016 22:29 schreef phpmystyle het volgende:

[..]

Deze opgave bijvoorbeeld.

5/8 tot de 3e macht. De tweede al niet meer 5 ncr 2 x 3 ncr 1/ 8 ncr 3. Ofwel; 30/56. Echter klopt dat antwoord niet. En hoe ik die derde opgave moet maken is mij helemaal een raadsel

Combinaties gebruiken kan alleen maar zonder teruglegging, dus bij vraag 5. 4 kan je alleen maar met kansen doen. :
A) (5/8)^3, maar dat wist je al
B) (5/8)^2*3/8= 75/512
C) kans op minstens 1 witte bal= 1- kans op 0 witte ballen= 1-(5/8)^3=387/512

quote:

Op maandag 18 januari 2016 22:44 schreef nasher het volgende:

[..]

Combinaties gebruiken kan alleen maar zonder teruglegging, dus bij vraag 5. 4 kan je alleen maar met kansen doen. :
A) (5/8)^3, maar dat wist je al
B) (5/8)^2*3/8= 75/512
C) kans op minstens 1 witte bal= 1- kans op 0 witte ballen= 1-(5/8)^3=387/512

Ok. Maar bij opgave 4 C kom ik er niet uit, ik kan alleen maar de NCR functie gebruiken op mijn GR en die is voor zonder teruglegging, hoe reken ik met teruglegging?

Alvast bedankt

quote:

[..]

Ok. Maar bij opgave 4 C kom ik er niet uit, ik kan alleen maar de NCR functie gebruiken op mijn GR en die is voor zonder teruglegging, hoe reken ik met teruglegging?

Alvast bedankt

Je kent deze formule? P(X>=x)=1-P(X<x), X is het aantal witte ballen.
Dit geeft dus P(X>=1)= 1- P(X<1). Omdat dit een discrete stochast is, kan je ook schrijven:
1-P(X<1) <=> 1-P(x=0) => 1-(5/8)^3= 387/512

quote:

Op maandag 18 januari 2016 20:11 schreef wimjongil het volgende:

[..]

(5/8)^3

[..]

De kans op minstens 1 bal is afhankelijk van of je een bal pakt of niet.

Jup het hangt er idd vanaf of je hem kan pakken. Bij sommigen is die kans uitermate klein

quote:

Op maandag 18 januari 2016 22:44 schreef nasher het volgende:

[..]

B) (5/8)^2*3/8= 75/512

Keer 3 toch omdat het niet uitmaakt in welke beurt je de zwarte pakt

quote:

[..]

Keer 3 toch omdat het niet uitmaakt in welke beurt je de zwarte pakt

Nee, uitgeschreven staat er (5/8)*(5/8)*(3/8), het maakt Vandale niet uit in welke volgorde je het plaatst . Stel je deed het zonder teruglegging, dan maakt het wel uit hoe je het opschrijft.

Nee ik heb gelijk

quote:

Op maandag 18 januari 2016 23:10 schreef Anoonumos het volgende:
Nee ik heb gelijk

Hoezo
Oke, stel jij hebt gelijk, laten we het eens uitschrijven:
Beurt 1 Beurt 2 Beurt 3
zwarte witte zwarte = (5/8)*(3/8)*(5/8)=75/512
witte zwarte zwarte = (3/8)*(5/8)*(5/8)=75/512
zwarte zwarte witte = (5/8)*(5/8)*(3/8)=75/512

quote:

Op maandag 18 januari 2016 23:17 schreef nasher het volgende:

[..]

Hoezo
Oke, stel jij hebt gelijk, laten we het eens uitschrijven:
Beurt 1 Beurt 2 Beurt 3
zwarte witte zwarte = (5/8)*(3/8)*(5/8)=75/512
witte zwarte zwarte = (3/8)*(5/8)*(5/8)=75/512
zwarte zwarte witte = (5/8)*(5/8)*(3/8)=75/512

Hij heeft gelijk. Je moet die drie kansen bij elkaar optellen.

Och ja natuurlijk, stom , Sorry Anoonumos, T is laat in de avond, vergeef me. Ik vraag me af hoe ik hier ooit een 7 voor heb kunnen halen, als ik nu al stomme foutjes zit te maken.

quote:

Op zondag 20 december 2015 17:46 schreef Banktoestel het volgende:

[..]

Je bent sowieso al helemaal verkeerd bezig door een correlatiemaat te berekenen over een categorische variabele. Wiskundig gezien is het nog wel mogelijk om een correlatiemaat te berekenen aangezien je 2 variabelen hebt met verschillende waarden, maar inhoudelijk gezien is het onzinnig aangezien "Opleidingsniveau" niet van intervalniveau of hoger is... snappie? Dus dat is al fout #1.

Fout #2 die je maakt is dat je, na het gebruiken van split file, je wederom een correlatiemaat probeert te berekenen tussen variabele "Opleidingsniveau" en de andere variabele, maar dan per groep van opleidingsniveau. Maar, alle mensen in één split-groep hebben natuurlijk dezelfde score op Opleidingsniveau. Dus nu is het uitrekenen van een correlatiemaat behalve onzinnig, ook nog eens wiskundig onmogelijk geworden.

Overigens vind ik het ook raar dat je de categorieėn aanduid met waardes (10, 11, 12). Niet echt fout, maar wel ongebruikelijk. Waarom niet (1, 2, 3) of (0, 1, 2)?

Anyway, door het indelen van de mensen op opleidingsniveau kun je het zien als groepen, en daarom zou je dan categorische toetsen op kunnen uitvoeren (Chi-kwadraat, ANOVA)

Hopelijk helpt dit een beetje?

Ik was eigenlijk helemaal vergeten dat ik deze post hier had geplaatst (kom hier ook niet zo vaak), vandaar deze erg late reactie. Ik wil je graag bedanken voor de moeite en excuus aanbieden voor het feit dat enige reactie van mijn kant zo lang is uitgebleven.

Uiteindelijk heb ik de conceptversie van mijn scriptie ingeleverd met een correlatie en dit werd niet fout gerekend. De correlatiemaat die ik heb gebruikt is Kendall's Tau en volgens Field kan je die gewoon gebruiken wanneer je minimaal een ordinale variabele (ook wel 'categorale variabelen' genoemd) hebt gebruikt. Het lijkt mij dat 'Opleidingsniveau' in dit geval een ordinale variabele is (laagopgeleid, middelbaar opgeleid en hoog opgeleid?). Deze zijn samengevoegd nadat ik mijn respondenten hun hoogst genoten opleiding had gevraagd (HAVO, VWO, WO, HBO etc.) Of zie ik dit nu nog verkeerd? Dan zou het vreemd zijn, aangezien de conceptversie positief is ontvangen.

Ik ben nu aan de slag met een ANOVA voor mijn definitieve versie. Dat was mij inderdaad aangeraden, aangezien ze vonden dat ik me er met een correlatie iets te makkelijk vanaf had gemaakt (maar niet fout). Echter, volgens mij kan ik die niet uivoeren daar mijn data niet voldoet aan de aannames. Hier ga ik deze week verder mee aan de slag.

Nogmaals excuses voor de late reactie van mijn kant.

quote:

Op dinsdag 19 januari 2016 00:38 schreef fetX het volgende:

[..]

Ik was eigenlijk helemaal vergeten dat ik deze post hier had geplaatst (kom hier ook niet zo vaak), vandaar deze erg late reactie. Ik wil je graag bedanken voor de moeite en excuus aanbieden voor het feit dat enige reactie van mijn kant zo lang is uitgebleven.

Uiteindelijk heb ik de conceptversie van mijn scriptie ingeleverd met een correlatie en dit werd niet fout gerekend. De correlatiemaat die ik heb gebruikt is Kendall's Tau en volgens Field kan je die gewoon gebruiken wanneer je minimaal een ordinale variabele (ook wel 'categorale variabelen' genoemd) hebt gebruikt. Het lijkt mij dat 'Opleidingsniveau' in dit geval een ordinale variabele is (laagopgeleid, middelbaar opgeleid en hoog opgeleid?). Deze zijn samengevoegd nadat ik mijn respondenten hun hoogst genoten opleiding had gevraagd (HAVO, VWO, WO, HBO etc.) Of zie ik dit nu nog verkeerd? Dan zou het vreemd zijn, aangezien de conceptversie positief is ontvangen.

Ik ben nu aan de slag met een ANOVA voor mijn definitieve versie. Dat was mij inderdaad aangeraden, aangezien ze vonden dat ik me er met een correlatie iets te makkelijk vanaf had gemaakt (maar niet fout). Echter, volgens mij kan ik die niet uivoeren daar mijn data niet voldoet aan de aannames. Hier ga ik deze week verder mee aan de slag.

Nogmaals excuses voor de late reactie van mijn kant.

Als je data niet aan de assumpties van een ANOVA voldoet, kun je nog best veel proberen om dat te fixen. Zorg er in ieder geval voor dat je de variabele opleidingsniveau wel hercodeert tot dummy variabelen en dat je afhankelijke variabele (semi)interval niveau heeft. Je hebt weinig waarden in je ordinale variabele, zeker na het samenvoegen van antwoorden, dus je kunt dat prima behandelen als nominale (of categorische) variabele. Afwijkingen van normaliteit zijn niet zo'n probleem zolang je afhankelijke variabele maar redelijk symmetrisch verdeeld is. Gelijke varianties tussen groepen is ook mooi maar niet per se noodzakelijk, mits de groepsgroottes ongeveer gelijk zijn. Mocht je data echt niet goed zijn, kun je het beste uitwijken naar de Kruskall-Wallis toets. En denk er even aan dat als je gaat controleren voor variabelen, je in SPSS voor "Covariates" alleen semi(interval) niveaus kunt invoeren. Categorische variabelen stop je in de "Fixed factors" box, als je daarvoor wilt controleren.

Persoonlijk alvast even een vraagje... Iemand hier ervaring met IRT en/of factoranalyse in R die ik een DMmetje mag doen als ik hier binnenkort een vraag over heb?

quote:

Op dinsdag 19 januari 2016 11:29 schreef MCH het volgende:
Ik denk dat het vooral belangrijk is dat fetX snapt wat hij aan het doen is en ook opschrijft waarom hij iets doet, niet zozeer wat nou de uitkomsten van z'n onderzoek zijn. Daar kun je punten mee scoren.

Natuurlijk, maar iets uitzoeken en vanaf niks beginnen is gewoon bar moeilijk als je er zelf geen of weinig verstand van hebt. En heel eerlijk, ik verwacht niet dat iemand die een correlatie als analyse gebruikt voor z'n scriptie echt torenhoge statistische of methodologische ambities heeft. En als hij straks weer terug is om te vragen wat hij nu moet doen omdat zijn resultaten niet significant zijn, kunnen we hem alsnog wijzen op dat zijn data zelf hem veel meer vertelt dan een alpha niveau.

quote:

Op dinsdag 19 januari 2016 11:27 schreef Sarasi het volgende:

[..]

Als je data niet aan de assumpties van een ANOVA voldoet, kun je nog best veel proberen om dat te fixen. Zorg er in ieder geval voor dat je de variabele opleidingsniveau wel hercodeert tot dummy variabelen en dat je afhankelijke variabele (semi)interval niveau heeft. Je hebt weinig waarden in je ordinale variabele, zeker na het samenvoegen van antwoorden, dus je kunt dat prima behandelen als nominale (of categorische) variabele. Afwijkingen van normaliteit zijn niet zo'n probleem zolang je afhankelijke variabele maar redelijk symmetrisch verdeeld is. Gelijke varianties tussen groepen is ook mooi maar niet per se noodzakelijk, mits de groepsgroottes ongeveer gelijk zijn. Mocht je data echt niet goed zijn, kun je het beste uitwijken naar de Kruskall-Wallis toets. En denk er even aan dat als je gaat controleren voor variabelen, je in SPSS voor "Covariates" alleen semi(interval) niveaus kunt invoeren. Categorische variabelen stop je in de "Fixed factors" box, als je daarvoor wilt controleren.

Dank voor je reactie!

Opleidingsniveau is nu een dummy variabele en mijn afhankelijke variabele is interval-niveau.

Het enige puntje is dat binnen 'Opleidingsniveau' ik (helaas) maar 18 mensen in mijn dataset heb die middelbaar zijn opgeleid (tegenover 60 laagopgeleid en 100 hoogopgeleid). Ik kan in Field echter niet vinden of dit nu een probleem is of niet. Wanneer dit geen probleem is, voldoet mijn data aan de aannames.

@MCH: Toegegeven, ik ben niet iemand die statistiek kan dromen, maar ik begrijp het wel degelijk. Heb statistiek vorig jaar met een acht afgesloten, dus ik denk niet dat je kan zeggen dat ik niets van statistiek snap. Daarnaast is mijn kwantitatieve (concept)scriptie op de Universiteit gewoon goed ontvangen, dus het is niet zo dat ik alleen maar onzin opschrijf.

Wat mij werd aangeraden is dat ik nog een ANOVA erbij zou kunnen doen, om meer uit mijn data te halen. En daar ben ik het mee eens. Helaas heb ik daar niet eerder aan gedacht. Bovendien begrijp ik prima wat voor informatie je uit een ANOVA kan halen (dwz: de interpretatie ervan). Ik zit alleen altijd te kloten met die aannames. Veel mensen vinden Field een fijn boek. Ik denk daar iets anders over. Ik vind het nogal een rommelig boek. Ik heb een jaar geleden statistiek gehad, en zodoende moet ik altijd terugkijken aan welke aannames/voorwaarden een toets precies moet voldoen.

quote:

Op donderdag 7 januari 2016 11:26 schreef Z het volgende:
R ftw.

Vind ik wel wat een heerlijk programma is het.

quote:

Op dinsdag 19 januari 2016 12:07 schreef fetX het volgende:
Opleidingsniveau is nu een dummy variabele

3 variablen:
LAAG: 1/0
MIDDEL: 1/0
HOOG: 1/0

?

Met je 18 middel zou je er misschien ook voor kunnen kiezen deze te onder te brengen bij een ander, bijv

LAAG-MIDDEL: 1/0, 78 observaties
HOOG: 100 observaties

quote:

Op dinsdag 19 januari 2016 12:23 schreef Zith het volgende:

[..]

3 variablen:
LAAG: 1/0
MIDDEL: 1/0
HOOG: 1/0

?

Met je 18 middel zou je er misschien ook voor kunnen kiezen deze te onder te brengen bij een ander, bijv

LAAG-MIDDEL: 1/0, 78 observaties
HOOG: 100 observaties

Klopt.

Dat zou inderdaad kunnen, alleen kom ik dan in de problemen met de theorie die ik heb gebruikt . Vandaar de vraag of dit een groot probleem is .

In studies zie ik eigenlijk altijd het aantal studiejaren staan, niet een BSc/MSc.. kan je niet het volgende doen om een enkele variabele te creeren?

VMBO: 4 (jaar)
MBO: 7 (VMBO+3)
HAVO: 5
HBO: 9 (HAVO+4)
VWO: 6
WO: 10 (VWO + 4)