Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks

In de indstuctietekst staat er diverse malen dat we de steekproevenverdeling kennen of dat deze bekend is. Maar hoe weten we deze dan eigenlijk precies? Ik begrijp dat dit een  theoretische exercitie is via kansberekening. Ik begrijp dit niet. Wie kan me hier mee helpen?

in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (250 punten)

1 Antwoord

0 leuk 0 niet-leuks

We kennen deze omdat dit het wiskundige wetmatigheden betreffen.

We (de mensheid dus) zijn hier achtergekomen omdat hele slimme mensen hier honderden jaren geleden over hebben nagedacht, observaties hebben verwerkt en bestudeerd, en de onderliggende wiskundige formules hebben bepaald.

Die kunnen we nu gebruiken om bijvoorbeeld de juiste oppervlakte onder de curve (de densityplots) te bepalen.

In R zijn deze verdelingen rechtstreeks toegankelijk via bijvoorbeeld dnorm, pnorm, en qnorm:

### De oppervlakte onder de densityplot die lager is dan
### twee standaarddeviaties onder het gemiddelde in
### de normaalverdeling:
pnorm(2);

### De dichtheid (density) van de verdeling op het
### punt van 2 standaarddeviaties onder het
### gemiddelde van de verdeling:
dnorm(2);

### Hoeveel standaarddeviaties je onder het gemiddelde
### moet zitten om een waarde te vinden die zo laag
### is dat hij in maar 5% van de gevallen lager is:
qnorm(.05);

Er bestaat vergelijkbare functies voor de t-verdeling (pt, dt, qt) en de F-verdeling (pf, df, qf), en andere verdelingen. Dit is dus hoe je zelf met de verdelingen kunt werken.

Maar we kennen ze dus omdat ze zijn ontdekt door wetenschappers, honderden jaren geleden.

door (77.8k punten)
...