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

Over leertaak 2, het stuk over density plots zijn mij een paar dingen onduidelijk. Ik heb het nagevraagd aan medestudenten, maar ook zij komen er niet uit. 

Er staat het volgende: 'De oppervlakte van de density plot wordt dus gedeeld door het aantal datapunten, zodat density plots altijd dezelfde schaal hebben.'
Waar dient deze berekening voor? In figuur 2.2.10 staat in het laatste histogram een density plot. De hoogte hiervan is 0.5 en niet de oppervlakte gedeeld door het aantal datapunten, dat zou 1/1=1 zijn. Hoe werkt dit?
Bovendien lijken de density plots in Figuur 2.2.15 met een hoogte van 30 en een breedte van -4 t/m 3 geen oppervlakte van 1 te hebben. Hoe kan dit?

Een stukje verder in de paragraaf wordt besproken dat de normaalverdeling over de density plot heen kan leggen. Deze normaal verdeling komt hier voor mij een beetje uit de lucht vallen. Wanneer ik deze stappen in gedachten na ga, kan ik niet volgen hoe ik van de density plot tot een mooie normaalverdeling kom. Moet ik aannemen dat de statistische software deze voor ons berekend, of mis ik hier inderdaad een tussenstap?

in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (350 punten)

1 Antwoord

0 leuk 0 niet-leuks
Een gewone density plot heeft inderdaad precies een inhoud van 1. Als je een densityplot op een histogram 'imposed' behoud je alleen de vorm; maar je moet de 'y-as' van die density plot transformeren, anders issie alleen maar als horizontale lijn te zien. Eigenlijk is de Y-schaal van de density-plot dus niet de Y-schaal van het histogram (die je ziet). Goed gezien!

De density plot van de normaalverdeling is bekend. Je kunt dus (als in, jij niet, maar softwareontwikkelaars wel) berekenen hoe die zou zijn voor een gegeven gemiddelde en een gegeven standaarddeviatie. Hoe dit precies werkt gaat ver buiten deze cursus (maar kun je opzoeken op e.g. wikipedia als je wil: https://en.wikipedia.org/wiki/Normal_distribution).
door (77.8k punten)
...