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
Ik ze graag op een rijtje zetten, maar het is voor mij niet helemaal duidelijk te vinden welke het precies zijn.
in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (140 punten)

2 Antwoorden

1 leuk 0 niet-leuks
In theorie zijn er een eindeloos aantal verdelingsvormen. Een verdelingsvorm (probability density fuction) is eigenlijk weinig meer dan een wiskundige functie die per 'event' een kansbereking toelaat. De cumulative distribution function (de oppervlakte onder die verdeling) is dan slechts een optelling van de kans op een selectie van events.

De eenvoudigste verdeling is de uniforme verdeling: ieder event heeft evenveel kans. Op een normale zeszijdige dobbelsteen heeft iedere zijde evenveel kans; 1/6. De verdeling is dan nul bij minder dan 1 oog, en nul bij meer dan 6 ogen; en is 1/6 bij ieder event tussen 1 en 6 ogen. Opgeteld is de totale kans over de verdeling 1.

De bekendste vedelingen zijn bijvoorbeeld op wikipedia te vinden: https://en.wikipedia.org/wiki/List_of_probability_distributions

Degene die misschien handig zijn om in de context van introducerende statistiekcursussen te kennen, omdat ze voorbereiden op de normaalverdeling zijn:

- Bernoulli-verdeling. Dit is een verdeling op een dichotome verzameling. Bijvoorbeeld kop-munt, waar de kans op kop is .5, en de kans op munt is .5, Dit hoeft niet altijd 50-50 te zijn.

- Binomiaal-verdeling: Dit is de verdeling van n-Bernoulli trials. Denk aan de kans op bij 4 muntworpen, 4 keer munt te gooien, of om 2x munt en 2x kop te gooien.

- Normaal-verdeling: eigenlijk de binominaal-verdeling, maar dan continu.

- uniforme verdeling: elke uitkomst heeft dezelfde kans (handig bij 'toetsen' van de verdelingen van groepen waarbij de aanname is dat er evenveel personen in iedere groep zou moeten zitten).

Honorable mentions:

F-verdeling: gemiddelden zijn vaak in de psychologie bij benadering normaal verdeeld. Varianties zijn bij benadering F-verdeeld, omdat F-waarden niet negatief kunnen zijn (onder andere)

Chi-kwadraatverdeling: de inverse van een gamma-verdeling; een soort flexibele normaalverdeling waarbij je nog met de plek van de piek en de gepiektheid kunt spelen. Wordt vaak gebruikt om de fit van statistische modellen te toetsen.

Dus zie de verdelingen met een naam vooral als een basis-gereedschapskist, en houdt in het achterhoofd dat iedere unieke context het mogelijk maakt om een eigen verdeling in elkaar te knutselen
door (63.5k punten)
1 leuk 0 niet-leuks

Als toevoeging bij Ron's uitstekende antwoord (waarover ik bijna zou zeggen dat er niets aan toe te voegen heb, behalve dan deze toevoeging :-)):

In de cursus worden de volgende verdelingen besproken:

  • De verdelingsvorm in het algemeen: oftewel, hoe zijn de datapunten in een datareeks verdeeld? Om deze te beschrijven worden de volgende termen gebruikt:
    • Normaal: eentoppig, symmetrisch, en niet te plat of te spits;
    • scheef, dus linksscheef of rechtsscheef, oftewel, met de 'staart' naar links of naar rechts;
    • spits of plat, oftewel, leptokurt of platykurt;
    • modaliteit, oftewel, toppigheid: unimodaal = eentoppig, multimodaal = meertoppig
  • Bekende huis, tuin- en keukenverdelingen:
    • De normaalverdeling, 'dus';
    • De t-verdeling (basically de normaalverdeling, maar breder en platter voor hele kleine steekproefjes;
    • De F-verdeling; de verdeling van de verhouding tussen twee varianties;
  • Minder bekende maar heel belangrijke verdelingen:
    • De verdeling van Pearson's r
    • De verdeling van Cohen's d
    • (De verdeling van een regressie-coefficient; maar da's gewoon de t-verdeling)
Die laatste twee categorieen zijn steekproevenverdelingen; dus de verdeling waar een t-waarde, of een Cohen's d-waarde, of een Pearson's r-waarde, uitkomt. Deze zijn rechtstreeks beschikbaar in R, maar niet in SPSS: SPSS rekent alles om naar t-verdelingen, of F-verdeling, of z-verdelingen (normaalverdelingen). Of chi-kwadraat verdelingen, maar die zitten niet in IDA
door (77.8k punten)
...