1. Hoeveel steekproeven?
1.1. 1
1.1.1. Geïnteresseerd in
1.1.1.1. proportie
1.1.1.1.1. powerBinom ( N= , p0= , p1= , sig.level= , alternative=
1.1.1.2. populatiegemiddelde
1.1.1.2.1. power.t.test ( n= , delta= , sd= , sig.level= , alternative = , type= "one.sample " )
1.2. 2
1.2.1. Afhankelijk of onafhankelijk?
1.2.1.1. afhankelijk
1.2.1.1.1. power.t.test ( n= , delta= , sd= , sig.level= alternative= , paired= TRUE )
1.2.1.2. onafhankelijk
1.2.1.2.1. pwr.t2n.test ( n1= , n2= , d= , sig.level= , alternative= )
1.2.1.2.2. power.t.test ( delta= , sd= , power= , sig.level= , alternative= , type= "two.sample"
2. Meervoudige Lineaire Regressie
2.1. pwr.f2.test ( u= , v= , f2= , power= )
2.1.1. Met u= p-k
2.1.2. Met v= n-p-1
2.1.3. Wanneer '1 specifieke beta j = 0 ' wordt getoetst, is je R^2A = 0
3. Categorische data- manipulatie
3.1. 1 variabele
3.1.1. 2 niveau's
3.1.1.1. Binominaal
3.1.2. 2 of meer niveau's
3.2. 2 variabelen
3.2.1. Chi- kwadraat
3.2.1.1. pwr.chisq.test ( w= , N= , df= , sig.level= , )
3.2.1.1.1. Met w= ESw2 ( prop.k )
3.2.1.1.2. Met prop.k = -prop <-- matrix( data= c( ....., nrow= , byrow= TRUE En dan => prop.k <-- prop/ aantal rijen )