TOETSEN IVM POWER

Maak een Begin. Het is Gratis
of registreren met je e-mailadres
Rocket clouds
TOETSEN IVM POWER Door Mind Map: TOETSEN IVM POWER

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 )

4. Enkelvoudige Lineaire Regressie: H0: Beta1 = 0

4.1. pwr.r.test ( n= , r= , sig.level )

4.2. Via de t- verdeling