Chapter 9. Understanding Multivariate Techniques

Slides:



Advertisements
Verwante presentaties
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
Advertisements

Statistische uitspraken over onbekende populatiegemiddelden
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Hoofdstuk 12 Complexe ANOVA/MANOVA modellen MANOVA
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Toetsen van verschillen tussen twee of meer groepen
Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten –Conceptueel model •Presentaties van eigen analyses •Voorbeeld.
Met onze speciale dank aan (documentenmap). Waarom gebeurt re-educatie (na verlamming bijvoorbeeld) vaak in een zwembad? Wat is het voordeel van aquagym?
Statistiek II Deel 1.
NVMO 27 maart2013 NVMO Workshop OvO 27 maart 2013 Quasi-experimental study design and get the grant.
Sonja de Groot Paul Bessems Marcel Lamberts Marijn Evers
Math Candel Universiteit Maastricht. 1.Heldere en haalbare probleemstelling 2.Keuze van het design 3.Keuze van onderzoeks/analyse-eenheid 4.Operationalisatie.
College 2 Between-subject en within-subject designs
Vergelijkbaarheid historische studies
Hoofdstuk 10 Onderzoeken met SPSS en MS Excel
Betrouwbaarheid en validiteit: Alleen een kwestie van goed meten ?
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Het vergelijken van twee populatiegemiddelden: Student’s t-toets
Beschrijvende en inferentiële statistiek
Het collaboratief spelen van een educatieve game
Experimenteel en quasi-experimenteel onderzoek
Hoofdstuk 7: Variantieanalyse hoofdstuk 7
toetsen voor het verband tussen variabelen met gelijk meetniveau
Hoofdstuk 8: Variantieanalyse met herhaalde metingen hoofdstuk 8
Recap Tom Wenseleeers, 22 oktober 2009
A LS JE NIET KUNT ZIEN DAN BEKIJK JE HET MAAR Experimenteel onderzoek naar de effecten van ernst, persoonlijke verantwoordelijkheid en openheid op stigmatisering.
Experimenteel Design Prof. Dr. S. Van Dongen
Resultaten: Experimenteel onderzoek
Gegevensverwerving en verwerking
Chapter 9. Understanding Multivariate Techniques
Non-parametrische technieken
Meervoudige lineaire regressie
Twee-factor Variantie-analyse
Inferentie voor regressie
Multifactoriële designs
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Fast and Effective Query Refinement B. Velez, R. Weiss, M.A. Sheldon, D.K. Gifford SIGIR 1997.
Alterations in Metabotropic Glutamate Receptor 1α and Regulator of G Protein Signaling 4 in the Prefrontal Cortex in Schizophrenia (Am. J Psychiatry 167;
CSE Vaardigheden.
Hoofdstuk 9 Verbanden, correlatie en regressie
Voorspellende analyse
Eenvoudige data-analyse: beschrijvende statistische
Het onderzoeksontwerp
Hoofdstuk 11 Kwantitatieve gegevens analyseren Methoden en technieken van onderzoek, 5e editie, Mark Saunders, Philip Lewis, Adrian Thornhill, Marije.
Herhaling titel van presentatie Groepen vergelijken in SPSS Esli Struys WOT Statistiek, 4 juni 2012.
Partiële r² Predictie van y gebaseerd op z alleen
Controle van bijkomende variabelen
The ethical decision making of men and women executives in international business situations Valentine & Rittenburg (2007). Journal of Business Ethics,
Doel onderzoek : ALGEMEEN : De kwaliteit van leven in de verschillende zorggroepen. Is er een verband tussen : veranderingen in fysieke, psychische en.
Cursus Regressie-analyse Rijkswaterstaat, 13 februari ASSUMPTIES (1)
Baarde en de goede Hoofdstuk 11: Data-analyse
Inleiding in de statistiek voor de gedragswetenschappen
1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer.
Cursus Regressie-analyse Rijkswaterstaat, 13 februari
Psychologisch contract
Regressieanalyse Naomi Kamoen.
Niet meer zenuwziek van de statistiek, maar … hoe statistiek weer te waarderen via 4C/ID? Hans van Buuren - OUNL 4C/ID
Waar moeten we ons druk om maken? Effectiviteit van het natuurkunde- onderwijs in 5 vwo als het gaat om het eindexamencijfer natuurkunde.
Impliciete en expliciete druggerelateerde cognities in een Ecological Momentary Assessment setting Reshmi Marhe 1 Ingmar Franken 1 Andrew Waters 2 1 Erasmus.
Paramaribo, september 2015 Ten behoeve van leerkrachten van de EBGS Mr.dr.E. Marshall & M. Day.
De Invloed van Populaire leeftijdgenoten op de Bereidheid van Adolescenten om Alcohol te Drinken: Een Experimentele Chat Room Studie Hanneke Teunissen,
Latent class growth analysis als succesvolle methode om subgroepen te identificeren binnen een gewichtsreductie interventie. Bastiaan C. de Vos¹, MD,
College 9 zHoe gaat het met de afname? zData-invoer zEerste analyses.
Grafische vergelijking meetmethoden
Student: Christof Dolphens Mentor: Dr. Jomjai Peerapattana
Eenvoudige data-analyse: beschrijvende statistische
Disclosure belangen NHG spreker
Toetsen van verschillen tussen twee of meer groepen
Voorspellende analyse
Hoofdstuk 10 Onderzoeken met SPSS en MS Excel
Transcript van de presentatie:

Chapter 9. Understanding Multivariate Techniques MANOVA’S Chapter 9. Understanding Multivariate Techniques

1. Multivariate Analysis of Variance Uitbreiding van ANOVA ANOVA = 1 afhankelijke variabele MANOVA = meer dan 1 afhankelijke variabele Lineaire combinatie van alle AV wordt gemaakt om maximale predictie van OV te hebben

Resultaat van deze analyse is : Een multivariate F-waarde : die de invloed van de OV bekijkt op de COMBINATIE van de AV Bij 1 OV : slechts 1 multivariate F-waarde Bij 2 OV : 2 hoofdeffecten 1 interactie multivariate F-waarde

Multivariate F verkrijgen via verschillende methoden (afhankelijke variabelen SAMEN) : Pillai’s Trace Wilks’ Lambda **** F-waarde + p-waarde Hotelling’s Trace Roy’s Largest Root Dan ook APARTE afhankelijke variabelen met bijhorende F-waarde en p-waarde (=univariaat!)

SPSS : Analyse < General Linear Model < Multivariate < Dependent variables (minstens 2) Fixed factor(s) (groepsvariabele(n)) Options : descriptives : gemiddelden !!! Post hoc : indien meer dan 2 categorieën

Voorbeeld 1 : 3 AV en 1 groepsfactor AV : Basketbal Kennistest Dribbeltest Shottest Groepsfactor : ervaren (1) vs nieuwe (2) spelers

Resultaten : Multivariate F : effect van groep op ALLE AV samen : is er een effect ? Sign = er is een verschil tussen de 2 groepen (ervaren of nieuwe spelers op de tests) Univariate F : effect van groep op APARTE AV : welke zijn significant ? Sign kennis & dribbel = wel groepsverschil Niet-sign shot = geen groepsverschil

Voorbeeld 2 : 3 AV en 2 groepsfactoren AV : Basketbal Kennistest Dribbeltest Shottest Groepsfactoren : ervaren (1) vs nieuwe (2) spelers Jonge leeftijd (1=8-10 jaar) vs ouder (2=11-12 jaar)

Resultaten : Multivariate F : effect op ALLE AV samen Hoofdeffect groep (ervaren vs nieuw) SIGN Hoofdeffect leeftijd (jong vs oud) SIGN Interactie-effect groep*leeftijd Univariate F : effect op APARTE AV Hoofdeffect groep Kennis SIGN Dribbel SIGN Shot Hoofdeffect leeftijd

2. Multivariate Analysis of Covariance ANOVA  ANCOVA MANOVA  MANCOVA Doel = het UITZUIVEREN van de AV van een storende variabele (Covariaat) Covariaat moet een kwantitatieve variabele zijn want techniek die gebruikt wordt is correlatie

Voorbeeld : Twee soorten trainingen : verschil in evolutie tussen pre en posttest ? MAAR reeds op pretest waren er al verschillen = pretest als covariaat Effect van lenigheid op een bepaalde test wordt gemeten, maar kracht heeft ook een zekere invloed = kracht opnemen als covariaat In een groep van 8 – 12 jarigen geslachtsverschil in fitheid, maar leeftijd is niet mooi verdeeld = leeftijd opnemen als covariaat

Covariaat invoeren kan zowel in ANOVA als in MANOVA = zelfde procedure SPSS : Analyse < General Linear Model < Univariate OF Multivariate < Dependent variable (s) Fixed of random factor(s) Covariate (s)

Resultaten : Je krijgt het effect van de covariaat En het effect van de andere factoren UITGEZUIVERD voor de covariaat Dus als de covariaat significant is zal het effect MET en ZONDER covariaat duidelijk van elkaar verschillen

3. Repeated measures ANOVA of MANOVA Meest eenvoudig : gepaarde T-toets Meer complex : repeated measures Anova : 1 AV Manova : meer dan 1 AV Steeds meerdere metingen van dezelfde variabele PER PERSOON

Meerdere metingen van dezelfde variable per persoon = WITHIN subjects factor Vergelijking tussen condities die verschillen tussen proefpersonen = BETWEEN subjects factor

Voorbeeld Experiment met twee soorten trainingen : training A en training B, effect wordt gemeten op 3 tijdstippen : pre-post-FU Within = tijdseffect (pre-post-FU) Between=groepen training (A en B)

SPSS : Analyse < General Linear Model < Repeated Measures < 1) Within subject factor name (zelf naam geven) 2) Number of levels (aantal keer zelfde persoon)

verschillende within factors mogelijk > factor 2 en ADD per within factor verschillende maten mogelijk > Measures 3) Define juiste variabelen aanklikken 4) Between subjects factor(s) 5) Covariates Options : descriptives gemiddelden !!!

Resultaten : Hoofdeffect van within factor - is er een verschil tussen de verschillende metingen van dezelfde pp ? Within * between interactie - is het verschil afhankelijk van de groep ? Hoofdeffect van between factor - is er een verschil tussen de groepen ?