In dit hoofdstuk leer je hoe je statistische inferentie uitvoert op één parameter die categorische gegevens beschrijft. Dit omvat zowel op hersteekproeven gebaseerde methoden als benaderingsmethoden voor één proportie.

De General Social Survey

Verkennen van consci

Genereren via bootstrap

Een BI construeren

Waarom meer bootstraps?

Een betrouwbaarheidsinterval interpreteren

BI's en betrouwbaarheidsniveau

SE met minder data

SE met andere p

De snelkoppeling met benaderingen

BI via benadering

Methoden vergeleken

Inferentie voor één parameter

Dit hoofdstuk gaat dieper in op het uitvoeren van hypothesetoetsen en het opstellen van betrouwbaarheidsintervallen voor één parameter. Vervolgens leer je hoe je inferentie uitvoert over een verschil tussen twee proporties. Tot slot sluit dit hoofdstuk af met een verkenning van wat er gebeurt als je weet dat de nulhypothese waar is.

Hypothesetoets voor een proportie

Leven na de dood

Genereren vanuit H0

Een claim toetsen

Een beslissing nemen

Betrouwbaarheidsintervallen voor verschillen

Doodstraf en geslacht

Hypothesetoets voor het verschil in proporties

De test interpreteren

Hypothesetoetsen en betrouwbaarheidsintervallen

Statistische fouten

Als de nulhypothese waar is

Als de nul waar is: beslissing

Proporties: toetsen en power

In dit deel van de cursus leer je zowel hersteekproefmethoden als klassieke methoden gebruiken om te toetsen op de onafhankelijkheid van twee categorische variabelen. Dit hoofdstuk behandelt hoe je een Chi-kwadraattoets uitvoert.

Contingentietabellen

Politiek en ruimtevaart

Contingentietabellen begrijpen

Van tidy naar tabel en terug

Chi-kwadraat-toetsstatistiek

Eén enkele gepermuteerde Chi-kwadraat

Twee nulverdelingen bouwen

Is de data consistent met het model?

Alternatieve methode: de chi-kwadraatverdeling

Voorwaarden controleren

De geografie van geluk

Een p-waarde op twee manieren

Intervals voor de chi-kwadraatverdeling

Meerdere parameters vergelijken: onafhankelijkheid

De cursus sluit af met twee casestudy’s met verkiezingsgegevens. Hier leer je hoe je een Chi-kwadraattoets gebruikt om de goodness-of-fit te controleren. Je bestudeert verkiezingsuitslagen uit Iran en Iowa en toetst of de wet van Benford van toepassing is op deze gegevenssets.

Casestudy: verkiezingsfraude

Kennismaken met de Iran-data

Wie heeft er gewonnen?

Uitsplitsen per provincie

De eerste cijfer extraheren I

Goodness-of-fit

Goodness-of-fit-toets

Is dit bewijs van fraude?

En nu naar de VS

De Iowa-gegevens leren kennen

Het eerste cijfer extraheren II

Iowa testen

Fraude in Iowa?

Verkiezingsfraude in Iran en Iowa: nabespreking

Meerdere parameters vergelijken: goodness-of-fit

GSS data

Iowa election data

Iran election data

Categorische gegevens zijn overal. Ze zitten in de nieuwste peilingscijfers, in de data die leiden tot nieuwe doorbraken in de genomica, en in de bergen gegevens die internetbedrijven verzamelen om je producten te verkopen. In deze cursus leer je technieken om het signaal van de ruis te scheiden; hulpmiddelen om te bepalen wanneer structuur in deze data interessante verschijnselen weerspiegelt en wanneer het slechts willekeurige ruis is.

Foundations of Inference in R

In deze cursus leer je statistische technieken gebruiken voor categorische data.

Inferentie voor categorische gegevens in R

In deze cursus leer je hoe je statistische technieken kunt gebruiken voor het werken met categorische gegevens.

Statistische conclusies in R

Is dit bewijs van fraude?

Inferentie voor categorische gegevens in R

Interactieve oefening met praktijkervaring