Statistiek theorievragen Flashcards

(156 cards)

1
Q

Om het even welke meeteenheid men gebruikt om een bepaald kenmerk te meten de waarde van de variantie zal altijd dezelfde blijven

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

De keuze voor de meeteenheid die wordt gebruikt zal ook effect hebben op de waarde van de variantie

A

;Juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Het aantal vrijheidsgraden is het aantal van elkaar onafhankelijke elementen in een berekening

A

;Juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Een gestandariseerde variable is steeds normaal verdeeld

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Een gestandariseerde variabele is niet altijd normaal verdeeld

A

;juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wanneer we de relatieve frequentie kennen van alle waarden van een bepaalde variabele dan volstaat dit om ook de absolute frequenties te berekenen

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Als de mediaan en het gemiddelde dezelfde waarde hebben we met grote waarschijnlijkheid te maken met een standaardnormaalverdeling

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wanneer de mediaan en het gemiddelde dezelfde waarde hebben is dit een indicatie van een symmetrische verdeling

A

;juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Wanneer de mediaan en het gemiddelde dezelfde waarde hebben is dit een indicatie van een rechts-assymmetrische verdeling

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wanneer de mediaan en het gemiddelde dezelfde waarde hebben is dit een indicatie van een Links-assymetrische verdeling

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hoewel chi² wel een idee kan geven over het teken van een relatie kan het niets vertellen over de grote van de relatie

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Chi² is altijd positief en zegt iets over het teken of de richting van een relatie

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Chi² kan positief of negatief zijn maar zegt niets over het teken of de richting van een relatie

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Chi² kwadraat is altijd positief en zegt niets over het teken of de richting van een relatie

A

;juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Chi² is een maat voor de samenhang tussen nominale variabelen een symmetrische associatiemaat

A

;Juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

De verklaarde variantie is de variantie van de veriabele X

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

De verklaarde variantie van Y is het deel van de variantie van Y die verklaard wordt door X

A

;juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Hetgeen die niet verklaard wordt door X is de residuele variantie van Y

A

;Juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

De verklaarde variantie van X is het deel van de variantie van X dat verklaard wordt door Y

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Wanneer we alle waarden van een variabele X vermeerderen met 4 zal de correlatie tussen de variabele X met een variabele Y niet wijzigen maar het intercept a wel wijzigen

A

;Juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Wanneer we alle waarden van een variabele X vermeerderen met 4 zal de correlatie tussen de variabele X met een variabele Y wijzigen en ook het intercept a

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Wanneer we alle waarde van een variabele X vermeerderen met 4 zal de correlatie tussen de variabele X met een variabele Y niet wijzigen en zal het intercept a ook niet wijzigen

A

;Fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Een correlatiecoëfficiënt is een asymmetrische associatiemaat

A

;fout

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

De correlatiecoëfficiënt is een symmetrische associatiemaat

A

;juist

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Hetroscedasticiteit duidt er op dat de spreiding van de afhankelijke variabele ongelijk is op verschillende waarden van de onafhankelijke variabele
;juist
26
Heteroscedasticiteit duidt er op dat de spreiding van de afhankelijke variabele gelijk is op verschillende waarden van de onafhankelijke variabele
;fout
27
Wanneer het intercept in een bivariate lineaire regressieanalyse gelijk is aan nul  dan mogen we de ongestandaardiseerde richtingscoëfficiënt op dezelfde manier interpreteren als de gestandaardiseerde richtingscoëfficiënt
;fout
28
De gestandaardiseerde richtingscoëfficiënt interpreteer je steeds in termen van stadaardafwijkingen  
;juist
29
De ongestandaardiseerde richtingscoëfficiënt interpreteer je in de meeteenheid waarin de variabele is gemeten  
;juist
30
Indien er sprake is van een normale verdeling in de populatie met onbekende verwachting en onbekende populatievariantie  dient men bij het schatten van de populatieverwachting een t-verdeling te gebruiken
;Juist
31
Indien er sprake is van een normale verdeling in de populatie met onbekende verwachting en onbekende populatievariantie  dient men bij het schatten van de populatieverwachting een z-verdeling te gebruiken
;Fout
32
Indien er sprake is van een normale verdeling in de populatie met gekende verwachting en gekende populatievariantie dient men bij het schatten van de populatieverwachting een z-verdeling te gebruiken
;fout
33
Indien er sprake is van een normale verdeling in de populatie met gekende verwachting en gekende populatievariantie  dient men bij het schatten van de populatieverwachting een z-verdeling te gebruiken
;Juist
34
Wanneer we inferentie van verwachtingen uitrekenen doen we dit me de t-verdeling
;juist
35
Wanneer we inferentie van verwachtingen uitrekenen doen we dit met de z-verdeling
;fout
36
wanneer we inferentie van verwachtingen uitrekenen doen we dit niet met de t-verdeling
;fout
37
wanneer we inferentie van verwachtingen uitrekenen doen we dit niet met de z-verdeling
;juist
38
Een stochastische variabele is een variabele waarvan de waarde een numerieke uitkomst is van een toevalsverschijnsel 
;juist
39
Een stochastische variabele is niet een variabele waarvan de waarde een numerieke uitkomst is van een toevalsverschijnsel 
;fout
40
Gegeven een gekozen niveau van betrouwbaarheid zal de kritieke t-waarde voor het berekenen van de foutenmarge steeds groter zijn in kleinere steekproeven dan in grotere steekproeven
;juist
41
Gegeven een gekozen niveau van betrouwbaarheid zal de kritieke t-waarde voor het berekenen van de foutenmarge steeds kleiner zijn in kleinere steekproeven dan in grotere steekproeven
;fout
42
Gegeven een gekozen niveau van betrouwbaarheid zal de kritieke t-waarde voor het berekenen van de foutenmarge steeds groter zijn in grotere steekproeven dan in kleinere steekproeven
;fout
43
Gegeven een gekozen niveau van betrouwbaarheid zal de kritieke t-waarde voor het berekenen van de foutenmarge steeds kleiner zijn in grotere steekproeven dan in kleinere steekproeven
;juist
44
kleinere steekproeven (met dus minder vrijheidsgraden) hebben een grotere t-waarde
;juist
45
kleinere steekproeven hebben ook een kleinere t-waarde
;fout
46
Een steekproevenverdeling geeft theoretisch de verdeling weer van alle scores op een variabele  uit alle mogelijke enkelvoudige aselecte steekproeven van dezelfde grootte die we zouden kunnen trekken uit eenzelfde populatie
;Fout
47
In een steekproevenverdeling geven we niet alle scores weer op een veriabele
;juist
48
in een steekproevenverdeling geven we weer hoe een steekproefgrootheid door toeval varieert tussen alle enkelvoudige a-selecte steekproeven die we zouden kunnen trekken van dezelfde omvang uit dezelfde populatie
;juist
49
De centrale limietstelling stelt dat naarmate de steekproefomvang groter is het rekenkundig gemiddelde een betere maat wordt voor centraliteit
;Fout
50
De centrale limiet stelling geeft aan dat bij grotere steekproefomvang  de steekproefverdeling meer zal lijken op de normaalverdeling
;Juist
51
De centrale limiet stelling geeft aan dat bij grotere steekproefomvang  de steekproefverdeling minder zal lijken op de normaalverdeling
;Fout
52
Als we de steekproefomvang met een constante van 2 vermeningvuldigen  zal de standaardafwijking van de steekproefverdeling ook groter worden
;Fout
53
Wanneer we de steekproefomvang vergroten zal de standaardafwijking van de steekproevenverdeling verkleinen 
;juist
54
Wanneer we de steekproefomvang vergroten zal de standaardafwijking van de steekproefverdeling ook vergroten 
;fout
55
Wanneer we de steekproefomvang verkleinen zal de standaardafwijking van de steekproevenverdeling verkleinen
;fout
56
Wanneer we de steekproefomvang verkleinen zal de standaardafwijking van de steekproevenverdeling vergroten
;juist
57
De kans op een type 1 fout is de kans dat we de nulhypothese foutief verwerpen
;juist
58
De kans op een type 1 fout is de kans dat we de nulhypothese correct verwerpen
;fout
59
Het gemiddelde van elke mogelijke steekproef uit een populatie is een zuivere schatter van het populatiegemiddelde
;fout
60
Het gemiddelde van een a-selecte steekproef uit een populatie is een zuivere schatter voor het populatiegemiddelde 
;juist
61
Er kan gerekend worden met nominale variabele en er zit een volgorde in 
;fout
62
Je kan niet rekenen met nominale variabele en er zit geen volgorde in
;juist
63
je kan rekenen met ordinale variabelen en er zit een volgorde in
;fout
64
je kan niet rekenen met ordinale variabelen maar er zit wel een volgorde in
;juist
65
je kan rekenen met ordinale variabelen en er zit geen volgorde in
;fout
66
je kan niet rekenen met ordinale variabelen en er zit geen volgorde in
;fout
67
Je kan rekenen met interval variabelen maar er is geen vaste nul
;juist
68
Je kan niet rekenen met interval variabelen en er is geen vaste nul
;fout
69
Je kan rekenen met interval variabelen en er is een vaste nul
;fout
70
Je kan rekenen met ratio variabelen en er is een vaste nul
;juist
71
Je kan rekenen met ratio variabelen maar er is een vaste nul
;fout
72
Je kan niet rekenen met ratio variabelen maar er is een vaste nul
;fout
73
Je kan niet rekenen met ratio variabelen en er is geen vaste nul
;fout
74
positie spreiding en vorm zijn de samenvatting van de steekproef
;Juist
75
Het gemiddelde kan je altijd berekenen bij een datamatrix en het metrische niveau 
;juist
76
Het gemiddelde kan je niet berekenen bij een datamatrix en het metrische niveau 
;fout
77
De mediaan is minder gevoelig aan uitschieters 
;juist
78
De mediaan is zeer gevoelig aan uitschieters
;fout
79
Het rekenkundig gemiddelde is zeer gevoelig aan uitschieters  
;juist
80
Het rekenkundige gemiddelde is minder gevoelig aan uitschieters
;fout
81
De modus is de waarde met de hoogste frequentie
;juist
82
de modus is de waarde met de kleinste frequentie 
;fout
83
de modus is niet gevoelig aan uitschieters
;juist
84
De modus is voor alles gebruikbaar
;juist
85
de modus is bruikbaar voor het nominaal ordinaal en interval en ratio meetniveau 
;juist
86
De IKA is niet gevoelig voor uitschieters
;juist
87
De IKA is gevoelig voor uitschieters
;fout
88
Varriatie is enkel geschikt voor het metrisch meetniveau 
;juist
89
varriatie is zeer gevoelig aan uitschieters
;juist
90
De variatie is de standaardafwijking gekwadrateerd   
;juist
91
chi kwadraat is hoe de verdeling er zou uitzien zonder invloed 
;juist
92
chi kwadraat is hoe de verdeling er zou uitzien met invloed
;fout
93
chi kwadraat kan tussen -1 en 1 liggen
;fout
94
chi kwadraat kan nooit onder de nul zijn en nooit negatief
;juist
95
chi kwadraat kan 0 zijn
;juist
96
wanneer chi kwadraat nul is  is er geen samenhang
;Juist
97
wanneer chi kwadraat niet gelijk is aan nul is er sprake van samenhang
;juist
98
Hoe groter chi kwadraat  is er geen samenhang
;Fout
99
Wanneer de covariatie een negatief getal is spreken we over een negatieve samenhang
;juist
100
Wanneer de covariatie positief is spreken we van een positieve samenhang
;juist
101
wanneer de covariatie nul is spreken we van geen samenhang
;juist
102
Wanneer de covariatie negatief is  zal een variabele kleiner worden wanneer de andere groter wordt
;Juist
103
Wanneer de covariatie negatief is  zal een variabele groter worden en de andere ook
;Fout
104
Wanneer de covariatie positief is  zal een variabele groter worden en de andere ook
;Juist
105
Wanneer de covariatie positief is  zal een variabele groter worden en de andere kleiner
;Fout
106
De covariatie zegt nooit iets over hoe sterk de samenhang is
;juist
107
de covariatie zegt iets over hoe sterk de samenhang is
;fout
108
De corelatiecoëfficiënt zegt iets over de sterkte van de samenhang 
;juist
109
De corelatiecoëfficiënt zegt niets over de sterkte van de samenhang
;fout
110
De corelatiecoëfficiënt zegt iets over de positieve/negatieve samenhang 
;fout
111
De corelatiecoëfficiënt is altijd tussen -1 en 1  hoe dichter bij de nul hoe zwakker de samenhang
;juist
112
De corelatiecoëfficiënt is altijd tussen -1 en 1  hoe dichter bij de nul hoe sterker de samenhang
;Fout
113
De corelatiecoëfficiënt kan elk getal zijn  hoe dichter bij de nul hoe zwakker de samenhang
;Fout
114
De corelatiecoëfficiënt kan elk getal zijn  hoe dichter bij de nul hoe sterker de samenhang
;Fout
115
a is gelijk aan het intercept
;juist
116
a is de rico
;fout
117
b is het intercept
;fout
118
b is de rico
;juist
119
het intercept is y indien x gelijk is aan nul
;juist
120
het intercept is niet gelijk aan y indien x gelijk is aan nul
;fout
121
a is gelijk aan y indien x gelijk is aan nul
;juist
122
De determinantie coëfficient is hoeveel van de variantie van Y verklaard word door X
;juist
123
Grote B is de standaard versie van kleine b en gelijk aan de correlatiecoëfficiënt
;juist
124
Hoe kleiner de p waarde hoe significanter 
;juist
125
Hoe kleiner de p waarde hoe minder significant
;fout
126
De interkwartielafstand beschrijft het gebied van de centrale 50% waarin zich de helft van de elementen bevind
;juist
127
de variantie geeft aan hoe ver waarnemingen van het gemiddelde verwijderd zijn
;juist
128
De ika is een maat van spreiding
;juist
129
de ika is een maat van centraliteit
;fout
130
de ika is een maat van positie
;fout
131
de variantie is een maat van centraliteit
;fout
132
de variantie is een maat van spreiding
;juist
133
de standaardafwijking is een maat van positie
;fout
134
de standaardafwijking is een maat van spreiding
;juist
135
de variantie is de gemiddelde gekwadrateerde afwijking tegen over het gemiddelde 
;juist
136
de modus is een maat van centraliteit voor de dichtheidskromme 
;juist
137
de mediaan is een maat van centraliteit voor de dichtheidskromme
;juist
138
de kwartielen zijn een maat van centraliteit voor de dichtheidskromme
;juist
139
de verwachting (rekenkundig gemiddelde µ) is een maat van centraliteit voor de dichtheidskromme
;juist
140
de interkwartielafstand is een maat van centraliteit voor de dichtheidskromme
;fout
141
de variantie is een maat van centraliteit voor de dichtheidskromme
;fout
142
de standaardafwijking is een maat van centraliteit voor de dichtheidskromme
;fout
143
de interkwartielafstand is een maat van spreiding voor de dichtheidskromme
;juist
144
de variantie is een maat van spreiding voor de dichtheidskromme
;juist
145
standaardafwijking is een maat van spreiding voor de dichtheidskromme
;juist
146
de modus is een maat van spreiding voor de dichtheidskromme
;fout
147
de mediaan is een maat van spreiding voor de dichtheidskromme
;fout
148
de kwartielen zijn een maat van spreiding voor de dichtheidskromme
;fout
149
de verwachting (het rekenkundig gemiddelde µ) is een maat van spreiding voor de dichtheidskromme
;fout
150
de vorm van de normaalverdeling is steeds symmetrisch  ééntoppig en klokvormig
;Juist
151
de vorm van de normaal verdeling kan a-symmetrisch of symmetrisch zijn maar is altijd ééntoppig en klokvormig 
;fout
152
de vorm van de normaal verdeling is steeds symmetrisch en kan meerdere toppen hebben
;fout
153
de z-score toont aan hoeveel standaardafwijkingen een specifieke waarneming van de verwachting ligt
;juist
154
de z-score toont niet aan hoeveel standaardafwijkingen een specifieke waarneming ligt van de verwachting
;fout
155
als x normaal verdeeld is is de gestandaardiseerde variabele standaard normaal verdeeld
;Juist
156
als x normaal verdeeld is  is de gestandaardiseerde variabele niet standaard normaal verdeeld 
;Fout