JASP toets

0.0(0)
Studied by 6 people
call kaiCall Kai
learnLearn
examPractice Test
spaced repetitionSpaced Repetition
heart puzzleMatch
flashcardsFlashcards
GameKnowt Play
Card Sorting

1/24

encourage image

There's no tags or description

Looks like no tags are added yet.

Last updated 12:59 PM on 1/20/26
Name
Mastery
Learn
Test
Matching
Spaced
Call with Kai

No analytics yet

Send a link to your students to track their progress

25 Terms

1
New cards

Twee categorische variabelen, aantallen, percentages, verdeling

Kruistabel
Gebruik om frequenties en percentages te bekijken
(vaak samen met chi-kwadraat)

2
New cards

Verband / associatie / samenhang tussen twee categorische variabelen

Chi-kwadraattoets
Test of variabelen onafhankelijk zijn
(check expected counts > 5)

3
New cards

Gemiddelde wijkt af van normwaarde / testwaarde / vaste waarde

One-sample t-toets
Vergelijkt één steekproefgemiddelde met een vaste waarde

4
New cards

Gemiddelden van drie of meer groepen vergelijken

ANOVA
Continue afhankelijke variabele, ≥3 groepen

5
New cards

Voorspellen, verklaarde variantie, b-coëfficiënt

Lineaire regressie
Continue uitkomstvariabele
Rapporteer b, R², RMSE

6
New cards

Kans op, ja/nee, risico, odds ratio

Logistische regressie
Binaire afhankelijke variabele
Rapporteer odds ratio

7
New cards

…% zekerheid, onzekerheid, interval rond gemiddelde of percentage

Betrouwbaarheidsinterval (BI)
Geeft schatting + onzekerheid

8
New cards

Categorische uitkomst + grafiek met aantallen

Staafdiagram / bar chart
Via Descriptives → Distribution plots

9
New cards

Meer toetsen tegelijk, kans op type-I fout

Bonferroni-correctie
α / aantal toetsen

10
New cards

Hoe stel je een regressieformule op in JASP?

Regression → Linear Regression → vink Statistics en Model fit aan
Voorspeld = b₀ + b₁·X₁ + b₂·X₂ + …

11
New cards

Wat betekent b₀, b₁ en b₂ in een regressiemodel?

b₀ = intercept (M1: Intercept)

b₁ = effect van variabele 1

b₂ = effect van variabele 2

12
New cards

Welke variabele weegt het zwaarst mee in regressie?

De variabele met de hoogste standardized coefficient (β)

13
New cards

Wat is accuracy?

Het percentage correct geclassificeerde gevallen
(zowel positief als negatief) van alle gevallen

14
New cards

Wat is sensitivity?

Het percentage echte positieven dat correct als positief wordt herkend
→ Hoe goed het model zieken/positieven vindt

Formule:
Sensitivity = TP / (TP + FN)

15
New cards

Wat is specificity?

Het percentage echte negatieven dat correct als negatief wordt herkend
→ Hoe goed het model gezonden/negatieven herkent

Formule:
Specificity = TN / (FP + TN)

16
New cards

Wat is de odds ratio?

Geeft aan hoeveel keer groter of kleiner de odds op de uitkomst zijn per eenheid verandering in de predictor
(of t.o.v. een referentiegroep)

17
New cards

Wat is een Bonferroni-correctie?

Verlaagt het significantieniveau (α) om de kans op type-I fouten te beperken bij multiple testing

Formule:
α / aantal toetsen

18
New cards

Wanneer gebruik je de chi-kwadraattoets met continuity correction?

Bij een 2 × 2 kruistabel
(Yates’ continuity correction)

19
New cards

Hoe interpreteer je Cramér’s V?

Zwak verband: 0,10 – 0,29

Matig verband: 0,30 – 0,49

Sterk verband: 0,50 – 1,00

20
New cards

Wat betekenen TP, FP, TN en FN?

TP = true positive

FP = false positive

TN = true negative

FN = false negative

21
New cards

Wat is Positive Predictive Value (PPV)?

PPV = TP / (TP + FP)
→ Kans dat een positief testresultaat echt positief is

22
New cards

Wat is Negative Predictive Value (NPV)?

NPV = TN / (TN + FN)
→ Kans dat een negatief testresultaat echt negatief is

23
New cards

Wat is de formule voor sensitivity?

Sensitivity = TP / (TP + FN)

24
New cards

Wat is de formule voor specificity?

Specificity = TN / (FP + TN)

25
New cards

Wat is de Diagnostic Odds Ratio (DOR)?

Diagnostic Odds Ratio =
(sensitivity / (1 − sensitivity)) ÷ ((1 − specificity) / specificity)