unit 11

Question 1

mean

Answer 1

mean()

Question 2

standard deviation

Answer 2

sd()

Question 3

variance

Answer 3

var()

Question 4

map betekenis

Answer 4

Voer een functie uit op elk element (bijvoorbeeld elke kolom) van een dataset.

Question 5

Boxplots – to create a boxplot, use this command:

Answer 5

Dataset %>%
Ggplot(aes(y= variable)) +
Geom_boxplot()

Question 6

Multiple boxplots – meerdere boxplots naast elkaar

Answer 6

Dataset %>%
ggplot() +
labs (x = “…”, y = “…”) +
Geom_boxplot(aes(y= variable 1, x= “variable 1”)) +
Geom_boxplot(aes(y= variable 2, x= “variable 2”)) +
Geom_boxplot(aes(y= variable 3, x= “variable 3”)) +
Geom_boxplot(aes(y= variable 4, x= “variable 4”))

Question 7

wat is belangrijk bij meerdere boxplots in 1 diagram, om neer te zetten

Answer 7

add ‘labs’! staat voor labels, en zet er neer wat je op de x en Y as wil.

Question 8

hoe zie je ‘outliers’?

Answer 8

Dit zie je door puntjes

Question 9

hoe geef je outliers een kleur

Answer 9

Dataset %>%
Ggplot(aes(y = variable)) +
Geom_boxplot(outlier.colour = “red”, outlier.shape = 16)

Question 10

z-score

Answer 10

Z= (x – mean) : sd

Question 11

wat bereken je met een z-score

Answer 11

Verteld hoe ver een individuele score afwijkt van het gemiddelde (mean), gemeten in eenheden van de standaarddeviatie (sd)

Question 12

Wat doet standaardiseren doet:

Answer 12

Met z-scores maak je alle schalen eerlijk. Je verandert de cijfers zodat:
- Het gemiddelde altijd 0 wordt, en
- De spreiding altijd 1 wordt.
Dan kun je alles vergelijken alsof ze uit hetzelfde “meetsysteem” komen.
Dus: alles even hoog/laag maken > spreiding gelijk maken.
“Hoe ver een score van het gemiddelde afligt, uitgedrukt in standaarddeviaties.

Question 13

meerdere z-scores berekenen

Answer 13

Dataset <- dataset %>%
Mutate(zvariable1 = scale(variable1),
Zvariabel2 = scale(variable 2),
Zvariable3 = scale(variable3),
Zvariable4 = scale(variable4))

Question 14

waar staat ‘scale’ voor

Answer 14

ingebouwde R-functie die automatisch z-scores berekent

Question 15

standard deviation formule

Answer 15

s= √∑(x−xˉ)2
————-
n-1

Question 16

z-score formule

Answer 16

z= x−xˉ
——
s

Question 17

z-score in R berekenen

Answer 17

dataset <- dataset %>%
mutate(variable2 = scale(variable))

Question 18

Standaarddeviatie (SD), gaat over

Answer 18

de hele groep

Question 19

Z-score, gaat over

Answer 19

Eén persoon (of één waarde)

Question 20

Standaarddeviatie (SD), wat is het

Answer 20

Maatstaf voor spreiding

Question 21

z-score, wat is het

Answer 21

Afstand van één score t.o.v. het gemiddelde, uitgedrukt in SD’s

Question 22

Waarde na standaardiseren: mean

Answer 22

0

Question 23

Waarde na standaardiseren: sd

Answer 23

1

Question 24

Waarde na standaardiseren: variance

Answer 24

1

Question 25

Kan je een totale score (overall score) tellen (index) van meerdere z-scores?

Answer 25

Dit kan, omdat het z-sores heet en dus allemaal zijn gestandaardiseerd. Ieder onderdeel telt even zwaar mee (25%). Maar let op > bij running betekend een hoge waarde eigenlijk iets slechts.

Question 26

Bij het berekenen van een totale score (overall score), kan je niet altijd meteen alles bij elkaar oprekenen. Zoals bij variabele 'tijd', waarbij een langere tijd soms juist negatief is, niet positief. Dit wil je dan omdraaien (reverse), hoe?

Answer 26

military <- military %>% mutate(revzRunning = -zRunning * -1)

Question 27

mutate()

Answer 27

maak een nieuwe kolom of vervang de bestaande

Question 28

revzRunning= -zrunning * -1

Answer 28

je maakt nieuwe kolom ‘revzRunning’ waarin de waarden van zRunning worden omgedraaid.

Question 29

Summarizing numerical variables: mean

Answer 29

Dataset %>% Select(1:10) %>% Map(mean)

Question 30

Summarizing numerical variables: median

Answer 30

Dataset %>% Select(1:10) %>% Map(median)

Question 31

Summarizing numerical variables: variation

Answer 31

Dataset %>% Select(1:10) %>% Map(var)

Question 32

Summarizing numerical variables: standard deviation

Answer 32

Dataset %>% Select(1:10) %>% Map(sd)

Question 33

Bij summarizing numerical variables, heb je Select(1:10): waar staat dit voor

Answer 33

je kiest dan de eerste 10 kolommen van je dataset

Question 34

Bij summarizing numerical variables, heb je soms kolommen verspreid, dus niet kolom 1/10, waarbij je select(1:10) krijgt, maar wat doe je bij kolom 2,5,7?

Answer 34

select(c(2, 5, 7)) %>%

Question 35

wat typ je als je de 'mean' wil berekenen, met als filter 'male', en dan kolom 3:

Answer 35

Dataset %>% Filter(GENDER == “Male”) %>% Select(3) %>% Map(mean)