UGentFPPWBekijk preview

Toegepaste Data-Analyse
Alle modules

Van padanalyse tot mixed models, in enkele uurtjes tijd neemt Laurens je op sleeptouw door de cursus Toegepaste Data-analyse. De cursus (en dus ook deze videoreeks) bouwt verder op basisconcepten in de statistiek die aan bod kwamen in voorgaande cursussen. Deze videoreeks stelt begrijpen en toepassen voorop in een zeer examengerichte benadering. 

€ 239
  • Tutor
    Laurens Vanhoutte
  • Modules
    9
  • Lessen
    47
  • Duurtijd
    4 uur 30 min

Cursusinhoud

  • 1 Lessen - 0 min

  • 10 Lessen - 57 min
    1. Introductievideo voor de module: Principale Componenten Analyse (PCA) en Factor Analyse (FA)
    0:16
    2. Theoretische aannames bij PCA
    4:56
    3. PCA, verder geduid met een voorbeeld
    2:40
    4. Toepassen van PCA, coderen en interpreteren van output
    15:10
    5. interpreteren van de scree plot
    1:09
    6. Samenvatting en stappenplan horende bij het hoofdstuk PCA
    1:06
    7. Verschillen en gelijkenissen tussen PCA en EFA
    5:06
    8. Theoretische aannames bij EFA, geduid met voorbeelden
    17:59
    9. Samenvatting horende bij het hoofdstuk EFA
    3:15
    10. Toepassen van EFA, coderen en interpreteren van output
    6:06

    Bekijk alle lessen

    Krijg toegang tot de volledige cursus.

    Ontgrendel de cursus

  • 3 Lessen - 32 min
    1. Theoretische aannames bij padanalyse, geduid met voorbeelden
    11:44
    2. Padanalyse: (De berekening van) de vrije parameters, datapunten en vrijheidsgraden
    8:57
    3. Directe en indirecte effecten modelleren in lavaan
    12:17

  • 4 Lessen - 19 min
    1. Toepassing op een voorbeeld uit de cursus
    4:59
    2. Interpretatie (van de sobel test)
    5:05
    3. (EXTRA) Padanalyse en mediatie: Waarom zijn de assumpties bij de sobeltest zijn niet realistisch
    3:52
    4. Padanalyse en mediatie: De bootstrap methode.
    5:07

  • 3 Lessen - 32 min
    1. Confirmatorische Factor analyse (CFA), theoretische aannames met concrete voorbeelden
    17:08
    2. Toepassen van CFA, coderen en interpreteren van output
    9:18
    3. De fit aanpassen bij een CFA model
    6:32

  • 2 Lessen - 11 min
    1. SEM: Berekenen van de datapunten
    9:53
    2. SEM: vrijheidsgraden en vrije parameters bepalen. Tips en tricks bij coderen en interpreteren van output
    1:55

  • 11 Lessen - 1 uur 6 min
    1. Introductievideo voor de module: Mixed Models
    3:04
    2. Wanneer is een hiërarchisch model zinvol?
    2:10
    3. Tips en tricks om onderscheid te maken tussen level 1 en 2 binnen hiërarchische data
    7:09
    4. Level 1 en 2 onderscheiden, toegepast op een voorbeeld uit de cursus
    5:15
    5. Wat is het nut van het mixed model?
    6:31
    6. Het mixed model met random intercept, interpreteren van de fixed effecten
    10:40
    7. Het mixed model met random intercept, interpreteren van de random effecten
    3:56
    8. Toepassingen in R, coderen en interpreteren van output
    7:55
    9. Onderzoeksvraag beantwoorden bij een random intercept model, het model met een random intercept en - slope
    15:19
    10. Het mixed model: berekenen van conditionele/marginale gemiddeldes (marginaal model)
    1:14
    11. Berekenen van de correlatie tussen twee meetmomenten en evaluatie van het model
    3:30

  • 5 Lessen - 15 min
    1. Wat ist GLS? Introductie en bespreking van de unstructured (co)variantiestructuur
    3:34
    2. GLS: Compound symmetry (co)variantiestructuur
    1:33
    3. GLS: Hetereogeneous Compound Symmetry (co)variantiestructuur
    2:17
    4. GLS: (Heterogeneous) First-order Autoregrssive (co)variantiestructuur
    2:42
    5. GLS: Nut en assumpties, verschil met Ordinary Least Squares (OLS)
    5:43

  • 8 Lessen - 32 min
    1. APIM: een introductie
    3:28
    2. APIM: Wat is het APIM?
    2:46
    3. APIM: Opstellen van hypothesen
    6:34
    4. APIM: Grafische voorstelling, definiëring parameters
    2:59
    5. APIM: Welke (co)variantiestructuur wordt hier opgelegd?
    2:01
    6. APIM: Two-intercept approach, hoe toets ik dit in R?
    8:59
    7. APIM: Interaction approach, hoe toets ik dit in R?
    4:36
    8. APIM: Samenvatting
    1:24
Aanvullende bijles nodig?