De twee hoofdstromingen in de statistiek worden vaak gezien als niet verenigbaar, als water en vuur, als Pepsi en Coca cola. Vetes, persoonlijke disputen, een heuse ‘statistiekoorlog’, en ontelbare nerdy grappen zijn er over en weer gemaakt. Diep van binnen verschillen de benaderingen heel sterk van elkaar, in hun gebruik misschien minder dan je zou verwachten. Vandaag: de belangrijkste verschillen tussen Bayesiaanse en frequentistische statistiek. Are you Bayesian?

Wat?! Is er meer dan een soort statistiek? Inderdaad, de statistiek kent verschillende scholen. Een van die scholen is Bayesiaanse statistiek, vernoemd naar Thomas Bayes, de bedenker van de regel van Bayes. In deze aflevering leg ik uit wat Bayesiaanse statistiek is, in de volgende aflevering gaan we zien hoe deze verschilt van de oude vertrouwde ‘frequentistische’ statistiek. Thomas Bayes had een goede vriend, dat leren we ook.

Vroeger was niet alles beter, maar het multiple comparisons problem was tenminste wel behapbaar. In deze aflevering onderzoeken we dit hardnekkige en soms genegeerde probleem in de statistiek.
Het MCP ontstaat wanneer je meerdere toetsen doet in een experiment. Je krijgt dan meerdere p-waarden en de kans op vals positieven wordt onaanvaardbaar groot. Vooral bij big data is dat een groot probleem. Ik bespreek wat het probleem is, en wat je eraan kunt doen.

Onderzoek kan meer verkennend of meer bevestigend van aard zijn. Je hebt een heel duidelijke hypothese, of je weet niet zo goed wat je kan verwachten, dat is het verschil. In deze aflevering meer over deze verschillende typen onderzoek en waarom het belangrijk is om er onderscheid tussen te maken

Deze keer opnieuw ANOVA maar nu kijken we naar wat er gebeurt als we meer dan 1 factor in ons model hebben. Two-way ANOVA, three-way ANOVA, within-subjects, between-subjects, mixed designs, zijn termen die voorbij komen. Ik leg uit dat ANOVA uiteindelijk neerkomt op lineaire regressie, en wat de 'CO' is in ANCOVA.

Soms neem je je voor om het ergens nooit meer over te hebben. Dat had ik met ANOVA. Nu op verzoek toch een aflevering over deze statistische tweetrapsraket. In deze aflevering de one-way between subjects ANOVA, volgende keer de andere varianten.

Factoriële designs zijn de meest gebruikte ontwerpen van onderzoek. Wat zijn het en waarom zijn ze zo krachtig? Daarover gaat deze gistrijke aflevering van Audiotstatistiek.

Het is de grootste teleurstelling voor elke onderzoeker. De data zijn binnen en je beseft: er zit een confound in mijn experiment. We bekijken wat confounds zijn en hoe je ze kunt vermijden, namelijk met goed experimenteel ontwerp. Geen statistische toetsen, maar tijd voor ontwerp, tijd voor design in deze aflevering van Audiostatistiek.

Soms stoppen we mensen in hokjes. Wanneer we dat doen, is er sprake van categorische data. Data kunnen categorisch of continue zijn. Welk type data je hebt, maakt veel uit voor de statistische analyse. Ook predictoren kunnen continue en categorisch zijn. Een power ballad zorgt hoe dan ook voor vooruitgang.

Interactie betekent dat twee predictoren onlosmakelijk met elkaar samenhangen. Doordat ze veel voorkomen, zijn ze een geliefd onderwerp in de statistiek. Ook nu kan lineaire regressie ons helpen. En wat betekenen de coëfficiënten eigenlijk?

Is lineaire regressie de keukenmachine van de statistiek? We gaan dieper in op lineaire regressie, wat je ermee kan (veel) en wat de aannames zijn.

Regressie is het werkpaard van de statistiek. Heel veel toetsen zijn diep van binnen een vorm van regressie. In deze aflevering kijken we naar de basics van 'standaardregressie': je bouwt een model, er zijn predictoren, en er is model fit. De volgende aflevering behandelt de aannames en mogelijke problemen.

Relaties tussen twee variabelen. Hoe beschrijven we samenhang, een relatie tussen twee variabelen in de statistiek? Als je meer tijd aan voorbereiding spendeert, haal je dan ook een hoger cijfer? En hoe kwam Karl Pearson aan zijn relatie?

Wanneer test je voldoende proefpersonen? Wat is te weinig, wanneer is het te veel? En waarom moet je altijd publiceren, ook als je geen effect vindt? Empower jezelf met deze aflevering over statistische power.

Aflevering 6: Een statistisch significant verschil is niet per se interessant. Of iets praktisch interessant is, wordt beter uitgedrukt in de effectgrootte. Theorie en praktijk lopen door elkaar in deze aflevering, waarin we ook zien dat Roel in theorie al lang miljonair is.

Net toen je dacht dat je alles over de T-toets wist, kom je erachter: Er zijn verschillende T-toetsen. Welke gebruik je wanneer en welke aannames moet je dan checken. Dat behandelen we in deze aflevering van Audiostatistiek.

Het misschien wel vreemdste statistische onderwerp waar iedereen doorheen moet: null hypothese toetsen. We bekijken wat het is, en wat de p-waarde ermee te maken heeft. De buurvrouw blijkt een oogje op Roel te hebben. Een rare aflevering, dit.

De T-toets is een van de bekendste en meest gebruikte statistische toetsen ooit. Hoe werkt de toets? Wanneer wordt de T-toets gebruikt, en wat heeft de hoofdbrouwer van Guinness daarmee te maken? Ontdek het in deze aflevering van Audiostatistiek.

Spreiding is de tweede belangrijke data-beschrijver. We kijken naar verschillende maten voor spreiding en concluderen: zonder spreiding geen statistiek.

De data zijn verzameld, en dan? Wie data heeft, begint met data te beschrijven. Vandaag duiken we in de wondere wereld van het gemiddelde en de mediaan.