This document summarizes all test material for the midterm exam of ARMS. Some parts of the Grasple lessons are written in Dutch, but overall in English.
With this summary i got an 8 for the exam.
,Lecture 1 Multiple Linear Regression (MLR)
Frequentist framework = tests how well the data fits the null hypothesis (NHST)
- P-values
- Confidence intervals (=if we were to repeat this experiment many times and calculate
a CI each time, 95% of the intervals will include the true parameter value, and 5%
won’t)
- Effect sizes
- Power analysis
Bayesian framework = probability of the hypothesis given the data, taking prior information
into account
- Bayes factor (BFs)
- Priors (expectation beforehand)
- Posteriors (=prior and data)
- Credible intervals (=there is 95% probability that the true values is in the interval)
Empirical research = uses collected data to learn from, information is captured in a likelihood
function. →frequentist
X-axis: values for population mean
→for example height: 140 and 230 cm height for an adult are less likely than 165 cm for an
adult.
Y-axis: probability of the observed data for each value of population mean (µ)
Bayesian approach = prior knowledge is updated with information in the data and together
provides the posterior distribution for µ
- Advantage = accumulating knowledge (today’s posterior is tomorrow’s prior)
- Disadvantage = results depend on choice of prior
The posterior distribution of the parameters of interest provides all desired estimates:
- Posterior mean or mode
- Posterior SD (comparable to frequentist standard error)
- Posterior 95% credible interval (providing the bounds of the part of the posterior in
which 95% of the posterior mass is)
Results depend on things not observed and on the sampling plan (how you test).
Bayesian probability = probability that hypothesis Hj is supported by the data.
→Pr(Hj|data)
Frequentist probability = probability of observing same or more extreme data given that the
null hypothesis is true (p-values).
→Pr(data|H0)
PMP = Posterior Model Probability; the (Bayesian) probability of the hypothesis after
observing the data
→are also relative probabilities
, →PMPs are updates of prior probabilities for hypotheses with the BF
Bayesian probability of a hypothesis being true depends on two criteria:
- The prior = how sensible it is, based on prior knowledge
- The data = how well it fits the new evidence
Bayesian testing is comparative: hypotheses are tested against one another
Bayes Factor (BF) = 10 → support for H1 is 10 times stronger than for H0
Bayes Factor (BF) = 1 → support for H1 is as strong as support for H0
Both frameworks use probability theory, but:
- Frequentist: probability is the relative frequency of events
→more formal
- Bayesian: probability is the degree of belief
→more intuitive
→this leads to debate (=same word is used for different things)
→and leads to differences in the correct interpretation of statistical results (like confidence
and credible interval)
Multiple linear regression (MLR)
‘normal’ linear regression:
^Y = B0 + B1 x X
^Y = intercept + slobe x X-value
→so we use X to predict Y
Residual = distance from the line = e
Multiple linear regression = with more predictors (Y = observed, Y^ = predicted)
Y = B0 + B1 x X + B2 x X + e
Y = intercept + slobe 1 x X-value + slobe 2 x X-value + residual
→Life satisfaction decreases by age, but increases by years of education
Alle Vorteile der Zusammenfassungen von Stuvia auf einen Blick:
Garantiert gute Qualität durch Reviews
Stuvia Verkäufer haben mehr als 700.000 Zusammenfassungen beurteilt. Deshalb weißt du dass du das beste Dokument kaufst.
Schnell und einfach kaufen
Man bezahlt schnell und einfach mit iDeal, Kreditkarte oder Stuvia-Kredit für die Zusammenfassungen. Man braucht keine Mitgliedschaft.
Konzentration auf den Kern der Sache
Deine Mitstudenten schreiben die Zusammenfassungen. Deshalb enthalten die Zusammenfassungen immer aktuelle, zuverlässige und up-to-date Informationen. Damit kommst du schnell zum Kern der Sache.
Häufig gestellte Fragen
Was bekomme ich, wenn ich dieses Dokument kaufe?
Du erhältst eine PDF-Datei, die sofort nach dem Kauf verfügbar ist. Das gekaufte Dokument ist jederzeit, überall und unbegrenzt über dein Profil zugänglich.
Zufriedenheitsgarantie: Wie funktioniert das?
Unsere Zufriedenheitsgarantie sorgt dafür, dass du immer eine Lernunterlage findest, die zu dir passt. Du füllst ein Formular aus und unser Kundendienstteam kümmert sich um den Rest.
Wem kaufe ich diese Zusammenfassung ab?
Stuvia ist ein Marktplatz, du kaufst dieses Dokument also nicht von uns, sondern vom Verkäufer nicolejdikkeboer. Stuvia erleichtert die Zahlung an den Verkäufer.
Werde ich an ein Abonnement gebunden sein?
Nein, du kaufst diese Zusammenfassung nur für 10,99 €. Du bist nach deinem Kauf an nichts gebunden.
