Verschil tussen correlatie en regressie
- Enkel continue variabelen
- Regressie impliceert niet per se dat er causaliteit is
- 1 afhankelijke variabele en 1 of meer onafhankelijke variabelen
Correlatie of regressie?
- Hebben andere vraagstelling:
- Correlatie: is er een verband tussen X en Y, of hoe sterk is dat verband?
o Bv. lengte en gewicht
o Lengte en gewicht zijn inwisselbaar (gelijkwaardig) symmetrische analyse
o X en Y moeten aselecte steekproeven (je kan ze niet zelf kiezen zoals tijd)
- Regressie: heeft variabele X invloed op Y? He verandert X met Y? Hoe voorspel je Y gegeven X…
o Bv. voorspel de lengte van een persoon op basis van het gewicht
o X en Y zijn niet inwisselbaar (niet gelijkwaardig)
o Soms oorzaak en gevolg (causaliteit) voorzichtig zijn met interpretatie
o Bv. neerslag per dag + verkeersongelukken ongelukken kunnen gevolg zijn van neerslag
o Dan zekere causaliteit MAAR voorzichtig zijn want is niet per se zo
- Minstens 1 variabele moet normaal verdeeld zijn
- Parametrisch: zeer gevoelig voor outliers
o Indien je een outlier niet kan verwijderen: Spearman
- Gaat na of er een lineair verband is, of geen verband (een wolk is dus ook oke)
o Indien een duidelijk niet-lineair verband: Spearman
o SCATTERPLOT
- H0: de variabelen zijn niet lineair gecorreleerd
o P-waarde < 0,05: verwerpt H0 en zegt dat r ≠ 0
o r = de maat voor sterkte van het verband, ligt tussen -1 en 1
o Hoe verder naar 1 of -1, hoe meer de data op een rechte lijn ligt
o r² = of de variabiliteit vd ene variabele kan verklaard worden door de variabliteit vd andere
Spearman
- Niet-parametrisch: ongevoelig voor outliers
- Veronderstelt geen lineair verband, gaat na of x en y zich gelijkwaardig gedragen
- H0: de variabelen zijn niet gecorreleerd
o Significantie is meestal niet echt relevant
- Hoe groter ρ, hoe sterker de correlatie
SPSS:
Nagaan of er een relatie is tussen X en Y en hoe sterk dit verband is
Analyze correlate bivariate
Alle twee de variabelen rechts onder variables
Onder correlation coëfficiënts : ofwel Pearson ofwel Spearman aanduiden
OUTPUT: PEARSON
o Je kan in de 4 vakjes telkens: X & X correleren, X & Y correleren, Y & X en Y & Y
o X & X en Y & Y is natuurlijk altijd 1
o Bij Pearson maakt het ook niet uit of je X met Y correleert of Y met X (is hetzelfde)
o Pearson correlatie coëfficiënt (r) : hoe verder naar 1 of -1, hoe sterker het verband
o Daaronder: Sig. (2-tailed)
< 0,05: significant verband tussen X en Y
OUTPUT: SPEARMAN
o Je kan in de 4 vakjes telkens: X & Y correleren en Y & X
o Spearman’s rho (ρ) : hoe verder naar 1, hoe sterker het verband
o Sig (2-tailed)
< 0,05: significant verband tussen X en Y of Y en X
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller Bi0med. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $3.25. You're not tied to anything after your purchase.