Notas de lectura
Data-analyse in SPSS
- Grado
- Institución
- Book
Alle stappen worden beschreven die je moet volgen in SPSS om tot het juiste antwoord te komen!
[Mostrar más]Vista previa 2 fuera de 5 páginas
Vista previa 2 fuera de 5 páginas
Añadir al carrito
Añadir al carrito
Libro relacionado
Título del libro:
Autor(es):
- Edición:
- ISBN:
- Edición:
2 reseñas
Por: EmmaHeesen • 1 año hace
Por: Jozefinho • 2 año hace
??? Nonsense! nothing important comes in at all?!
Vendedor
Seguir
lisaUVT
Comentarios recibidos
Vista previa del contenido
Data analyse in SPSSWeek 6 Chapter 22
Non-linearity:
- Estimate the original model
o Analyse regression linear
o Save unstandardized predicted values
- Square unstandardized predicted values
o Transform compute variable predicted values * predicted values
- Add them to the model
o Make second model enter PRE_2
o Hebt dus oorspronkelijke model en model met PRE_2 in één model!
De gamma kwadraat zelf niet opnemen, dit is namelijk een hulpmodel. Gamma kwadraat neemt de
variabelen in het kwadraat op en interactietermen (zie schrift).
Kan dus nadenken of er een variabele in het kwadraat of een interactieterm opgenomen moet
worden. Uitbreidingen kun je uiteindelijk toetsen met een F-toets.
Nooit dummy variabelen in het kwadraat 0 keer 0 = 0 en 1 keer 1 = 1.
Heteroskedasticity:
- Estimate original model
o Analyse regression linear
o Save unstandardized residuals
- Square unstandardized residuals
o Transform compute variable unstandardized residuals * unstandardized
residuals
- Regresseer de RES_2 op de X’en die al in de vergelijking zaten.
o Oorspronkelijke model: Y op X
o Wat je nu gaat doen: squared unstandardized residuals op X
- H0: gamma1 = gamma2 = 0 vs. H1: gamma1 ≠ 0 en/of gamma2 ≠ 0
o Dit is voor Aux. model 1 het hulpmodel!
o F-toets
Als we te maken hebben met heteroskedasticiteit de standaardfouten zijn niet goed.
Analyse regression linear kijken naar oorspronkelijke model, dus Y op X bootstrap
perform bootstrapping number of samples = 1000 (hoe meer samples, hoe beter het wordt).
Dependence of the error terms, autocorrelation:
Analyse regression linear Y op X (oorspronkelijk model).
Save unstandardized residuals
Transform compute variable LAG_RES
Analyse regression linear unstandardized residual op LAG_RES.
, Week 8 Chapter 24
The case of complete specification:
- Transform compute variable c1 = IDF.NORMAL(kans (bv. ¼), mu, standaard deviatie).
c2 = IDF.NORMAL(kans (bv. 2/4), mu, standaard deviatie).
c3 = IDF.NORMAL(kans (bv. ¾), mu, standaard deviatie).
o Transform recode into different variables… onder het kopje numeric variable
naar output variable zet je X name = cell change old and new values new
value = 1 old value = range, LOWEST through value en dan hier waarde invullen
add.
Als waarde ertussen in zit of voor de laatste range …. through ….
Nog wat anders all other values.
Dit doen voor elke klasse! continue OK.
ÓF
o Transform compute variable 1 + (x>c1) + (x>c2) + (x>c3)
- Analyse descriptive statistics frequencies variables = cell/klassen.
Chi-square test:
Analyse nonparametric tests legacy dialogs chi-square test variable list = cell/klassen
all categories equal OK.
Kan ook zo zijn dat alle categorieën niet gelijk aan elkaar zijn values (dit zijn de verwachte
waarden, de e’s. e = n*p). Deze moeten op volgorde worden ingevuld OK.
Wanneer er een soort frequentie tabel is gegeven:
Data weight cases weight cases by frequency OK.
Analyse descriptive statistics frequencies variables = class/cell OK.
Analyse nonparametric tests legacy dialogs chi-square test variable list = cell/klassen
all categories equal OK.
The case of incomplete specification:
- Analyse descriptive statistics descriptives.
o Weet je X gemiddeld, mu en de variantie. Deze vul je hier beneden in bij c1…c3…
- Transform compute variable c1 = IDF.NORMAL(kans (bv. ¼), mu, standaard deviatie).
c2 = IDF.NORMAL(kans (bv. 2/4), mu, standaard deviatie).
c3 = IDF.NORMAL(kans (bv. ¾), mu, standaard deviatie).
- Transform compute variable cell = 1 + (x>c1) + (x>c2) + (x>c3)
- Analyse nonparametric tests legacy dialogs chi-square test variable list =
cell/klassen all categories equal OK.
- Transform compute variable critical value = IDF.CHISQ(prob (gaat uit van rechterkant),
df)
ÓF
- Transform compute variable pvalue = 1- CDF.CHISQ(g, df)
o Is een andere pvalue dan die SPSS aangeeft in de output van de chi test.
Tests for independence:
- Analyze descriptive statistics crosstabs vul voor rij en kolom een variabele in OK.
- Analyze descriptive statistics crosstabs cells observed is al aangevinkt, ook
expected aanvinken OK.
- Analyze descriptive statistics crosstabs statistics chi-square OK.
Los beneficios de comprar resúmenes en Stuvia estan en línea:
Garantiza la calidad de los comentarios
Compradores de Stuvia evaluaron más de 700.000 resúmenes. Así estas seguro que compras los mejores documentos!
Compra fácil y rápido
Puedes pagar rápidamente y en una vez con iDeal, tarjeta de crédito o con tu crédito de Stuvia. Sin tener que hacerte miembro.
Enfócate en lo más importante
Tus compañeros escriben los resúmenes. Por eso tienes la seguridad que tienes un resumen actual y confiable. Así llegas a la conclusión rapidamente!
Preguntas frecuentes
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.
100% de satisfacción garantizada: ¿Cómo funciona?
Nuestra garantía de satisfacción le asegura que siempre encontrará un documento de estudio a tu medida. Tu rellenas un formulario y nuestro equipo de atención al cliente se encarga del resto.
Who am I buying this summary from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller lisaUVT. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy this summary for $4.67. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
45,681 summaries were sold in the last 30 days
Founded in 2010, the go-to place to buy summaries for 15 years now
Vistos recientemente
Examen ·
NCE study Guide
