Beschrijvende maten
● Gemiddelde: ΣYi / N
● Variantie (σ2/s2): Σ(Yi - Y )2 / N
● Standaarddeviatie (σ/s) √variantie
● Covariantie (cov(X,Y)/cxy) Σ(Yi - Y )(Xi - X ) / N
Correlatie = maat voor richting en samenhang van het lineair verband tussen twee
variabelen (gekromde dubbele pijl)
● Gestandaardiseerde covariantie, dus te gebruiken voor variabelen gemeten in
verschillende eenheden
● Correlatie met een constante is nul, want een constante heeft geen variantie
Standaardisatie = vergelijkbaar maken van variabelen gemeten op verschillende
meetschalen
Z-score drukt uit hoeveel standaarddeviaties de originele X score is verwijderd van het
originele gemiddelde van X
● Heeft gemiddelde 0 en standaarddeviatie en variantie 1
, Enkelvoudige regressie = voorspellen of verklaren: X → Y
Regressievergelijking (ongestandaardiseerd): Y = C + b*X
● C is waarde van Y bij X=0 en b is verandering in Y bij 1 eenheid toename X
Regressievergelijking (gestandaardiseerd): Zy = bz * Zx
● bz is verandering in standaarddeviaties bij 1 standaarddeviatie toename X
● Heeft geen constante omdat het gemiddelde nul is
● In enkelvoudige regressie (1 predictor): gestandaardiseerde coëfficiënt = correlatie!
Van gestandaardiseerd naar ongestandaardiseerd: omrekenen met
standaarddeviaties naar oorspronkelijke eenheid → vermenigvuldigen
Kleinste kwadraten methode = Regressielijn bepalen door het minimaliseren van de
gekwadrateerde residuen
● Kwadrateren zodat positieve en negatieve verschillen niet tegen elkaar wegvallen,
hierdoor zijn grote residuen invloedrijker
● Verklaarde deel = het verschil tussen de regressielijn en het gemiddelde
● Onverklaarde deel = het verschil tussen geobserveerde waarde en voorspelde
waarde op regressielijn (residu / error / voorspellingsfout)
Proportie of percentage verklaarde variantie (R2) = dat deel van de variantie in Y dat
verklaard kan worden door de regressie met X (door de predictor) = maat voor hoe goed het
regressiemodel kan voorspellen
● SS regression / SS total
● Bij 1 predictor: R2 = r2 (correlatie in het kwadraat)
● SPSS: in Anova, automatisch gemaakt bij regressieanalyse en in model summary
Multipele regressieanalyse
● Variabelen met grootste correlatie met te onderzoeken variabele komen in
aanmerking voor multipele regressie analyse
Partiële regressiecoëfficiënt = het pure effect van een predictor, waarbij andere predictoren
niet tegelijkertijd ook veranderen (gecontroleerd voor…)
● Drukt uit hoeveel eenheden Y verandert bij 1 eenheid verandering in predictor, onder
controle andere predictoren
Gestandaardiseerd:
● Drukt uit hoeveel std. dev. Y verandert bij 1 std. dev. verandering in predictor, onder
controle andere predictoren
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 noahr. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.05. You're not tied to anything after your purchase.