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
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper noahr. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor $7.37. Je zit daarna nergens aan vast.