Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Summary MVDA - Lecture Notes $5.72
Ajouter au panier

Resume

Summary MVDA - Lecture Notes

 0 fois vendu
  • Cours
  • Établissement

Notes of all MVDA Lectures! Only Lecture 7 is not complete...

Aperçu 2 sur 14  pages

  • 27 juin 2023
  • 14
  • 2022/2023
  • Resume
avatar-seller
Multivariate Data Analysis
Lecture 1
 Relationship between several variables (three or moremultivariate)
 One dependent variable; several independent variables (predictors)
 Which technique is used depends on measurement level of variables (nominal, interval,
binary)
 #




 Residual=difference bw predicted and actual score
 Best prediction is if sum of squared differences is minimal (residuals are minimalnot much
error)
 Constant=where line crosses y-axis
 With two predictors=regression line becomes regression plane
 Use regression model to predict someone’s score
 Evaluating the model:
 Hypothesis testing  if we reject H0, we know that at least one regression coefficient has a
predictive value
 R squared = how good model reflects observed data
 Through standardizing the regression equation, measurement units do not matter
 Semipartial corr (squared part correlations in SPSS) reflects how much var uniquely
explained by one variable
o 3.4% explained by both predictors
o r2 = 0.500 = 50%


50-28.3-18.3=3.4




 Regression Assumptions

, o Interval measurement level
o Dep variable is linear combination of predictors
o Homoscedasticity of residuals (constant across values of predictors)
o Independence of residuals
o Normality of residuals
o No multicollinearity in predictors (inter-correlations)
 Checking assumptions in SPSS


Residual Plot: normal distr. of residuals!




 Check Outliers
 Different types of outliers


k=number of predictors




 What if assumptions are violated?
o Easy fixes:
 Remove predictors that cause violation (often not possible)
 Try transforming the variables (not always works)
o Better:
 Use a more robust regression technique




 Multicollinearity
o Moderate to high inter-corr among predictors
 Limits size of r2
 How important is predictor?
 Unstable regression equation
o Identifying Multicoll.:

Tolerance needs to be above 0.10
VIF needs to be below 10

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur lilianbetscher. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour $5.72. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

75430 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!

Récemment vu par vous


$5.72
  • (0)
Ajouter au panier
Ajouté