Summary
Samenvatting multivariate data-analyse
- Course
- Institution
Samenvatting van het vak multivariate data-analyse
[Show more]
Seller
Follow
michellevanzwieten
Reviews received
Content preview
Multivariate Data Analyse – SamenvattingMichelle van Zwieten
S2549522
Wat betekent multivariate = multivariate heeft betrekking op 3 of meer variabelen
Leerdoelen:
algemeen:
Welke methode / techniek kan ik gebruiken voor welk probleem?
uitvoeren van die (gekozen) data-analyse
begrijpen en kunnen interpreteren van de output van de data-analyse
specifieke technieken:
theoretische eigenschappen van iedere methode /techniek weten
interpreteren van de parameters van een techniek
oordelen of de interpretaties geldig zijn
is er voldaan aan de aannames
College 1 – multiple regressieanalyse (= meervoudige regressie-analyse)
Technieken in week 1 t/m week 4:
Er is steeds sprake van 1 afhankelijke variabele : Y
Er is steeds sprake van meerdere onafhankelijke variabelen X1, X2, X…, = voorspellers =
predictoren
Onderzoeksvraag : kan Y worden voorspeld vanuit X1 en/of X2 en/of X … ?
3 relevante meetniveaus :
Nominaal (NOM) = nominaal meetniveau onderscheidt alleen categorieën ; er is geen ordening
bijv. : geen therapie, psycho-dynamische therapie, exposure therapie
Interval (INT) = als de data kan worden gecategoriseerd, er is sprake van een rangorde
(de intervallen tussen de categorieën zijn gelijk)
bijv. : gewicht, lengte, IQ-scores, BDI-scores (= Beck Depression Inventory) (quasi-interval)
Binair (BIN) = Binaire variabelen hebben 2 categorieën, deze kunnen zowel van nominaal als
van intervalniveau zijn.
bijv. : pass/fail, man/vrouw
Stappenplan : wanneer welke techniek? (week 1 t/m 4)
Predictoren : Afhankelijke var. : Y Techniek Afkorting
X1, X2 Slechts één
INT INT Multiple regressie analyse MRA (week 1)
NOM INT Analyse van variantie ANOVA (week 2)
1
, NOM + INT INT Analyse van covariantie ANCOVA
INT BIN Logistische regressieanalyse LRA
Opmerkingen bij bovenstaande tabel :
X1 en X2 kunnen ook BIN zijn
Als Y = BIN, dan altijd LRA
2
,Week 1 Multiple Regression Analysis (= MRA)
Week 2 variantieanalyse = Analysis Of Variances (ANOVA)
Onderzoeksvraag: kan Y worden voorspeld vanuit X1 en/of X2?
Meetniveaus :
X1 en/of X2 = INT
Y = INT
Inhoud college :
1. Illustratief voorbeeld
2. Regressievergelijking
3. Evalueren van het model
4. Checken van de assumpties (= aannames)
5. Diverse onderwerpen
1. Illustratief voorbeeld
Onderzoeksvraag : Kan depressie worden voorspeld uit levensgebeurtenissen (X1) en/of coping
(X2)?
Studiedesign :
Vraag de deelnemer naar het aantal levensgebeurtenissen (X1) (0, 1, 2, 3, …)
bijv. financiële moeilijkheden, relatieproblemen, ziekte
Gebruik testen om de coping-strategie van de participant te meten (X2)
bijv. 1 = no coping, en 10 = good coping
Gebruik BDI om te depressie te meten (Y)
BDI-score : 0-9 = minimal, 10-18 = mild, 19-29 = moderate, 30-63 = severe depression
Model dat goed werkt: als afhankelijke variabele (Y = depressie) wordt weergegeven als lineaire
functie van voorspellers (X1 en X2)
Regressiemodel:
Simpele regressie : Y1 = b0* + b1* X1i + ei
Multiple regressie : Y1 = b0* + b1* X1i + b2* X2i + …. bk* Xki + ei
Wat betekent wat uit de formule:
B0* = constante, en die ster geeft aan dat het om een populatiewaarde gaat = (populatie)
regressiecoëfficiënt
b1* , b2* …. , bk* = (populatie) regressiecoëfficiënten (= parameters).
Deze moeten worden geschat van de data (steekproef). Lineair model : volgens het kleinste
kwadratenprincipe least squares estimation (dit kan in SPSS)
X1i , X2i , … , Xki en Yi = scores op X1, X2, …, Xk en Y van individu i
ei = residu (= error) = individuele afwijking van een bepaald persoon tot het regressiemodel
3
, 2. Regressievergelijking
Y^ ⅈ = voorspelling van Yi (= afhankelijke variabele)
^ ⅈ + ei (de geobserveerde waarde = voorspelde waarde + error)
Yi = Y
Regressievergelijking :
Simpele regressie : Y ^ ⅈ = b0 + b1X1i
Multiple regressie : Y ^ ⅈ = b0 + b1X1i + b2X2i + … + bkXki
Wat betekent wat uit de formule:
b0 , b1 en b2, …., en bk = schattingen van b0*, b1* , b2* …. , bk*
De beste voorspelling / schatting (least squares) als de som van de gekwadrateerde verschillen
minimaal is:
Formule hiervoor: is minimaal (zo klein mogelijk)
Voorbeeld van regressielijn bij Voorbeeld van regressielijn bij meervoudige
enkelvoudige regressie (dus met maar 1 regressie (dus met meerdere predictoren)
predictor)
3. Evalueren van het model
4
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 michellevanzwieten. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.14. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
80562 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now