Padmodel multiple regressie
● Eén afhankelijke variabele (Y).
● Eén of meerdere onafhankelijke variabelen (X).
○ Minimaal van interval meetniveau of
dichotoom.
■ Interval, want elk stapje moet
hetzelfde betekenen
■ Dichotoom, want het betekent wel
of niet aanwezig.
● Het verschil tussen de voorspelling van het model
en de geobserveerde data, de fouten daartussen
zijn de errors (E).
Voorbeeld
- Onderzoeksvraag
Kunnen we kennis van literatuur bij jongvolwassenen voorspellen met persoons-,
gezins- en schoolkenmerken?
- Populatie
Jongvolwassenen
- Variabelen
● Afhankelijke variabele Y
Kennis van literatuur
● Onafhankelijke variabelen X (predictoren)
○ Kenmerken ouderlijk huis
○ Kenmerken school
- Doel
Voor de populatie beschrijven en toetsen van de relaties tussen
afhankelijke variabele Y en de predictoren X.
Multiple regressie algemeen
- Onderzoeksvraag
, 2
Kunnen we iemands waarde op een kenmerk voorspellen met kennis over andere
kenmerken?
- Doelen analyse:
● Beschrijven lineaire relaties tussen variabelen (regressiemodel).
● Toetsen hypothesen over relaties (significantie).
● Kwantificeren van relaties (effectgrootte).
● Kwalificeren van relaties (klein, middelmatig, groot).
● Beoordelen relevantie relaties (subjectief).
● Voorspellen van iemands waarde met regressiemodel (puntschatting en
intervalschatting).
- Waarschuwing
Doe op basis van statistische samenhang geen uitspraken over causaliteit.
Meetniveauvariabelen
- Afhankelijke variabele Y
Kenmerk gemeenten op minimaal interval meetniveau.
- Onafhankelijke variabelen X
● Kenmerken gemeten op minimaal interval meetniveau.
● Categorisch kenmerk met twee categorieën: nominaal meetniveau met twee
categorieën noemen we dichotoom.
● Categorisch kenmerk met meer dan twee categorieën: nominaal/ordinaal
meetniveau wordt omgezet in dummyvariabelen.
Regressiemodel
- Vergelijking Y
Voor geobserveerde variabele
Y.
uitkomst (Y) = model (X) +
voorspellingsfout (residual of
error)
- Vergelijking Y
Voor het voorspellen van
waarde Y (= Y) voorspellen
van waarde op Y (= Ŷ)
geschatte uitkomst (Ŷ) =
model (X)
Y = 𝐵0 + 𝐵1 𝑋1 + … 𝐵6 𝑋6 + E
● Y = afhankelijke variabele (dependent).
● X = onafhankelijke variabelen (predictors).
● 𝐵0 = intercept (constant), ook wel a.
● 𝐵1 = regressiecoëfficiënt (slope).
● E = voorspellingsfout (error of residual).
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 Roos2125. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.75. You're not tied to anything after your purchase.