Dit is een uitgebreid overzicht van alle hoorcolleges van het vak statistische modellen 2. Verschillende onderwerpen komen aan bod, zoals regressieanalyse, variantieanalyse, multivariate relaties, covariantieanalyse, repeated measures ANOVA, logistische regressieanalyse en regressieanalyse met cate...
College 1 (06/02/2023): Regressieanalyse..............................................................................................3
College 2 (12/02/2024): Multivariate relaties.......................................................................................17
College 3 (19/02/2024): Variantieanalyse.............................................................................................27
College 4 (26/02/2024): Covariantieanalyse.........................................................................................39
College 5 (04/03/2024): Regressieanalyse met categorische predictoren............................................53
College 6 (11/03/2024): Logistische regressieanalyse..........................................................................59
College 7 (18/03/2024): Repeated measures ANOVA...........................................................................69
Responsiecollege (21/03/2024)............................................................................................................76
2
,College 1 (06/02/2023): Regressieanalyse
- het is een uitbreiding op de vorige vakken op nieuwe situaties statistiek toepassen.
- soorten variabelen (afkortingen voor de variabelen die docent gebruikt).
NOM: nominaal (“labels”)
DUM: dummyvariabelen (bijv. D = 1: experimenteel, D = 0: controle)
Eenvoudige variabelen die aangeven of je wel of niet in een groep zit (dus je behoort
bijv. bij groep 1 of bij groep 0).
INT: interval/kwantitatieve variabele
- welk model?
Variabele: iets waarop je kan verschillen (leeftijd, gewicht, geslacht, etc.).
Je kan allerlei modellen maken, maar welk model is afhankelijk van welke soorten variabelen
je gebruikt.
A.d.h.v. een vraag moet je de variabelen kunnen afleiden en dus ook het
bijbehorende model dat je moet gebruiken.
- assumpties = aan welke eisen moet in een populatie voldaan zijn om zinvol deze techniek uit te
kunnen voeren is er onzin data, dan komt er ook onzin data uit.
1. Lineaire relaties
- relatie tussen intervalvariabelen
In veel onderzoekssituaties zijn er intervalvariabelen (INT)
Voorbeelden:
o Lengte, gewicht, leeftijd
o Schaalscores voor introversie, depressie, doping, attitude
o Vaardigheidsscores voor taal, rekenen
Vanuit een wetenschappelijke theorie hebben we vaak verwachtingen over hoe variabelen
gerelateerd zijn (dus correlatie/samenhang tussen variabelen).
3
, VOORBEELD: onderzoek naar depressie en coping
Steekproef van N = 84 random geselecteerde RUG-studenten
Twee variabelen:
BDI (Beck Depression Inventory)
0-9 = weinig, 10-18 = mild, 19-29 = matig, 30-63 = zware depressie
Coping score
0 = geen coping, 10 = goed kunnen omgaan (coping) met tegenslag
Onderzoeksvraag: Is er een relatie tussen BDI en coping (in de populatie)?
Verwachting: wanneer iemand hoger op BDI scoort, zal hij lager op coping scoren.
MAAR: oppassen met overgeneralisatie, dus dat je dit betrekt op alle gevallen, is namelijk niet altijd
zo.
Toename in coping is proportioneel t.o.v. afname BDI
In dit geval is er sprake van een hoge correlatie.
- lineaire relatie
Lineair model werkt goed in de praktijk
Het blijkt dat veel relaties tussen 2 intervalvariabelen redelijk met een lineair verband
zijn samen te vatten.
Een lijn wordt beschreven door een helling
Dit getal (= parameter) geeft:
1. Richting van de relatie weer.
2. Interpretatie aan de relatie.
Verschillende lijnen zijn mogelijk… Welke? eentje die ook een maat voor sterke relatie
geeft.
- kleinste kwadratensom residuen
Welke lijn?
Stap 1: Bereken alle residuen (= afstanden punten tot lijn)
Stap 2: Kwadrateer alle residuen (want als je 10 punten onder
de lijn zit, is de afstand evenveel als je 10 punten boven de lijn
zit).
Stap 3: Tel alle gekwadrateerde residuen op
Stap 4: Lijn kiezen zodat deze som zo klein mogelijk is
(geminimaliseerd is)
Kleinste kwadratensom van residuen is uniek unieke lijn
Assen:
y-as = afhankelijke variabele
x-as = onafhankelijke variabele
d.m.v. x proberen y te voorspellen
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 lotteeektimmerman1. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.66. You're not tied to anything after your purchase.
