100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Samenvatting Practicum 4 $3.21   Add to cart

Summary

Samenvatting Practicum 4

 18 views  0 purchase
  • Course
  • Institution
  • Book

Samenvatting colleges en online modules. Wetenschappelijke scholing deeltoets 2, semester 2.

Preview 1 out of 3  pages

  • No
  • Colleges en online modules
  • June 3, 2020
  • 3
  • 2019/2020
  • Summary
avatar-seller
Aantekeningen practicum 4 - webinar
Enkelvoudige lineaire regressie = voorspellen continue uitkomstmaat o.b.v. 1 variabele
Meervoudige lineaire regressie = voorspellen continue uitkomstmaat o.b.v. 2 ≥ variabele

Enkelvoudige lineaire regressie
- Y = uikomstvariabele —> moet continue zijn
- X = verklarende variabele —> in dit geval 1, kan continue en dichotoom zijn

Y = ax + b
Voorbeeld: waarin Y het tentamen cijfer is en X is aantal gestudeerde uren, ε is afwijking.
Aanname hierbij is dat de afwijkingen normaal verdeeld zijn met gemiddelde 0 en gelijke variantie

Yi = βi Xi + β0 Regressie behoort bij het aantal gestudeerde uren

Ingevuld: Yî = 0,14Xi + 3,05

Kan weergegeven worden in een lineaire lijn —> elke lijn heeft andere β1
Welke lijn het best past bij de meetpunten wordt bepaald door te kijken naar residuen.

Residuen = afwijkingen van geobserveerde tentamencijfers tot verwachte tentamencijfers
o.b.v. de lineaire regressie lijn.

De best passende regressielijn = de som van de gekwadrateerde residuen het kleinst is


(Yi − Y )2

Totalen kwadratensom (SST): SST = —> Yi = geobserveerd meting
Y = gemiddelde van metingen
In voorbeeld: 224,306


(Yî − Y )2 Yî = regressievergelijking

Model kwadratensom (SSM): SSM = —>
voorspelde meting
((0,14Xi + 3,05) − Y )2 = 130,59 Y = gemiddelde van metingen

In voorbeeld:


e2î = (Yi − Yî )2 —> Yi = geobserveerde meting
∑ ∑
Residuen kwadratensom (SSR): SSR =
Yî = regressievergelijking
(Yi − (0,14Xi + 3,05))2 = 93,715 voorspelde meting

In voorbeeld:


Proportie verklaarde variantie (R 2) geeft haan hoe goed het model de uitkomstvariabele kan
voorspellen. (SST = SSM + SSR) —> in voorbeeld hoe goed het aantal studeren het cijfer kan
voorspellen:

SSM 130,59
R2 = = 0,58
SST 224,306

In enkelvoudig lineair regressie model is F-test gelijk aan de t-test voor onafhankelijke variabele.

Aannames enkelvoudig lineair regressie model:
- Waarnemingen zijn onafhankelijk
- Residuen zijn normaal verdeeld
- De spreiding (variantie) van residuen is gelijk voor alle waarden van X (homoscedasticiteit)

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 thk_groningen_1. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $3.21. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

67474 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$3.21
  • (0)
  Add to cart