Summary
Samenvatting Verdieping In Onderzoeksmethoden En Statistiek
- Course
- Institution
In deze samenvatting zijn alle hoorcolleges van verdieping in de onderzoeksmethoden en statistiek samengevat.
[Show more]
Seller
Follow
bente2806
Reviews received
Content preview
VOS HC 1 – Multipele regressieOnderwerpen college:
- Regressiemodel
- Predictoren (= onafhankelijke variabelen) en afhankelijke variabelen
- (Gestandaardiseerde) regressiecoëfficiënten
- Kleinste kwadraten criterium
- Goodness-of-fit
- Toetsen van R2
- Toetsen B’s
- Vergelijking van modellen (ΔR2)
- Categorische kenmerken in regressiemodel
- Assumpties toepassing (multipele) lineaire regressie
Multipele regressie algemeen
- Onderzoeksvraag
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
Meetniveau variabelen
- Afhankelijke variabele Y
Kenmerk gemeten op minimaal interval meetniveau
- Meetniveau onafhankelijke variabelen Xk
Kenmerk gemeten op minimaal interval meetniveau, bijv.
o Opleidingsniveau in jaren
o Kennis literatuur
o Aantal boeken in ouderlijk huis
Categorisch kenmerk met twee categorieën; nominaal meetniveau met twee
categorieën noemen we dichotoom, bijv.
o Jongen of meisje
o Cultuur: noord, oost, zuid, west
Categorisch kenmerk met meer dan twee categorieën; nominaal meetniveau
wordt omgezet in dummyvariabelen
Regressiemodel (1)
- Modelvergelijking
Voor geobserveerde variabele Y
, uitkomst (Y) = model (X) + voorspellingsfout (residual of error)
- Regressievergelijking
Voor voorspellen van waarde op Y
geschatte uitkomst (Y^) = model (X)
Regressiemodel (2)
Vergelijking van lijn (regressievergelijking)
- Y^ = b0 + b1X1 (enkelvoudige regressie)
1. Intercept of constante (b0)
2. Regressiecoëfficiënt (b1)
Kleinste kwadraten criterium
- Best passende rechte lijn
De lijn waarbij voorspellingsfout (error) zo klein mogelijk is
- De voorspellingsfout is de afstand tussen de geobserveerde waarde en de voospelde
waarde
- Voor elke respondent:
Geobserveerde Y
Geschatte Y^
Verspellingsfout E
- Positief resiudu
Boven de lijn
Onderschatting door model
- Negatief residu
Onder de lijn
Overschatting door model
,Residuen E
- Y = Y^ + E
- Y^ = B0 + B1X1 + E
Dus: Y = B0 + B1X1 + E
Goodness-of-fit (1)
- Beste model?
Het model (regressielijn) met kleinste residuele kwadratensom
Hoe goed is dat dan?
Goodness-of-fit (2)
- Goodness-of-fit (R2)
Kwadratensom van model gedeeld door totale kwadratensom
Proportie door X verklaarde variatie in Y
R2 ligt tussen 0 en 1
- Interpretatie R en R2
Multipele correlatiecoëfficiënt R
Correlatie tussen geobserveerde Y en Y^
Determinatiecoëfficiënt
Proportie in Y verklaarde variantie door het model
- Waardering model
Significantie (= toetsen)
Kwantificeren relatie (= effectgrootte)
Toetsen R2 en B’s
- Populatie
Hypothesen
- Steekproef
Steekproefresultaten
- Beschrijven
Verklaring van Y door alle X’en (R2)
Invloed afzonderlijke X’en op Y (B’s)
- Alternatieve hypothesen
1. R2 > 0 Het regressiemodel verklaart variatie in Y
, 2. B > 0 of B < 0 Er is effect van X op Y
Toetsen R2
- Voorbeeld
Kan literatuurkennis verklaard worden met aantal boeken in ouderlijk huis én
literatuurkennis vader én literatuurkennis moeder?
- Model
Y = B0 + B1X1 + B2X2 + B3X3 + E
- Hypothesen
H0: R2 = 0
H a : R2 > 0
- Toets voor R2
Met F-toets beoordeel je statistische significantie (alfa = 0.05)
- Beoordelen R2
Met grootte van R2 kwantificeer je de relatie
F-toets
- F-toets voor toetsing R2
Is verklaarde variantie significant groter dan 0?
Hoeveel verklaart het model ten opzichte van het deel dat het model niet kan
verklaren?
- Toetsingsgrootheid F
Toetsen B’s
- Voorbeeld
Kan literatuurkennis verklaard worden met aantal boeken in ouderlijk huis en/of
literatuurkennis en/of literatuurkennis moeder?
- Model
Y = b0 + b1X1 + b2X2 + b3X3 + E
- Hypothesen
H01 : b1 = 0, Ha1 : b1 > 0
H02 : b2 = 0, Ha2 : b2 > 0
H03 : b3 = 0, Ha3 : b3 > 0
- Toets voor invloed afzonderlijke X’en
Toetsen van B’s met t-toetsen (alfa = .05)
- Kwantificeren invloed X’en
Beoordeeld met grootte van beta’s (gestandaardiseerde B)
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 bente2806. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.98. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
64438 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now