100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
MTB2 Samenvatting blok 2 multipele lineaire regressie - premaster gezondheidswetenschappen VU $6.78   Add to cart

Summary

MTB2 Samenvatting blok 2 multipele lineaire regressie - premaster gezondheidswetenschappen VU

 4 views  0 purchase
  • Course
  • Institution

De volgende onderwerpen uit het hoorcollege de werkgroep en aanvullende informatie komen aan bod; effectmodificatie SPSS, confounding SPSS, associatie en predictiemodellen (SPSS), multipele lineaire regressie vergelijking, voorbeeld dummies in multipele lineaire regressie

Preview 3 out of 19  pages

  • December 28, 2023
  • 19
  • 2023/2024
  • Summary
avatar-seller
Blok2 - Multiple lineaire regressie

Stof:
 Korte herhaling lineaire regressie
 Multiple lineaire regressie
o Confounding
o Effectmodificatie
 Producttermen
 Multicollineariteit
 Oefenvragen


Wanneer gebruiken we de multiple? Opzoeken confounding/effectmodificatie in onderzoek.

Analyse van kwantitatieve uitkomsten
Uitkomst variabele  afhankelijke variabele
- Kwantitatief, minimaal interval meetniveau

Overzicht technieken wanneer welke gebruiken:




Dichotoom/categoriaal/continu of combinaties kun je allemaal toetsen met lineaire regressie,
daarom wordt deze methode veel gebruikt.

,Voorbeeld lineaire regressie (kwaliteit van leven  vermoeidheid)




Transversale studie vlak voor ontslag uit revalidatie, waarbij vermoeidheid als kwaliteit van leven is
gemeten.
1. Een van de eerste stappen  scatterplot maken om een beeld te krijgen van je data.
- X-as vermoeidheid, Y-as uitkomsten kwaliteit van leven
Wat valt op aan de scatterplot?
- Hoe hoger vermoeidheid, hoe lager kwaliteit van leven
- Negatief effect (-)
- Assumpties die je hebt voordat je een LG doet, waar kijken we naar?
o Lineaire tijd (hoe is het verdeeld)? Kan je een rechte lijn trekken?
o Normale verdeling van je observaties; of de uitkomst en determinant normaal
verdeeld zijn (wel lastiger kan je beter in een histogram doen)
o Homogeniteit variabelen: of de varianties gelijk zijn verdeeld over de verschillende
waarden van de x-as, gelijke spreiding over de verschillende waarden

2. Lineaire regressie output SPSS




Je kijkt naar de B’s
- Constante/intercept/Bo = 50.23
o Betekenis; vermoeidheid = 0 , kwaliteit van leven 50
- Regressie coëfficiënt = -3.103
o Betekenis; als vermoeidheid met een eenheid toeneemt, neemt de kwaliteit van
leven met 3 punten af

Voor je intercept als je regressie coëfficiënt krijg je in je output de P-waarde in SIG. Hier zie je dat
beide heel klein zijn, kleiner dan 0,001 dus dat er een significante associatie is met kwaliteit van
leven.
Hiervoor kan je ook een regressievergelijking opstellen 


= Verwachte kwaliteit van leven geschat op basis van dit regressiemodel

2

, Uitbreiding van dit model wat we tot nu toe hebben gehad
 zou de associatie tussen kwaliteit van leven en vermoeidheid verschillend zijn voor mannen en
vrouwen?  effectmodificatie, is het veschillend binnen beide groepen?

1. Begin opnieuw met een scatterplot
Zwarte bolletjes man, witte bolletjes vrouw. Groepen zijn apart weergegeven in de plot




 Meerdere determinanten toevoegen aan model om EM te toetsen
Dus nu kijk je naar meerdere determinanten:
a. Vermoeidheid
b. Geslacht
c. Vermoeidheid*geslacht (=productterm)

Er zijn meerdere determinanten in het regressiemodel = multiple lineaire regressie.


Multiple lineaire regressie
Uitkomstmaat (afhankelijke): nog steeds continu
Meer dan een determinant (onafhankelijke)  dit verschilt nu
- Confounders (corrigeren)
- Effectmodificatoren (effect anders in groepen?)
- Andere voorspellers van uitkomst

Twee typen modellen
Deze analyse kan worden gebruikt bij:
Associatiemodel  hoe kunnen we de associatie tussen X en Y zo zuiver mogelijk schatten?
 Zo precies mogelijke schatting van de associatie determinant en uitkomst. Zo zuiver mogelijk
schatten. Eigenlijk ook modellen waarin je confounders toevoegt om te kunnen corrigeren
Predictiemodel  welke determinanten verklaren de variantie in Y het beste? (blok 4)
 Gericht om zo goed mogelijk de uitkomst te voorspellen. Vaak gebruik je meerdere
determinanten om de variantie in de uitkomst te kunnen voorspellen.


Regressievergelijkingen:
 Bivariate lineaire regressie: (regressie met een determinant)



 Multiple lineaire regressie:




3

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 nvpk. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $6.78. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

76669 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

Recently viewed by you


$6.78
  • (0)
  Add to cart