Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
4.4C Applied Multivariate Data Analysis Lectures Summary €6,48
Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. Erasmus Universiteit Rotterdam (EUR)
  4.  
  5. Applied Multivariate Data Analysis (FSWPEM040)

Resume

4.4C Applied Multivariate Data Analysis Lectures Summary
 26 fois vendu
  • Cours
  • Applied Multivariate Data Analysis (FSWPEM040)
  • Établissement
  • Erasmus Universiteit Rotterdam (EUR)
  • Book
  • Discovering Statistics Using IBM SPSS

This is a complete summary of all the lectures from the Applied Multivariate Data Analysis course in English. I got an 8.7 on the exam by using it! It includes diagrams and supplemental information from the book to improve understanding of the concepts (Regression, ANOVA, ANCOVA, etc.). The summary...

[Montrer plus]

Aperçu 4 sur 83  pages

Infos sur le Document

  • Non
  • Inconnu
  • 7 février 2023
  • 83
  • 2022/2023
  • Resume

Sujets

  • regression
  • multiple regression
  • anova
  • ancova
  • repeated measures anova
  • between subjects
  • within subjects
  • mixed anova
  • factorial anova
  • mean
  • standard deviation
  • correlation
  • effect size
  • r squared
  • assumptions
  • s

Livre connecté

book image

Titre de l’ouvrage:

Auteur(s):

  • Édition:
  • ISBN:
  • Édition:

Plus de résumés pour

  • Samenvatting SPSS
  • deze duidelijke verslag helpt je om te slagen voor je examen
  • Samenvatting Discovering Statistics Using IBM SPSS Statistics Field SPSS - Multivariate Data Analysis
Tout pour ce livre (319)

École, étude et sujet

  • Erasmus Universiteit Rotterdam (EUR)
  • Psychologie
  • Applied Multivariate Data Analysis (FSWPEM040)
Tous les documents sur ce sujet (9)

Vendeur

avatar-seller
imanshadid

Avis reçus

Aperçu du contenu

4.4C: Applied Multivariate Data Analysis


Lecture 1: Field Chapter 2
Statistical Models

• Models → parameters + variables
• Parameters are estimated from the data and represent constant relations between
variables in the model
- Compute model parameters in the sample to estimate the value in the population
• e.g. linear regression → slope and intercept are the parameters
Model Fit

• Mean is a model of what happens in the real world: the typical score
- Not a perfect representation of the data




Calculating the Error

• The mean is the value from which the (squared) scores deviate the least (least error)
• Sum of squared errors, mean squared error/variance, standard deviation →
summarise how well the mean represents the sample data




• Sum of squared errors (sum of squares [SS]):

,Mean Squared Error

• Total dispersion depends on sample size → more informative to compute average
dispersion
- Mean of the squared errors (MSE) → closer to the mean is a better fit
- The larger the SS than MSE, the worse the fit




• ‘Average’ by dividing by the degrees of freedom (N – 1)
- Because sample data is used to estimate the model fit in the population
• Less overlap of confidence intervals = bigger difference
- If overlap more than half then means are not significantly different
Mean as a Model: Variance as Simple Measure of Model Fit

• General principle of model fit: sum (SSE) or average (MSE) the squared
deviations from the model
- Larger values indicate a lack of fit
• When the model is the mean, the MSE is called variance
- Mean squared error is the same as variance
• The square root of variance (s2) is called the standard deviation (s)
- Average deviation from the mean, not in squared units but in the original units




Standard Deviation and Shape of a Sample Distribution

, • Normal distribution occurs in nature → if you have many independent units of
information
• t-value that is about 2 → will be almost significant
• t-value that is about 3 or 4 → will be very significant
From Sample to Population

• Mean (X̄) and SD (s) are obtained from a sample, but used to estimate the mean (µ)
and SD (σ) of the population
• Sampling distribution → how the parameter of interest differs across the repeated
process of sampling from the distribution (distribution of sample means)
- Average discrepancy between the means estimated from the samples is the
variability of the sampling distribution
➔ It will have a width but as you go higher, the more infrequent that value will
get because more likely to be in middle of the distribution
▪ p-value is based on this
• One sample will provide an estimate of the true population parameter
- Depending on the variability AND sample size this estimate will be more or less
precise




• SD of the means of all possible samples of size N from the population → Standard
Error (SE) of the mean
Standard Error of the Mean

• Central limit theorem → for sample size ≥ 30, the sampling distribution of sample
means is a normal distribution with mean µσ and standard deviation σX̄
• σX̄ estimated from the sample by:


- s = sample SD
- SE → on average how much sample mean will differ from population mean
• The larger N:
- The smaller SE
- The more the sample mean is representative of the population mean (the more
precise the estimate)
• Can use the SE to calculate boundaries within is believed the population mean will lie

, Standard Error and Confidence Intervals

• 95% CI: for 95% of all possible samples the population mean will be within its limits
- In 5% of cases the estimate will be wrong
- 95% of data = 2 standard deviations above and below the mean




• 95% CI calculated by assuming the t-distribution as representative of the sampling
distribution
- t-distribution looks like the standard normal distribution, but fatter tails depending
on the df
• Lower limit of CI → X̄ − (𝑡𝑛−1 × SE)
• Upper limit of CI → X̄ + (𝑡𝑛−1 × SE)
- n – 1 are the degrees of freedom
- 𝑡𝑛−1 × SE is called the margin of error




Reporting and Interpreting CIs

• 95% corresponds to α = .05
- 90% and 99% CIs can also be used
• APA: M = 8.0; 95% CI [6.0, 10.0]

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur imanshadid. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €6,48. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

66184 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!
€6,48  26x  vendu
  • (0)
Ajouter au panier
Ajouté