ARMS Advanced Research Methods and Statistics (202200104)
Resume
Samenvatting Skills tentamen JASP - ARMS Advanced Research Methods and Statistics ()
42 vues 4 fois vendu
Cours
ARMS Advanced Research Methods and Statistics (202200104)
Établissement
Universiteit Utrecht (UU)
Dit document omvat een volledige samenvatting van de benodigde kennis voor het skills tentamen van ARMS. Zo beschrijft het o.a. hoe je analyses kunt doen en welke assumpties je hierbij test.
This document entails a complete summary of all the knowledge needed for the skills test of ARMS. It des...
ARMS Advanced Research Methods and Statistics (202200104)
Tous les documents sur ce sujet (25)
Vendeur
S'abonner
Loissnoek
Avis reçus
Aperçu du contenu
JASP ARMS
Inhoud
Multiple linear regression (MLR) Frequentist.....................................................................................1
Doing the analysis:..........................................................................................................................1
Checking the assumptions:.............................................................................................................1
Interpreting MLR.............................................................................................................................4
Hierarchical multiple regression.....................................................................................................4
Multiple Linear Regression (MLR) Bayesian........................................................................................5
Interpreting MLR.............................................................................................................................6
Hierarchical multiple regression.....................................................................................................6
Create a dummy variable....................................................................................................................7
Do this in JASP................................................................................................................................7
Dummy variables for Bayesian analyses.........................................................................................7
Factorial ANOVA.................................................................................................................................7
Doing the analysis (Frequentist).....................................................................................................7
Checking assumptions....................................................................................................................8
Follow-up tests...............................................................................................................................9
Bayesian factorial ANOVA...............................................................................................................9
Informative hypotheses testing....................................................................................................10
ANCOVA............................................................................................................................................10
Checking assumptions..................................................................................................................10
Perform the ANCOVA (frequentist)...............................................................................................10
Check the assumptions (Bayesian)................................................................................................10
Perform the ANCOVA (Bayesian)...................................................................................................11
Repeated measures ANOVA..............................................................................................................11
Perform frequentist repeated measures analysis.........................................................................11
Perform Bayesian repeated measures analyses............................................................................12
Mediation.....................................................................................................................................12
Multiple linear regression (MLR) Frequentist
Doing the analysis:
Regression -> Classical -> Linear regression. Put the dependent and independent variables in the right
boxes.
Checking the assumptions:
There are linear relationships between the dependent variable and each of the continuous
independent variables.
, Check this using a scatterplot. A scatterplot has the (continuous) predictor on the x-axis and the
outcome on the y-axis and uses dots to represent the combination of x-y-scores for each case in the
data. A linear relationship means that the scores in the scatterplot form a cloud with an oval shape
that can be describe reasonably well by a straight line.
How to make a scatterplot: Descriptives -> Add the variables in the Variables box -> Scroll down to
Plots and tick Correlation plots in Basic plots
There are no outliers.
An outlier is a case that deviates strongly from other cases in the data set. You can check them by
looking at scatterplots, boxplots, Standard residuals and Cook’s distance.
How to check: Scroll down to Statistics, tick Casewise diagnostics and then select either Standard
residual or Cook’s distance.
A rule of thumb for the standardized residuals is that the values should be between -3.3 and +3.3.
Values bigger or smaller than that indicate potential outliers.
Cook’s distance indicates the overall influence of a respondent on the model. As a rule of thumb, we
maintain that values for Cook’s distance must be lower than 1. Values higher than 1 indicate
influential cases.
What to do with outliers?
1. Do nothing
2. Exclude the data point from the analysis
3. Change the data point either to the ‘correct’ value (only if the outlier is known to be an error
and when the correct value is known), or to a less extreme value. This way this case still has a
large score, but not so extreme that it will completely dominate the results of the analysis.
Absence of multicollinearity
Multicollinearity indicates whether the relationship between two or more independent variables is
too strong. Scroll down to Statistics and tick Collinearity diagnostics.
Les avantages d'acheter des résumés chez Stuvia:
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
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
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 Loissnoek. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €5,49. Vous n'êtes lié à rien après votre achat.
