Dit is een uitgebreid overzicht van alle hoorcolleges van het vak statistische modellen 2. Verschillende onderwerpen komen aan bod, zoals regressieanalyse, variantieanalyse, multivariate relaties, covariantieanalyse, repeated measures ANOVA, logistische regressieanalyse en regressieanalyse met cate...
College 1 (06/02/2023): Regressieanalyse..............................................................................................3
College 2 (12/02/2024): Multivariate relaties.......................................................................................17
College 3 (19/02/2024): Variantieanalyse.............................................................................................27
College 4 (26/02/2024): Covariantieanalyse.........................................................................................39
College 5 (04/03/2024): Regressieanalyse met categorische predictoren............................................53
College 6 (11/03/2024): Logistische regressieanalyse..........................................................................59
College 7 (18/03/2024): Repeated measures ANOVA...........................................................................69
Responsiecollege (21/03/2024)............................................................................................................76
2
,College 1 (06/02/2023): Regressieanalyse
- het is een uitbreiding op de vorige vakken op nieuwe situaties statistiek toepassen.
- soorten variabelen (afkortingen voor de variabelen die docent gebruikt).
NOM: nominaal (“labels”)
DUM: dummyvariabelen (bijv. D = 1: experimenteel, D = 0: controle)
Eenvoudige variabelen die aangeven of je wel of niet in een groep zit (dus je behoort
bijv. bij groep 1 of bij groep 0).
INT: interval/kwantitatieve variabele
- welk model?
Variabele: iets waarop je kan verschillen (leeftijd, gewicht, geslacht, etc.).
Je kan allerlei modellen maken, maar welk model is afhankelijk van welke soorten variabelen
je gebruikt.
A.d.h.v. een vraag moet je de variabelen kunnen afleiden en dus ook het
bijbehorende model dat je moet gebruiken.
- assumpties = aan welke eisen moet in een populatie voldaan zijn om zinvol deze techniek uit te
kunnen voeren is er onzin data, dan komt er ook onzin data uit.
1. Lineaire relaties
- relatie tussen intervalvariabelen
In veel onderzoekssituaties zijn er intervalvariabelen (INT)
Voorbeelden:
o Lengte, gewicht, leeftijd
o Schaalscores voor introversie, depressie, doping, attitude
o Vaardigheidsscores voor taal, rekenen
Vanuit een wetenschappelijke theorie hebben we vaak verwachtingen over hoe variabelen
gerelateerd zijn (dus correlatie/samenhang tussen variabelen).
3
, VOORBEELD: onderzoek naar depressie en coping
Steekproef van N = 84 random geselecteerde RUG-studenten
Twee variabelen:
BDI (Beck Depression Inventory)
0-9 = weinig, 10-18 = mild, 19-29 = matig, 30-63 = zware depressie
Coping score
0 = geen coping, 10 = goed kunnen omgaan (coping) met tegenslag
Onderzoeksvraag: Is er een relatie tussen BDI en coping (in de populatie)?
Verwachting: wanneer iemand hoger op BDI scoort, zal hij lager op coping scoren.
MAAR: oppassen met overgeneralisatie, dus dat je dit betrekt op alle gevallen, is namelijk niet altijd
zo.
Toename in coping is proportioneel t.o.v. afname BDI
In dit geval is er sprake van een hoge correlatie.
- lineaire relatie
Lineair model werkt goed in de praktijk
Het blijkt dat veel relaties tussen 2 intervalvariabelen redelijk met een lineair verband
zijn samen te vatten.
Een lijn wordt beschreven door een helling
Dit getal (= parameter) geeft:
1. Richting van de relatie weer.
2. Interpretatie aan de relatie.
Verschillende lijnen zijn mogelijk… Welke? eentje die ook een maat voor sterke relatie
geeft.
- kleinste kwadratensom residuen
Welke lijn?
Stap 1: Bereken alle residuen (= afstanden punten tot lijn)
Stap 2: Kwadrateer alle residuen (want als je 10 punten onder
de lijn zit, is de afstand evenveel als je 10 punten boven de lijn
zit).
Stap 3: Tel alle gekwadrateerde residuen op
Stap 4: Lijn kiezen zodat deze som zo klein mogelijk is
(geminimaliseerd is)
Kleinste kwadratensom van residuen is uniek unieke lijn
Assen:
y-as = afhankelijke variabele
x-as = onafhankelijke variabele
d.m.v. x proberen y te voorspellen
4
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 lotteeektimmerman1. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €6,18. Vous n'êtes lié à rien après votre achat.
