Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
College aantekeningen Statistiek Deel 2 (GEO2-2217) €6,07   Ajouter au panier

Notes de cours

College aantekeningen Statistiek Deel 2 (GEO2-2217)

 9 vues  0 fois vendu
  • Cours
  • Établissement

Dit zijn de aantekeningen van de hoorcolleges (lectures) na de midterm, dus lectures 9 tm 14, voor het vak Statistiek (statistics) gegeven op de Universiteit Utrecht met cursuscode GEO2-2217 voor GSS en NW&I studenten. (zie ook mijn andere samenvatting voor deel 1).

Aperçu 4 sur 59  pages

  • 28 mars 2024
  • 59
  • 2023/2024
  • Notes de cours
  • Dr. maryse chappin & msc paula schipper
  • College aantekeningen lectures 9 tm 14
avatar-seller
Part 2: Statistics
Lecture 9: Association interval and ordinal variables 2
Association interval and ordinal variables 2
Covariance and Pearson’s r 3
Rank correlation (rS and tau) 5
Correlation tests 6
Partial correlation 7
Lecture 10: Linear Regression part 1 8
Linear regression in case of one independent variable (simple regression) 8
Significance b 10
Predictive use 12
Multiple regression: linear regression in case of multiple independent variables 13
Determine influence difference variables: 14
Part (semi-partial) and partial correlation 14
Significance 15
R^2 16
Testing H0: and confidence intervals ’s 16
Building a regression model 17
Dummy variable 17
Including interaction terms 19
Steps in multiple regression: 20
Lecture 11: Linear Regression part II 20
Missing values 21
Assessing the model & checking assumptions 21
Outliers: 21
Assumptions: 22
1. Independence of observations (each observation ones in your sample) 22
2. Non-zero variance (we need variation in the data, not all data is the same) 22
3. Type and distribution variables: 22
4. No Multicollinearity 22
5. Homoscedasticity 23
6. Normally distributed errors 23
7. Linearity (not curved) 23
8. Bundles of parallel regression lines 25
9. Independent errors (you can check this via Durbin Watson test, not incl. in the
course) 25
Path Analysis and Mediation effects 26
Lecture 12: Association nominal variables 31
Association significant? Chi-square goodness-of-fit test 31
From Phi to Carmer’s V 34
Special measures for 2x2 tables 34
SPSS 35


1

, Moderator: Role variable W 36
Common ORmh (Mantel Haenszel) 38
Steps cross table analysis 38
Association measures nominal variables 39
Lecture 13: Logistic Regression 39
Linear regression error with dichotomous Y 39
From dichotomous to continuous Y 40
Conversion formulas 40
ML-estimates of the 𝛽s 41
Interpretation of the 𝛽s 41
Significance of an effect (Wald test or CI around the OR) 42
Assessing the model 43
Lecture 14: factor analysis 48
Factor score and factor loading 49
Summary in between: factor analysis 50
Idea factor analysis 51
Reproduced and residual correlations 52
Interpretation 53
Evaluation of the scale 54
When can you do factor analysis? 54
Extra aantekeningen 54
Degrees of freedom / effect sizes / difference Z and T 54
Chi-square tests: for categorical tests 55




2

,Lecture 9: Association interval and ordinal
variables
Practical 7: Association interval and ordinal variables and checking
an association for a third variable

Association interval and ordinal variables
Explanation: if there are two variables and a high value for Y is more common with also a
high value of X, we call this cohesive, associative or correlative variable.

Negative correlation = higher values for one variable go together with low values for the
other variable

Strongest correlation in a plot is when it is closed to a descending regression line and
weakest when there is barely a rise or fall noticeable
Measurement level Trend Measures (Greek
letter for Population)

X Y

scale scale 1. linear 1. Pearson’s r (p)
2. curve 2. Spearman’s
(ps) Kendall's
Tau (t)

ordin ordin increasing/decreasing Spearman’s rs(ps),
Kendall’s tau (t)

scale nomin increasing/decreasing Eta^2 (n^2)

nomin nomin - Phi (p), Carmer’s V

dich dich - Phi(P), Odds ratio OR


N.B. : r, rS , tau = -1<>+1

Calculate center of gravity coordinate = (all x values divided by number of x values) (all y
values divided by number of y values)


Covariance and Pearson’s r
Covariance shows you how the two variables differ, whereas correlation shows you how the
two variables are related.
Covariance can be positive or negative ; it is an indication for correlation, and is the
“combined variance”.

Calculating the covariance =


3

, - First you calculate the deviation of every point from the center of graffiti both x and y
times each other
- than you sum all these deviations up
- than you divide this by the number of observations minus 1

Pearson’s R
- To determine the strength of the correlation, there is a correlation measure called
Pearson’s r or the product moment correlation coefficient.

The R value is equal to the standardized covariance, which arise from the deviations by
dividing the standard deviation of the variable

Covariance and correlation coefficient (r) are related measures of the linear relationship
between two variables. The covariance (cov) measures how much two variables vary
together, while the correlation coefficient (r) measures the strength and direction of the linear
relationship between two variables.


r = COVxy / (Sx*Sy)




r is not scale-sensitive but Covariance is!!

Interpretation of R=
- r = coefficient of linear association (standardized covariance)
- -1 <r < +1; sign r: positive / negative correlation
- r = standardized regression coefficient b in case of simple regression
- r^2 = proportion variation in y linearly explained by X
- covariance is not an association measure

r^2 <0.9: weak linear association
.09 < r2 < 0.25 = medium linear association
r^2 >0.25 = strong linear association

Example:
- if r = -.5
- clearly negative correlation
- a 1.0 sx increase in x associates with a 0.5 sy decrease in y
- r^2 -.25 : 25% Y-variation linearly explained by X
Eta versus r
Eta:
- more general measure for dependency Y on X
- eta^2 = proportion variation Y explained by x


4

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 ishtarderksen. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €6,07. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

78252 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€6,07
  • (0)
  Ajouter