Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Samenvatting Lineaire regressie €4,49   Ajouter au panier

Resume

Samenvatting Lineaire regressie

 49 vues  1 fois vendu

Zowel bivariate als multipele regressie wordt hier besproken.

Aperçu 2 sur 7  pages

  • 29 décembre 2018
  • 7
  • 2018/2019
  • Resume
Tous les documents sur ce sujet (11)
avatar-seller
emiliea
Hoofdstuk 7: Bivariate lineaire
regressie
Line of best ft
Bij regressie gaat het erom een variabele y op interval niveau zo goed mogelijk te beschrijven of te
voorspellen op grond van één of meer verklarende variabelen (de predictoren). Bij éénvoudige
lineaire regressie wordt bivariaat de lineaire tendens van de scaterplot tussen x en y ingeschat op

basis van line of best ft . (met de ingeschate data van de oututvariabele, a de
intercept en b de richtngscoëfciënt van de rechte. STEEKPROEF)

Binnen de scaterplot liggen de ruwe steekproefdata (y) ten opzichte van de ingeschate data (die
gekoppeld zijn aan de line of best ft) op een zekere afstand genoemd: e i = yi – ^y i.

Idealiter worden de residuën tot de ‘line of best ftt zo klein mogelijk gehouden. Dit gebeurt op basis
van de least squares methode waarbij de kwadratensom van de residuën geminimaliseerd wordt.

.

Voor de regressierechte ^y i = a + b . xi zijn op basis van de kleinste kwadratenmethode b en a:


- b=
- a=

^y i = a + b . xi is een ‘line of best ftt gekoppeld aan de steekproefdata. De kwantfcate van de relate
tussen xi en ^y i gebeurt door de richtngscoëfciënt b van de lineaire regressie. De b-coëfciënt moet
gelezen worden als

- ‘Wanneer de xi waarde stjgt met een eenheid dan stjgt de gekoppelde ^y i waarde met b-
eenhedent

Voor de populate is de regressievergelijking y 1= β 0 + β 1.xi + ε i. a en b zijn inschatngen van beta0 en
Beta 1 waarvoor betrouwbaarheidsintervallen worden berekend. De standaardfouten van de
inschatngen voor β 0 (SE(a) genoemd) en voor β 1 (SE(b) genoemd zijn:




Predictie
^y
De standaardfout van een ingeschate i obv een gegeven waarde xi is: . Dit
betekent dat SE( ^y i) kleiner wordt naarmate de xi dichter bij het gemiddelde ligt. Dit betekent


1

, omgekeerd dat men bij waarden van x i die verder van het gemiddelde gepositoneerd eerder
terughoudend moeten zijn qua predicte.

ANOVA
De volgende vraag is op de regressie statstsch signifcant is, i.a.w. een meerwaarde heef dan y i in te
schaten obv het gemiddelde. Antwoord: SST = SSregressie + SSresidu. Waarbij:




Hieruit kunnen we de MS berekenen met: MS regressie = SSregressie/1 en MSerror = MSerror / n-2.

MSregressie
De F-score: F = . Deze wordt getest binnen de H0: b = 0 en H1: b≠ 0 binnen een F-distribute
MS error
met 1 en n-2 vrijheidsgraden.

Determinatiecoëfficiënt
De correlatecoëfciënt werd gedefnieerd als: .


Gegeven dat b= dan is de determinantecoëfciënt r een maat voor de
variantie van de outputvariabele die verllaard wordt door de regrressielinn.

Voorbeeld:




Buiten descripte en predicte wordt de regressie ook gebruikt binnen de ANCOVA-procedure ter
correcte voor een covariaat.

Standardized coëfficiënt
Bij de standarized regressiecoëfciënt BETA, wordt de regressie gestandaardiseerd naar een context
waarbij de variantes van de AV en OV beide 1 zij. Het zijn dus eigenlijk niet de b-coëfciënten die
worden gestandaardiseerd maar wel de regressievariabelen. i.e. gepositoneerd t.o.v. het
gemiddelde en in eenheden van standaarddeviate.

- ! beta niet te verwarren met de theoretsche beta coëfciënten in de POPULATIEregressie

In SPPS is b gegeven als B(Unstandardized Coefcient)

De standarized coëfciënt Beta wordt afgelezen als een stiging van één standaarddeviate in xi doet
yi met Beta standaarddeviates stigen.

In de toepassing betekent dit dat een verhoging van 1 SD in jaren de BP doet stjgen met 0,696 SD.
Waar de unstandardized coefcient B een prediciteve waarde bezit binnen de regressievergelijking


2

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 emiliea. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €4,49. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

84197 résumés ont été vendus ces 30 derniers jours

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

Commencez à vendre!
€4,49  1x  vendu
  • (0)
  Ajouter