Samenvatting
Samenvatting gevorderde multivariate data-analyse 19-20
Samenvatting van het vak multivariate data-analyse voor de master sociologie aan de VUB. Dit is opgesteld doormiddel van de ppt en de lessen.
[Meer zien]Voorbeeld 4 van de 65 pagina's
Voorbeeld 4 van de 65 pagina's
In winkelwagenVoorbeeld van de inhoud
Samenvatting Gevorderde multivariate data-analyse: Deel 1H.1 Inleiding
Logistische regressie:
- afhankelijke var. = dummy (0/1)
- 1 level/niveau waarop analyse gedaan word
1.1 Inleiding survival analyse
afhankelijke var.
= duur tot het optreden van bepaalde gebeurtenis
= gebeurtenis/tijd
altijd doorheen de tijd opvolgen en kijken of gebeurtenis optreedt
Welbepaalde gebeurtenis kan sterfte, diabetes,…
o Clearcut: 0/1 = wel of niet = afgelijnd gegeven met duidelijke breuk en overgang tussen
toestanden
o Wederzijds exclusieve gebeurtenissen = niet overlappende gebeurtenis
vb. Sterfte: wel of niet sterven, kan maar 1 van 2 zijn
o Wederzijds exhaustief = alle mogelijke toestanden worden gedekt
vb. Sterven: alle mogelijke toestanden van sterven aanwezig (hier 2 toestanden)
Noodzakelijk:
o Een goed gedefinieerd ‘event’
o Een duidelijk begin van de tijd
o Een betekenisvolle matrix om de tijd te meten
Tijd/duur:
o Bij start van tijd mag nog niemand gebeurtenis hebben meegemaakt
Vb. Echtscheidingsrisico: start met enkel samenwonende mensen en dan kijken naar
vervolg
o Discrete of continue tijdsmeting bepaalt analyse:
Discrete: te tellen => intervallen van tijd
Continu: oneindig klein => doorlopend => geen intervallen
vb. Relatieduur voor samenwonen – scheidingsrisico: hoe langer men in relatie is voor het
samenwonen, hoe stabieler relatie en hoe langer scheidingsrisico.
! Realiteit wordt vereenvoudigd tot 2 duidelijke toestanden, tot dummy
1.2 Inleiding tot multilevel analyse
= meerdere levels/niveaus in data
Vb. Relatie studiekeuze – uitstel 1e kind
1
, - Level 1 = respondenten
- Level 2 = opleidingsniveau
- Level 3 = landen
Levels, lagen in data door onderzoeksvraag
Onderzoeksvraag gaat specifiek over verschillende niveaus
Moet niet altijd ~ criteria
Belang van context omdat sociale processen + fenomenen zich afspelen in bepaalde context
=> variabiliteit op verschillende niveaus
Clustering in groepen
Vb. Uitstel 1e kind: invloed door individuele kenmerken vrouw (1), kenmerken studierichting (2)
mbt attitude tov familie, gendercompositie in richting,…, eigenschappen land (3)
<-> Regressie-analyse: kenmerken meegenomen ter controle of interactie-effecten zijn
kenmerken van respondent (level 1 in voorbeeld)
H.2 Herhaling
2.1 Demografische cijfers: rates (breuk)
= occurence-exposure rate
= # gebeurtenissen in pop./# persoonsjaren at risk (gebeurtenis + overblijvende van populatie)
Noemer rekening houden met aantal personen EN hoelang ze at risk zijn
=> persoon met gebeurtenis verdwijnt uit noemer want exclusieve gebeurtenissen, in teller
gaan = verdwijnen uit noemer
Persoonsjaren = som van eenheden van tijd dat elk individu at risk was + geobserveerd was
Cijfer houdt rekening met feit dat occurrence hoger is bij grotere pop.
Cijfer moet referentieperiode hebben
Uitgedrukt in %° = promille
Period rate = crude rate:
(crude = bruto)
= # gebeurtenissen tss 0 en T/persoonsjaren at risk in pop. tss 0 en T
o Periode gebruiken om te berekenen
o Meestal 1 jaar want makkelijk want elke persoon draagt 1 persoonsjaar bij als ze niet
sterven per jaar
o Vaak uitgedrukt per 1000 personen
o Eigenlijk conditionele kans want voorwaarden stellen = at risk om gebeurtenis mee
te maken, # gebeurtenissen gegeven at persoon at risk is
Link met survival analyse: occurence-exposure rate = afhankelijke var.
2
,Vb. N = 10 gevolgd gedurende 5 jaar, 3 sterven gedurende 5 jaar (na 1.5j., na 3j, na 4j.)
Rate = 3 sterfgevallen/(7 overlevende*5 jaren levend) + (1 sterft*1.25 tot sterfte) + (1
sterfte*3 jaar geleegd) + (1 sterfte*4 jaar geleefd)
Vb. Crude death rates in Ghana (6.6%°) vs. België (9.8%°):
- In België sterfte 9.8 personen per 1000 inwoners per jaar
- In Ghana sterft 6.6 personen per 1000 inwoners per jaar
- Hoger in België want Ghana jongere leeftijdsstructuur want rate ~ leeftijdsstructuur
=> brutocijfers soms vreemde uitkomsten
=> standaardisatie nodig om verschillen door leeftijd weg te filteren en te kunnen vgl
2.2 Veralgemeende lineaire modellen
Gemeenschappelijk kader voor dependentietechnieken want asymmetrie ( = afh. var. Y en
verschillende onafh. var. X) -
Klassiek lineair model: Y lineaire functie van X
-> kan enkel bij voldoen aan criteria MAAR vaak Y geen lin. Functie van X
=> Y transformeren zodat getransformeerde versie van Y als lineaire functie van X’en
geschreven kan worden
=> van Y = a + bx -> t(Y) = a + b 1 x 1 + b 2 x 2 + …
! Soort variabele bepaalt transformatie
DUS Als t(Y) een lineaire functie is van X => methoden uit lineaire modellen toepassen om
parameters van niet-lineaire model te schatten
=> bruikbaarheid statistische dependentie-technieken voor sociale wetenschappen verhoogd
Veronderstelling: onderliggend lineair model: geen lineaire relatie tss af. Var. Y en onafh. var.
X => afh. var. U transformeren zodat Y wel als lineaire functie van X’en kan bekeken worden
Gemeenschappelijke schattingsmethode: maximum likelihood estimation
Voordeel:
o geldt voor lineaire regressie + survival + multilevel
o idem schattingsmethode
o dezelfde testen om te kijken of het veralgemeenbaar is naar pop. of niet
dezelfde technieken, toetsen, indicatoren te gebruiken voor verschillende
dependentietechnieken
Stappenplan:
o Stap 1: is geen lineaire functie
Y = a + bx
o Stap 2: y transformeren => (! B0 = a = intercept)
3
, Z = bx + a
! Natuurlijk logaritme = ln(y) = omgekeerde bewerking van machten = tot welke macht grondtal
verheffen om tot y te komen
- Log = ln met grondtal 10
- Ln = Natuurlijk logaritme
- Naperiaanse logaritme met grondtal e
Vb. ln(brutomaandloon) = b 0 + b 1*actuele werkduur
o Stap 3: beide delen van vgl expotentiëren om makkelijker te berekenen
e ln ( x )=e b 0 +b 1 actuele werkduur
MAAR e en ln heffen elkaar op => afh. var = verwachte waarde van X = E(X)
= e b 0+ b 1actuele werkduur
= e b 0∗eb 1 actuele werkduur
(exp = e)
Y = e bx e a
Vb. e ln (brutomaandloon )=e b 0+ b1 actuele werkduur
¿ E(brutomaandloon) = e b 0+ b 1actuele werkduur = e b 0∗eb 1 actuele werkduur
3 componenten:
1. Stochastische component = Y
o Afh. var. = geobserveerde stochast = toevalsvariabele = niet vastliggende var.
o Bepaalt alles
o Varieert
o Heeft een gemiddelde en kansverdeling
o Volgens model verwacht waarde = gemiddelde waarde gegeven X
µ = E(y|X) = verwachte waarde van Y gegeven X (conditionele kansverdeling)
2. Systematische component = lineaire predictor
! Griekse symbolen = populatie
! Latijnse symbolen = steekproef
3. Linkfunctie: verbinding tss E(y) en lineaire predictor
o Aard afh. var bepaalt linkfunctie
o Lineaire regressie: identiteitsfunctie => geen transformatie dus linkfunctie nodig
o Linkfunctie = natuurlijk logaritme =
4
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper ruthvanderfaeillie. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €11,49. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 67096 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen