100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Eerder door jou gezocht
Eerder door jou gezocht
logo
Summary Business Research Methods - prof Cleeren €8,99
In winkelwagen
Snel navigeren naar
Voorbeeld
  2.  
  3. Katholieke Universiteit Leuven (KU Leuven)
  4.  
  5. Master Business Administration
  6.  
  7. Business research methods (BKULY00957)

Samenvatting

Summary Business Research Methods - prof Cleeren

1 beoordeling
 5 keer verkocht

The documents are fully written in English. I made 2 separate documents, one summary for Prof Cools and one for prof Cleeren. This contains all the relevant information that is needed for the exam in January. - Also have a look at my profile for other summaries.

Voorbeeld 3 van de 30  pagina's

Document informatie

  • 21 december 2020
  • 30
  • 2020/2021
  • Samenvatting

Onderwerpen

Geschreven voor

Alle documenten voor dit vak (4)

1  beoordeling

review-writer-avatar

Door: pimdeboer1 • 3 jaar geleden

Verkoper

avatar-seller
hwstudent2

Ontvangen beoordelingen

Voorbeeld van de inhoud

BRM – Cleeren



1. Linear regression analysis
1.1 When to use a linear regression?
Linear regression versus logistic regression?
* Categorical variables need to be
converted to dummy variables
(binary: 1/0)!




Dependent variable: Metric or nominal (in logistics)

Independent variable: always Metric or Categorical
Metric: countable variable (you can count with these numbers).
Categorical: male and female, all kinds of values are possible, isn’t a number (you can’t count with it).
You assign a number to the group but the number doesn’t mean anything, random choice of
numbers.

Linear regression versus ANOVA?
* Categorical variables need to be
converted to dummy variables
(binary: 1/0)!




Dependent variable: both Metric
Independent variable: different

Exercise
Dependent variable: “a person´s decision to
buy a private (store) label” ≠ Metric = Nominal
(2 groups → binary)

Independent variable: “consumer
characteristics” ≠ not metric = categorical

→ Test: Binary logistic regression




1

, Dependent variable: “a person´s attitude
towards buying private (store) label” = Likert
scale → considered a Metric variable.

Independent variable: “consumer
characteristics” ≠ not metric = categorical

→ Test: Linear regression

Dependent variable: “a person´s attitude
towards buying private (store) label” =
Nominal (>2 groups)

Independent variable: “consumer
characteristics” ≠ not metric = categorical

→ Multinomial logistic regression


1.2 Creating dummy variables
• Transform categorical independent variables into dummy (1/0) variables (aka indicator
variables) in a linear (and logistic) regression
• Dummy variable trap!
o = if you would include as many dummies as response categories → you create perfect
multicollinearity, you can perfectly predict values of last category based on values of
other categories. If male = 1 → female will be 0.
o # dummies = # response categories – 1
▪ You should include 1 dummy less than the number of response categories.

HOW: Tabulate X, generate(X)

Example linear regression




2

, Control variable = which we know will influence
dependent variable/results, but we are not really
interested in their effect (there will not be a
hypothesis on this). If we do not include them →
omitted variable bias. They will be treated as
independent variables.

Subscript (i) = level of observation !


1.3 Linear regression in Stata
HOW: Regress

1.3.1 Model diagnostics – Steps
• Step 1: Check assumptions (if necessary, apply corrections)
o Assumption 1: Causality.
o Assumption 2: Were all relevant variables included?
o Assumption 3: Metric dependent variable.
o Assumption 4: Linear relationship between dependent and independent variables.
o Assumption 5: Additive relationship between dependent and independent variables.
o Assumption 6: Residuals need to be independent, normally distributed, homoscedastic,
without autocorrelation.
o Assumption 7: Enough observations
o Assumption 8: No multicollinearity
o Assumption 9: No extreme values
• Step 2: Check ‘meaningfulness’ of model (model fit); H0: R² = 0
• Step 3: Interpret the coefficients of each independent variable; H0: bi = 0

Step 1: check assumptions
ASSUMPTION 1: CAUSALITY
• Independent variables (RHS) should be causing the dependent variable.

ASSUMPTION 2: ALL RELEVANT VARIABLES
• No extreme clusters & No striking patterns
HOW: residuals versus fitted (rvf) plot - Predicted variables against residuals

ASSUMPTION 6: NORMAL DISTRIBUTION OF RESIDUALS
HOW visually: Histogram of residuals – should be normally distributed
PP-plot (probability-plot) – should be normally distributed

HOW statistically: Shapiro’s Wilk normality test – H0: residuals normally distributed
! You don’t want to reject H0, residuals will then be normally distributed.

• If violated: check why the standard errors are not normally distributed:
o Problem in model -> fix it!
o Dependent variable not normally distributed -> transformation of dependent variable
(logarithm, square, root)
• Important: if you use a transformation, it has implications for the interpretation of the results !!
(interpret in function of transformed variable).

• If the sample size is large enough → violation of normal distribution usually not a problem


3

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, Bancontact of creditcard en je bent klaar. Geen abonnement nodig.

Focus op de essentie

Focus op de essentie

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

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 hwstudent2. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €8,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 66184 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Start met verkopen
€8,99  5x  verkocht
  • (1)
In winkelwagen
Toegevoegd