College 5
Het is niet alleen uitrekenen of kijken naar output, je moet ook weten hoe je de resultaten moet interpreteren
en wat de karakteristieken van de statistieken zijn.
Zet alle relevante formules, maar ook begrippen, op je formulekaart.
Deze voorbeeldvragen zijn in het Engels, maar het tentamen zal in het Nederlands zijn.
Onafhankelijke variabelen: StudySem en StudyEx
Afhankelijke variabele: Grade
N = 33
We hebben dus nodig een percentage van verklaarde variantie van Grades, maar alleen het stuk wat niet
verklaard wordt door StudySem maar het stuk dat verklaard wordt door StudyEx. Dit is de gekwadrateerde
partiële correlatiecoëfficiënt.
Zie tabel: partial correlation. Dit is 0.430. Neem hier het kwadraat van. Dat is 0.1849.
Dus het antwoord is D.
, We zoeken opnieuw een percentage verklaarde variantie, maar dit keer de variantie die uniek verklaard wordt
door StudySem. De formulering is nu iets anders. We zoeken nu de gekwadrateerde semi-partiële
correlatiewaarde.
Zie tabel: part correlation. Dit is 0.326. Neem hier het kwadraat van. Dat is 0.106.
Dus het antwoord is A.
Semi-partiële en partiële correlatie vertellen je beide iets over uniek verklaarde variantie, maar ze betekenen
beiden net wat anders. Let op dat je op je formulekaart de beschrijvingen van deze waardes zet, inclusief de
gekwadrateerde waardes. Zie hiervoor college 2.
Hier moet je de Adjusted R Square uitrekenen. Hiervoor heb je eerst de R²-waarde nodig. Deze kun je op
verschillende manieren uitrekenen.
Bijvoorbeeld met de correlatiematrix:
Je kunt ook R² uitrekenen door van elke onafhankelijke variabele de ongestandaardiseerde regressiecoëfficiënt
(beta) te nemen en die te vermenigvuldigen met de zero order correlation, en dit bij elkaar op te tellen.
Je moet wel op alle verschillende manieren de R²-waarde kunnen uitrekenen, want je bent afhankelijk van de
output die je krijgt.
We hebben een R²-waarde gevonden van 0.2861, maar deze moeten we nog aanpassen op het aantal
onafhankelijke variabelen dat we in het model hebben gestopt en onze steekproefgrootte (Adjusted R Square).
N = steekproefgrootte, k = aantal onafhankelijke variabelen in het model.
In dit geval hoeven we eigenlijk niet meer te rekenen, omdat de enige optie die kleiner is dan 0.2861 is,
antwoord A is.
We moeten dus kijken naar de regressiecoëfficiënt van StudyEx en daar moeten we een 99%
betrouwbaarheidsinterval voor opstellen. We hoeven alleen de bovengrens te rapporteren.
Dit is de regressiecoëfficiënt (B) plus de kritieke t-waarde, vermenigvuldigd met de standard error.
Het is niet alleen uitrekenen of kijken naar output, je moet ook weten hoe je de resultaten moet interpreteren
en wat de karakteristieken van de statistieken zijn.
Zet alle relevante formules, maar ook begrippen, op je formulekaart.
Deze voorbeeldvragen zijn in het Engels, maar het tentamen zal in het Nederlands zijn.
Onafhankelijke variabelen: StudySem en StudyEx
Afhankelijke variabele: Grade
N = 33
We hebben dus nodig een percentage van verklaarde variantie van Grades, maar alleen het stuk wat niet
verklaard wordt door StudySem maar het stuk dat verklaard wordt door StudyEx. Dit is de gekwadrateerde
partiële correlatiecoëfficiënt.
Zie tabel: partial correlation. Dit is 0.430. Neem hier het kwadraat van. Dat is 0.1849.
Dus het antwoord is D.
, We zoeken opnieuw een percentage verklaarde variantie, maar dit keer de variantie die uniek verklaard wordt
door StudySem. De formulering is nu iets anders. We zoeken nu de gekwadrateerde semi-partiële
correlatiewaarde.
Zie tabel: part correlation. Dit is 0.326. Neem hier het kwadraat van. Dat is 0.106.
Dus het antwoord is A.
Semi-partiële en partiële correlatie vertellen je beide iets over uniek verklaarde variantie, maar ze betekenen
beiden net wat anders. Let op dat je op je formulekaart de beschrijvingen van deze waardes zet, inclusief de
gekwadrateerde waardes. Zie hiervoor college 2.
Hier moet je de Adjusted R Square uitrekenen. Hiervoor heb je eerst de R²-waarde nodig. Deze kun je op
verschillende manieren uitrekenen.
Bijvoorbeeld met de correlatiematrix:
Je kunt ook R² uitrekenen door van elke onafhankelijke variabele de ongestandaardiseerde regressiecoëfficiënt
(beta) te nemen en die te vermenigvuldigen met de zero order correlation, en dit bij elkaar op te tellen.
Je moet wel op alle verschillende manieren de R²-waarde kunnen uitrekenen, want je bent afhankelijk van de
output die je krijgt.
We hebben een R²-waarde gevonden van 0.2861, maar deze moeten we nog aanpassen op het aantal
onafhankelijke variabelen dat we in het model hebben gestopt en onze steekproefgrootte (Adjusted R Square).
N = steekproefgrootte, k = aantal onafhankelijke variabelen in het model.
In dit geval hoeven we eigenlijk niet meer te rekenen, omdat de enige optie die kleiner is dan 0.2861 is,
antwoord A is.
We moeten dus kijken naar de regressiecoëfficiënt van StudyEx en daar moeten we een 99%
betrouwbaarheidsinterval voor opstellen. We hoeven alleen de bovengrens te rapporteren.
Dit is de regressiecoëfficiënt (B) plus de kritieke t-waarde, vermenigvuldigd met de standard error.
