100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
VOS samenvatting hoorcolleges €3,99
In winkelwagen

Samenvatting

VOS samenvatting hoorcolleges

 28 keer bekeken  1 keer verkocht

Samenvatting van de hoorcolleges van VOS.

Voorbeeld 2 van de 9  pagina's

  • Ja
  • 5 april 2021
  • 9
  • 2020/2021
  • Samenvatting
  • vos
  • vos ccfes
  • ccfes
book image

Titel boek:

Auteur(s):

  • Uitgave:
  • ISBN:
  • Druk:
Alle documenten voor dit vak (10)
avatar-seller
mandy_h1998
Verdiepende onderzoeksmethoden & statistiek hoorcolleges
Hoorcollege 1: Multipele regressie.
Multipele regressie: onderzoek met afhankelijke variabelen
waarbij er een grote verzameling van mogelijke invloeden
kunnen worden onderscheiden door in een keer een analyse te
doen.
Operationaliseren van de theoretische constructen is het
maken van variabelen.

Y = afhankelijke variabele  minimaal interval meetniveau
X = onafhankelijke variabele(n)/predictoren

Doelen multipele regressieanalyse:
- Beschrijven lineaire relaties tussen variabelen
- Toetsen hypothesen over relaties (significantie)
- Kwantificeren van relaties (effectgrootte)
- Kwalificeren van relaties (klein, middel, groot)
- Beoordelen relevantie relaties (subjectief)
- Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting)
 Geen causale relatie!

Meetniveau onafhankelijke variabele X:
* Minimaal interval meetniveau;
* Nominaal met 2 categorieën: dichotoom
* Nominaal met meer dan 2 categorieën: dummy variabelen

Vergelijking voor geobserveerde variabele Y:
Uitkomst (Y) = model (X) + voorspellingsfout (residu, error, E)
o Linear regressiemodel

Vergelijking voorspelde/geschatte waarde op Y = Ŷ
Geschatte uitkomst (Ŷ) = model (X)
Y = B0 + B1X1 + … + B6X6 + E
B0: intercept (constant)
B1: regressiecoëfficiënt (slope)

Vergelijking van lijn (regressievergelijking)
1. Intercept/constante (B0)
2. Regressiecoëfficiënt (B1)
 Enkelvoudige regressie: Ŷ = B0 + B1X1

Best passende rechte lijn is de lijn waarbij
voorspellingsfout (error) zo klein mogelijk is.
Positieve residu: boven de lijn, onderschatting
door model
Negatieve residu: onder de lijn, overschatting door model
Kleinste kwadraten criterium heeft te maken met de grootte van de voorspellingsfout.

Goodness of fit: hoe goed past mijn model bij de geobserveerde
gegevens?  Het verklaren van spreiding in scores  Beste model is
het model met kleinste residuele kwadrantensom  Bepalen Goodness
of fit (R2): vergelijking van lineair model (regressielijn) met basismodel
(basislijn)  Voorspelling van Y zonder X  Gemiddelde. Percentage verklaarde variantie.
Bereik R2: 0 < R2 < 1. 1 is perfect. 0 is als de ware lijn
precies gelijk loopt met de basislijn.

Som van gekwadrateerde deviaties is optelling
van alle voorspellingsfouten. Proportie door X
verklaarde variantie in Y.
Deviatie: de afstand ten opzichte van de basislijn.

, R = multipele correlatiecoëfficiënt. Dit is de
samenhang tussen geobserveerde Y en Ŷ.
R2 = determinatie coëfficiënt. Proportie in Y
verklaarde variantie door het model.

Toetsen R2 en B’s.
- Populatie  Hypothesen
- Steekproef  Steekproefresultaten
- Beschrijven  Verklaring van Y door alle X’en (R2)
-  Invloed afzonderlijke X’en op Y (B’s)
- Alternatieve hypothesen:
o R2 > 0: het regressiemodel verklaart variantie
in Y
o B > 0 of B < 0: er is effect van X op Y
- Nulhypothese: R2 = 0 of B = 0
- Toets voor R2: F-toets. Hiermee beoordeel je
statistische significantie.

- Toets voor B: T-toets.
Regressiecoëfficiënt B gebruik je voor opstellen regressievergelijking
voor Ŷ. Deze is schaalafhankelijk.
Gestandaardiseerde regressiecoëfficiënt Beta gebruik je voor het
vergelijken van de predictoren (X’en) of het beoordelen van de
invloed van predictoren. Deze is schaal onafhankelijk.

Hiërarchische regressieanalyse: we beginnen met een basis
aantal predictoren en we breiden het model uit met meerdere
predictoren, hiermee gaan we beoordelen of die uitbreiding van het
model statistisch zinvol is en praktisch relevant. R 2 (verklaarde
variantie) is hier de maat voor.
Hypothese: R2 = 0. Toetsing: F-toets voor R2. Driehoek Delta =
verandering.

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

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

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

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 mandy_h1998. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €3,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 53068 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€3,99  1x  verkocht
  • (0)
In winkelwagen
Toegevoegd