Seminar 2. Open science.............................................................................................................................. 48
Overview of techniques............................................................................................................................... 50
,Lecture 1. Mutiple lineair regression
The birth order effect
Scientific research has demonstrated that firstborns have a higher IQ than laterborns. Do
you believe this to be true?
Galton (1874) noticed that the number of firstborns among eminent scientists was
remarkably large.
- Researchers started to study birth order with IQ and observed a significant positive
relation.
Does this imply a real effect of birth order on IQ?
- Critically review the way the studies were performed
o Representative sample?
o Reliable measurs of variables?
o Correct analyses and correct interpretation of results?
- Critically consider alternative explanations for the statistical association
o Association ≠ causation
o Does effect remain when additional variables are included?
Adding variables
Simple linear regression: involves 1 outcome (Y) and 1 predictor (X).
- Outcome = DV = dependent variable = e.g. IQ
- Predictor = IV = independent variable = e.g. birth order
Observed y-score of person I is partly predicted by the model but the
prediction will not be perfect; error in prediction ei (residual).
Multiple linear regression: involves 1 outcome and multiple predictors.
,The relevance of a predictor
1. The amount of variance explained (R2). i.e. the seizes of the residuals
2. The slope of the regression line (B1)
Multiple linear regression (MLR)
MLR examines a model where multiple predictors are included to check their unique linear
effect on Y.
Things you need to know about MLR:
a. The model
b. Types of variables in MLR
c. MLR and Hierarchical MLR
o Hypotheses
o Output
o Model fit: R2, and R2-change
o Regresseion coeffeicients: B and Beta (= standardized B)
d. Exploratory MLR (sptewise) versus confirmatory MLR (forced entry)
e. Model assumptions important to MLR
, A. The model
B. Types of variables
Formal distinction in 4 measurement levels: nominal, ordinal, interval, and ratio.
For choice of analysis, we usually distinguish:
- “Nominal + Ordinal” a.k.a. categorical or qualitative
- “Interval + Ratio” a.k.a. continuous or quantitative or numerical
MLR requires continuous outcome and continuous predictors. But categorical predictors can
be included as dummy variables.
Dummy coding in MLR models
Is gender a predictor or grade?
- Grade on scale 0 – 10 where numbers have numerical meaning. OK.
- Gender coded as 1 = male; 2 = female. This categorical and not numerical. Not OK.
- Dummy variable has only values 0 and 1 (e.g. 1 = male; 0 = female).
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, creditcard of Stuvia-tegoed 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 annekamp1. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,99. Je zit daarna nergens aan vast.