Samenvatting
YSS-20306 - samenvatting colleges quantitative
Samenvatting van de colleges van het quantitatieve deel van het vak YSS-20306 aan de wur, wat onderdeel uitmaakt van het tweedejaar van BBC.
[Meer zien]Voorbeeld 2 van de 9 pagina's
Voorbeeld 2 van de 9 pagina's
In winkelwagengesponsord bericht van onze partner
1 beoordeling
Door: luukvanderhoorn • 5 jaar geleden
Voorbeeld van de inhoud
Samenvatting QuantitativeLecture 1 – Introduction, refreshing, correlation and
simple regression analysis
Relation is possible in 3 ways:
- Positively related: + -> +
- Negatively related: + -> -
- Not related at all
Modelling relationships:
- Outcomei = (model) + errori
- X = predictor variable
- Outcomei = (b Xi) + errori
- If one X in the model -> b = Pearson product – moment correlation
coefficient, denoted by r
Covariance (p. 264)
- A measure of the ‘average’ relationship between two variables.
- The average cross-product deviation
- The variance represents: de gemiddelde waarde die de data afwijkt van de
mean (s2)
- When one variable deviates from its mean, we would expect the other
variable to deviate from its mean in a similar way
- Cross-product deviations: a measure of the total relationship between two
variables
- The average sum is known as the covariance
- Positive covariance: as one variable deviates from the mean, the other
variable deviates in the same direction
- Negative covariance: as one variable deviates from the mean (bijv.
Toeneemt), the other deviates from the mean in the opposite direction (->
afneemt)
- The covariance depends upon the scales of measurement used: it is not a
standardized measure
- Hierdoor kunnen we niet zeggen of een covariance groot of klein is.
Standardization (p. 266)
- The process of converting a variable into a standard unit of measurement
- Typically used: standard deviation unit
- It allows us to compare data when different units of measurement have
been used (vb. Kg en inch)
- The standard covariance = Pearson’s correlation coefficient = r
- Value between -1 and +1
- -1: perfecte negatieve correlatie
- +1: perfecte positieve correlatie
- Commonly used measure of an effect size (.1 = small, .3 = medium, .5 =
large)
- This is all about bivariate correlation (between 2 variables)
Significance of the correlation coefficient (p. 268)
- Test the hypothesis that the correlation is different from 0
- Testing it using z-score, but also with t-scores
1
, Betrouwbaarheidsintervallen voor r
- They tell us something about the likely value in the population
- Lower boundary: x – (1,96 x SE)
- Upper boundary: x + (1,96 x SE)
- Kan niet met spss?
You can’t say anything about causality (oorzaak-gevolg) (p. 270), because
of:
- The third variable problem: causality between two variables cannot be
assumed. There may be other measured or unmeasured variables affecting
the results
- Direction of causality: correlatie zegt niets over welke variabele invloed
heeft op de ander. Geen indicatie van de richting.
Sources of bias (p. 271)
- Linearity: if the relationship between variables is not linear, then this
model is invalid -> outcome needs to be interval scale
- Normality: we care about this only if we want confidence intervals or
significance tests and if the sample size is small -> p-p plot
Pearson’s r in SPSS (p. 275)
- R2 = coefficient of determination
- A measure of the amount of variability in one variable that is shared by the
other
Partial correlation (p. 281)
- A measure of the relationship between two variables while controlling the
effect of one or more additional variables on both
- With this we can address the third variable problem to some degree
Semi-partial correlation (p. 285)
- A measure of the relationship between two variables while controlling the
effect that one or more additional variables has on one of these variables
- The effect of the third variable on only one variable
Regression (p. 294)
- Outcomei = yi = (b0+b1 Xi) + Ei
- This equation keeps the fundamental idea that an outcome for a person
can be predicted from a model
- The form of the equation is a straight line ( y = ax + b )
- b0 = the intercept of the line
- b1 = the slope
- b0 + b1 Xi = predicted value
Estimating the model (p. 298)
- residual: The difference between what the model predicts and the
observed data
- Residual Sum of Squares = SSR: a measure of the variability that cannot
be explained by the model fitted to the data/ a gauge of how well a
particular line fits the data
- Ordinary Least Squares = OLS: a method of regression in which the
parameters of the model are estimated using the method of least squares
2
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 BBCer2013. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €5,44. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 56326 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen