Samenvatting

Summary MVDA - Lecture Notes

0 keer verkocht

Vak
Multivariate data analyse

Instelling
Universiteit Leiden (UL)

Notes of all MVDA Lectures! Only Lecture 7 is not complete...

[Meer zien]

Voorbeeld 2 van de 14 pagina's

Bekijk voorbeeld

Geupload op 27 juni 2023
Aantal pagina's 14
Geschreven in 2022/2023
Type Samenvatting

Volgen

lilianbetscher Lid sinds 2 jaar 5 documenten verkocht

Multivariate Data Analysis
Lecture 1
 Relationship between several variables (three or moremultivariate)
 One dependent variable; several independent variables (predictors)
 Which technique is used depends on measurement level of variables (nominal, interval,
binary)
 #

 Residual=difference bw predicted and actual score
 Best prediction is if sum of squared differences is minimal (residuals are minimalnot much
error)
 Constant=where line crosses y-axis
 With two predictors=regression line becomes regression plane
 Use regression model to predict someone’s score
 Evaluating the model:
 Hypothesis testing  if we reject H0, we know that at least one regression coefficient has a
predictive value
 R squared = how good model reflects observed data
 Through standardizing the regression equation, measurement units do not matter
 Semipartial corr (squared part correlations in SPSS) reflects how much var uniquely
explained by one variable
o 3.4% explained by both predictors
o r2 = 0.500 = 50%

50-28.3-18.3=3.4

 Regression Assumptions

, o Interval measurement level
o Dep variable is linear combination of predictors
o Homoscedasticity of residuals (constant across values of predictors)
o Independence of residuals
o Normality of residuals
o No multicollinearity in predictors (inter-correlations)
 Checking assumptions in SPSS

Residual Plot: normal distr. of residuals!

 Check Outliers
 Different types of outliers

k=number of predictors

 What if assumptions are violated?
o Easy fixes:
 Remove predictors that cause violation (often not possible)
 Try transforming the variables (not always works)
o Better:
 Use a more robust regression technique

 Multicollinearity
o Moderate to high inter-corr among predictors
 Limits size of r2
 How important is predictor?
 Unstable regression equation
o Identifying Multicoll.:

Tolerance needs to be above 0.10
VIF needs to be below 10

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

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

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

Direct to-the-point

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.