Padmodel multiple regressie
● Eén afhankelijke variabele (Y).
● Eén of meerdere onafhankelijke variabelen (X).
○ Minimaal van interval meetniveau of
dichotoom.
■ Interval, want elk stapje moet
hetzelfde betekenen
■ Dichotoom, want het betekent wel
of niet aanwezig.
● Het verschil tussen de voorspelling van het model
en de geobserveerde data, de fouten daartussen
zijn de errors (E).
Voorbeeld
- Onderzoeksvraag
Kunnen we kennis van literatuur bij jongvolwassenen voorspellen met persoons-,
gezins- en schoolkenmerken?
- Populatie
Jongvolwassenen
- Variabelen
● Afhankelijke variabele Y
Kennis van literatuur
● Onafhankelijke variabelen X (predictoren)
○ Kenmerken ouderlijk huis
○ Kenmerken school
- Doel
Voor de populatie beschrijven en toetsen van de relaties tussen
afhankelijke variabele Y en de predictoren X.
Multiple regressie algemeen
- Onderzoeksvraag
, 2
Kunnen we iemands waarde op een kenmerk voorspellen met kennis over andere
kenmerken?
- Doelen analyse:
● Beschrijven lineaire relaties tussen variabelen (regressiemodel).
● Toetsen hypothesen over relaties (significantie).
● Kwantificeren van relaties (effectgrootte).
● Kwalificeren van relaties (klein, middelmatig, groot).
● Beoordelen relevantie relaties (subjectief).
● Voorspellen van iemands waarde met regressiemodel (puntschatting en
intervalschatting).
- Waarschuwing
Doe op basis van statistische samenhang geen uitspraken over causaliteit.
Meetniveauvariabelen
- Afhankelijke variabele Y
Kenmerk gemeenten op minimaal interval meetniveau.
- Onafhankelijke variabelen X
● Kenmerken gemeten op minimaal interval meetniveau.
● Categorisch kenmerk met twee categorieën: nominaal meetniveau met twee
categorieën noemen we dichotoom.
● Categorisch kenmerk met meer dan twee categorieën: nominaal/ordinaal
meetniveau wordt omgezet in dummyvariabelen.
Regressiemodel
- Vergelijking Y
Voor geobserveerde variabele
Y.
uitkomst (Y) = model (X) +
voorspellingsfout (residual of
error)
- Vergelijking Y
Voor het voorspellen van
waarde Y (= Y) voorspellen
van waarde op Y (= Ŷ)
geschatte uitkomst (Ŷ) =
model (X)
Y = 𝐵0 + 𝐵1 𝑋1 + … 𝐵6 𝑋6 + E
● Y = afhankelijke variabele (dependent).
● X = onafhankelijke variabelen (predictors).
● 𝐵0 = intercept (constant), ook wel a.
● 𝐵1 = regressiecoëfficiënt (slope).
● E = voorspellingsfout (error of residual).
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 Roos2125. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,29. Je zit daarna nergens aan vast.