Dit is een uitgebreid overzicht van alle hoorcolleges van het vak statistische modellen 2. Verschillende onderwerpen komen aan bod, zoals regressieanalyse, variantieanalyse, multivariate relaties, covariantieanalyse, repeated measures ANOVA, logistische regressieanalyse en regressieanalyse met cate...
College 1 (06/02/2023): Regressieanalyse..............................................................................................3
College 2 (12/02/2024): Multivariate relaties.......................................................................................17
College 3 (19/02/2024): Variantieanalyse.............................................................................................27
College 4 (26/02/2024): Covariantieanalyse.........................................................................................39
College 5 (04/03/2024): Regressieanalyse met categorische predictoren............................................53
College 6 (11/03/2024): Logistische regressieanalyse..........................................................................59
College 7 (18/03/2024): Repeated measures ANOVA...........................................................................69
Responsiecollege (21/03/2024)............................................................................................................76
2
,College 1 (06/02/2023): Regressieanalyse
- het is een uitbreiding op de vorige vakken op nieuwe situaties statistiek toepassen.
- soorten variabelen (afkortingen voor de variabelen die docent gebruikt).
NOM: nominaal (“labels”)
DUM: dummyvariabelen (bijv. D = 1: experimenteel, D = 0: controle)
Eenvoudige variabelen die aangeven of je wel of niet in een groep zit (dus je behoort
bijv. bij groep 1 of bij groep 0).
INT: interval/kwantitatieve variabele
- welk model?
Variabele: iets waarop je kan verschillen (leeftijd, gewicht, geslacht, etc.).
Je kan allerlei modellen maken, maar welk model is afhankelijk van welke soorten variabelen
je gebruikt.
A.d.h.v. een vraag moet je de variabelen kunnen afleiden en dus ook het
bijbehorende model dat je moet gebruiken.
- assumpties = aan welke eisen moet in een populatie voldaan zijn om zinvol deze techniek uit te
kunnen voeren is er onzin data, dan komt er ook onzin data uit.
1. Lineaire relaties
- relatie tussen intervalvariabelen
In veel onderzoekssituaties zijn er intervalvariabelen (INT)
Voorbeelden:
o Lengte, gewicht, leeftijd
o Schaalscores voor introversie, depressie, doping, attitude
o Vaardigheidsscores voor taal, rekenen
Vanuit een wetenschappelijke theorie hebben we vaak verwachtingen over hoe variabelen
gerelateerd zijn (dus correlatie/samenhang tussen variabelen).
3
, VOORBEELD: onderzoek naar depressie en coping
Steekproef van N = 84 random geselecteerde RUG-studenten
Twee variabelen:
BDI (Beck Depression Inventory)
0-9 = weinig, 10-18 = mild, 19-29 = matig, 30-63 = zware depressie
Coping score
0 = geen coping, 10 = goed kunnen omgaan (coping) met tegenslag
Onderzoeksvraag: Is er een relatie tussen BDI en coping (in de populatie)?
Verwachting: wanneer iemand hoger op BDI scoort, zal hij lager op coping scoren.
MAAR: oppassen met overgeneralisatie, dus dat je dit betrekt op alle gevallen, is namelijk niet altijd
zo.
Toename in coping is proportioneel t.o.v. afname BDI
In dit geval is er sprake van een hoge correlatie.
- lineaire relatie
Lineair model werkt goed in de praktijk
Het blijkt dat veel relaties tussen 2 intervalvariabelen redelijk met een lineair verband
zijn samen te vatten.
Een lijn wordt beschreven door een helling
Dit getal (= parameter) geeft:
1. Richting van de relatie weer.
2. Interpretatie aan de relatie.
Verschillende lijnen zijn mogelijk… Welke? eentje die ook een maat voor sterke relatie
geeft.
- kleinste kwadratensom residuen
Welke lijn?
Stap 1: Bereken alle residuen (= afstanden punten tot lijn)
Stap 2: Kwadrateer alle residuen (want als je 10 punten onder
de lijn zit, is de afstand evenveel als je 10 punten boven de lijn
zit).
Stap 3: Tel alle gekwadrateerde residuen op
Stap 4: Lijn kiezen zodat deze som zo klein mogelijk is
(geminimaliseerd is)
Kleinste kwadratensom van residuen is uniek unieke lijn
Assen:
y-as = afhankelijke variabele
x-as = onafhankelijke variabele
d.m.v. x proberen y te voorspellen
4
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 lotteeektimmerman1. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,18. Je zit daarna nergens aan vast.
