Samenvatting

Samenvatting - Kwantitatieve onderzoeksmethoden (Meervoudige lineaire regressie)

0 keer verkocht

Vak
Onderzoeksmethoden (HSH93A)

Instelling
Katholieke Universiteit Leuven (KU Leuven)

KU Leuven Campus Brussel - Schakelprogramma Handelswetenschappen - Onderzoeksmethoden - [DEEL] Kwantitatieve onderzoeksmethoden - Meervoudige lineaire regressie

[Meer zien]

Voorbeeld 4 van de 33 pagina's

Bekijk voorbeeld

Geupload op 6 juli 2024
Aantal pagina's 33
Geschreven in 2023/2024
Type Samenvatting

onderzoeksmethoden
ku leuven campus brussel
schakeljaar hw
schakelprogramma hw
schakeljaar handels
kwantitatieve onderzoeksmethoden
schakelprogramma handelswetenschappen
meervoudige lineaire regressie

Instelling
Katholieke Universiteit Leuven (KU Leuven)
Studie
schakeljaar handelwetenschappen
Vak
Onderzoeksmethoden (HSH93A)

Volgen

evsmts

Lid sinds 11 maanden 10 documenten verkocht

€7,49

In winkelwagen

Op verlanglijstje

100% tevredenheidsgarantie
Direct beschikbaar na je betaling
Lees online óf als PDF
Geen vaste maandelijkse kosten

Inhoudsopgave
1 Model specification............................................................................................................... 3
1.1 Classical assumptions............................................................................................................. 3
1.2 Interpreting the parameters .................................................................................................. 4
1.3 Non-linear model ................................................................................................................... 4
1.3.1 Inleiding ......................................................................................................................... 4
1.3.2 Transformaties .............................................................................................................. 5
1.4 Dummy variables ................................................................................................................... 7
1.4.1 Inleiding ......................................................................................................................... 7
1.4.2 Interpreteer coëfficiënten............................................................................................. 8
1.5 Interaction variables .............................................................................................................. 9
1.5.1 Tussen kwantitatieve en kwalitatieve variabelen ....................................................... 10
1.5.2 Tussen 2 kwalitatieve variabelen ................................................................................ 10
1.5.3 Tussen 2 kwantitatieve variabelen.............................................................................. 11
1.6 Choice of explanatory variables ........................................................................................... 12
1.6.1 Omitted variabele ....................................................................................................... 12
1.6.2 Irrelevante variabele ................................................................................................... 14
2 Parameter estimators ......................................................................................................... 15
2.1 Least square estimators ....................................................................................................... 15
2.2 Standard error of the model ................................................................................................ 16
3 Inference about the parameters .......................................................................................... 17
3.1 Sampling distribution of estimators .................................................................................... 17
3.2 Inference about parameters ................................................................................................ 17
3.3 Joint hypotheses tests.......................................................................................................... 18
3.3.1 Inleiding ....................................................................................................................... 18
3.3.2 In formulevorm ........................................................................................................... 20
3.3.3 Joint 𝐹-test: Link met R2............................................................................................. 20
3.3.4 Joint 𝐹-test: link met 𝑡-test ......................................................................................... 21
3.3.5 Joint 𝐹-test om model significantie na te gaan........................................................... 21
4 Goodness of fit ................................................................................................................... 23
4.1 ANOVA table ........................................................................................................................ 23
4.2 R-squared and adjusted R-squared...................................................................................... 24
4.2.1 𝑅-kwadraat.................................................................................................................. 24
4.2.2 Aangepaste 𝑅-kwadraat .............................................................................................. 24

MEERVOUDIGE LINEAIRE REGRESSIE 1 van 33

,5 Checking model assumptions .............................................................................................. 25
5.1 Diagnostische plots .............................................................................................................. 25
5.2 Multicollineariteit ................................................................................................................ 26
5.2.1 Exacte multicollineariteit ............................................................................................ 27
5.2.2 Quasi multicollineariteit .............................................................................................. 27
5.3 Heteroskedasticiteit ............................................................................................................. 30
5.3.1 Gevolgen ..................................................................................................................... 31
5.3.2 Detectie ....................................................................................................................... 32
5.3.3 Oplossing ..................................................................................................................... 33
5.4 Autocorrelatie ...................................................................................................................... 33

MEERVOUDIGE LINEAIRE REGRESSIE 2 van 33

, Meervoudige lineaire regressie

1 Model specification
- Net zoals in enkelvoudige lineaire regressie, bestaat het model uit:
• Een systematisch deel dat ons voorziet van informatie over hoe de combinatie van 𝑥-
uitkomsten resulteert in een gemiddelde waarde voor 𝑌: 𝜇𝑌|𝑥
• Een random error term (= storingsterm) 𝜀 om rekening te houden met het feit dat 𝑌|𝑥 een
random variabele is

𝑌 = 𝛽0 + 𝛽1 𝑥1 + ⋯ + 𝛽𝑘 𝑥𝑘 + 𝜀

- Meervoudig lineaire regressie wordt niet meer voorgesteld door een rechte
 Kan gevisualiseerd worden als een (hyper)vlak

1.1 Classical assumptions
- De assumpties die werden geïntroduceerd bij enkelvoudige lineaire regressie blijven behouden
DAARNAAST: zijn er twee assumpties over de verklarende variabelen in assumptie A4

- Klassieke assumpties voor meervoudige lineaire regressie:
• A1: 𝜇𝑌|𝑥 = 𝛽0 + 𝛽1 𝑥1 + … + 𝛽𝑘 𝑥𝑘 (𝜀 gemiddeld 0 voor alle 𝑥)
• A2: 𝜀 heeft een constante standaardafwijking 𝜎 (= homoskedasticiteit)
• A3: cov(𝜀𝑖 , 𝜀𝑗 ) = cov(𝑌𝑖 , 𝑌𝑗 ) = 0
• A4: Variabelen 𝑥𝑖 zijn non random, zijn geen exacte lineaire functies van de andere
verklarende variabelen
 Twee variabelen mogen niet te sterk gecorreleerd zijn met elkaar
• A5: (optioneel) 𝜀 is normaal verdeeld
(bij grote steekproef niet nodig, enkel bij een kleine steekproef)

MEERVOUDIGE LINEAIRE REGRESSIE 3 van 33

, 1.2 Interpreting the parameters
- Intercept 𝜷𝟎 : Gemiddelde waarde voor 𝑌 als alle 𝑥 = 0 (vaak niet relevant)
 Behalve in zeer speciale gevallen, nemen we altijd een intercept op in het model
(zelfs als het geen directe economische betekenis heeft)

- Coëfficiënten 𝜷𝒊 : De helling in de 𝑥𝑖 -helling
 Met het effect van een verandering in de variabele 𝑥𝑖 op de verwachte waarde van 𝑦, ceteris
paribus (= als alle andere variabele constant blijven)
bv. Als de prijs met 1 dollar stijgt en de reclame-uitgaven blijven constant, wat gebeurt er met de sales?
bv. Als de prijs constant blijft en de reclame-uitgaven stijgen met 1.000 dollar, wat gebeurt er met de sales?
𝜕𝐸(𝑌)
 Het is gelinkt aan de partiële afgeleide ( )
𝜕𝑥𝑖

1.3 Non-linear model

1.3.1 Inleiding

- Net zoals in enkelvoudige lineaire regressie, kunnen we niet-lineaire relaties modelleren bij een
meervoudig lineair regressiemodel door geschikte transformaties te gebruiken
 Baseren op economische theorie, experts en rekening houden met bijvoorbeeld slope
properties (= hellingeigenschappen)

MEERVOUDIGE LINEAIRE REGRESSIE 4 van 33

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.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper evsmts. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €7,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 68175 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Begin nu gratis

Samenvatting

Samenvatting - Kwantitatieve onderzoeksmethoden (Meervoudige lineaire regressie)

Document informatie

Onderwerpen

Geschreven voor

Verkoper

Ontvangen beoordelingen

Voorbeeld van de inhoud