Samenvatting
Summary Research Methods - Data Analysis I
Summary of 2 pages for the course Research Methods In Psychology at UT
[Meer zien]Voorbeeld 1 van de 2 pagina's
Voorbeeld 1 van de 2 pagina's
In winkelwagengesponsord bericht van onze partner
Voorbeeld van de inhoud
RM | Unit 140 - Multiple Linear RegressionBook: Analysing Data Using Linear Models
Chapter 4: 4.15, 4.16, 4.17
Chapter 4.15: Multiple regression in R
Check the book on how to do this in R.
Chapter 4.16: Multicollinearity
In general, if you add independent variables to a regression equation, the proportion explained variance,
R2, increases. Suppose you have the following three regression equations: weight = b0 + b1 × volume + e
(4.39) weight = b0 + b1 × area + e (4.40) weight = b0 + b1 × volume + b2 × area + e (4.41) 136 If we
carry out these three analyses, we obtain an R2 of 0.8026346 if we only use volume as predictor, and an
R2 of 0.1268163 if we only use area as predictor.
→ If we carry out these three analyses, we obtain an R2 of 0.8026346 if we only use volume
as a predictor, and an R2 of 0.1268163 if we only use the area as a predictor. So perhaps you’d think
that if we take both volume and area as predictors in the model, we
would get an R2 of 0.8026346+ 0.1268163 = 0.9294509. However,
if we carry out the multiple regression with volume and area, we
obtain an R2 of 0.9284738, which is slightly less! This is not a
rounding error but results from the fact that there is a correlation
between the volume of a book and the area of a book. Here it is a
tiny correlation of 0.002, but nevertheless, it affects the proportion
of variance explained when you use both these variables.
→ Let’s look at what happens when independent variables are strongly correlated. (See
picture)
→ When two predictor variables are perfectly correlated, either 1 or -1, regression is no
longer possible, the software stops and you get a warning. We call such situation multicollinearity.
But also if the correlation is close to 1 or -1, you should be very careful interpreting the regression
parameters. If this happens, try to find out what variables are highly correlated, and select the variable
that makes the most sense.
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 kayleighdebruin1. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €2,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 52510 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen