Let op: niet alle vragen worden in de werkgroepen besproken, dus aantekeningen zijn niet compleet met de werkboekstof

Werkgroep 1: Multipele Regressie Analyse

Deze week gaat over MRA, hierbij wordt een Y van interval niveau voorspeld uit meerdere X'en van interval niveau wordt. Binair is tegelijk ook interval, omdat alle intervallen gelijk zijn, gezien er maar één interval is.

Opdracht 1.1 A

Check de assumpties lineariteit, homoscedasticiteit en normaliteit van residuen. Is het regressiemodel geschikt voor de data?

Alle variabelen zijn van interval niveau. In een scatterplot kan er gekeken worden naar of er een patroon aanwezig is dat op non-lineariteit duidt of op heteroscedasticiteit. In dit geval is er sprake van lineairiteit en homoscedasticiteit. De normaliteit van residuen of error wordt gecheckt met standardized residual. De punten moeten dicht bij de lijn liggen en in dit geval klopt dat. Hieruit valt te concluderen dat dit model geschikt is voor de data.

Opdracht 1.1 B

Is er bewijs voor multicollineariteit in de data?

Multicollineariteit geeft een overlap tussen variabelen/predictoren aan. Voor deze vraag kijk je in de tabel bij Collinearity Statistics. In dit geval is de Tolerance niet < 0,1 en de VIF niet > 10. Dus er is geen multicollineariteit in de data.

Opdracht 1.1 C

Zijn er outliers, influential points of outliers op de predictoren aanwezig?

• Outliers on dependent variable: niet aanwezig, want Residual < |3|

• Influential points: niet aanwezig, want Cook's Distance < 1

• Outliers on predictors: niet aanwezig, want Leverage: 0,074 < 3 (2+1)/58 = 0,155 

Opdracht 1.1 D

Wat zijn de nulhypothese en de alternatieve hypothese om het regressiemodel te testen?

H0: β1 = β2 = 0.

Ha: minstens 1 βj is niet gelijk aan 0.

Er wordt gebruikt gemaakt van β in plaats van b, omdat het gestandaardiseerd is.

Opdracht 1.1 E

Kan de nulhypothese verworpen worden?

Ja, F(2, 55) = 37.770, p < .001

Opdracht 1.1 F

Wat zijn de nulhypothese en alternatieve hypothese om de individuele coefficienten te testen?

H0: β1 = 0

Ha: β1 is niet gelijk aan 0

H0: β2 = 0

Ha: β2 is niet gelijk aan 0

Opdracht 1.1 G

Welke predictoren zijn significant?

• Language skill
  • β1 = .495
  • t(55) = 3.849, p < .001
• Motor skill
  • β2 = .342
  • t(55) = 2.998, p < .001

Opdracht 1.1 H

Geef de ongestandaardiseerde en de gestandaardiseerde regressievergelijking.

Ongestandaardiseerd: Voorspelde RA = -1,596 + 1,049 (Language Skill) + 0,464 (Motor Skill). Dit is opgesteld uit ŷ = b0 +b1X1 + b2X2.

Gestandaardiseerd: (Voorspelde RA)st = 0,495 (LS)st + 0,342(MS)st. Deze is opgesteld.....read more

College 1: Multipele regressie analyse

MVDA gaat over onderzoeksvragen. Bijvoorbeeld: kun je depressie voorspellen uit life events en coping? En: heeft een lesmethode effect op het rekenvermogen van middle class kinderen? Onderzoeksvragen hebben twee aspecten: de relatie tussen constructen en de populatie (steekproef = sample van de populatie). Geteste constructen noemen we variabelen. Om de data te analyseren moeten de juiste statistische technieken gebruikt worden bij de juiste onderzoeksvraag.

Er zijn 7 technieken verdeeld over 7 weken. Elke techniek kijkt naar 3 of meer variabelen. We gaan kijken welke methode we voor welk probleem kunnen gebruiken, we gaan data analyseren, we gaan naar de output kijken en we dieper naar de theorieën en of de interpretaties kloppend zijn.

We beginnen met MRA, dit is multipele regressie analyse. De technieken van de eerste vier weken hebben gemeen dat er één afhankelijke variabele is. Dit is de variabele die we willen voorspellen (Y). De onafhankelijke variabelen zijn de voorspellers, bij ANOVA worden ze factoren genoemd. Bij deze vier technieken is de vraag ‘kan ik Y voorspellen uit de onafhankelijke variabelen?’

Welke techniek je gebruikt hangt af van het meetniveau van de variabelen. Tijdens deze cursus zijn er drie meetniveaus die er toe doen:

• Categorisch/nominaal: mensen worden in groepen ingedeeld

• Interval: intervallen tussen scores hebben betekenis - afstand tussen de meetpunten heeft betekenis; vb.) depressiescore

• Binair: Een categorische variabele die 2 categorieën heeft en interval eigenschappen heeft – er zijn twee niveaus en twee categorieën; vb.) man/vrouw, geslaagd/gezakt

De eerste week staat in het teken van Multipele Regressie Analyse (MRA). Bij multipele regressie analyse proberen we op basis van een aantal onafhankelijke variabelen (X1, X2….Xp) de afhankelijke variabele (Ypred) te voorspellen.

Belangrijk bij MRA:

1. Er zijn meerdere onafhankelijke variabelen en er is steeds slechts één afhankelijke variabele.

2. Zowel de onafhankelijke variabelen als de afhankelijke variabelen zijn van interval niveau.

Hieronder staat een overzicht van welke techniek je moet gebruiken bij verschillende niveaus van de variabelen (deze technieken worden in week 1 tot en met 4 behandeld).

Let.....read more