Multiple regressie analyse: associatiemodellen en predictie modellen

4 belangrijke vragen over Multiple regressie analyse: associatiemodellen en predictie modellen

Welke assumpties moet je checken bij een predictiemodel?

  1. Uitkomst
  2. Power
  3. Lineariteit
  4. Collineariteit

Wat betekent de power assumptie bij je modellen?

Bij lineaire regressie moeten er 10-15 respondenten zijn per variabele.
Bij logistische regressie moeten er 10-15 ''events'' zijn (y=1) per variabele.

Hoe beoordeel je een C-statistic?

0,5 = een waardeloos model
1,0 = een perfect model
Hoe hoger, hoe beter.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Welke valkuilen heb je in de statistiek?

  1. Te veel variabelen/ te weinig cases
  2. Ongunstige verdeling van variabelen
  3. Colineariteit

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo