Samenvatting: M&t Ii
- Deze + 400k samenvattingen
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Lees hier de samenvatting en de meest belangrijke oefenvragen van M&T II
-
HC 1: Inleiding, herhaing en samenhang (correlaties)
Dit is een preview. Er zijn 11 andere flashcards beschikbaar voor hoofdstuk 23/12/2015
Laat hier meer flashcards zien -
Bivariate analyse: correlatiematen (2)
1. Pearson's R:
- Variabelen van interval/ratio meetniveau
- Normale verdeling
- Gevoelig voor extreme waarden.
Mogelijke waarden r
-1 tot 0 = negatieve samenhang: meer van x betekent minder van y (en andersom)
- 0 = geen samenhang
- 0 tot 1 = positieve samenhang: meer van x betekent meer van y (en andersom)
Indien niet aan deze assumpties is voldaan, kiezen voor:
2. Spearman's R:
- Variabelen van ordinaal (nooit normaal verdeeld), interval of ratio meetniveau (indien niet normaal verdeeld)
- Geen normaliteitsassumptie. -
HC 2: Samenhang: vergelijken van groepen
Dit is een preview. Er zijn 19 andere flashcards beschikbaar voor hoofdstuk 24/12/2015
Laat hier meer flashcards zien -
Onafhankelijke versus afhankelijke metingen
Onafhankelijk: vergelijking van 2 of meer groepen mensen op één meetmoment
Afhankelijk: vergelijking van 2 of meer meetmomenten van één groep mensen -
Overschrijdingsgrenzen bij significantie a=0.05 of a=0.01
Bij A= 0,05 over het algemeen 1.96 of -1.96
Bij A = 0.01 over het algemeen 1.64 of -1.64
Bij A=0.01 dus soepeler: makkelijker te overschrijden - wordt immers maar aan een kant getoetst. -
SSM - SST - SSR (ANOVA)
SST = total sum of squares: afstand van iedere individuele waarneming tot het overall gemiddelde 'grand mean'
SSM = model sum of squares - zijn er verschillen tussen de groepen? Hoeveel van de variantie wordt verklaard door het model?
SSR = residual sum of squares - zijn er verschillen binnen groepen? Hoeveel van de variantie wordt NIET door het model verklaard.
SST = SSM + SSR -
Vul in voor afhankelijke metingen en toetsen
Kijk in de keuzeboom! -
Assumpties Dependent T-test
1. Vergelijking 2 afhankelijke groepen
2. Afhankelijke variabele is bij benadering normaal verdeeld
3. Variabelen van interval/ratio meetniveau (ordinaal is bijna nooit normaal verdeeld).
Is het verschil in gemiddelden significant?? -
ANOVA tabel in regressieanalyse (model-fit)
Hoeveel van de variantie wordt verklaard door het model, hoeveel niet, en is dit een significante verbetering ten opzichte van een model zonder voorspellende variabelen -
HC 4: Regressieanalyse Deel II
Dit is een preview. Er zijn 10 andere flashcards beschikbaar voor hoofdstuk 26/12/2015
Laat hier meer flashcards zien -
Assumpties van lineaire regressie
1. De voorspelfouten/residuen moeten onderling ONafhankelijk zijn en normaal verdeeld.
2. De X variabele is 'fixed', de y variabele is random
3. De X en Y variabele zijn van interval/ratio meetniveau. X kan ook van nominaal meetniveau zijn mits dichotoom.
4. De onafhankelijke variabelen staan in lineair verband met de afhankelijke variabele. -
De voorspelfouten/residuen moeten onderling onafhankelijk zijn
De afhankelijkheid (autocorrelatie) van de residuen kan een probleem vormen bij de tijd-variabele. Bijvoorbeeld de winst in een kwartaal wordt beïnvloedt door de winst in het voorgaande kwartaal. De autocorrelatie kan leiden tot een onderschatting van de standaardfout en daarmee tot een overschatting van de significantie.
Durbin-Watsontest. Waarden kleiner dan 1 of groter dan 3 kunnen duiden op afhankelijkheid van residuen. -
Checken bij lineaire regressie
1. Zijn de residuen/voorspelfouten onderling onafhankelijk? (Durbin-Watson test)
2. Zijn de residuen normaal verdeeld?
3. Homoscedasticiteit van residuen
4. Multicollineariteit
5. Outliers.
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden