Samenvatting: Statistiek Iii
- 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 Statistiek III
-
HC 2 Multiple regressie met meer dan 2 IV's
Dit is een preview. Er zijn 7 andere flashcards beschikbaar voor hoofdstuk 09/02/2021
Laat hier meer flashcards zien -
Welke 3 assumpties heeft enkelvoudige lineaire regressie?
LiHoOn- Lineariteit
Homoscedasticiteit - Onafhankelijkheid van de residuen
-
Wanneer gebruik je de Fisher's Rz?
Bij betrouwbaarheidsintervallen -
Onder welk kopje vind je de gestandaardiseerde regressiecoëfficienten?
Onder het kopje Stadardized Coefficients en dan Beta -
Partiële correlatie kan geïnterpreteerd worden door proportie uniek verklaarde variantie.Wat is de vraag die je jezelf stelt bij partiële correlatie?
Hoeveel % van de totale variantie in Y, niet verklaard door andere IV's, is uniek verklaard door deze IV? -
Semi-partiële correlatie kan geinterpreteerd worden als: Toename in R^2 bij toevoeging van IV aan het model.Welke vraag stel je jezelf bij het semi-partiele correlatie?
Wat is de toename in de proportie verklaarde variantie bij toevoeging van de X1 aan het model waar X2 al in zat? -
Aangezien de R^2 een overschatting is van de verklaarde variantie in de populatie zal deze moeten worden aangepast. Naar wat en welke kant op wordt de R^2 aangepast?
Naar de Adjusted R^2 en
Naar beneden -
Met de T-test meet je per variable. Echter welke vier h0 hypotheses verwerpen we als de t-test een significant verschil laat zien?
H0: Bi = 0
H0: SRi = 0
H0: Bi* = 0
H0 PRi = 0 -
Wat is de Simpson's paradox?
Simpson's Paradox is dat een op de loer liggende variabele ervoor zorgt dat de samenhang de tegengestelde richting op gaat. -
HC 3 Hierarcical regression - Curvilineair relations
Dit is een preview. Er zijn 21 andere flashcards beschikbaar voor hoofdstuk 16/02/2021
Laat hier meer flashcards zien -
Waarop let je op bij het selecteren van variabelen voor je model?
Relevantie , voldoende power zo eenvoudig mogelijk -
Hoe beslis ik welke onafhankelijke variabelen ik gebruik voor mijn model?
Door hiërarchische analyse
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden