Summary Onderzoekspracticum nonparametrische data-analyse : takenboek

-
ISBN-10 9035808169 ISBN-13 9789035808164
382 Flashcards & Notes
3 Students
  • This summary

  • +380.000 other summaries

  • A unique study tool

  • A rehearsal system for this summary

  • Studycoaching with videos

Remember faster, study better. Scientifically proven.

This is the summary of the book "Onderzoekspracticum nonparametrische data-analyse : takenboek". The author(s) of the book is/are projectteam Francine Dehue. The ISBN of the book is 9789035808164 or 9035808169. This summary is written by students who study efficient with the Study Tool of Study Smart With Chris.

Be the first one to add content
Discover the Study Smart Package

Latest added flashcards

De vraag of een voorspeller een significante voorspellende waarde heeft voor de criteriumvariabele staat enigzins los van de vraag of er een substantiele toename in het percentage correcte voorspellingen is.Leg uit:
  • wanneer het percentage correcte voorspellingen, zonder gebruik te maken van de voorspeller, dicht in de buurt van de 50 % ligt, dan kan een predictorvariabele (een voorspeller) dat percentage omhoog brengen
  • wanneer echter het percentage hoog ligt (zeg hoger dan 70 %) dan is er weinig ruimte om dat percentage te verbeteren
Ook bij een logistische-regressieanalyse kan de proportie verklaarde variantie uitgerekend worden.De kwaliteit van de voorspelling bij een logistische-regressieanalyse kan ook op een andere manier worden weergegeven.Welke?
  • door het percentage correcte voorspellingen bij afwezigheid van een predictor te vergelijken met het percentage correcte voorspellingen bij aanwezigheid van die predictor
Hoe wordt in de lineaire regressieanalyse de kwaliteit van de voorspelling uitgedrukt?
  • in de lineaire regressieanalyse wordt de kwaliteit van de voorspelling uitgedrukt in de proportie verklaarde variantie, aangeduid meet het symbool R-kwadraat
  • R-kwadraat geeft aan welke proportie van de variantie in Y door X verklaard wordt, ofwel in welke mate Y uit X te voorspellen is
  • R-kwadraat kan waarden aannemen tussen 0 en 1
  • als X 100 % van de variantie in Y-scores verklaart, zal R-kwadraat gelijk zijn aan 1
  • in dat geval is Y dus perfect te voorspellen vanuit X
Kan berekend worden of de variabele X een significante voorspellende waarde heeft voor de variabele Y?
  • net als bij de lineaire-regressieanalyse in OKD kan berekend worden of de variabele X een significante voorspellende waarde heeft voor de variabele Y
  • dit wordt, net als bij de regressieanalyse, uitgedrukt in B
  • de significantie van B wordt getoetst met de Wald-statistic
  • de p-waarde behorende bij de Wald-statistic wordt niet door twee gedeeld
Wat is in de formule van de logistische-regressievergelijking P(Y=1)?
  • in deze formule is P(Y=1) de kans dat Y in de categorie 1 valt
  • en die kans wordt medebepaald door de lineaire-regressievergelijking in logaritmische termen
  • daarin is e het natuurlijke logaritme, met de simpele lineaire-regressivergelijking als exponent
Van wat wordt in een logistische regressie uitgegaan?
  • in een logistische regressie wordt niet uitgegaan van de criteriumvariabele, maar van de kans op het optreden van één van de twee waarden van een nominale criteriumvariabele
  • voor de dichotome nominale variabele geslacht is dus bijv. de kans dat een bepaald persoon in de categorie man (=1) valt
  • en die kans loopt van 0 - 1
  • en waarde dicht bij 0 geeft aan dat de persoon waarschijnlijk niet in de categorie man valt en een waarde dicht bij 1 geeft aan dat de persoon waarschijnlijk wel in de categorie man valt
Waarom kan bij een nominale criteriumvariabele geen gebruik worden gemaakt van een lineaire-regressieanalyse?
  • de reden is dat de relatie met een predictorvariabele lineair moet zijn, en dat is niet mogelijk met een nominale criteriumvariabele
Hoe ziet de regressievergelijking uit?
Y = bX + a
Wat levert de lineaire-regressieanalyse op? (is in OKD uitgelegd)
  • de lineaire-regressieanalyse levert een vergelijking op waarmee de criteriumvariabele kan worden verklaard vanuit de predictorvariabele
Met wat komt de berekening van Spearman's correlatiecoefficient rs overeen en wat is het verschil?
  • de berekening komt overeen met de berekening van Pearson's correlatiecoefficient
  • het verschil is dat bij Spearman's correlatiecoefficient de scores X en Y vervangen worden door de rangnummers
  • dus voor het berekenen van Spearman's rs  kan de formule van Pearson's r uit OKD gebruikt worden, waaring X en Y vervangen worden door u en v, de rangscores van X en Y