Multipele Regressie, Moderatie en Mediatie

Predictor (X) moet
variantie hebben
(non- zero variance)



X en Y minimaal
P,P-plot: punten R: de relatie tuss
interval meetniveau
volgen de lijn en Ŷ
(of X dichotoom)



Histogram: volgt de Normaalverdeelde R2: hoeveel varia
normaalcurve residuen verklaard wordt
het model
Voorwaarden
Analyse
checken
F-toets: versch
Puntenwolk: op assen Afwezigheid van variantie wann
variabelen uitschieters vergeleken m
eerder mode


X-as: Regression Adjusted R2
Standardised Lezen in Onafhankelijkheid geschatte percen
Predicted Value methodesectie van waarnemingen verklaarde varian
(ZPRED) de populatie

Multipele regressie
Y-as: Regression Plot: evenveel
Regressie-
Standardised spreiding op X-as als Homoscedasticiteit
coëfficienten
Residual (ZRES) op Y-as


Analyze >> Graphs
Regressielijnen van
>> Scatter plot Lineaire relatie tussen
verschillende functies
>> Chart editor X en Y
laten trekken
(dubbel klikken)
Uitvoering

Tolerance < 0.2 Afwezigheid van Blokken toevoegen
Tabel Coefficients
mogelijk probleem multicollineariteit per extra relevante
variabele



Tolerance < 0.1 Collinearity Analyze >>
Enkele regressie Multipele regressie Statistics
probleem diagnostics Regression >> Linear




VIF > 10 Descriptives


VIF=1/Tolerance Statistics Plots