SAMENVATTING – STATISTIEK 3
Week 1
Hoorcollege 1
Hypotheses gaan over onderzoeken met meer dan twee variabelen. Éen responsvariabele en
minstens twee verklarende variabelen. Voor niet-experimenteel en experimenteel
onderzoek.
Verschillende verbanden: multivariate relaties
Confounding/spurieus verband
- Er lijkt een verband te zijn tussen X1 en Y maar deze verdwijnt als je statistisch
controleert voor confounder X2 -> volledige confounding
- Het kan ook ervoor zorgen dat er partiele confounding ontstaat bij het opnemen van
X2
Suppressor
- Er lijkt geen verband te zijn maar bij het opnemen van X2 ontstaat deze
, SAMENVATTING – STATISTIEK 3
Mediatie
- Verband X1 en Y loopt via een verklarend mechanisme X2
Moderator of interactie
, SAMENVATTING – STATISTIEK 3
Regressie modellen
- Toetsen van lineaire veranden
- Y en X zijn kwantitatief
- Voor niet-experimenteel onderzoeks
- Parameters worden geschat met de kleinste kwadraten methode
Lineaire regressie:
- Gestandaardiseerde B is hetzelfde als R (niet hetzelfde als R square)
Meervoudige regressie:
- Model kan als geheel getoetst worden met een F toets
- Hier hoort een effectgrootte bij: R square
o En een partiele R square per variabele
o Deze kan je ook individueel schatten met een t-toets
, SAMENVATTING – STATISTIEK 3
Afkappunten voor effectgroottes meervoudige regressie
Statistische power hangt af van
- Steekproefgrootte
- Alfa niveau
- Aantal predictoren k in het model
- Verwachtte effect grootte(s)
Bij een f^2 van .15, alfa van .05 en power van .80 dan is je N
- Voor het gehele model: N = 50 + 8k
- Voor de individuele parameters: N = 104 + k
Aannames regressie modellen
1. Normaliteit: Y normaal verdeeld
2. Lineairiteit: Y hangt lineair samen met X-en
3. Geen interactie (tussen predictoren)
4. Homogeniteit: conditionele variantie van Y constant voor verschillende waardes van
Y voorspeld
Hoe predictoren kiezen
1. Door middel van statistiek bepaal je de volgorde van toevoegen of verwijderen van
predictoren
a. Dit doe je exploratief/ door data weer te geven
b. Method = forward / backward / stepwise
2. Theorie schrijft volgorde toe
a. Verklarend/ gebruiker bepaald
b. Hiërarchische regressie-analyse, method = enter, werken met blocks
Modellen vergelijken met F toets
Week 1
Hoorcollege 1
Hypotheses gaan over onderzoeken met meer dan twee variabelen. Éen responsvariabele en
minstens twee verklarende variabelen. Voor niet-experimenteel en experimenteel
onderzoek.
Verschillende verbanden: multivariate relaties
Confounding/spurieus verband
- Er lijkt een verband te zijn tussen X1 en Y maar deze verdwijnt als je statistisch
controleert voor confounder X2 -> volledige confounding
- Het kan ook ervoor zorgen dat er partiele confounding ontstaat bij het opnemen van
X2
Suppressor
- Er lijkt geen verband te zijn maar bij het opnemen van X2 ontstaat deze
, SAMENVATTING – STATISTIEK 3
Mediatie
- Verband X1 en Y loopt via een verklarend mechanisme X2
Moderator of interactie
, SAMENVATTING – STATISTIEK 3
Regressie modellen
- Toetsen van lineaire veranden
- Y en X zijn kwantitatief
- Voor niet-experimenteel onderzoeks
- Parameters worden geschat met de kleinste kwadraten methode
Lineaire regressie:
- Gestandaardiseerde B is hetzelfde als R (niet hetzelfde als R square)
Meervoudige regressie:
- Model kan als geheel getoetst worden met een F toets
- Hier hoort een effectgrootte bij: R square
o En een partiele R square per variabele
o Deze kan je ook individueel schatten met een t-toets
, SAMENVATTING – STATISTIEK 3
Afkappunten voor effectgroottes meervoudige regressie
Statistische power hangt af van
- Steekproefgrootte
- Alfa niveau
- Aantal predictoren k in het model
- Verwachtte effect grootte(s)
Bij een f^2 van .15, alfa van .05 en power van .80 dan is je N
- Voor het gehele model: N = 50 + 8k
- Voor de individuele parameters: N = 104 + k
Aannames regressie modellen
1. Normaliteit: Y normaal verdeeld
2. Lineairiteit: Y hangt lineair samen met X-en
3. Geen interactie (tussen predictoren)
4. Homogeniteit: conditionele variantie van Y constant voor verschillende waardes van
Y voorspeld
Hoe predictoren kiezen
1. Door middel van statistiek bepaal je de volgorde van toevoegen of verwijderen van
predictoren
a. Dit doe je exploratief/ door data weer te geven
b. Method = forward / backward / stepwise
2. Theorie schrijft volgorde toe
a. Verklarend/ gebruiker bepaald
b. Hiërarchische regressie-analyse, method = enter, werken met blocks
Modellen vergelijken met F toets
