Statistische modellen 2
Een hoorcollege van 2 uur (maandag van 9-11 uur) en een computerpracticum van 2 uur (woensdag
13-15 uur). De hoorcolleges worden opgenomen en de opnames komen op Nestor.
Leerdoelen:
1. heeft de student conceptuele kennis van en inzicht in de volgende statistische modellen:
lineaire regressieanalyse, variantieanalyse, logistische regressieanalyse, en mediatieanalyse.
2. weet de student welk statistisch model (genoemd bij 1) gebruikt kan worden om een
bepaalde onderzoeksvraag te beantwoorden.
3. is de student in staat om verschillende parameters van de statistische modellen (genoemd bij
1) te benoemen, te toetsen en te interpreteren.
4. is de student in staat om de assumpties die ten grondslag liggen aan de statistische modellen
(genoemd bij 1) te benoemen en te onderzoeken.
5. is de student in staat de statistische modellen (genoemd bij 1) toe te passen op echte data
(met behulp van SPSS) en hierover te rapporteren.
Organisatie
Iedere week is er een online hoorcollege van 2 uur op maandag van 9-11 uur. Op woensdag heb ik
een computerpracticum van 2 uur. De hoorcolleges worden opgenomen en komen op Nestor. De
cursus wordt afgesloten met een tentamen; dat is dit studiejaar een data-analyseopdracht waar je 3
uur de tijd voor krijgt.
Boeken
- Agresti A, Finlay B (2014) Statistical Methods for the Social Sciences, 4e editie, Pearson.
- Agresti A (2018) Statistical Methods for the Social Sciences, 5e editie, Pearson.
Hoorcollege 1 1 februari 2021
Opzet cursus
Online hoorcolleges
- Maandag 9-11 uur, Bb Collaborate Ultra
Online computerpractica
- Dinsdag of woensdag, oefenen met cursusstof m.b.v opgaven
- Opgaven representatief voor tentamen
- Gelegenheid vragen te stellen aan practicumbegeleider
- Geen aanwezigheidsplicht
, - Schijf je in als nog niet gedaan
Opzet hoorcolleges
Toelichting op cursusstof
• illustraties van statistische concepten
• illustraties van de practicumopgaven
• blokken van 25-30 minuten, met 5 minuten pauze ertussen
• vragen stellen kan via chat; mag ook via microfoon
• hoorcollege wordt opgenomen
• belangrijke mededelingen ook altijd op Nestor
Opzet computerpractica
Oefenen met stof aan de hand van opgaven
• practicum in Bb Collaborate Ultra
• geen aanwezigheidsplicht
• opgaven representatief voor tentamen
• antwoorden woensdag na 17 uur op Nestor
• iedere student ingedeeld in practicum van 2 uur
tijdens deze 2 uur gelegenheid vragen te stellen aan practicumbegeleider (Elianne, Ymke, Jochem)
buiten het practicum, vragen stellen aan Matthijs
Oefenen met practicumopgaven
Wekelijks practicum van 2 uur
• Bb Collaborate Ultra
• alleen of samenwerken (2, 3, 4 studenten) aan opgaven
• 20 breakout-groepen (parallelgroepen): in deze groepen kan je afspreken met andere
studenten (geen vaste indeling)
• je kan je practicumbegeleider (Elianne, Ymke, Jochem) bij jullie groep roepen via chat
• werken buiten Bb Collaborate Ultra (bijv. Skype, Meet) is ook prima
kom terug naar Bb Collaborate Ultra als je een vraag hebt
Materiaal
Statistical methods for the social sciences
- 4e druk: Agresti en Finlay (2014)
- 5e druk : Agresti (2018)
,Collegeslides (via Nestor)
Practicumopgaven (via Nestor)
Wat wordt van jullie wekelijks verwacht?
Stof lezen
- Voor elke hoorcollege literatuur bestuderen
- Practicumopgaven maken en begrijpen
Bij vragen:
-
- Ik blijf ook na ieder hoorcollege hangen voor vragen
- Videobellen kan ook, op afspraak
Toetsing statistische modellen 2
Afsluitend tentamen
- 23 maart en 18 juni 2021
- Data-analyseopdracht met statistische modellen
- 3 uur de tijd
- Iedere student werkt met een uniek SPSS-databestand
- Uitwerkingen in een Word-document met plaatsjes en tabellen, inleveren via Nestor
Eindcijfer= cijfer voor de opdracht.
Overzicht cursus
Regressieanalyse
Multivariate relaties
Variantieanalyse
Covariantieanalyse, uitbreiding van variantieanalyse
Regressieanalyse met categorische predictoren
Logistische regressieanalyse
Repeated measures ANOVA
Welk model?
Onafh. Afh.
(voorspellers)
X1 X2 Y Model
DUM INT t-toets voor onafhankelijke groepen
NOM INT éénwegvariantieanalyse (ANOVA)
NOM NOM INT tweewegvariantieanalyse (ANOVA)
INT INT enkelvoudige regressieanalyse (een voorspeller)
INT INT INT multipele regressieanalyse (meerdere voorspellers)
INT NOM INT covariantieanalyse
, INT DUM DUM logistische regressieanalyse
Overzicht vandaag : regressieanalyse
1. Lineaire relaties
2. Statistisch model
3. SPSS analyse
4. Verklaarde variantie
5. Assumpties
6. Voorbeeld met 4 voorspellers (multipele regressieanalyse)
7. Afwijkingen in data + mogelijke oplossingen
Relatie tussen intervalvariabelen
In veel onderzoekssituaties zijn er intervalvariabelen = variabelen waarbij er heel veel verschillende
waardes zijn als je dit gaat meten bij participanten (INT). Interval= het verschil tussen twee waardes
is bij elke combinatie van waardes die je bekijkt hetzelfde. Bij lengte 60 en 50 cm. Hier zit 10 cm
tussen. Dit is het zelfde verschil als tussen 70 en 60 bijvoorbeeld.
Voorbeelden
• Lengte, gewicht, leeftijd
• Schaalscores voor introversie, depressie, coping, attitude. Deze creëren een soort van
intervalscores.
• Vaardigheidsscores (toets, cijfer) voor taal, rekenen interval.
Vanuit een wetenschappelijke theorie hebben we vaak verwachtingen over hoe variabelen
gerelateerd zijn.
Hoe kan je een relatie uitdrukken? Het is voor de wetenschap interessant om te kijken hoe
variabelen aan elkaar gerelateerd zijn.
Voorbeeld
Onderzoek naar depressie en coping
Steekproef van N = 84 random geselecteerde RUG-studenten
Twee variabelen
• BDI (Beck Depression Inventory)
0 − 9 weinig, 10 − 18 mild, 19 − 29 matig, 30 − 63 zware depressie
• Coping score
0 = geen coping, 10 = goed kunnen omgaan met tegenslag
Onderzoeksvraag
Is er een relatie tussen BDI en coping (in de populatie)?
Een hoorcollege van 2 uur (maandag van 9-11 uur) en een computerpracticum van 2 uur (woensdag
13-15 uur). De hoorcolleges worden opgenomen en de opnames komen op Nestor.
Leerdoelen:
1. heeft de student conceptuele kennis van en inzicht in de volgende statistische modellen:
lineaire regressieanalyse, variantieanalyse, logistische regressieanalyse, en mediatieanalyse.
2. weet de student welk statistisch model (genoemd bij 1) gebruikt kan worden om een
bepaalde onderzoeksvraag te beantwoorden.
3. is de student in staat om verschillende parameters van de statistische modellen (genoemd bij
1) te benoemen, te toetsen en te interpreteren.
4. is de student in staat om de assumpties die ten grondslag liggen aan de statistische modellen
(genoemd bij 1) te benoemen en te onderzoeken.
5. is de student in staat de statistische modellen (genoemd bij 1) toe te passen op echte data
(met behulp van SPSS) en hierover te rapporteren.
Organisatie
Iedere week is er een online hoorcollege van 2 uur op maandag van 9-11 uur. Op woensdag heb ik
een computerpracticum van 2 uur. De hoorcolleges worden opgenomen en komen op Nestor. De
cursus wordt afgesloten met een tentamen; dat is dit studiejaar een data-analyseopdracht waar je 3
uur de tijd voor krijgt.
Boeken
- Agresti A, Finlay B (2014) Statistical Methods for the Social Sciences, 4e editie, Pearson.
- Agresti A (2018) Statistical Methods for the Social Sciences, 5e editie, Pearson.
Hoorcollege 1 1 februari 2021
Opzet cursus
Online hoorcolleges
- Maandag 9-11 uur, Bb Collaborate Ultra
Online computerpractica
- Dinsdag of woensdag, oefenen met cursusstof m.b.v opgaven
- Opgaven representatief voor tentamen
- Gelegenheid vragen te stellen aan practicumbegeleider
- Geen aanwezigheidsplicht
, - Schijf je in als nog niet gedaan
Opzet hoorcolleges
Toelichting op cursusstof
• illustraties van statistische concepten
• illustraties van de practicumopgaven
• blokken van 25-30 minuten, met 5 minuten pauze ertussen
• vragen stellen kan via chat; mag ook via microfoon
• hoorcollege wordt opgenomen
• belangrijke mededelingen ook altijd op Nestor
Opzet computerpractica
Oefenen met stof aan de hand van opgaven
• practicum in Bb Collaborate Ultra
• geen aanwezigheidsplicht
• opgaven representatief voor tentamen
• antwoorden woensdag na 17 uur op Nestor
• iedere student ingedeeld in practicum van 2 uur
tijdens deze 2 uur gelegenheid vragen te stellen aan practicumbegeleider (Elianne, Ymke, Jochem)
buiten het practicum, vragen stellen aan Matthijs
Oefenen met practicumopgaven
Wekelijks practicum van 2 uur
• Bb Collaborate Ultra
• alleen of samenwerken (2, 3, 4 studenten) aan opgaven
• 20 breakout-groepen (parallelgroepen): in deze groepen kan je afspreken met andere
studenten (geen vaste indeling)
• je kan je practicumbegeleider (Elianne, Ymke, Jochem) bij jullie groep roepen via chat
• werken buiten Bb Collaborate Ultra (bijv. Skype, Meet) is ook prima
kom terug naar Bb Collaborate Ultra als je een vraag hebt
Materiaal
Statistical methods for the social sciences
- 4e druk: Agresti en Finlay (2014)
- 5e druk : Agresti (2018)
,Collegeslides (via Nestor)
Practicumopgaven (via Nestor)
Wat wordt van jullie wekelijks verwacht?
Stof lezen
- Voor elke hoorcollege literatuur bestuderen
- Practicumopgaven maken en begrijpen
Bij vragen:
-
- Ik blijf ook na ieder hoorcollege hangen voor vragen
- Videobellen kan ook, op afspraak
Toetsing statistische modellen 2
Afsluitend tentamen
- 23 maart en 18 juni 2021
- Data-analyseopdracht met statistische modellen
- 3 uur de tijd
- Iedere student werkt met een uniek SPSS-databestand
- Uitwerkingen in een Word-document met plaatsjes en tabellen, inleveren via Nestor
Eindcijfer= cijfer voor de opdracht.
Overzicht cursus
Regressieanalyse
Multivariate relaties
Variantieanalyse
Covariantieanalyse, uitbreiding van variantieanalyse
Regressieanalyse met categorische predictoren
Logistische regressieanalyse
Repeated measures ANOVA
Welk model?
Onafh. Afh.
(voorspellers)
X1 X2 Y Model
DUM INT t-toets voor onafhankelijke groepen
NOM INT éénwegvariantieanalyse (ANOVA)
NOM NOM INT tweewegvariantieanalyse (ANOVA)
INT INT enkelvoudige regressieanalyse (een voorspeller)
INT INT INT multipele regressieanalyse (meerdere voorspellers)
INT NOM INT covariantieanalyse
, INT DUM DUM logistische regressieanalyse
Overzicht vandaag : regressieanalyse
1. Lineaire relaties
2. Statistisch model
3. SPSS analyse
4. Verklaarde variantie
5. Assumpties
6. Voorbeeld met 4 voorspellers (multipele regressieanalyse)
7. Afwijkingen in data + mogelijke oplossingen
Relatie tussen intervalvariabelen
In veel onderzoekssituaties zijn er intervalvariabelen = variabelen waarbij er heel veel verschillende
waardes zijn als je dit gaat meten bij participanten (INT). Interval= het verschil tussen twee waardes
is bij elke combinatie van waardes die je bekijkt hetzelfde. Bij lengte 60 en 50 cm. Hier zit 10 cm
tussen. Dit is het zelfde verschil als tussen 70 en 60 bijvoorbeeld.
Voorbeelden
• Lengte, gewicht, leeftijd
• Schaalscores voor introversie, depressie, coping, attitude. Deze creëren een soort van
intervalscores.
• Vaardigheidsscores (toets, cijfer) voor taal, rekenen interval.
Vanuit een wetenschappelijke theorie hebben we vaak verwachtingen over hoe variabelen
gerelateerd zijn.
Hoe kan je een relatie uitdrukken? Het is voor de wetenschap interessant om te kijken hoe
variabelen aan elkaar gerelateerd zijn.
Voorbeeld
Onderzoek naar depressie en coping
Steekproef van N = 84 random geselecteerde RUG-studenten
Twee variabelen
• BDI (Beck Depression Inventory)
0 − 9 weinig, 10 − 18 mild, 19 − 29 matig, 30 − 63 zware depressie
• Coping score
0 = geen coping, 10 = goed kunnen omgaan met tegenslag
Onderzoeksvraag
Is er een relatie tussen BDI en coping (in de populatie)?
