Statistiek 3: Praktijk
Hfst 1: Lineaire regressie
We moeten een regressie analyse maken van het scatter plot in spss
- Regressie analyse is om te kijken of het model bij een onafhankelijke of
afhankelijke variabele wel echt bruikbaar is
- De regressie lijn zegt nog niet veel
STAPPEN in spss 1 onafh variabele
1. Analyze -> regression -> linear
2. Afhankelijk voorspellen = dependent
3. Onafhankelijke = independent
4. Bij statistics
a. Betrouwbaarheid interval (confidence intervals)
5. ALTIJD bij plots aanduiden
a. Is om de 3 voorwaarde te checken
b. Duid histogram en NPP aan
c. Maak scatter plot met
i. Zresid = Y-as
ii. Zpred = X-as
6. Krijgen we een output docu
a. Check als aller eerst de voorwaarde
i. Normaal verdeeld
ii. Homoscedastisch -> op grafiek
moet dit helemaal random geen
trechter
iii. Lineair -> moet een wolk zijn GEEN
trend lijn
Deze is dus goed en voldoet aan de
3 voorwaarde
,7. Interpretatie output
a. VOLGENDE 3 MOETEN ALLEMAAL KLOPPEN
b. De eerste twee zijn gwn beschrijvend
i. R2 = eig overschatting
ii. R2 adjusted is de aangepaste -> kwali van regressie model
1) 13,8 is dus laag we gaan dus nog meer variabelen nodig hebben
op de afh te kunnen voorspellen
c. Model significant? -> ANOVA
i. P<=0,05 -> JA
d. Coëfficiënten significant?
i. Dit zijn de B’s
ii. P<=0,05 -> JA
iii. Bij B zien we de constante en de richtings coef die moeten
kloppen
iv. Gestandaardiseerde coef zijn handig voor het relatieve belang van de
onafh variabele -> handig bij meerdere onafh variab
v. Kijk naar sig voor bepalen of de coef significant is -> is hier goedgekeurd
,STAPPEN in spss 2 onafh variabele (data base voet = oef24) meervoudige regressie
1. Vraag: open de database “Voet”. Probeer de voetlengte zo goed mogelijk te
voorspellen op basis van de voetbreedte, geslacht, gewicht, totale lengte van de
persoon en leeftijd.
a. Maak dus een voorspelling van de voetlengte op basis van de
verschillende onafh variabelen gegeven
b. Geslacht is nominaal ingedeeld maar kan wel meegenomen worden
c. Extra variablen moet hier gemaakt worden tss de datum van de meting en
de geboorte datum van de persoon
i. Transform -> compute new variable
ii. Target: leeftijd
iii. Onderzoeks datum – geboorte datum
iv. Komt in seconde uit
v. Doe dus (oz_date-b_date)/(60*60*24*365)
2. Analyse -> regression -> linear
3. Afh = voetlengte
4. Onafh = lengte, gewicht, geslacht, leeftijd, breedte voet
5. Methode aanduiden -> enter of stepwise -> stepwise doen we verder in sv
a. Nu ENTER
6. PLOTS -> zoals voorheen
, 7. Interpretatie
a. Check de 3 voorwaarde zoals hiervoor -> JA
b. Model significant -> JA
i. Ja = P<=0,05 bij ANOVA
c. Coef significant? -> NEE
i. Eerste constante kan niet sig zijn dus P>0,05 maar toch nemen we
deze mee = B0
ii. Enkel de onafh moete significant zijn
iii. WEL: lengte, geslacht, breedte voet
iv. NIET: gewicht, leeftijd
8. Mogen deze dus niet gebruiken -> we gaan de niet significante weg laten
a. GOOI NOOIT ALLES IN 1 KEER ERUIT -> eerst diegene met hoogste
significantie cijfer dus in vb is dat 0,368 of het gewicht
b. Dit kan de andere niet-sig wel inees sig maken
9. Ga terug naar lineaire regressie op SPSS
a. Verwijder gewicht uit de onafh lijst
b. Krijgen nieuwe output
EERST OPNIEUW VOORWAARDE CHECKE
c. Is normaal verdeeld en homosce en lineair -> JA
d. Model sig -ANOVA? -> JA
i. P<0,05
e. Coef sig? -> JA
i. Ja alle onafh variabele zijn significant dus alle P<0,05
ii. Leeftijd is nu wel sig geworden
Hfst 1: Lineaire regressie
We moeten een regressie analyse maken van het scatter plot in spss
- Regressie analyse is om te kijken of het model bij een onafhankelijke of
afhankelijke variabele wel echt bruikbaar is
- De regressie lijn zegt nog niet veel
STAPPEN in spss 1 onafh variabele
1. Analyze -> regression -> linear
2. Afhankelijk voorspellen = dependent
3. Onafhankelijke = independent
4. Bij statistics
a. Betrouwbaarheid interval (confidence intervals)
5. ALTIJD bij plots aanduiden
a. Is om de 3 voorwaarde te checken
b. Duid histogram en NPP aan
c. Maak scatter plot met
i. Zresid = Y-as
ii. Zpred = X-as
6. Krijgen we een output docu
a. Check als aller eerst de voorwaarde
i. Normaal verdeeld
ii. Homoscedastisch -> op grafiek
moet dit helemaal random geen
trechter
iii. Lineair -> moet een wolk zijn GEEN
trend lijn
Deze is dus goed en voldoet aan de
3 voorwaarde
,7. Interpretatie output
a. VOLGENDE 3 MOETEN ALLEMAAL KLOPPEN
b. De eerste twee zijn gwn beschrijvend
i. R2 = eig overschatting
ii. R2 adjusted is de aangepaste -> kwali van regressie model
1) 13,8 is dus laag we gaan dus nog meer variabelen nodig hebben
op de afh te kunnen voorspellen
c. Model significant? -> ANOVA
i. P<=0,05 -> JA
d. Coëfficiënten significant?
i. Dit zijn de B’s
ii. P<=0,05 -> JA
iii. Bij B zien we de constante en de richtings coef die moeten
kloppen
iv. Gestandaardiseerde coef zijn handig voor het relatieve belang van de
onafh variabele -> handig bij meerdere onafh variab
v. Kijk naar sig voor bepalen of de coef significant is -> is hier goedgekeurd
,STAPPEN in spss 2 onafh variabele (data base voet = oef24) meervoudige regressie
1. Vraag: open de database “Voet”. Probeer de voetlengte zo goed mogelijk te
voorspellen op basis van de voetbreedte, geslacht, gewicht, totale lengte van de
persoon en leeftijd.
a. Maak dus een voorspelling van de voetlengte op basis van de
verschillende onafh variabelen gegeven
b. Geslacht is nominaal ingedeeld maar kan wel meegenomen worden
c. Extra variablen moet hier gemaakt worden tss de datum van de meting en
de geboorte datum van de persoon
i. Transform -> compute new variable
ii. Target: leeftijd
iii. Onderzoeks datum – geboorte datum
iv. Komt in seconde uit
v. Doe dus (oz_date-b_date)/(60*60*24*365)
2. Analyse -> regression -> linear
3. Afh = voetlengte
4. Onafh = lengte, gewicht, geslacht, leeftijd, breedte voet
5. Methode aanduiden -> enter of stepwise -> stepwise doen we verder in sv
a. Nu ENTER
6. PLOTS -> zoals voorheen
, 7. Interpretatie
a. Check de 3 voorwaarde zoals hiervoor -> JA
b. Model significant -> JA
i. Ja = P<=0,05 bij ANOVA
c. Coef significant? -> NEE
i. Eerste constante kan niet sig zijn dus P>0,05 maar toch nemen we
deze mee = B0
ii. Enkel de onafh moete significant zijn
iii. WEL: lengte, geslacht, breedte voet
iv. NIET: gewicht, leeftijd
8. Mogen deze dus niet gebruiken -> we gaan de niet significante weg laten
a. GOOI NOOIT ALLES IN 1 KEER ERUIT -> eerst diegene met hoogste
significantie cijfer dus in vb is dat 0,368 of het gewicht
b. Dit kan de andere niet-sig wel inees sig maken
9. Ga terug naar lineaire regressie op SPSS
a. Verwijder gewicht uit de onafh lijst
b. Krijgen nieuwe output
EERST OPNIEUW VOORWAARDE CHECKE
c. Is normaal verdeeld en homosce en lineair -> JA
d. Model sig -ANOVA? -> JA
i. P<0,05
e. Coef sig? -> JA
i. Ja alle onafh variabele zijn significant dus alle P<0,05
ii. Leeftijd is nu wel sig geworden
