Samenvatting Andy Field - Discovering Statistics Using IBM Statistics - Begrippen H8/12/14/15 & belangrijke punten hoorcolleges

F-ratio

Antwoord: Een teststatistiek met een bekende waarschijnlijkheidsdistributie (de F-distributie). Het is de ratio van de gemiddelde variabiliteit in de data dat in een gegeven model worden aan de hand van de gemiddelde onverklaarde variabiliteit in hetzelfde model. Het wordt gebruikt om de totale geschiktheid van het model in simpele regressie en multipele regressie te testen en de totale verschillen tussen groepsgemiddelden in experimenten te testen.

Multipele R

Antwoord: De multipele correlatiecoëfficiënt. Het is de correlatie tussen de geobserveerde waarden van een uitkomst en de waarden van de uitkomst voorspeld door een multipel regressiemodel.

Cross-validatie cross-validation)

Antwoord: De beoordeling van de juistheid/nauwkeurigheid van een model over verschillende steekproeven. Dit is een belangrijke stap in generalisatie. In een regressiemodel zijn er 2 hoofdmethoden (main) van cross-validatie: aangepaste R² of het splitsen van data, waarbij data random gesplitst wordt geschat voor elke helft en vervolgens worden vergeleken.

Multicollineariteit (multicollinearity)

Antwoord: Een situatie waarin twee of meer variabelen erg dicht lineair gerelateerd zijn.

βi

Antwoord: Gestandaardiseerde regressiecoëfficiënt. Geeft de sterkte van de relatie tussen een gegeven voorspeller, i, van velen en een uitkomst in een gestandaardiseerde vorm. Het is de verandering in de uitkomst (in standaarddeviaties) geassocieerd met een standaarddeviatie-verandering in de voorspeller.

Voorspellersvariabele (predictor variable)

Antwoord: Een variabele die gebruikt wordt om waarden te proberen te voorspellen of een andere variabele bekend als uitkomstvariabele.

bi

Antwoord: Ongestandaardiseerde regressiecoëfficiënt. Geeft de sterkte aan van de relatie tussen een gegeven voorspeller, i, van velen en een uitkomst in de eenheden van de meting van de voorspeller. Het is de verandering in de uitkomst geassocieerd met een eenheidsverandering van de voorspeller.

Onafhankelijke errors (independent errors)

Antwoord: Voor elke twee observaties in regressie zouden de residuen ongecorreleerd moeten zijn (of onafhankelijk).

Multipele regressie (multiple regression)

Antwoord: Een extensie van simpele regressie waarin een uitkomst wordt voorspeld door een lineaire combinatie van 2 of meer voorspellersvariabelen. De vorm van het model is: Yi = (bo + b1X1i + b2X2i + ... + bnXni) + εi waarin de uitkomst gedenoteerd wordt als Y, en elke voorspeller als X. Elke voorspeller heeft een regressiecoëfficiënt b waarmee het geassocieerd wordt, en bo is de waarde van de uitkomst als alle voorspellers 0 zijn.

Perfecte collineariteit (perfect collinearity)

Antwoord: Bestaat wanneer er op zijn minst een voorspeller in een regressiemodel een perfecte lineaire combinatie is van de anderen (het simpelste voorbeeld is twee voorspellers perfect gecorreleerd zijn - ze hebben een correlatiecoëfficiënt van 1).