Lees hier de samenvatting en de meest belangrijke oefenvragen van Statistiek III

• HC 2 Multiple regressie met meer dan 2 IV's

  Dit is een preview. Er zijn 7 andere flashcards beschikbaar voor hoofdstuk 09/02/2021
  Laat hier meer flashcards zien

• Welke 3 assumpties heeft enkelvoudige lineaire regressie?

  LiHoOn
  
  

  1. Lineariteit
  2. Homoscedasticiteit
  3. Onafhankelijkheid van de residuen 

• Wanneer gebruik je de Fisher's Rz?

  Bij betrouwbaarheidsintervallen

• Onder welk kopje vind je de gestandaardiseerde regressiecoëfficienten?

  Onder het kopje Stadardized Coefficients en dan Beta

• Partiële correlatie kan geïnterpreteerd worden door proportie uniek verklaarde variantie.Wat is de vraag die je jezelf stelt bij partiële correlatie?

  Hoeveel % van de totale variantie in Y, niet verklaard door andere IV's, is uniek verklaard door deze IV?

• Semi-partiële correlatie kan geinterpreteerd worden als: Toename in R^2 bij toevoeging van IV aan het model.Welke vraag stel je jezelf bij het semi-partiele correlatie?

  Wat is de toename in de proportie verklaarde variantie bij toevoeging van de X1 aan het model waar X2 al in zat?

• Aangezien de R^2 een overschatting is van de verklaarde variantie in de populatie zal deze moeten worden aangepast. Naar wat en welke kant op wordt de R^2 aangepast?

  Naar de Adjusted R^2 en 
  Naar beneden

• Met de T-test meet je per variable. Echter welke vier h0 hypotheses verwerpen we als de t-test een significant verschil laat zien?

  H0: Bi = 0
  H0: SRi = 0 
  H0: Bi* = 0
  H0 PRi = 0

• Wat is de Simpson's paradox?

  Simpson's Paradox is dat een op de loer liggende variabele ervoor zorgt dat de samenhang de tegengestelde richting op gaat.

• HC 3 Hierarcical regression - Curvilineair relations

  Dit is een preview. Er zijn 21 andere flashcards beschikbaar voor hoofdstuk 16/02/2021
  Laat hier meer flashcards zien

• Waarop let je op bij het selecteren van variabelen voor je model?

  Relevantie, voldoende power zo eenvoudig mogelijk

• Hoe beslis ik welke onafhankelijke variabelen ik gebruik voor mijn model?

  Door hiërarchische analyse