De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Controleren voor 3 de variabelen. Dichotome variabelen: een voorbeeld GenderLeeftijdItemFrekwentie ManJongJa1 ManJongNee3 ManOudJa4 ManOudNee1 VrouwJongJa1.

Verwante presentaties


Presentatie over: "Controleren voor 3 de variabelen. Dichotome variabelen: een voorbeeld GenderLeeftijdItemFrekwentie ManJongJa1 ManJongNee3 ManOudJa4 ManOudNee1 VrouwJongJa1."— Transcript van de presentatie:

1 Controleren voor 3 de variabelen

2 Dichotome variabelen: een voorbeeld GenderLeeftijdItemFrekwentie ManJongJa1 ManJongNee3 ManOudJa4 ManOudNee1 VrouwJongJa1 VrouwJongNee2 VrouwOudJa0 VrouwOudNee7 ALLE LeeftijdenItem JaNee Sex Man549 Vrouw OUD Item JaNee Sex Man415 Vrouw JONG Item JaNee Sex Man134 Vrouw123 25

3 Berekenen van (lambda) Item voorspellen –Sex onbekend: Voorspelling = “Nee” 13 correct, 6 fout Foutratio = 6/19 –Sex bekend: Voorspelling –indien vrouw: “Nee” –Indien man: “Ja” 14 (=9+5) correct, 5 fout Foutratio = 5/19 –Proportionele daling van foutenratio = ALLE LeeftijdenItem JaNee Sex Man549 Vrouw De proportionele reductie van het aantal fouten bij het voorpellen van “Item” indien “Sex” gekend is vergeleken bij de voorspelling indien “Sex” niet gekend is bedraagt 17%

4 Controleren voor leeftijd Item voorspellen –Sex bekend en JONG Fouten=2 –Sex bekend en OUD Fouten=1 –Foutratio = 3/19 –Proportionele daling van foutenratio: JONG Item JaNee Sex Man134 Vrouw OUD Item JaNee Sex Man415 Vrouw De proportionele reductie van het aantal fouten bij het voorpellen van “Item” indien “Leeftijd” gekend is bovenop “Sex” vergeleken bij de voorspelling indien alleen “Sex” gekend is bedraagt 40%

5 Huwelijken / Echtscheidingen / Geboorten (per 1000 inw.) in de VS Las Vegas!

6 Huwelijken / Echtscheidingen / Geboorten (per 1000 inw.) in de VS: gedichotomiseerde data

7 Lambda ( ) (Goodman & Kruskal, 1954) In welke mate verbetert de predictie van de rijen als we de kolommen kennen in een 2  2 kruistabel (en omgekeerd)? Echtsch. LaagHoog Huwelijks % Laag18523 Hoog Huwelijksratio voorspeld ZONDER kennis over Echtscheidingsratio : Hoog (25>23) Huwelijksratio voorspeld MET kennis over Echtscheidingsratio : Hoog als Echtsch% hoog Laag als Echtsch% laag

8 predicting geb % = predicting echtsch.% = Lambda is niet (altijd) symmetrisch Echtsch. LaagHoog Huwelijks % Laag18523 Hoog Geb. LaagHoog Huwelijks % Laag15823 Hoog Geb. LaagHoog Echtsch. Laag16824 Hoog predicting huwelijks % =.304 predicting geb.% =.304 predicting huwelijks % = =.522 predicting echtsch.% ==.542

9 Controleren voor 3 de variabele: partiële lambda Echtsch.% LaagHoog Huwelijks % Laag18523 Hoog Huwelijks% LAAG Echtsch.% LaagHoog Geb. % Laag13215 Hoog Fout% bij het voorspellen van Echtscheidings% op basis van Huwelijks% = 11 / 48 Huwelijks% HOOGEchtsch.% LaagHoog Geb. % Laag358 Hoog De voorspelling van de Echtscheidingsratio op basis van Geboorteratio en Huwelijksratio is NIET beter dan de voorspelling op basis van Huwelijksratio alleen predicting Echtsch.% controlling for Huwelijks% Met welke proportie daalt dit Fout% als bovendien rekening wordt gehouden met Geb.%? predicting Echtsch.% =.542

10 Lambda en partiële lambda Echtsch.% LaagHoog Geb.% Laag16723 Hoog Huwelijks% LAAGEchtsch.% LaagHoog Geb. % Laag13215 Hoog (echtscheidingen voorspellen) Huwelijks% HOOGEchtsch.% LaagHoog Geb. % Laag358 Hoog De voorspelling van de Echtscheidingsratio op basis van Geboorteratio en Huwelijksratio is 26.7% beter dan de voorspelling op basis van Geboorteratio alleen predicting Echtsch.% controlling for Geb.%

11 Veralgemening: verband tussen continue variabelen :In welke mate verbetert de predictie van de rijen als we de kolommen kennen in een 2  2 kruistabel (en omgekeerd)? Veralgemening r² :In welke mate verbetert de predictie van y als men zich baseert op de regressielijn y=ax+b tegenover een predicite die daar geen gebruik van maakt? Kwadratensom van fouten bij predictie ZONDER kennis van X Kwadratensom van fouten bij predictie MET kennis van X Verbetering:


Download ppt "Controleren voor 3 de variabelen. Dichotome variabelen: een voorbeeld GenderLeeftijdItemFrekwentie ManJongJa1 ManJongNee3 ManOudJa4 ManOudNee1 VrouwJongJa1."

Verwante presentaties


Ads door Google