De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer.

Verwante presentaties


Presentatie over: "1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer."— Transcript van de presentatie:

1 1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer

2 2 Regressie-analyse, interactie modellen  Interactie van predictoren: definitie  Vb1:interactie van nominale (2 cat.) en interval predictor  Vb2: interactie van nominale (3 cat.) en interval predictor  Vb3: interactie van twee nominale (3 cat.) predictoren

3 3 krant leeftijd onveiligheid leeftijd onveilig 0 telegraaf volkskrant nrc Voorbeeld vorige les: nominale en interval predictor

4 4 leeftijd onveilig 0 telegraaf volkskrant nrc invloed leeftijd  onveilig varieert over kranten invloed krant  onveilig varieert over leeftijden Interactie van predictoren: definitie Strekte van de invloed van de éne predictor op Y hangt af van de waarde van de andere predictor

5 5 Voorbeeld 1: X1 nominaal met 2 categorieën, X2 interval INTERACTIE TERM tel = 0 referentie categorie tel = 1

6 6 Interpretatie van interactie-effect b 3 Twee interpretaties van b 3 ●bij Telgr. lezers is invloed leeftijd | b 3 | lager(hoger) dan bij NRC lezers ●als leeftijd 1 jaar stijgt wordt verschil in onveiligheidsgevoel van Telgr. en NRC lezers | b 3 | kleiner(groter) “Telgr. lezers voelen zich b 1 +b 3 lft punten onveiliger dan NRC lezers”

7 7 Interpretatie van intercept b 0 en hoofdeffecten b 1 en b 2 Interpretaties b 0 :onveiligheid bij tel=0 en lft=0 b 1 :invloed krant bij lft=0 b 2 :invloed leeftijd bij tel=0

8 8 Spss bij model: onveilig = b 0 + b 1 tel + b 2 lft + b 3 (tel lft) compute produkt = tel * lft.

9 9 regression dependent onveilig / enter tel lft produkt Spss bij model: onveilig = b 0 + b 1 tel + b 2 lft + b 3 (tel lft)

10 10 Voorbeeld 2: X1 nominaal met 3 categorieën, X2 interval tel volk referentie categorie INTERACTIE TERMEN

11 11 Twee interpretaties van b 4 ●bij Tel. lezers is invloed leeftijd | b 4 | lager(hoger) dan bij NRC lezers ●als leeftijd 1 jaar stijgt wordt verschil in onveiligheidsgevoel van Tel. en NRC lezers | b 4 | kleiner(groter) Interpretatie van interactietermen b 4 en b 5 Twee interpretaties van b 5 ●bij lezers is invloed leeftijd | b 5 | hoger(lager) dan bij lezers ●als leeftijd 1 jaar stijgt wordt verschil in onveiligheidsgevoel van en lezers | b 5 | kleiner(groter)

12 12 Interpretatie van intercept b 0 en hoofdeffecten b 1, b 2 en b 3 Interpretaties b 0 :onveiligheid bij tel=0, volk=0 en lft=0 b 1 :verschil in onveiligheid van Tel. en NRC lezers bij lft=0 b 2 :verschil in onveiligheid van Volksk. en NRC lezers bij lft=0 b 3 :invloed leeftijd bij tel=0 en volk=0 dus bij NRC lezers

13 13 onveilig = b 0 + b 1 tel + b 2 volk+ b 3 lft + b 4 (tel lft)+b 5 (volk lft) compute tel.lft = tel * lft. compute volk.lft = volk * lft. regression /dependent onveilig /enter tel volk lft tel.lft volk.lft. spss bij voorbeeld 2 en modelvariant 1:

14 14 compute nrc.lft = nrc * lft. compute volk.lft = volk * lft. regression /dependent onveilig /enter tel volk lft nrc.lft volk.lft. onveilig = b 0 + b 1 nrc + b 2 volk+ b 3 lft + b 4 (nrc lft)+b 5 (volk lft) ! spss bij voorbeeld 2 en modelvariant 2:

15 15 Voorbeeld 3: X1 en X2 beide nominaal met 3 categorieën nrc volkskr telegraaf onveiligheid platteland kleine stad grote stad onveilig =b 0 + b 1 volk + b 2 tel + b 3 ks + b 4 gs + b 5 (volk*ks) + b 6 (volk*gs) + b 7 (tel*ks) + b 8 (tel*gs) tel volk ks gs ref.cat.

16 16 Twee interpretaties van b 8 in + b 8 (tel*gs) voorbeeld 3 dia 14 nrc telegraaf platteland grote stad platteland grote stad in de grote stad is het verschil in onveiligheid tussen Tel. en NRC lezers | b 8 | groter/kleiner dan op het platteland bij Tel. lezers is het verschil in onveiligheid tussen grote stad en platteland | b 8 | groter (kleiner) dan bij NRC lezers

17 17 Er waren 20 minuten tijd over bij dit hoorcollege daarom misschien ook voorbeeld toevoegen van twee interval predictoren uit McCalve de oude klokken op veilingen.


Download ppt "1 Cursus Regressie-analyse Rijkswaterstaat, 13 februari Interacties Transparanten beschikbaar gesteld door Dr. B. Pelzer."

Verwante presentaties


Ads door Google