Partiële r² Predictie van y gebaseerd op z alleen

Slides:



Advertisements
Verwante presentaties
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
Advertisements

Statistische uitspraken over onbekende populatiegemiddelden
WOT statistiek Correlaties CLIN Centre for Linguistics.
HC2MFE Meten van verschillen
Introductie tot de lineaire regressie
Onderscheidingsvermogen van hypothesetoetsen toegepast op de z-toets
Toetsen van verschillen tussen twee of meer groepen
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
College 2 Between-subject en within-subject designs
De beslissingsboom bij de accountantscontrole Hans Blokdijk
Betrouwbaarheid en validiteit: Alleen een kwestie van goed meten ?
Het vergelijken van twee populatiegemiddelden: Student’s t-toets
COMPETENTIEONTWIKKELING
Betrouwbaarheid en Validiteit
Experimenteel en quasi-experimenteel onderzoek
Resultaten enquête tuchtwet
Beschrijvende en inferentiële statistiek
Inhoud bijeenkomst 1 Doel- en vraagstelling Conceptueel model
Blogs Annette Ficker Tim Oosterwijk Opdrachtgever: Matthieu Jonckheere
P-waarde versus betrouwbaarheidsinterval
Eindpresentatie Modelleren C Random Seeds
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
toetsen voor het verband tussen variabelen met gelijk meetniveau
Methoden van Onderzoek
Experimenteel Design Prof. Dr. S. Van Dongen
Chapter 9. Understanding Multivariate Techniques
Gegevensverwerving en verwerking
Non-parametrische technieken
Meervoudige lineaire regressie
Inferentie voor regressie
Continue kansverdelingen
Een fundamentele inleiding in de inductieve statistiek
H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase.
Hoofdstuk 9 Verbanden, correlatie en regressie
Voorspellende analyse
Het onderzoeksontwerp
variabelen vaststellen
Hoofdstuk 11 Kwantitatieve gegevens analyseren Methoden en technieken van onderzoek, 5e editie, Mark Saunders, Philip Lewis, Adrian Thornhill, Marije.
Populatiegemiddelden: recap
Bronnen van ‘fout’ Validiteit (en precisie)
Vormen van studie (ontwerp)
Statistiek voor Historici
Methodologie & Statistiek I Principes van statistisch toetsen 5.1.
Evelyne Louis Cluster oncologie
H1 Experimenteel onderzoek
Wetenschapsfilosofie Werkcollege 2. Programma Opzet: 1. Vragen over het afgelopen hoorcollege 2. Vragen over de leesstof (studieboek en essay Popper uit.
METHODEN 1 Jules Ellis. Organisatie Ik = Jules Ellis Spreekuur: Dinsdag 15: :30. Syllabus , reader , supplement Zelfstudieopdrachten.
Hoofdstuk 16 Het vermogen van een test
Interpretatie van statistiek bij toetsen en toetsvragen
Controleren voor 3de variabelen
Onderzoeksmethoden en -Technieken II aanvullingen
Bourdon Bourdon test verwijst algemeen naar verzameling aan tests die gemeenschappelijk hebben dat de testpersoon zo snel en zo selectief mogelijk moet.
Bijkomende Variabelen (Extraneous Variables)
Onderzoeksmethoden en -Technieken
Betrouwbaarheid.
Test- retest methode -- voorbeeld r = 0, Test Hertest r = 0, Test Hertest r = 1,00.
Controle van bijkomende variabelen
Experimentele designs en resultaten
Hoofdstuk X Het correlatievraagstuk & SPSS toepassing
Baarde en de goede Hoofdstuk 11: Data-analyse
28 mei Symposium Statistical Auditing Slide 1 Steekproefmethoden bij EU audits Paul van Batenburg.
Hogeschool Rotterdam, Opleiding Vastgoed & Makelaardij drs. ing. M.M.A. Scheepers Collegejaar college.
Methoden & Technieken van Onderzoek
Het doel en de grondbeginselen van statistiek in klinische onderzoeken
Betrouwbaarheidsinterval
Toetsen van verschillen tussen twee of meer groepen
Evaluatie armoedebeleid Amsterdam
Hoofdstuk 4 Kwantitatieve dataverzamelingsmethoden Nel Verhoeven
Voorspellende analyse
Transcript van de presentatie:

Partiële r² Predictie van y gebaseerd op z alleen Bepaal az en bz zo dat minimaal is Predictie van y gebaseerd op x en z Bepaal azx b1 en b2 zo dat minimaal is In welke mate neemt de fout in de voorspelling van y af door naast z ook x te beschouwen

Toepassing Geboorte% Echtsch.% .347 1 Huwelijks% .507 .567 X = Geboorte % Y = Echtsch. % Z = Huwelijks % Verwoording van het resultaat: Bij het voorspellen van Echtscheidings% van een staat op basis van het Huwelijks% wordt het aantal fouten van die voorspelling nog met minder dan 1 % gereduceerd als we naast het Huwelijks% ook het Geboorte% kennen. Het Geboorte% en het Echtscheidings% van een staat zijn in essentie niet gerelateerd indien we controleren voor Huwelijks%. Voor constant gehouden Huwelijks% vinden we bijna geen verband tussen het Geboorte% en het Echtscheidings% van een staat.

Verband tussen een continue variabele en een dichotome variabele Aantal puzzles opgelost door Autocratische Teams Democratische Teams 8 10 12 7 9 11 13 Gem.= 9.6 11.0 y = 9.6 + 1.4x Regressierechte Dummy variabele Autocratisch = 0 Democratisch = 1

r² berekenen Als we de leiderschapsstijl van een team kennen kunnen we de productiviteit van het team 15% beter voorspellen dan zonder die informatie

r² hangt af van verschil tussen groepsgemiddelden en variantie binnen de groepen Hogere r² Hogere r²

Verband tussen r en t-test Bevinding in een steekproef veralgemenen naar de populatie H0 : er is geen verband tussen dichotome variabele x (groep) en continue variabele y H0 is onwaarschijnlijk indien r² hoog is. WAT IS HOOG? Statistiek  indien in de populatie geen verband bestaat tussen x en y, dan volgt r voor steekproefdata een t-verdeling

Student t-verdeling versus Normaalverdeling .4 t(5) .3 .2 Type I fout .1 -3 -2 -1 1 2 3

Voorbeeld - Huwelijken / Echtscheidingen / Geboorten (per 1000 inw Voorbeeld - Huwelijken / Echtscheidingen / Geboorten (per 1000 inw.) in de VS Correlaties (N=48-1) Las Vegas! Huwelijks% Echtsch.% Geboorte% r = .504 r² = .254 r = .347 r² = .120 - r = .567 r² = .321 Is een correlatie van .347 hoog genoeg om te beluiten dat in de “populatie” een verband bestaat tussen geboorte% en echtscheidings%? Vuistregel! Beter: TABEL > 2 Besluit: het verband bestaat naar alle waarschijnlijkheid ook in de populatie

Voorbeeld – leiderschapsstijl en productiviteit r² tussen leiderschapsstijl en productiviteit bedraagt .15 (N=10 teams, r = .39) Besluit: het gevonden verband is niet sterk genoeg om de nulhypothese dat leiderschapsstijl en productiviteit niet gerelateerd zijn te weerleggen ... Dit betekent echter NIET noodzakelijk dat H0 WAAR is !!

Klassieke benadering t-toets Autocratische teams Democratische teams

Statistisch significant  Theoretisch relevant Opgelet! Statistisch significant  Theoretisch relevant Men kan ALTIJD N zodanig groot nemen dat de t-toets een significant verband oplevert … Voorbeeld: r=.04 r²=.0016 N=3000 levert t = 2,19

Evalueren van onderzoeksdesigns Zijn risico’s voor interne validiteit uitgesloten? (= in hoever effekt UITSLUITEND toe te schrijven aan onafhankelijke variabelen) Geschiedenis Maturatie Instrumentatie Statistische regressie Selectiefout Mortaliteit en non-participatie RANDOMISATIE - CONTROLE GROEP Beantwoordt design aan onderzoeksvraag? Externe validiteit

Random assignment (toewijzing) <> Pretest Redenen om toch een pretest uit te voeren Sensitiviteit van experiment verhogen door matching Plafond effekten (kan afhankelijke variabele nog stijgen/dalen?) Initiële positie (soms enkel effekt voor bepaalde initiële posities) Initiële vergelijkbaarheid (randomisatie niet onfeilbaar / haalbaar) Bewijs van verandering Nadelen Sensitisering voor experimentele conditie door bewustmaking (gevaar voor externe validiteit waar geen pretest is) Tijd en geld