Ik zal kort uitleggen hoe ik het heb gedaan. In mijn enquete heb ik gevraagd naar de 'hoogst genoten opleiding'. Men kon kiezen uit Lagere school, VMBO, MBO, HAVO, VWO, HBO & WO. Aan de hand van mijn theorie kon ik dit reduceren naar laagopgeleid, middelbaar opgeleid en hoogopgeleid. Zodoende kreeg ik een nieuwe variabele onderverdeeld in 3 categorieën. Wat mijn begeleider zei is dat ik naast de eerdere toets die ik had uitgevoerd ook nog een ANOVA kon doen om meer uit mijn data te halen. Daar ben ik nu dus mee bezig. Door middel van een Post-Hoc test kan ik dan ook zien welke groepen van elkaar verschillen, alleen doordat middelbaar opgeleid uit 'maar' 18 mensen bestaat weet ik niet zeker of dit wel mag.quote:Op dinsdag 19 januari 2016 12:28 schreef Zith het volgende:
In studies zie ik eigenlijk altijd het aantal studiejaren staan, niet een BSc/MSc.. kan je niet het volgende doen om een enkele variabele te creeren?
VMBO: 4 (jaar)
MBO: 7 (VMBO+3)
HAVO: 5
HBO: 9 (HAVO+4)
VWO: 6
WO: 10 (VWO + 4)
Ik ben sowieso niet dol op SPSS inderdaad, maar het punt is ook dat ik voor mijn these afgezien van factoranalyse en IRT waarschijnlijk veel ga hebben aan zelfgeschreven control structures en functies, bovenop het feit dat een bepaalde analysemethode die ik moet gebruiken een R package is die geschreven is door mijn begeleider. Voor mijn scriptie heb ik sowieso functionaliteit van R nodig die SPSS niet biedt. Plus uitdaging natuurlijk. Vorig jaar heb ik al een vrij uitgebreide factoranalyse gedaan in SPSS voor een onderzoeksvak, dus dat is de moeite niet en ik begrijp prima wat het inhoudt. Ik weet alleen uit ervaring dat soms de meest simpele dingen in R voor een vastloper zorgen bij mij omdat ik dan net de verkeerde functie gebruik ofzo. Dus ik dacht, dan kan ik alvast even een notitie maken van wie hier ervaring heeft met dat soort analyses in R, dat ik weet waar ik terecht kan (wie ik een lok-quote moet sturen) met dat soort korte vragen.quote:Op dinsdag 19 januari 2016 12:37 schreef MCH het volgende:
Ik had volgens mij al gelezen dat je niet dol bent op SPSS maar Factoranalyse kun je toch heel makkelijk uitvoeren met dat programma?
Nog even naar jou: als je opleidingsniveau gesplitst hebt in drie dichotome variabelen is dat een beetje omslachtig, als je ze dummy codeert, houd je maar twee variabelen over. Dat is netter. (ik kan adhv wat je vertelt niet goed achterhalen hoe je die nu precies gecodeerd hebt) Je groepen zijn idioot scheef, dus de kans dat je een betrouwbaar significant resultaat vindt lijken me sowieso al klein. Of het mag of niet, tja. Heel eerlijk gezegd is het voor jou niet zo van belang of het 'mag' of niet. Als je nu een wetenschappelijk onderzoek met beurzen en publicaties zou uitvoeren, ja, dan moet je je daar wel echt even mee bezig houden. Maar jij schrijft een scriptie en dat betekent eigenlijk dat je begeleider bepaalt wat 'mag' en niet. Als hij zegt: doe een ANOVA, dan doe jij een ANOVA. Noem er dan wel even duidelijk bij in je methodesectie van je verslag dat de data eigenlijk hier en daar wat tegenwerpingen bevat (welke en waar en welk effect dat wellicht gaat hebben op je resultaten), maar dat je toch hebt gekozen de analyse uit te voeren. Ook in je discussie dan even naar terugkoppelen.quote:Op dinsdag 19 januari 2016 12:38 schreef fetX het volgende:
[..]
Ik zal kort uitleggen hoe ik het heb gedaan. In mijn enquete heb ik gevraagd naar de 'hoogst genoten opleiding'. Men kon kiezen uit Lagere school, VMBO, MBO, HAVO, VWO, HBO & WO. Aan de hand van mijn theorie kon ik dit reduceren naar laagopgeleid, middelbaar opgeleid en hoogopgeleid. Zodoende kreeg ik een nieuwe variabele onderverdeeld in 3 categorieën. Wat mijn begeleider zei is dat ik naast de eerdere toets die ik had uitgevoerd ook nog een ANOVA kon doen om meer uit mijn data te halen. Daar ben ik nu dus mee bezig. Door middel van een Post-Hoc test kan ik dan ook zien welke groepen van elkaar verschillen, alleen doordat middelbaar opgeleid uit 'maar' 18 mensen bestaat weet ik niet zeker of dit wel mag.
Omg dit is het! Ik ga even klooien. Thanks voor het in de goede richting duwen!quote:Op donderdag 21 januari 2016 16:30 schreef Z het volgende:
In R zo gepiept. Ik heb nu geen beschikking over SPSS maar het zou wel moeten kunnen in een syntax. Kan je niet eerst de geagregeerde gemiddelden uitrekenen in een aparte variabele en die waarden dan onder voorwaarde imputeren? Per rij krijgt iedereen dan eerst in een aparte variabele die je dan onder voorwaarde imputeert.
1 2 3 4 5 6 7 8 | 1 - 0,647 0,839 2 - 0,484 0,378 3 - 0,887 0,903 4 - 0,835 0,934 5 - 0,592 0,538 6 - 0,940 0,700 7 - 0,892 0,766 8 - 0,931 0,931 |
Ervan uitgaande dat je dataset groot genoeg is kun je een factoranalyse uitvoeren, of een PCA, om te zien of je geen echte multivariate afhankelijke variabele hebt. Het kan zijn dat land * jaar een heel goed fittend model geeft.quote:Op zaterdag 30 januari 2016 10:26 schreef Serinde het volgende:
Goedemorgen
Ik heb twee datasets, beide van een ander jaar. In de sets zitten gegevens van ondernemingen in 8 landen. In mijn onderzoek kijk ik naar de verklarende kracht van het model, de adjusted R2. De verwachting is dat de adj R2 in het tweede jaar hoger is dan in het eerste jaar. Het resultaat voldoet (totaal) niet aan verwachting: het eerste jaar is de uitkomst 0,662 en het tweede jaar 0,388 . Om te onderzoeken waardoor dit ontstaat, heb ik de lineaire regressie gedraaid voor alle afzonderlijke landen (1 t/m 8), per jaar. Dat geeft het volgende beeld:
[ code verwijderd ]
Ik weet niet welke stappen ik nu moet zetten. Als ik er zo naar kijk, dan lijkt het alsof beide jaren hetzelfde beeld laten zien. Maar als ik de regressie draai voor de gehele dataset ineens, komt het tweede jaar een stuk lager uit ... Dat vind ik erg raar. Maar misschien wel te verklaren? Twee jaar geleden heb ik wel een cursus statistiek gehad op de opleiding maar dit soort dingen zijn we daar niet tegengekomen en de kennis is helaas ook al behoorlijk weggezakt....
Het is logsich dat je grootste land een grote invloed heeft op de total r2. Maar belangrijk is ook of er per land een apart patroon is. Vooral landen waar het effect tegengesteld is aan anderen geeft een slechter model. Een grote variatie in effectsize ook.quote:Op maandag 1 februari 2016 21:05 schreef Serinde het volgende:
Er is in dat jaar een wezenlijke verandering doorgevoerd.
Maar door mijn vraag te stellen en het er met mijn vriend over te hebben, die niks weet van mijn vakgebied maar wel fijn logisch kan redeneren etc, denk ik dat ik weet wat er gebeurt. Cijfermatig vat ik het nog niet maar meer dan een derde van mijn dataset bestaat uit 1 land en in dat land is de r2 gedaald (#2 in het overzicht). Dit heeft een grote invloed op het totaalbeeld.
Overigens heeft deze methode zich in de literatuur uitgebreid bewezen, het ligt niet aan het model maar aan mij(n input). Dat is zeker
Ik droom hier niet over maar ik heb zo'n beetje nachtmerries geloof wel dat ik eerst weer verder kan.
Je hebt data van meerdere landen, over 2 jaar, waarvan er in 1 een beleidsverandering is doorgevoerd?quote:Op maandag 1 februari 2016 21:05 schreef Serinde het volgende:
Er is in dat jaar een wezenlijke verandering doorgevoerd.
Maar door mijn vraag te stellen en het er met mijn vriend over te hebben, die niks weet van mijn vakgebied maar wel fijn logisch kan redeneren etc, denk ik dat ik weet wat er gebeurt. Cijfermatig vat ik het nog niet maar meer dan een derde van mijn dataset bestaat uit 1 land en in dat land is de r2 gedaald (#2 in het overzicht). Dit heeft een grote invloed op het totaalbeeld.
Overigens heeft deze methode zich in de literatuur uitgebreid bewezen, het ligt niet aan het model maar aan mij(n input). Dat is zeker
Ik droom hier niet over maar ik heb zo'n beetje nachtmerries geloof wel dat ik eerst weer verder kan.
Als je 8 landen hebt moet je wel 1 land als ref. categorie gebruiken, dus 7 dummies.quote:Op maandag 1 februari 2016 22:14 schreef Serinde het volgende:
Bedankt voor jullie opmerkingen! Ik ga de suggesties nakijken (met het boek van Field erbij )
Ik had wat weinig informatie gegeven, ik heb 2 onafhankelijke variabelen met meetschaal ratio, een dummy voor het rechtssysteem in een land (0 of 1) en een dummy voor het land (1 tm 8, om ook per land iets te kunnen zeggen, al zijn voor sommige landen de waarnemingen beperkt). In alle landen heeft dezelfde wijziging plaatsgevonden, het effect wordt in alle landen positief verwacht, alleen het zal sterker zijn afhankelijk van het rechtssysteem.
Ik zie dat ook mijn begeleidster mijn mail beantwoord heeft. Ik heb eerst voldoende input om de komende dagen door te komen.
Toevoeging: ik heb ongeveer 750 cases per jaar.
De difference in difference komt me bekend voor uit een van de colleges van anderhalf jaar geleden.... Als ik die toepas (indien mogelijk, ik moet zoals gezegd e.e.a. uitzoeken) dan moet ik ook mijn eerste drie hoofdstukken aan gaan passen. Daar zit ik niet op te wachten. Maar wellicht een goede aanvulling en/of als robustnesscheck?! Ik zoek mijn bed op en ga morgen aan de slag. Nogmaals dank voor zover
Dan mis je dus ook nog een interactie (moderator) variabele in je regressiemodel!quote:Op maandag 1 februari 2016 22:14 schreef Serinde het volgende:
Bedankt voor jullie opmerkingen! Ik ga de suggesties nakijken (met het boek van Field erbij )
alleen het zal sterker zijn afhankelijk van het rechtssysteem.
Zijn er statistische pakketen die niet automatisch 1 van de dummies omit?quote:Op maandag 1 februari 2016 23:44 schreef MCH het volgende:
[..]
Als je 8 landen hebt moet je wel 1 land als ref. categorie gebruiken, dus 7 dummies.
Ik geloof dat SPSS dit niet doet want je moet sowieso handmatig die dummies toevoegen aan je dataset. Daarnaast moet Serinde dmv een Chow-Test eerst checken of ze de data van alle landen uberhaupt wel op 1 hoop mag gooien (poolen).quote:Op dinsdag 2 februari 2016 00:32 schreef Zith het volgende:
[..]
Zijn er statistische pakketen die niet automatisch 1 van de dummies omit?
quote:the Chow test is often used to determine whether the independent variables have different impacts on different subgroups of the population.
Chi-square:quote:Op maandag 15 februari 2016 15:23 schreef Mishu het volgende:
Welke test zou ik moeten uitvoeren om de percentages van 2 groepen op een categorische variabele (wel/niet financiële druk) te toetsen op een significant verschil?
En kan ik dezelfde toets vervolgens gebruiken om de groepen wel/niet financiële druk te testen op positieve/negatieve beleving van beleid?
En hoe voer ik dit uit in SPSS?
Ik ben niet zo scherp vandaag, maar wat bedoel je precies met confronteren?quote:Op woensdag 24 februari 2016 12:12 schreef joepp12 het volgende:
Hoera jongens en meisjes ik doe gezellig even mee!
Bezig met het verwerken van de vragenlijsten voor mijn afstudeerscriptie, nu is het zo dat ik nogal wat meerkeuzevragen heb die ik wil confronteren met vragen waarbij 1 antwoord mogelijk is.
Bijvoorbeeld:
(Meerkeuzevraag) In wat voor type organisatie bent u werkzaam?
- Optie 1
- Optie 2
- etc.
Confronteren met
(1 antwoord mogelijk) Is er binnen uw organisatie een inkoopafdeling aanwezig?
- Ja
- Nee
--------------------------------------------------------------------------------------------------------------
Ik zoek mij momenteel vrij scheel op het internet en tussen de opties, bij multiple response analyses kan ik wel multiple respons vragen met elkaar confronteren, maar niet met een vraag waar een antwoord mogelijk is.
Wanneer ik een grafiek wil maken, dan lukt dit ook niet met de multiple respons vraag. Heb de variabelen zo ingedeeld dat wanneer 1 is ingegeven in data view het antwoord aangevinkt is en 0 betekent dat het antwoord niet aangevinkt is.
Logischerwijs zou ik zeggen dat het mogelijk zou moeten zijn om alle 1'tjes (vinkjes) in een pie chart te zetten, ik kom hier echter niet helemaal uit.
De antwoorden op vraag twee vergelijken met 1 keuzemogelijkheid van vraag 1. Bijvoorbeeld:quote:Op woensdag 24 februari 2016 14:12 schreef Operc het volgende:
[..]
Ik ben niet zo scherp vandaag, maar wat bedoel je precies met confronteren?
Hoe modelleer ik dit?quote:Are people that have a characteristic A, more likely to do X when X has the condition Y .
A = ofwel continuous ofwel verdeelt in 2 groepen (groep met mensen die veel A hebben en groep met mensen die weinig A hebben)
X = ja/nee (wel/niet) e.g. likelihood dat hij wel X
Y = conditie dat ook weer continuous kan zijn (undervalued --> overvalued) ofwel een vaste conditie (overvalued)
Er zijn verschillende methodes om outliers te quantificeren. Eigenlijk zou je wel van te voren moeten plannen wat je doet, aangezien je nu gaat "vissen" wat je foutmarge kan beinvloeden.quote:Op woensdag 2 maart 2016 19:06 schreef KaBuf het volgende:
Oké, sorry als ik een stomme vraag stel, maar ik ben nog maar een paar weken bezig in SPSS.
Ben nu bezig met een opdracht voor studie. We hebben een vooraf aangeleverde dataset.
Hiervan heb ik net sales over boekjaar 2014 als te verklaren variabele.
Vooraf wil ik dus kijken of deze normaal is verdeeld. Nee dus, ook niet als Ln-functie.
Maar in de boxplot zie ik 3 uitschieters, ook vanuit de dataset lijken deze vreemd (bijvoorbeeld opmerkelijk hoge omzet i.v.m. aantal medewerkers).
Als ik de net sales van die drie uitschieters uit mijn dataset verwijder, is de Ln-functie normaal verdeeld (volgens de Kolomogorov-Smirnov methode).
Maar, kan ik nu zomaar die uitschieters verwijderen? Wanneer ik dan toelicht in m'n paper waarom ik dit heb gedaan.
Voor deze uitschieters: als ik ze verwijderd, moet dan de gehele waarneming of enkel de net sales? Mijn gevoel zegt de gehele waarneming, want anders heb ik wel gegevens in een waarneming zitten maar geen te verklaren variabele.
Moderated mediation in een logistische regressie?quote:Op woensdag 2 maart 2016 18:24 schreef Sokz het volgende:
[..]
Hoe modelleer ik dit?
maw andere modellen vinden een positief effect van A op X. Ik wil kijken of dit effect er ook is als X de conditie Y heeft.
Je kijkt dan ook niet of de variabele normaal verdeeld is, je moet kijken of de residuals van de variabelen normaal verdeeld zijn.quote:Op woensdag 2 maart 2016 19:06 schreef KaBuf het volgende:
Oké, sorry als ik een stomme vraag stel, maar ik ben nog maar een paar weken bezig in SPSS.
Ben nu bezig met een opdracht voor studie. We hebben een vooraf aangeleverde dataset.
Hiervan heb ik net sales over boekjaar 2014 als te verklaren variabele.
Vooraf wil ik dus kijken of deze normaal is verdeeld. Nee dus, ook niet als Ln-functie.
Maar in de boxplot zie ik 3 uitschieters, ook vanuit de dataset lijken deze vreemd (bijvoorbeeld opmerkelijk hoge omzet i.v.m. aantal medewerkers).
Als ik de net sales van die drie uitschieters uit mijn dataset verwijder, is de Ln-functie normaal verdeeld (volgens de Kolomogorov-Smirnov methode).
Maar, kan ik nu zomaar die uitschieters verwijderen? Wanneer ik dan toelicht in m'n paper waarom ik dit heb gedaan.
Voor deze uitschieters: als ik ze verwijderd, moet dan de gehele waarneming of enkel de net sales? Mijn gevoel zegt de gehele waarneming, want anders heb ik wel gegevens in een waarneming zitten maar geen te verklaren variabele.
Thanksquote:Op woensdag 2 maart 2016 19:25 schreef oompaloompa het volgende:
[..]
Er zijn verschillende methodes om outliers te quantificeren. Eigenlijk zou je wel van te voren moeten plannen wat je doet, aangezien je nu gaat "vissen" wat je foutmarge kan beinvloeden.
De meest standaard versies zijn om te bepalden dat je datapunten verwijdert die, x sd van de mean van de groep afliggen (bijvoorbeeld 3 sd), in een lineare regressie die een cooks distance van meer dan x hebben, of je data te trimmen door bv de hoogste en laagste x percent te droppen.
Sowieso wat je doet altijd vermelden, en ik rapporteer zelf ook altijd de effecten voor de hele dataset om zo open mogelijk naar de lezer te zijn.
Ja maar ons is geleerd dat in het begin van je onderzoek een normaal verdeelde te verklaren variabele een goede indicatie is voor een normale verdeling van je residuals.quote:Op woensdag 2 maart 2016 20:28 schreef MCH het volgende:
[..]
Je kijkt dan ook niet of de variabele normaal verdeeld is, je moet kijken of de residuals van de variabelen normaal verdeeld is.
Gewoon een logistische regressie met 1 moderator.quote:Op woensdag 2 maart 2016 19:26 schreef oompaloompa het volgende:
[..]
Moderated mediation in een logistische regressie?
(denk ik op basis van vrij summiere informatie )
Dan doe je het zoals je geleerd is. Ik denk ook niet dat je docent van je verlangt dat je dan allerlei extra dingen gaat testen die je toch niet onderwezen zijn.quote:Op woensdag 2 maart 2016 20:30 schreef KaBuf het volgende:
[..]
Thanks
[..]
Ja maar ons is geleerd dat in het begin van je onderzoek een normaal verdeelde te verklaren variabele een goede indicatie is voor een normale verdeling van je residuals.
Nou ja, uiteindelijk check ik wel of de residuals normaal verdeeld zijn uiteraard. Maar betekent het dan niks voor mijn onderzoek als mijn te verklaren variabele niet normaal verdeeld is?quote:Op woensdag 2 maart 2016 20:37 schreef MCH het volgende:
[..]
Dan doe je het zoals je geleerd is. Ik denk ook niet dat je docent van je verlangt dat je dan allerlei extra dingen gaat testen die je toch niet onderwezen zijn.
Dan zou het kunnen zijn dat je p-values onbetrouwbaar zijn.quote:Op woensdag 2 maart 2016 20:40 schreef KaBuf het volgende:
[..]
Nou ja, uiteindelijk check ik wel of de residuals normaal verdeeld zijn uiteraard. Maar betekent het dan niks voor mijn onderzoek als mijn te verklaren variabele niet normaal verdeeld is?
Nee want het effect van Y is continuous (dacht ik op basis van de uitleg)quote:Op woensdag 2 maart 2016 20:30 schreef MCH het volgende:
[..]
Gewoon een logistische regressie met 1 moderator.
Op basis van verdere info:quote:Op woensdag 2 maart 2016 18:24 schreef Sokz het volgende:
[..]
Hoe modelleer ik dit?
maw andere modellen vinden een positief effect van A op X. Ik wil kijken of dit effect er ook is als X de conditie Y heeft.
Een moderator kan prima continuous zijn.quote:Op woensdag 2 maart 2016 21:06 schreef oompaloompa het volgende:
[..]
Nee want het effect van Y is continuous (dacht ik op basis van de uitleg)
[..]
Op basis van verdere info:
Originele effect: hoger op A (continuous) --> Hogere probability X (dv, dichotoom)
De vraag nu is of hetzelfde effect geldt voor een specifieke vorm van X (dv, nog steeds dichotoom maar nu op 2 attributes)
Dus de vergelijking is:
Hoger A --> hogere probability X1 (x-overvalued)
Hoger A --> ook hogere probability X2 (x-undervalued)
Heb ik het zo goed begrepen?
En zo ja, hoeveel metingen per DV heb je per observatie?
Geldt voor elk individu dat ze alleen een beslissing maken voor 1 X (die ofwel overvalued is ofwel undervalued)
Of maakt elk individu meerdere beslissingen voor meerdere X-en?
Je hebt gelijk ik verzon dingen erbij die helemaal niet gezegd werdenquote:Op woensdag 2 maart 2016 21:08 schreef MCH het volgende:
[..]
Een moderator kan prima continuous zijn.
quote:Op woensdag 2 maart 2016 21:12 schreef oompaloompa het volgende:
[..]
Je hebt gelijk ik verzon dingen erbij die helemaal niet gezegd werden
Wat moet je nu doen dan?quote:Op donderdag 3 maart 2016 09:19 schreef Sokz het volgende:
[..]
Vanochtend met professor overlegt en denk dat ik nu verder kom. Bedankt voor de reacties!
Hij vond het verstandiger om mijn dataset te cutten zodat ik alleen obs met voorwaarde Y heb/include en dan simpel een logit van X op A. Voor mijn gevoel gaat nu wel redelijk wat info verloren maar c'est ca.quote:
Dat kun je toch gaan vergelijken met exact hetzelfde model op de overige observaties?quote:Op donderdag 3 maart 2016 17:02 schreef Sokz het volgende:
[..]
Hij vond het verstandiger om mijn dataset te cutten zodat ik alleen obs met voorwaarde Y heb/include en dan simpel een logit van X op A. Voor mijn gevoel gaat nu wel redelijk wat info verloren maar c'est ca.
ligt eraan wat je wil analyserenquote:Op maandag 7 maart 2016 11:24 schreef truedestiny het volgende:
Ik ben nu bezig met een codeboek schrijven van een bestaande enquête. Hierin zit een vraag waarin de respondent er maximaal drie mag aankruisen(van de 11). Betekent dit dat ik 11 variabelen moet maken of is er een eenvoudigere manier beschikbaar?
Het is een meningsinventarisatie. Ik wil graag uit de resultaten halen wat de meest voorkomende redenen zijn om een actie niet te ondernemen.quote:
Kijk, als je alleen wil weten hoe vaak optie 1-11 gebruikt zijn, heb je 11 variabelen nodig.quote:Op maandag 7 maart 2016 11:55 schreef truedestiny het volgende:
[..]
Het is een meningsinventarisatie. Ik wil graag uit de resultaten halen wat de meest voorkomende redenen zijn om een actie niet te ondernemen.
Kan Qualtrics dit niet voor je doen?quote:Op maandag 7 maart 2016 11:24 schreef truedestiny het volgende:
Ik ben nu bezig met een codeboek schrijven van een bestaande enquête. Hierin zit een vraag waarin de respondent er maximaal drie mag aankruisen(van de 11). Betekent dit dat ik 11 variabelen moet maken of is er een eenvoudigere manier beschikbaar?
Thanks!quote:Op maandag 7 maart 2016 12:10 schreef ralfie het volgende:
[..]
Kijk, als je alleen wil weten hoe vaak optie 1-11 gebruikt zijn, heb je 11 variabelen nodig.
Als je ook nog eens wil kijken naar combinaties (bijv 1+3+7) moet je deze ook apart analyseren. Dit kan allemaal alleen in één variabele als je je resultaten wil reduceren tot één antwoord (bijv vrouwen tikken vaker hogere opties aan dan mannen).
Praktisch alle statistische pakketten hebben overigens methoden om automatisch dummy variabelen te maken wanneer je dit soort vragen als nominaal markeert.
Niet bekend mee. Ik zal eens kijkenquote:
Zoals anderen zeggen, ligt er een beetje aan wat je wil analyseren etc.quote:Op maandag 7 maart 2016 11:24 schreef truedestiny het volgende:
Ik ben nu bezig met een codeboek schrijven van een bestaande enquête. Hierin zit een vraag waarin de respondent er maximaal drie mag aankruisen(van de 11). Betekent dit dat ik 11 variabelen moet maken of is er een eenvoudigere manier beschikbaar?
Hier kun je niet zat over vertellen natuurlijk. Het ene niet significante resultaat is niet beter dan het andere n.s. resultaat.quote:Op zaterdag 12 maart 2016 20:15 schreef Sarasi het volgende:
Op de andere twee tests B&C scoort groep Y beter dan X (p 0.33 en 0.49 oid). Nou kan ik er zo al meer dan zat over vertellen natuurlijk,
Je kunt wat zeggen over de richting van een effect, over de resultaten in relatie tot de verwachting, over de betrouwbaarheidsintervallen, over de effectgrootte... Er is zat te vertellen zonder significante resultaten.quote:Op zondag 13 maart 2016 21:25 schreef MCH het volgende:
[..]
Hier kun je niet zat over vertellen natuurlijk. Het ene niet significante resultaat is niet beter dan het andere n.s. resultaat.
Allemaal nee, want het is niet significant. Je zou hooguit een verklaring kunnen verzinnen, eigenlijk moeten geven waarom jouw data niet significant is.quote:Op zondag 13 maart 2016 22:30 schreef Sarasi het volgende:
[..]
Je kunt wat zeggen over de richting van een effect, over de resultaten in relatie tot de verwachting, over de betrouwbaarheidsintervallen, over de effectgrootte... Er is zat te vertellen zonder significante resultaten.
Het effect is er nog steeds hoor, ook al is het niet significant. Het effect heeft een richting, een effectgrootte, je kunt voor verschillende verdelingen een betrouwbaarheidsinterval opstellen en dat bekijken... Geen significant resultaat betekent niet dat je alles net zo goed de prullenbak in kunt flikkeren. Het betekent alleen dat je de nulhypothese niet mag verwerpen, niet dat je de alternatieve hypothese MOET verwerpen.quote:Op zondag 13 maart 2016 22:31 schreef MCH het volgende:
[..]
Allemaal nee, want het is niet significant. Je zou hooguit een verklaring kunnen verzinnen, eigenlijk moeten geven waarom jouw data niet significant is.
Ja, dan zeg je zoiets van: although the result is in the expected direction, it is not significant. En dan stop je. Zo lees ik dat altijd in artikelen of jij niet? Achja, scripties met niet significante resultaten zijn meer regel dan uitzondering.quote:Op zondag 13 maart 2016 22:37 schreef Sarasi het volgende:
[..]
Het effect is er nog steeds hoor, ook al is het niet significant. Het effect heeft een richting, een effectgrootte, je kunt voor verschillende verdelingen een betrouwbaarheidsinterval opstellen en dat bekijken... Geen significant resultaat betekent niet dat je alles net zo goed de prullenbak in kunt flikkeren. Het betekent alleen dat je de nulhypothese niet mag verwerpen, niet dat je de alternatieve hypothese MOET verwerpen.
En hopelijk vertaal je dat dan naar implicaties voor vervolgonderzoek etc ja. Dat zijn nog steeds meer woorden dan als je wel een significant resultaat had. Maar concluderend heb je dus geen antwoord op mijn vraag?quote:Op zondag 13 maart 2016 22:48 schreef MCH het volgende:
[..]
Ja, dan zeg je zoiets van: although the result is in the expected direction, it is not significant. En dan stop je. Zo lees ik dat altijd in artikelen of jij niet? Achja, scripties met niet significante resultaten zijn meer regel dan uitzondering.
Een p van .5 is vrijwel de minst inzichtelijke uitkomst die je kunt hebben. Als de H0 waar is, heb je een kans van 50-50 om zo'n verschil of een groter verschil te vinden.quote:Op zondag 13 maart 2016 22:37 schreef Sarasi het volgende:
[..]
Het effect is er nog steeds hoor, ook al is het niet significant. Het effect heeft een richting, een effectgrootte, je kunt voor verschillende verdelingen een betrouwbaarheidsinterval opstellen en dat bekijken... Geen significant resultaat betekent niet dat je alles net zo goed de prullenbak in kunt flikkeren. Het betekent alleen dat je de nulhypothese niet mag verwerpen, niet dat je de alternatieve hypothese MOET verwerpen.
Oh nee dat begrijp je verkeerd. De n is 850 ofzo, 15/85 is de verdeling van de twee groepen. En ik heb dus bij de meest interessante test een p van 0.11, dat vind ik nog niet zo oninteressant. Maar het is geen repeated measures want het zijn alle drie afzonderlijke testen met eigen items die iets heel anders meten. Thanks voor het idee wel!quote:Op zondag 13 maart 2016 22:55 schreef oompaloompa het volgende:
[..]
Een p van .5 is vrijwel de minst inzichtelijke uitkomst die je kunt hebben. Als de H0 waar is, heb je een kans van 50-50 om zo'n verschil of een groter verschil te vinden.
Al,s het within is, kun je (zou je) een repeated measures test kunnen doen.
Sowieso met een n van 15 wordt het moeilijk iets significants te vinden.
De drie testen zijn niet per persoon?quote:Op zondag 13 maart 2016 23:02 schreef Sarasi het volgende:
[..]
Oh nee dat begrijp je verkeerd. De n is 850 ofzo, 15/85 is de verdeling van de twee groepen. En ik heb dus bij de meest interessante test een p van 0.11, dat vind ik nog niet zo oninteressant. Maar het is geen repeated measures want het zijn alle drie afzonderlijke testen met eigen items die iets heel anders meten. Thanks voor het idee wel!
Dat wel, maar niet op verschillende tijdstippen afgenomen en ze meten alle drie iets heel anders. Gewoon een testbatterij, zeg maar.quote:Op zondag 13 maart 2016 23:06 schreef oompaloompa het volgende:
[..]
De drie testen zijn niet per persoon?
Dan ben ik bang dat je er niet heel erg veel mee kunt doenquote:Op zondag 13 maart 2016 23:07 schreef Sarasi het volgende:
[..]
Dat wel, maar niet op verschillende tijdstippen afgenomen en ze meten alle drie iets heel anders. Gewoon een testbatterij, zeg maar.
Ik snap het prima. Het betekent dat er een kans is van 11% dat ik mijn huidige resultaten vindt onder de assumptie van de nulhypothese. Omdat ik mijn cutoff op 5% heb gezet, heb ik a priori besloten dat 11% dus niet voldoende bewijs is om de alternatieve hypothese aan te nemen en de nulhypothese te verwerpen. Dat betekent, nogmaals, niet dat ik bij een p van 11% de nulhypothese aanneem. Je kunt nooit iets bevestigen, alleen ontkrachten. Ik test de nulhypothese, dus die kan ik niet bevestigen. Bij een significant resultaat kan het resultaat bij een volgende studie net zo goed anders zijn, want de p waarde differentieert niet tussen een echt bewijs voor de alternatieve hypothese in de populatie en gewoon een zeer onwaarschijnlijke steekproef. Sorry dat ik geen significantiefapper ben.quote:Op maandag 14 maart 2016 01:42 schreef Crack_ het volgende:
En je snapt 0.11 niet.. Je kunt niet zeggen ik zet mn cut off op 0.05 en mn uitkomst was 0.11 maar vind ik wel wat.
Nee, als je voor 0.05 kiest dan betekent dat je alles hoger dan dat als GEEN resultaat ziet. Dus 0.11 is zoals eerder gezegd, niks. Je kunt zoals ook al eerder gezegd, een richting aan geven maar dat houdt dus op bij 'maar dit was enkel bij deze studie en het resultaat bij andere studies kan anders zijn, want het resultaat was niet significant'.
Mooi, en sorry dat ik dat wel benquote:Op maandag 14 maart 2016 01:55 schreef Sarasi het volgende:
[..]
Ik snap het prima. Het betekent dat er een kans is van 11% dat ik mijn huidige resultaten vindt onder de assumptie van de nulhypothese. Omdat ik mijn cutoff op 5% heb gezet, heb ik a priori besloten dat 11% dus niet voldoende bewijs is om de alternatieve hypothese aan te nemen en de nulhypothese te verwerpen. Dat betekent, nogmaals, niet dat ik bij een p van 11% de nulhypothese aanneem. Je kunt nooit iets bevestigen, alleen ontkrachten. Ik test de nulhypothese, dus die kan ik niet bevestigen. Bij een significant resultaat kan het resultaat bij een volgende studie net zo goed anders zijn, want de p waarde differentieert niet tussen een echt bewijs voor de alternatieve hypothese in de populatie en gewoon een zeer onwaarschijnlijke steekproef. Sorry dat ik geen significantiefapper ben.
Verder boeit deze test niet eens zo heel veel want het is maar een zijweggetje van mijn tweede hoofdvraag. Ik vroeg me alleen af of ik, gezien de richting van de ene test de andere kant op gaat, de rangscores nog op een andere manier tegen elkaar uit kon zetten.
dan heb je dus geen verschil op je meest interessante test. aangezien de cutoff op .05 zitquote:Op maandag 14 maart 2016 01:55 schreef Sarasi het volgende:
[..]
Omdat ik mijn cutoff op 5% heb gezet, heb ik a priori besloten dat 11% dus niet voldoende bewijs is om de alternatieve hypothese aan te nemen en de nulhypothese te verwerpen.
[..]
Sorry dat ik geen significantiefapper ben.
[..]
En ik heb dus bij de meest interessante test een p van 0.11, dat vind ik nog niet zo oninteressant.
Kun je iets meer uitleg geven? Snijpunt van wat met wat? Zou iig te toetsen moeten zijn.quote:Op maandag 14 maart 2016 12:16 schreef Z het volgende:
Zijn waarden van snijpunten tussen groepen te toetsen? Dus bij de ene groep is het snijpunt 2,53 en bij de andere groep 2,89. Is dit verschil significant? Ik kan er geen toets bij bedenken.
Dat kan prima. er moet immers ook brood op de plank komen. Zolang hij geen cijfers gaat vervalsen mogen anderen er van vinden wat ze willen (ie. geen hoge significantie, maar een knipoog naar een bepaalde richting).quote:Op maandag 14 maart 2016 17:05 schreef Silverdigger2 het volgende:
[..]
Als je bepaalt dat de cutoff ergens is, kan je niet achteraf de regels nog aanpassen! waarom onderzoek doen als je je niet aan je eigen regels houdt?
Zij, maar verder ongeveer dit ja. Ik ga echt niet zeggen dat het bijna significant is, helemaal significant, whatever. Maar als een resultaat niet significant is, kan het nog steeds wel interessant zijn. Als je een bepaald effect verwacht en je krijgt een p van 0.98 is dat ook ontiegelijk interessant. En dat een verschil niet significant is, betekent niet dat er helemaal geen verschil (in de steekproef) is. Of is een gemiddelde van 23 opeens gelijk aan een gemiddelde van 28 omdat de p waarde niet onder de Alpha zit?quote:Op maandag 14 maart 2016 17:50 schreef Zith het volgende:
[..]
Dat kan prima. er moet immers ook brood op de plank komen. Zolang hij geen cijfers gaat vervalsen mogen anderen er van vinden wat ze willen (ie. geen hoge significantie, maar een knipoog naar een bepaalde richting).
Niemand zal hem serieus nemen als hij zegt dat 0.11 significant is, maar het is prima wetenschap om resultaten te laten zien met 0.11 p-values en aan te geven dat het niet significant is maar dat het eventueel in een bepaalde richting kan wijzen.
Je kan alleen eigenlijk niets zeggen over of dat verschil ruis is of niet.quote:Op maandag 14 maart 2016 18:09 schreef Sarasi het volgende:
[..]
Zij, maar verder ongeveer dit ja. Ik ga echt niet zeggen dat het bijna significant is, helemaal significant, whatever. Maar als een resultaat niet significant is, kan het nog steeds wel interessant zijn. Als je een bepaald effect verwacht en je krijgt een p van 0.98 is dat ook ontiegelijk interessant. En dat een verschil niet significant is, betekent niet dat er helemaal geen verschil (in de steekproef) is. Of is een gemiddelde van 23 opeens gelijk aan een gemiddelde van 28 omdat de p waarde niet onder de Alpha zit?
er is geen bewijs dat het verschil verklaard kan worden door de in jouw model opgenomen variabelen, dat kan je er zeker over zeggen als de gemiddelden van de groepen die je in jouw test vergeleek 23 en 28 zijn.quote:Op maandag 14 maart 2016 18:09 schreef Sarasi het volgende:
Of is een gemiddelde van 23 opeens gelijk aan een gemiddelde van 28 omdat de p waarde niet onder de Alpha zit?
Dit kan zeker, maar de tendens had je ook kunnen baseren op eerder onderzoek.quote:Op maandag 14 maart 2016 17:50 schreef Zith het volgende:
[..]
Niemand zal hem serieus nemen als hij zegt dat 0.11 significant is, maar het is prima wetenschap om resultaten te laten zien met 0.11 p-values en aan te geven dat het niet significant is maar dat het eventueel in een bepaalde richting kan wijzen.
Een niet significant verschil is ook een significante bijdrage aan de wetenschapquote:Dat kan prima. er moet immers ook brood op de plank komen.
Cellen samenvoegen als dat kan, anders houdt het op.quote:Op maandag 14 maart 2016 21:11 schreef carmiie het volgende:
Wat moet ik doen als ik bij mijn chi-square teveel cellen heb met een expected count less than five? Ik las dat bij meer dan 20% de resultaten niet valide zijn? Bij sommige variabelen is het bij mij 60%.
Hoe doe ik dat?quote:Op maandag 14 maart 2016 21:21 schreef oompaloompa het volgende:
[..]
Cellen samenvoegen als dat kan, anders houdt het op.
Als je bv geinteresseerd bent in verschil man-vrouw en schrijfkleur rood-blauw op een bepaalde uitkomst, je test beperken tot verschil kleur (of verschil gender).quote:
Aahh zo, ik snap het, thanks! Wel jammer dat er weinig aan te doen valtquote:Op maandag 14 maart 2016 21:44 schreef oompaloompa het volgende:
[..]
Als je bv geinteresseerd bent in verschil man-vrouw en schrijfkleur rood-blauw op een bepaalde uitkomst, je test beperken tot verschil kleur (of verschil gender).
Verder valt er helaas weinig te doen. (nou lijkt het me ook dat of dezelfde rij erg laag is in je experiment dus 98% - 2% voor groep 1 en 97% - 3% voor groep 2, en dan kun je zelfs zonder test wel zien dat er geen effect is, of juist het tegenovergestelde 99-1 voor groep 1 en 1-99 voor groep 2 en dan heb je eigenlijk ook niet echt een test meer nodig).
Bijdraaien? :pquote:Op maandag 14 maart 2016 21:53 schreef carmiie het volgende:
[..]
Aahh zo, ik snap het, thanks! Wel jammer dat er weinig aan te doen valt
Ik heb een prijsmeter-analyse gedaan voor verschillende versies van producten.quote:Op maandag 14 maart 2016 17:11 schreef oompaloompa het volgende:
[..]
Kun je iets meer uitleg geven? Snijpunt van wat met wat? Zou iig te toetsen moeten zijn.
Meer data verzamelen.quote:Op maandag 14 maart 2016 21:11 schreef carmiie het volgende:
Wat moet ik doen als ik bij mijn chi-square teveel cellen heb met een expected count less than five? Ik las dat bij meer dan 20% de resultaten niet valide zijn? Bij sommige variabelen is het bij mij 60%.
Het is mij niet helemaal duidelijk wat nou precies je dependent variabele moet worden. Kun je dat nog eens toelichten?quote:Op maandag 21 maart 2016 11:56 schreef Paprikachipjes het volgende:
Ik zat te denken aan logistic regression en ik heb n.a.v. jouw post zojuist het halve internet ondersteboven gekeerd en ik kom er dus achter dat je a) één dependent variable kunt aangeven, b) deze variable maar twee catagorieën kan hebben, wat dus waarschijnlijk betekent dat ik mijn complicaties als losse variabelen in SPSS moet zetten wil ik er wat mee kunnen, haha. Dus volgens mij ben ik er zo wel uit.
Wow, dan krijg je dus een ontelbare hoeveelheid dv's als je een lange lijst met complicaties hebt. Ik weet niet of het relevant is maar je zou ook nog een Poisson regression kunnen uitvoeren om te kijken welke factoren een invloed hebben op het aantal bijwerkingen dat iemand krijgt.quote:Op maandag 21 maart 2016 14:48 schreef Paprikachipjes het volgende:
De complicaties worden de dependent variables. Dus wat ik zou kunnen doen is kijken wat de invloed is van bijv. roken op het ontwikkelen van een abces postoperatief (= complicatie). Roken zou dan mijn independent variable worden (0 = nooit, 1 = ja, 2 = gestopt), het ontwikkelen van een abces mijn dependent variable (0 = nee, 1 = ja).
Dat hercoderen ziet er inderdaad wel interessant uit. Ik zal me er eens in verdiepen.
Omdat het zo lomp is als niemand op je vraag reageert: Sorry, ik had voor je post nog nooit van eviews gehoord, dus geen flauw idee hoe je daar kunt importeren. Misschien eens kijken naar of er online wat te vinden is over .csv bestanden importeren? (Je kunt een Excel bestand heel makkelijk opslaan als .csv en soms geeft dat wat meer opties.)quote:Op zaterdag 2 april 2016 23:32 schreef ulq het volgende:
Weet iemand hoe ik een bepaalde excel data file het beste in eviews kan importeren?
Ik heb op de y-as de verschillende identifiers (in mijn geval bedrijven) en op de x-as de datum (in mijn geval een periode van ongeveer 300 dagen) en voor de rest een variabele per worksheet (6 variabelen en dus 6 worksheets totaal). Normaal moet je bij eviews (volgensmij) op de y-as zowel de datum als de identifiers zetten om het correct te kunnen importeren, maar in mijn geval was het niet mogelijk het op deze manier te downloaden en dan zou het bovendien redelijk onleesbaar worden vanwege het grote aantal datums en bedrijven.
Als iemand me een linkje kunnen sturen die ongeveer beschrijft hoe ik dit het beste kan aanpakken zou ik dit ook erg op prijs stellen uiteraard! Volgensmij betreft mijn dataset 'unstacked panel data', maar dat weet ik niet zeker. Heb uiteraard al op google gezocht maar vind geen relevante resultaten.
Bij voorbaat dank!
Dus als ik het goed begrijp heb je twee groepen:quote:Op vrijdag 8 april 2016 16:31 schreef jufsaar het volgende:
Ik ga voor mijn scriptie kijken naar het volgende onderwerp:
Scoren leerlingen die op een basisschool 8 jaar Frans hebben gehad beter op Frans in de 1e klas dan leerlingen die de taal niet hebben gehad, rekening houdend met de algemene cognitie?
Er zijn 5 leerlingen die Frans hebben gehad in verschillende klassen. Van alle leerlingen uit deze klassen heb ik het gemiddelde van Frans en van Nederlands, geschiedenis en wiskunde (voor de algemene cognitie) om te kunnen vergelijken.
Ik dacht dat ik een independent t-test moest doen, maar dan kan ik niet controleren op algemene cognitie. En ik kan toch niet zomaar de gegevens van alle klassen samenvoegen zonder te kijken naar het gemiddelde van elke specifieke klas?
Wie kan mij helpen?
Ik gebruik geen STATA dus het is een wilde gok, maar zijn de variabelen nog hoofdlettergevoelig misschien? En is het type variabele juist? (Dat je niet stiekem string hebt terwijl het integer moet zijn.)quote:Op zaterdag 9 april 2016 15:15 schreef Kaas- het volgende:
Mensen, ik vul data in in STATA.
Heb nu twee variabelen gemaakt, maar als ik vervolgens "summarize" in tik dan geeft STATA aan dat er voor beide variabelen 0 observaties zijn terwijl ze er toch echt staan. Bijvoorbeeld de variabele "Year" aangemaakt en vervolgens staat daaronder (in de data editor) 1950 t/m 2010.
Dit is de eerste keer dat ik zelf data in het programma gooi. Wat kan ik verkeerd doen? Hulp is zeer welkom.
Ook ik ken srata niet, maar heb wel eens gehad dat de vorm van de data in de kolommen verkeerd ingesteld was een p die manier gaf de software dan aan dat er geen observaties waren...quote:Op zaterdag 9 april 2016 15:15 schreef Kaas- het volgende:
Mensen, ik vul data in in STATA.
Heb nu twee variabelen gemaakt, maar als ik vervolgens "summarize" in tik dan geeft STATA aan dat er voor beide variabelen 0 observaties zijn terwijl ze er toch echt staan. Bijvoorbeeld de variabele "Year" aangemaakt en vervolgens staat daaronder (in de data editor) 1950 t/m 2010.
Dit is de eerste keer dat ik zelf data in het programma gooi. Wat kan ik verkeerd doen? Hulp is zeer welkom.
Kun je vraag C niet als robustnesscheck inbouwen. Dus je doet eerst je onderzoek op basis van B. Dan doe je het nogmaals met C. Of ik zou BMI als moderator beschouwen. Ik denk namelijk niet dat een BMI alles zegt over problematisch eetgedrag. Een skinny bitch kan toch net zo goed een problematische eter zijn.quote:Op zondag 10 april 2016 14:26 schreef Eefje_ het volgende:
Ik heb een vraag omtrent een schaal (SPSS).
Ik onderzoek de relatie tussen Facebookgebruik, zelfbeeld en eetgedrag. Nu onderzoek ik eetgedrag met behulp van de Eating Attitudes Test 26 (EAT-26). Deze bestaat uit drie delen:
(A) Gewicht en lengte (waar ik BMI van heb gemaakt),
(B) 26 vragen
(C) 4 gedragsvragen variërend van (nooit, 1x per maand of minder, 2-3x per maand, 1x per week, 2-6x per week en 1x per dag of meer) en 2 extra (heftige) vragen waar alleen (ja of nee) kan worden beantwoord.
De scoring voor die 26 vragen heb ik al verwerkt via Transform - Recode zodat ik op een totaal van 20 of meer kom wat problematisch eetgedrag blijkt. Dit staat op: http://www.eat-26.com/scoring.php. Maar er staat verder geen score bij de overige delen, behalve dan kruisjes bij wat problematisch gedrag is. Hoe kan ik (A) BMI en (C) de vragen waarbij een andere score wordt gehanteerd, dan samenvoegen met de 26 vragen? Ik moet toch uiteindelijk op een schaal komen, namelijk eetgedrag.
Mijn dank zal groot zijn.
Probeer de volgende dingen/commando's:quote:Op zaterdag 9 april 2016 15:15 schreef Kaas- het volgende:
Mensen, ik vul data in in STATA.
Heb nu twee variabelen gemaakt, maar als ik vervolgens "summarize" in tik dan geeft STATA aan dat er voor beide variabelen 0 observaties zijn terwijl ze er toch echt staan. Bijvoorbeeld de variabele "Year" aangemaakt en vervolgens staat daaronder (in de data editor) 1950 t/m 2010.
Dit is de eerste keer dat ik zelf data in het programma gooi. Wat kan ik verkeerd doen? Hulp is zeer welkom.
recode naar 1-2 op de dv van het land, geef ze 0 op de dv's die ze niet hebben en tel dan de 4 kolommen op voor de overkoepelende dv?quote:Op maandag 16 mei 2016 16:10 schreef Plausibel het volgende:
Hallo mensen!
Ik hoop dat iemand hier mij kan helpen met mijn vraag.
Ik doe een onderzoekje met een dataset waarin respondenten uit vier landen zitten.
Er is een variabele die ik heb bewerkt, en uiteindelijk omgezet naar een dichotome variabele. Dit heb ik per land gedaan, omdat de oorspronkelijke categorieen in de verschillende landen niet met elkaar te vergelijken waren.
Ik heb nu dus vier dichotome variabelen, per land. Elke respondent komt dus ook maar één keer voor in al deze vier variabelen.
Nu wil ik er eigenlijk weer één variabele van maken. Iedereen heeft nu eenzelfde score (1 of 0), dus ik denk dat dit wel mogelijk is.
Maar hoe moet ik dit doen?
Ik werk trouwens met SPSS Syntax, dus als iemand er ook nog eens een syntax code voor zou weten zou ik helemaal gelukkig zijn....
Begrijp ik het goed dat je hoogstens 3 periodes hebt met verschillende lonen?quote:Op dinsdag 17 mei 2016 15:50 schreef Bravoo het volgende:
Mijn statistiekkennis is nogal weggezakt, dus vandaar de volgende vraag:
Ik wil het effect van de verandering van een variabele onderzoeken. Ik heb in principe twee tijdsperiodes: zeg maar bijvoorbeeld oktober - december 2011 - 2013 (dus 3 tijdsperiodes) en 2012 en 2013 helemaal (dus 2 tijdsperiodes). Je moet dit onderzoek zien als een experiment.
Tussentijds is (dit is een voorbeeldje) 3x het loon gestegen. Stel ik zou willen onderzoeken of dit effect heeft op de arbeidsproductiviteit, hoe pak ik dit dan aan? Voor een panel analysis is de tijdsperiode te kort. Hoe kan ik het beste het effect van deze variabele over de tijd onderzoeken? En als ik wil weten of er verschil is tussen mannen en vrouwen?
Bedankt!
Heb je al gewoon een regressie gedraaid met als moderator geslacht?quote:Op dinsdag 17 mei 2016 16:01 schreef Bravoo het volgende:
Oh sorry, dat was ik vergeten te vermelden. Ik heb rond de 1300 bruikbare observaties (totaal circa 1600).
Omdat het geen psychologisch onderzoek is, maar waargebeurde financial events. Dan kan ikk niet zeggen: oh die is me wat te hoog, dan negeer/corrigeer ik die.quote:Op woensdag 18 mei 2016 14:16 schreef MCH het volgende:
Hoezo ga je na je uitkomsten en tijdens je robustness checks pas kijken naar je outliers?
Is dit voor een scriptie oid of moet het echt een paper worden uiteindelijk? In dat tweede geval zou ik, als het niet al te laat is, eerst je plan opstellen, dit vastleggen en dan pas naar de data kijken. Nu loop je het risico (on)bewust je uitkomsten te beinvloeden.quote:Op woensdag 18 mei 2016 20:10 schreef V-for-Vendetta het volgende:
[..]
Omdat het geen psychologisch onderzoek is, maar waargebeurde financial events. Dan kan ikk niet zeggen: oh die is me wat te hoog, dan negeer/corrigeer ik die.
Ik beinvloed niet.quote:Op woensdag 18 mei 2016 20:24 schreef oompaloompa het volgende:
[..]
Is dit voor een scriptie oid of moet het echt een paper worden uiteindelijk? In dat tweede geval zou ik, als het niet al te laat is, eerst je plan opstellen, dit vastleggen en dan pas naar de data kijken. Nu loop je het risico (on)bewust je uitkomsten te beinvloeden.
Wat je moet gebruiken ligt heel erg aan het type data en kan ik weinig over zeggen op basis van de beperkte informatie.
Wat had je gedaan als het wel een verschil zou maken?quote:Op woensdag 18 mei 2016 20:49 schreef V-for-Vendetta het volgende:
[..]
Ik beinvloed niet.
Cook's Distance <1 voor alle observations
Winsorizing 5% geeft tevens geen verandering in results.
Ook gerapporteerd. Mn initiele event window geeft ook insignificantie.quote:Op woensdag 18 mei 2016 20:53 schreef oompaloompa het volgende:
[..]
Wat had je gedaan als het wel een verschil zou maken?
Ja dan moet je nu dus beslissen wat je hoofdconclusie is / wat de beste methode is (met of zonder winsor) terwijl je al weet wat dat voor je uitkomsten doet...quote:Op woensdag 18 mei 2016 21:02 schreef V-for-Vendetta het volgende:
[..]
Ook gerapporteerd. Mn initiele event window geeft ook insignificantie.
Mn p-value neemt wel af van <0.05 naar <0.10 na winsorizen, de ander blijft constant.
Ik zie geen enkele reden om vooraf te winsorizen. Waarom zou je dat doen?quote:Op woensdag 18 mei 2016 21:19 schreef oompaloompa het volgende:
[..]
Ja dan moet je nu dus beslissen wat je hoofdconclusie is / wat de beste methode is (met of zonder winsor) terwijl je al weet wat dat voor je uitkomsten doet...
Niet van te voren doen, van te voren bepalen of je het gaat doen of niet.quote:Op woensdag 18 mei 2016 21:39 schreef V-for-Vendetta het volgende:
[..]
Ik zie geen enkele reden om vooraf te winsorizen. Waarom zou je dat doen?
Dit is nou niet echt een specifieke vraag over STATA. Denk dat je in plaats van op "stata", moet gaan googlen op "statistiek".quote:Op donderdag 19 mei 2016 20:26 schreef ScriptieIdee12345 het volgende:
Ik heb een vraag omtrent Stata.
Ik heb een data base met verschillende regios en verschillende jaren.
Ik heb een model waar de GDP wordt beinvloed door Investments, Labor force, Unemployment, Educatie, Internet variabelen (internet penetratie) en populatie density.
Dit is een panel set analyse en ik moet uitzoeken wat het effect is van de internet variabelen.
Echter weet ik niet wat de juiste stappen zijn die ik moet ondernemen.
Graag zou ik beginnen alle variabelen naar growth variabelen te zetten. Echter kom ik er gewoon niet uit icm data panel set.
Als iemand hier goed is in STATA contacteer mij dan alsjeblieft.
Dankjewel voor je meedenken!quote:Op maandag 16 mei 2016 16:28 schreef oompaloompa het volgende:
[..]
recode naar 1-2 op de dv van het land, geef ze 0 op de dv's die ze niet hebben en tel dan de 4 kolommen op voor de overkoepelende dv?
Ik neem aan dat dit voor je bachelor scriptie is? (Gezien het scriptie topic.) Aangezien je geen enkel idee lijkt te hebben wat je moet doen lijkt het me handig als je je statistiekboeken raadpleegt, aangezien mensen hier best willen helpen, maar niet alles gaan voorkauwen.quote:Op donderdag 19 mei 2016 20:26 schreef ScriptieIdee12345 het volgende:
Ik heb een vraag omtrent Stata.
Ik heb een data base met verschillende regios en verschillende jaren.
Ik heb een model waar de GDP wordt beinvloed door Investments, Labor force, Unemployment, Educatie, Internet variabelen (internet penetratie) en populatie density.
Dit is een panel set analyse en ik moet uitzoeken wat het effect is van de internet variabelen.
Echter weet ik niet wat de juiste stappen zijn die ik moet ondernemen.
Graag zou ik beginnen alle variabelen naar growth variabelen te zetten. Echter kom ik er gewoon niet uit icm data panel set.
Als iemand hier goed is in STATA contacteer mij dan alsjeblieft.
?quote:Op zaterdag 21 mei 2016 17:36 schreef carebaer het volgende:
Goedemiddag. Ik ben bezig mijn resultaten in te voeren in SPSS. Ik heb het boek Handleiding SPSS voor mij liggen maar heb een vraag.
Mijn enquête bestaat uit 30 vragen. Bij een aantal vragen kan het voorkomen dat je door het geven van een antwoord de eerstvolgende vragen overslaat (omdat je daar door het antwoord niet meer voor in aanmerking komt) en verder gaat bij bijv. 5 vragen verder op. Dan kom je dus met een vijftal vragen te zitten die blanco blijven. Hoe voer ik dit in in SPSS?
Moet ik het desbetreffende vakje voor de 'overgeslagen' vragen in de Data View helemaal leeg laten?
Ik zal het verduidelijken met een eenvoudig voorbeeld, stel:
Vraag 1: Naam
Vraag 2: Antwoord
Vraag 3: Krijg je zakgeld (Ja, ga naar vraag 4 - Nee, ga naar vraag 5)
Vraag 4: Hoeveel zakgeld krijg je?
Vraag 5: Waar geef je je zakgeld aan uit?
Dus, iemand vult bij vraag 3 'Nee' in en gaat dus naar vraag 5 en slaat vraag 4 over. Wat vul ik in SPSS in als 'antwoord' bij vraag 4 voor deze respondent?
Super, precies wat ik bedoelde. Kan dus n.v.t. gebruiken!quote:
Ik zou ze gewoon leeglaten eigenlijk. Dan kun je een missing value instellen voor de mensen die die vraag onterecht hebben leeggelaten (in de variable view).quote:Op zondag 22 mei 2016 11:30 schreef carebaer het volgende:
Inmiddels heb ik alle gegevens/variabelen ingevuld. Stuit ik weer op een probleem.
Ik heb op den duur een vraag waar mensen een bedrag moeten invullen, en ik heb deze gezet op ratio-niveau. Maar het kan ook voorkomen dat de vraag n.v.t. is op iemand.
Hoe kan ik er voor zorgen dat er een 'code' n.v.t. komt te staan bij iemand die de vraag niet hoeft in te vullen, maar wel een getal voor de mensen die een bedrag invullen?
Oke. Is het onmogelijk om nominale + ratio antwoorden te combineren in één vraag?quote:Op zondag 22 mei 2016 11:38 schreef Operc het volgende:
[..]
Ik zou ze gewoon leeglaten eigenlijk. Dan kun je een missing value instellen voor de mensen die die vraag onterecht hebben leeggelaten (in de variable view).
SPSS zal een variabele altijd als één soort variabele zien en in die zin kun je nominaal en ratio niet combineren. Je kunt wel bij ratio een extra code/label aanmaken dat bijvoorbeeld 99 niet van toepassing betekent, maar de vraag is een beetje wat je er aan hebt. Als je de cel leeglaat kun je gewoon de analyses doen met de beschikbare data en als je NVT invult moet je die toch weer uitsluiten van je analyse later. Daarnaast kun je het percentage NVT gewoon berekenen met het antwoord op de vraag die de NVT als gevolg heeft.quote:Op zondag 22 mei 2016 11:46 schreef carebaer het volgende:
[..]
Oke. Is het onmogelijk om nominale + ratio antwoorden te combineren in één vraag?
Ik snap het. Zou je me kunnen vertellen waar ik die uitzondering toevoeg? Als leek met SPSS vind ik het toch wel handig om in het overzicht van de data die extra nvt toe te voegenquote:Op zondag 22 mei 2016 11:50 schreef Operc het volgende:
[..]
SPSS zal een variabele altijd als één soort variabele zien en in die zin kun je nominaal en ratio niet combineren. Je kunt wel bij ratio een extra code/label aanmaken dat bijvoorbeeld 99 niet van toepassing betekent, maar de vraag is een beetje wat je er aan hebt. Als je de cel leeglaat kun je gewoon de analyses doen met de beschikbare data en als je NVT invult moet je die toch weer uitsluiten van je analyse later. Daarnaast kun je het percentage NVT gewoon berekenen met het antwoord op de vraag die de NVT als gevolg heeft.
Je kiest voor NVT een waarde uit die niet in die variabele voorkomt als 'echte' waarde. Dus stel dat je ratio variabele scores heeft tussen 0 en 10, dan kun je vanaf 11 een willekeurige waarde kiezen. Die waarde vul je in bij de cellen die NVT zijn in die variabele. Vervolgens kun je in Variable View in het kopje Values aangeven wat elke waarde betekent. Dus stel 11 is NVT, dan kun je dat daar invullen en toevoegen.quote:Op zondag 22 mei 2016 12:09 schreef carebaer het volgende:
[..]
Ik snap het. Zou je me kunnen vertellen waar ik die uitzondering toevoeg? Als leek met SPSS vind ik het toch wel handig om in het overzicht van de data die extra nvt toe te voegen
Ah het werkt net als bij nominaal en ordinaal zie ik inderdaad, je kan het gewoon toeveogen. Thanks!quote:Op zondag 22 mei 2016 12:15 schreef Operc het volgende:
[..]
Je kiest voor NVT een waarde uit die niet in die variabele voorkomt als 'echte' waarde. Dus stel dat je ratio variabele scores heeft tussen 0 en 10, dan kun je vanaf 11 een willekeurige waarde kiezen. Die waarde vul je in bij de cellen die NVT zijn in die variabele. Vervolgens kun je in Variable View in het kopje Values aangeven wat elke waarde betekent. Dus stel 11 is NVT, dan kun je dat daar invullen en toevoegen.
Als je dan in je Data View NVT wil zien in plaats van 11, klik je op het icoontje met '1' en 'A' met een pijl ertussen, dan zie je de labels die je aan de values hebt gegeven in plaats van de getalletjes. (En je kunt er wel mee blijven rekenen.)
Ah helaas. Ik heb vannacht de deadline voor concept en hierna heb ik nog 2 weken voor definitief. Dan heb ik aan tijd om alles netjes te maken, maar voor nu wil ik de tabellen zo snel mogelijk naar word hebben. Dan eerst maar even met printscreen denk ik..quote:Op maandag 23 mei 2016 16:44 schreef MCH het volgende:
Maak je eigen tabel. SPSS output in je scriptie.
Dus even exporteren naar excel.
Stiekem is SPSS echt een bizar slecht programma, alleen omdat het zo wordt aangeleerd valt het niet zo op. Dat er in SPSS eigenlijk nooit fatsoenlijke tabellen/grafieken uit komen rollen en sommige simpele zaken als power-analyses niet gedaan kunnen worden vind ik onbegrijpelijk.quote:Op maandag 23 mei 2016 16:46 schreef carebaer het volgende:
[..]
Ah helaas. Ik heb vannacht de deadline voor concept en hierna heb ik nog 2 weken voor definitief. Dan heb ik aan tijd om alles netjes te maken, maar voor nu wil ik de tabellen zo snel mogelijk naar word hebben. Dan eerst maar even met printscreen denk ik..
Edit: Ik vind het toch wel vreemd dat SPSS of Word het niet zo maken dat dit makkelijk te kopiëren en te plakken is, sinds efficiëntie in onze samenleving zo belangrijk is
Doe ik. Bedankt voor je hulp en vlotte reactie!quote:Op maandag 23 mei 2016 16:51 schreef MCH het volgende:
Focus je nu maar op de deadline. Dan maak je het voor de finale versie allemaal mooi.
Eens, ik probeer ook zoveel mogelijk in R te doen. Maar vandaag ben ik weer zielsgelukkig met SPSS en de fantastische restructure-functie.quote:Op maandag 23 mei 2016 16:57 schreef Operc het volgende:
[..]
Stiekem is SPSS echt een bizar slecht programma,
[...]
Wat doet dat ook alweer?quote:Op maandag 23 mei 2016 17:05 schreef Z het volgende:
[..]
Eens, ik probeer ook zoveel mogelijk in R te doen. Maar vandaag ben ik weer zielsgelukkig met SPSS en de fantastische restructure-functie.
Er zijn meerdere opties. Je kan van cases variabelen en van variabelen cases. Databestanden herstructureren dus.quote:
Ahzo, ja dat gaat makkelijker in SPSS dan R ja. (Zou zo 123 even niet weten hoe dat in R moet.)quote:Op maandag 23 mei 2016 18:29 schreef Z het volgende:
[..]
Er zijn meerdere opties. Je kan van cases variabelen en van variabelen cases. Databestanden herstructureren dus.
Kun je dit eens uitleggen. Je hebt een variabele die bestaat uit twee variabelen?quote:Op woensdag 25 mei 2016 15:20 schreef PlukvdP. het volgende:
Voor mijn (uiteindelijk 3-way) ANOVA heb ik een independent variable (type of assortment) die bestaat uit 2 nominale variabelen (evidently equivalent en non equivalent). Deze variabele is echter niet gecodeerd in SPSS omdat iedere participant vragen heeft beantwoord over beide types of assortment.
Excuses, ik bedoel dat die variabele bestaat uit 2 groepen.quote:Op woensdag 25 mei 2016 16:28 schreef MCH het volgende:
[..]
Kun je dit eens uitleggen. Je hebt een variabele die bestaat uit twee variabelen?
mijn variabele is dus 'type of assortment' en mijn groups zijn 'evidently equivalent' en 'non equivalent' .quote:Assumption #2: Your three independent variables should each consist of two or more categorical, independent groups. Example independent variables that meet this criterion include gender (two groups: male or female), ethnicity (three groups: Caucasian, African American and Hispanic), profession (five groups: surgeon, doctor, nurse, dentist, therapist), and so forth.
Dus eigenlijk heb je maar twee independent variabelen: type of assortment (evidently equi en non equi) en attention (broad or narrow)?quote:Op woensdag 25 mei 2016 16:43 schreef PlukvdP. het volgende:
[..]
Excuses, ik bedoel dat die variabele bestaat uit 2 groepen.
[..]
mijn variabele is dus 'type of assortment' en mijn groups zijn 'evidently equivalent' en 'non equivalent' .
Plus nog een derde, motivational orientation. die ook weer bestaat uit 2 groups.quote:Op woensdag 25 mei 2016 16:51 schreef MCH het volgende:
[..]
Dus eigenlijk heb je maar twee independent variabelen: type of assortment (evidently equi en non equi) en attention (broad or narrow)?
Dus je hebt dit probleem?quote:Op woensdag 25 mei 2016 16:56 schreef PlukvdP. het volgende:
[..]
Plus nog een derde, motivational orientation. die ook weer bestaat uit 2 groups.
Alleen van die variabele type of assortment snap ik dus niet hoe ik hem mee moet nemen in de ANOVA omdat alle respondenten dus vragen hebben beantwoord over beide groepen. De andere 2 variabelen hebben dat niet, alle respondenten vallen hierbij netjes in 1 van de 2 categorieën.
Stargazer.quote:Op maandag 23 mei 2016 16:44 schreef MCH het volgende:
Maak je eigen tabel. SPSS output in je scriptie.
Dus even exporteren naar excel.
Ik lees het nu. Maar die tip/hint die ik van mijn begeleider kreeg dan? Een nieuwe dataset creëren? Is er iemand die hier iets meer over weet? Het zou toch echt met een three-way ANOVA moeten kunnen blijkbaar.quote:Op woensdag 25 mei 2016 16:57 schreef MCH het volgende:
[..]
Dus je hebt dit probleem?
Assumption #3: You should have independence of observations, which means that there is no relationship between the observations in each group or between the groups themselves. For example, there must be different participants in each group with no participant being in more than one group. This is more of a study design issue than something you would test for, but it is an important assumption of the three-way ANOVA. If your study fails this assumption, you will need to use another statistical test instead of the three-way ANOVA (e.g., a repeated measures design). If you are unsure whether your study meets this assumption, you can use our Statistical Test Selector, which is part of our enhanced guides.
Heb je nou een fout gemaakt in je questionnaire? Mensen konden het assortiment tegelijk evidently equivalent en non equivalent vinden?quote:Op woensdag 25 mei 2016 21:17 schreef PlukvdP. het volgende:
[..]
Ik lees het nu. Maar die tip/hint die ik van mijn begeleider kreeg dan? Een nieuwe dataset creëren? Is er iemand die hier iets meer over weet? Het zou toch echt met een three-way ANOVA moeten kunnen blijkbaar.
Dat is een package voor R die je output omzet naar LaTeX-code. Werkt fantastisch.quote:
newmatrix <- t(matrix). Moet je je dataset wel even als matrix lezen.quote:Op maandag 23 mei 2016 18:30 schreef Operc het volgende:
[..]
Ahzo, ja dat gaat makkelijker in SPSS dan R ja. (Zou zo 123 even niet weten hoe dat in R moet.)
Als ik het goed begrijp, is het probleem dat de variabele "type of assortment" ongestructureerd is, omdat deze bestaat uit de antwoorden op een open vraag? Dat betekent dat je deze zal moeten coderen. Open je dataset in Excel, stel codes op voor de verschillende antwoordcategorieën en codeer vervolgens alle antwoorden die je hebt gekregen in een nieuwe, lege kolom. Zeker voor een scriptie zal dat moeten volstaan.quote:Op woensdag 25 mei 2016 21:17 schreef PlukvdP. het volgende:
[..]
Ik lees het nu. Maar die tip/hint die ik van mijn begeleider kreeg dan? Een nieuwe dataset creëren? Is er iemand die hier iets meer over weet? Het zou toch echt met een three-way ANOVA moeten kunnen blijkbaar.
Het zijn geen open vragen. Voor deze variabele heb ik voor beide groepen (beide assortimenten dus) een figuur met hierop verschillende producten. Van deze producten moet men er 1 uitkiezen. En dat dan voor beide assortimenten. Het product dat je omcirkelt is dan de 'location of product' (mijn dependent variable). Ik wil dus onderzoeken of er een verschil zit tussen de 2 verschillende assortimenten en de location of products die mensen kiezen.quote:Op donderdag 26 mei 2016 06:24 schreef Reya het volgende:
[..]
Als ik het goed begrijp, is het probleem dat de variabele "type of assortment" ongestructureerd is, omdat deze bestaat uit de antwoorden op een open vraag? Dat betekent dat je deze zal moeten coderen. Open je dataset in Excel, stel codes op voor de verschillende antwoordcategorieën en codeer vervolgens alle antwoorden die je hebt gekregen in een nieuwe, lege kolom. Zeker voor een scriptie zal dat moeten volstaan.
Dan moet je een nieuwe variabele creëren die controleert of keuze bij assortiment A en keuze bij assortiment B gelijk dan wel ongelijk is. Zowel in R als in SPSS vergt dit een klein beetje syntax.quote:Op donderdag 26 mei 2016 10:50 schreef PlukvdP. het volgende:
[..]
Het zijn geen open vragen. Voor deze variabele heb ik voor beide groepen (beide assortimenten dus) een figuur met hierop verschillende producten. Van deze producten moet men er 1 uitkiezen. En dat dan voor beide assortimenten. Het product dat je omcirkelt is dan de 'location of product' (mijn dependent variable). Ik wil dus onderzoeken of er een verschil zit tussen de 2 verschillende assortimenten en de location of products die mensen kiezen.
Maar iedere respondent heeft dus voor beide assortimenten een product omcirkelt, waardoor ik nu niet kan zeggen: respondent 1 valt voor de variabele type of assortment in groep 1 of 2. Dit kan wel bij "normale" variabelen in een ANOVA.
Gewoon handmatig gaat denk ik sneller met zo´n studentenenquete.quote:Op donderdag 26 mei 2016 11:05 schreef Reya het volgende:
[..]
Dan moet je een nieuwe variabele creëren die controleert of keuze bij assortiment A en keuze bij assortiment B gelijk dan wel ongelijk is. Zowel in R als in SPSS vergt dit een klein beetje syntax.
Leer ze nou niet het verkeerde aan. Syntax is altijd beter.quote:Op donderdag 26 mei 2016 12:39 schreef MCH het volgende:
[..]
Gewoon handmatig gaat denk ik sneller met zo´n studentenenquete.
Ik heb een sterk vermoeden dat de vraagsteller weinig syntaxen of uberhaupt statistiek nodig heeft in z'n verdere beroepsleven.quote:Op donderdag 26 mei 2016 12:58 schreef Z het volgende:
[..]
Leer ze nou niet het verkeerde aan. Syntax is altijd beter.
Dan heb je geen bewijs gevonden voor je hypothese?quote:Op donderdag 26 mei 2016 18:14 schreef ScriptieIdee12345 het volgende:
Heeft iemand dit wel eens meegemaakt? Dat de resultaten van de regressie totaal onverwacht zijn... Waar zou dit aan kunnen liggen?
Sign of the coefficient speelt ook een rol natuurlijk. Ga jij het maar uitleggen als b.v. advertising een negatief effect heeft op sales terwijl je logisch gezien natuurlijk een positief effect zal mogen verwachten.quote:Op vrijdag 27 mei 2016 08:25 schreef Silverdigger2 het volgende:
[..]
Dan heb je geen bewijs gevonden voor je hypothese?
Het is erger dan dat, de H0 wordt zo wel weerlegd, alleen niet op de manier die verwacht was.quote:Op vrijdag 27 mei 2016 08:25 schreef Silverdigger2 het volgende:
[..]
Dan heb je geen bewijs gevonden voor je hypothese?
Is dit hetzelfde?quote:Op vrijdag 27 mei 2016 12:25 schreef Zith het volgende:
Ik zou trouwens bij dit soort onderzoeken altijd beginnen met autoregressions, omdat de huidige GDP altijd zeer (95%+) afhankelijk is van de GDP t-1, t-2, , enz.. Als je niet de benodigde hoeveelheid data hebt hiervoor (veel tijdsperiodes) dan kan je GDP t-1 als lag toevoegen voor een snelle oplossing...
Zeker in gevallen als GDP-groei zou ik ook al snel denken aan een algemeen gebrek aan statistische kracht (niet genoeg observaties) en gecorreleerde meetfouten (observaties beïnvloeden elkaar door omstandigheden).quote:Op vrijdag 27 mei 2016 12:25 schreef Zith het volgende:
[..]
Het is erger dan dat, de H0 wordt zo wel weerlegd, alleen niet op de manier die verwacht was.
Anyway - zo lang er geen info is over de betrouwbaarheid van het model (is er multicollinearity, endogeneity, homoscedasticity?) is het nog niet duidelijk of het model realistisch/betrouwbaar is.
Ik zou trouwens bij dit soort onderzoeken altijd beginnen met autoregressions, omdat de huidige GDP altijd zeer (95%+) afhankelijk is van de GDP t-1, t-2, , enz.. Als je niet de benodigde hoeveelheid data hebt hiervoor (veel tijdsperiodes) dan kan je GDP t-1 als lag toevoegen voor een snelle oplossing...
Het hangt er een beetje vanaf wat die controlevariabelen zijn. In de sociale wetenschappen is het gebruikelijk dat je demografische variabelen eerst erin zet. De achtergrond van die gedachte is dat deze kenmerken namelijk al aanwezig zijn. De verklaarde variantie wordt dan eerst toegeschreven aan die variabelen. Hier is natuurlijk over te discussieren. Keith heeft hier een heldere uitleg over opgenomen in Multiple Regression and Beyond.quote:Op zaterdag 28 mei 2016 19:42 schreef PluisigNijntje het volgende:
Hoi, ik heb even een kort vraagje.
Ik wil in mijn lineaire regressieanalyse (in SPSS) controleren voor een aantal (scale meetniveau) variabelen.
Doe ik dat gewoon door de controlevariabelen in het eerst block (method:enter) in te voeren, en in het tweede block mijn onafhankelijke variabele?
En waar kijk ik dan als ik de significantie, R² en F van de predictor wil weten?
Ik raak namelijk helemaal in de war. Wat zegt het als het gehele model wel significant is maar de predictor niet? Dat betekent toch dat de predictor niks toevoegt aan het model, maar dat de significante controlevariabelen daarvoor zorgen?
Ik wil vooral weten wat ik nu precies moet rapporteren.
Wauw, stom dat ik dit gemist heb. Hoe makkelijk kan het soms zijn. Dankjewel!quote:
quote:Op dinsdag 31 mei 2016 22:03 schreef Ikwilookmeedoen het volgende:
[..]
Wauw, stom dat ik dit gemist heb. Hoe makkelijk kan het soms zijn. Dankjewel!
Erg bedankt voor je reactie. Op de een of andere manier lukt het nu wel.quote:Op vrijdag 27 mei 2016 22:48 schreef Zith het volgende:
Okay, je doet geen echte fixed effects want je zet de variablen die voor het fixed effects model zorgen niet vast
Zie http://www.jblumenstock.com/files/courses/econ174/FEModels.pdf vanaf Fixed effects regression in practice
Goed, ik zou het volgende doen:
Kies een paar variablen die je echt wil hebben en die niet echt gecorreleerd zijn (corr var1 var2 var3), werk hiermee met de volgende stappen :
-Maak dummy voor Year 2, Year 3. Probeer de reg met deze twee dummies en je gekozen v
variablen.
-Maak een dummy voor elke regio die je hebt behalve 1. Probeer de reg met de year dummies en deze dummies en je variabelen. ( stata command: tabulate regio, generate(regio) zet de regio's in dummies)
Je hebt nu een fixed effect model.
Helpt het niet?
-Maak een variable gdpgrowth_1 en maak hiervan de GDPgrowth van de vorige periode, dus voor de group uit jaar 3 neem je de gdpgrowth van jaar 2. Als je geen dgpgrowth van jaar 0 hebt, dan zul je afscheid moeten nemen van je year 1 observaties in je analyse.
-Probeer de gdpgrowth lag met de regressie + year 2 + year 3
-Probeer de gdpgrowth met de hele fixed effects model.
ADDITIONEEL:
-Type hettest na een regressie, is het resultaat significant?
-Bekijk de VIFs of multicollinearity condition index (find collin)
-Probeer eeens na een regressie command het volgende: , vce(robust) of , vce(cluster regio)
Ja.quote:Op woensdag 1 juni 2016 13:47 schreef ScriptieIdee12345 het volgende:
Een andere vraag.
Is log(GDP) hetzelfde als GDP growth?
Ik baseer mij op Google, kun je zelf ook gebruiken: Noticequote:
Niet helemaal. Het is een benadering, maar wel een benadering die door iedereen als goed genoeg wordt beschouwd.quote:
Fijn dat het helpt!quote:Op woensdag 1 juni 2016 13:47 schreef ScriptieIdee12345 het volgende:
[..]
Erg bedankt voor je reactie. Op de een of andere manier lukt het nu wel.
Super bedankt voor je uitleg.
Hettest werkt niet hier, de andere wel maar veranderen niet heel veel aan de waardes. Echter is het model nu wel ok (lijkt zo).
Hmm, ik zou zeggen - zoals ik de vraag begrijp - Nee.quote:Een andere vraag.
Is log(GDP) hetzelfde als GDP growth?
EDIT:quote:Trend measured in natural-log units = ~percentage growth: Because changes in the natural logarithm are (almost) equal to percentage changes in the original series, it follows that the slope of a trend line fitted to logged data is equal to the average percentage growth in the original series. http://people.duke.edu/~rnau/411log.htm#trend
Dat klopt ook; als je log(dependent variable) gebruik in regressies dan zijn de coefficienten van de independent variables ongeveer de percentage groei van de dependent, maar het wijkt meer af wijkt meer af bij hogere percentages.quote:Op woensdag 1 juni 2016 16:57 schreef wimjongil het volgende:
[..]
Niet helemaal. Het is een benadering, maar wel een benadering die door iedereen als goed genoeg wordt beschouwd.
Wel aangeklikt natuurlijk?quote:Op zondag 5 juni 2016 20:00 schreef carebaer het volgende:
Ik heb een toets gedaan met een kruistabel, maar nu komt er geen cramer's v uit. Er waren echter ook maar 2 respondenten die het antwoord kozen. Moet je aan een bepaald aantal 'antwoorden' voldoen voor er een cramer's v uitrolt?
Als jet deze ochtend plaatst, kijk ik er tijdens de lunch naar.quote:Op zondag 5 juni 2016 13:33 schreef Plausibel het volgende:
Ik ben bezig met een aantal logistische regressies, waaronder regressies met interactie-effecten.
Nu heb ik een beetje moeite met het uitvoeren ervan, maar ook met de interpretatie ervan.
Is er misschien iemand die morgen wat tijd over heeft om mijn regressies en interpretaties door te kijken en te voorzien van wat behulpzaam commentaar?
Mijn dank zal groot zijn
Aangeboden hulp niet aanpakken.quote:Op maandag 6 juni 2016 07:24 schreef Reya het volgende:
[..]
Als jet deze ochtend plaatst, kijk ik er tijdens de lunch naar.
Ratioquote:Op donderdag 9 juni 2016 01:20 schreef phpmystyle het volgende:
Is lichaamslengte in centimeter een interval- of ratio meetniveau?
13 missende waardes, maar hoeveel volhardende baby's hou je over?quote:Op woensdag 8 juni 2016 23:03 schreef yinyang93 het volgende:
Hola,
Ik kom hier even binnenvallen, maar ik heb een vraag over mijn statistiek opdracht en ik hoop dat iemand me daarbij kan helpen. De data bestaat uit scores op visuele aandacht, op twee soorten stimuli (bekende en onbekende stimuli). De deelnemers zijn baby's en worden 4 keer gestest (wanneer ze 3,4, 6 en 8 maanden zijn). Nu zijn er tussentijds baby's gestopt met deelname (op de laatste meting zijn er 13 missende waardes). en de vraag is er verschil is in de scores op de eerste meting/ verschil in geslacht tussen baby's die alle metingen hebben doorlopen en baby's die tussentijds gestopt zijn.
Nu dacht ik dit te doen met een t test. waarbij je een variabele maakt van baby's die gestopt zijn en baby's die niet gestopt zijn. maar dit blijkt niet juist te zijn.
Help me out
Geen flauw idee, sorry. Heb je de vraag al ingevoerd in Google?quote:Op dinsdag 7 juni 2016 16:59 schreef Super-B het volgende:
Weet iemand wat je zou moeten doen bij (Augmented) Dickey-Fuller test na first differencing als je vóór first differencing een lag length van 1 gebruikte? Zou je dan nog dezelfde lag length moeten kiezen of moet deze dan op 0?
Moeten dit echt staafdiagrammen worden? De drie ziektes die je noemt zorgen al voor 7 combinaties en elke combinatie krijgt dan 28 staafjes. Dat is een boel staafjes Misschien is het overzichtelijker om het in een tabel te doen?quote:Op woensdag 8 juni 2016 10:15 schreef Liedje_ het volgende:
Sorry ik had dit topic nog niet gezien!
Maar ik heb twee vragen over SPSS en hoop dat jullie mij kunnen helpen!
1.
Ik moet een staafdiagram maken waarbij ik op de y-as kwaliteit van leven aangeef (variabele heet "EQ-5D"). Op de x-as moet ik combinaties van ziektes en aandoeningen aangeven. hiervoor heb ik dan aan de ene kant de variabele "ziekte" (met CVR=0, COPD=1 en Diabetes=2 en dan zitten daar nog 3 ziektes in die ik niet gebruik) en aan de andere kant variabelen "pers_p7.1" tot en met "pers_P7.28" waarin 28 aandoeningen omschreven worden (met 0=nee, 1=ja). Dan moet ik dus aangeven wat kwaliteit van leven is van bijvoorbeeld COPD (ziekte=1) met nierstenen (Pers_P7.6=ja). Dit moet ik voor alle combinaties van de drie ziektes (CVR, COPD en diabetes) doen in combinatie met alle 28 aandoeningen. Voor nu maakt het mij niet uit of alles in 1 staafdiagram is of dat ik per ziekte (CVR, COPD en diabetes) een aparte staafdiagram krijg.
Nouja, je kunt, net als bij 1, een staafdiagram maken per aantal ziektes (waar het in 1 de combinatie van specifieke ziektes was) en dan weer staafdiagrammen maken in Excel ofzo, maar het lijkt me dat een tabel iets overzichtelijker is.quote:2.
ik moet ook aangeven wat 1 ziekte (en geen aandoening) betekent voor kwaliteit van leven en als iemand 1 ziekte en 1 aandoening heeft (variabele ziekte is dus weer "ziekte" en variabele aandoening is Pers_P7.1 t/m Pers_P7.28). Of 1 ziekte en 2 aandoeningen. Of 1 ziekte en meer dan 3 aandoeningen. en dan in een staafdiagram kijken wat dit betekent voor kwaliteit van leven. Hoe doe ik dit?
Heel erg bedankt voor je antwoord. je begint met 80 dus je houdt 67 over. Ik had inderdaad in mijn eerste verslag (dit is een herkansing) een anova gedaan, echter zei ze dat dit ook niet de juiste analyse was (was te simpel voor statistiek 3). Nu zat ik te denken dat je misschien een manova moet doen omdat je wil kijken of de uitvallers en de blijvers verschillen op meerdere afhankelijke variabelen. Of zit ik hier verkeerd?quote:Op donderdag 9 juni 2016 01:56 schreef Operc het volgende:
[..]
13 missende waardes, maar hoeveel volhardende baby's hou je over?
Verder zou ik zeggen dat het verschil op de eerste meting prima kan worden geanalyseerd met een t-test, maar bij geslacht kom je aan vier groepen (jongen gestopt, meisje gestopt en nog eens beide geslachten voor volhardende baby's.) Aangezien je in die situatie twee factoren hebt (geslacht en volhardendheid) kun je een 2-factor-ANOVA gebruiken. (Al zullen de groepen klein zijn of heel ongelijk.)
Ik had even gemist dat je meerdere afhankelijke variabelen had, excuses. Als je losse scores hebt met betrekking tot de bekende/onbekende stimuli, dan kun je meerdere afhankelijke variabelen meenemen inderdaad. (Als je bijvoorbeeld alleen de verschilscores tussen de verschillende stimuli hebt kan dat niet.) Wat ik meestal aanraad als het gaat om welke analyse je kunt doen, is het boek van Andy Field pakken (Discovering Statistics Using SPSS). Achterin staat een flowchart die studenten meestal nuttig vinden bij het bepalen van de juiste analyse.quote:Op donderdag 9 juni 2016 11:26 schreef yinyang93 het volgende:
[..]
Heel erg bedankt voor je antwoord. je begint met 80 dus je houdt 67 over. Ik had inderdaad in mijn eerste verslag (dit is een herkansing) een anova gedaan, echter zei ze dat dit ook niet de juiste analyse was (was te simpel voor statistiek 3). Nu zat ik te denken dat je misschien een manova moet doen omdat je wil kijken of de uitvallers en de blijvers verschillen op meerdere afhankelijke variabelen. Of zit ik hier verkeerd?
Bedankt! Ik zal kijken of dat ook online te vinden is. Overigens had ik nog 1 vraag, de andere onderzoeksvraag is namelijk dit; Ten tweede wordt het effect van soort stimulus(bekend/onbekend) op de visuele aandacht en het verloop daarvan door de tijd (bij 3,4, 6 en 8 maanden) bekeken. Dus je doet een repeated measures analyse waarbij je 2 within-subjects variabelen hebt, namelijk type stimuli en tijd. Verder gebruik je dus geen between-subjects factor. is het nu een repeated measures anova of repeated measures manova?quote:Op donderdag 9 juni 2016 12:13 schreef Operc het volgende:
[..]
Ik had even gemist dat je meerdere afhankelijke variabelen had, excuses. Als je losse scores hebt met betrekking tot de bekende/onbekende stimuli, dan kun je meerdere afhankelijke variabelen meenemen inderdaad. (Als je bijvoorbeeld alleen de verschilscores tussen de verschillende stimuli hebt kan dat niet.) Wat ik meestal aanraad als het gaat om welke analyse je kunt doen, is het boek van Andy Field pakken (Discovering Statistics Using SPSS). Achterin staat een flowchart die studenten meestal nuttig vinden bij het bepalen van de juiste analyse.
Staan daar ook mediatie en interactie effecten?quote:Op donderdag 9 juni 2016 12:13 schreef Operc het volgende:
[..]
Ik had even gemist dat je meerdere afhankelijke variabelen had, excuses. Als je losse scores hebt met betrekking tot de bekende/onbekende stimuli, dan kun je meerdere afhankelijke variabelen meenemen inderdaad. (Als je bijvoorbeeld alleen de verschilscores tussen de verschillende stimuli hebt kan dat niet.) Wat ik meestal aanraad als het gaat om welke analyse je kunt doen, is het boek van Andy Field pakken (Discovering Statistics Using SPSS). Achterin staat een flowchart die studenten meestal nuttig vinden bij het bepalen van de juiste analyse.
Ben je nog steeds bezig?quote:Op vrijdag 10 juni 2016 15:47 schreef W00fer het volgende:
[..]
Staan daar ook mediatie en interactie effecten?
99 other problems firstquote:Op vrijdag 10 juni 2016 17:43 schreef MCH het volgende:
[..]
Ben je nog steeds bezig?
Interacties wel, mediation niet.
Het weglaten van de mediator kan het directe effect onderdrukken in het model. in dergelijke situaties zou ik wel extra voorzichtig zijn.quote:Op woensdag 15 juni 2016 19:14 schreef PluisigNijntje het volgende:
Hoi, ik heb nog even een vraagje.
Ik ben nu met een uitgebreid mediatiemodel bezig en van 1 ding kan ik echt niks maken:
Ik heb een model waarbij het totale effect van X op Y in beginsel niet significant is, maar wanneer ik de mediator M meeneem wordt het direct effect ineens wel significant.Hoe is dit in vredesnaam mogelijk?
Kun je dat 'onderdrukken' uitleggen?quote:Op woensdag 15 juni 2016 19:16 schreef Reya het volgende:
[..]
Het weglaten van de mediator kan het directe effect onderdrukken in het model. in dergelijke situaties zou ik wel extra voorzichtig zijn.
Heb je dan zowel een significant mediating effect als een significant direct effect?quote:Op woensdag 15 juni 2016 19:14 schreef PluisigNijntje het volgende:
Hoi, ik heb nog even een vraagje.
Ik ben nu met een uitgebreid mediatiemodel bezig en van 1 ding kan ik echt niks maken:
Ik heb een model waarbij het totale effect van X op Y in beginsel niet significant is, maar wanneer ik de mediator M meeneem wordt het direct effect ineens wel significant.Hoe is dit in vredesnaam mogelijk?
Ik heb me erop verkeken trouwens, hij wordt net niet significant maar wel veel dichterbij (van b1: p = .147 naar b'1: p = .059). Maar vind het nog steeds een raar feit en vraag me daarom af wat Reya precies bedoelt met onderdrukking.quote:Op woensdag 15 juni 2016 21:03 schreef MCH het volgende:
[..]
Heb je dan zowel een significant mediating effect als een significant direct effect?
Ik heb bier gedronken dus ik kan het niet helemaal helder zien maar is er dan geen partial mediation?quote:Op woensdag 15 juni 2016 21:11 schreef PluisigNijntje het volgende:
[..]
Ik heb me erop verkeken trouwens, hij wordt net niet significant maar wel veel dichterbij (van b1: p = .147 naar b'1: p = .059). Maar vind het nog steeds een raar feit en vraag me daarom af wat Reya precies bedoelt met onderdrukking.
Het mediation effect is wel significant, ik heb twee mediators die beide significant zijn (b3: p =.044, b'2: p = .029 en b3 p <.001, b'2: p <.001).
Nee, want zoals ik al zei is het directe effect dus toch net niet significant geworden. Er is een volledig indirect effect, maar de b1 was in beginsel al niet significant, wat eigenlijk wel een voorwaarde is voor mediatie.quote:Op woensdag 15 juni 2016 21:15 schreef MCH het volgende:
[..]
Ik heb bier gedronken dus ik kan het niet helemaal helder zien maar is er dan geen partial mediation?
Volgens die stoffige Baron en Kenny inderdaad. Heb je ook gebootstrapped?quote:Op woensdag 15 juni 2016 21:28 schreef PluisigNijntje het volgende:
[..]
Nee, want zoals ik al zei is het directe effect dus toch net niet significant geworden. Er is een volledig indirect effect, maar de b1 was in beginsel al niet significant, wat eigenlijk wel een voorwaarde is voor mediatie.
Dus wat is dit dan?
Voor model 6 in PROCESS kan ik geen Sobel test meenemen, weet niet precies wat er verder te bootstrappen valt? Maar jij suggereert dus dat je dit wel mediatie mag noemen?quote:Op woensdag 15 juni 2016 21:33 schreef MCH het volgende:
[..]
Volgens die stoffige Baron en Kenny inderdaad. Heb je ook gebootstrapped?
Ah, serial mediation dus. Bij mijn onderzoek met mediators had ik niet zozeer of er mediation ontstond maar was het een manier om mijn hele model te testen. Ik had dan ook afzonderlijke hypotheses over hoe mijn independent variable de mediator zou beïnvloeden en ook hoe de mediator de dependent variable beïnvloedde. Kijk maar eens hoe ze dat in dit artikel beschrijven onder het kopje 'serial mediation'.quote:Op donderdag 16 juni 2016 10:11 schreef PluisigNijntje het volgende:
[..]
Voor model 6 in PROCESS kan ik geen Sobel test meenemen, weet niet precies wat er verder te bootstrappen valt? Maar jij suggereert dus dat je dit wel mediatie mag noemen?
Yes, dat heb ik inderdaad ook. Bedankt voor het artikel.quote:Op donderdag 16 juni 2016 10:19 schreef MCH het volgende:
[..]
Ah, serial mediation dus. Bij mijn onderzoek met mediators had ik niet zozeer of er mediation ontstond maar was het een manier om mijn hele model te testen. Ik had dan ook afzonderlijke hypotheses over hoe mijn independent variable de mediator zou beïnvloeden en ook hoe de mediator de dependent variable beïnvloedde. Kijk maar eens hoe ze dat in dit artikel beschrijven onder het kopje 'serial mediation'.
Dat laat ik aan hem over.quote:Op donderdag 16 juni 2016 10:27 schreef PluisigNijntje het volgende:
[..]
Yes, dat heb ik inderdaad ook. Bedankt voor het artikel.
Kun jij misschien nog uitleggen wat Reya bedoelde met die onderdrukking? Volgens mij heeft mijn begeleidster het er ook een keer over gehad, maar ik begrijp het niet helemaal.
Haha, oke. Thanks anyway.quote:
Uh, ja ik zou je wel willen helpen maar ik weet niet helemaal wat hij wil zeggen. Hier staat het ook uitgelegd.quote:
Klopt! Ook een artikel waar naar gerefereerd wordt (MacKinnon, D. P., Krull, J. L., & Lockwood, C. M. (2000). Equivalence of the mediation, confounding, and suppression effect. Prevention Science, 1, 173-181) is super duidelijk. Hier kan ik wel wat mee. Bedankt!quote:Op donderdag 16 juni 2016 10:40 schreef MCH het volgende:
Beter gezegd, daar staat het perfect uitgelegd.
Zo zie je maar weer, in principe kun je zelf een heel eind komen.quote:Op donderdag 16 juni 2016 11:08 schreef PluisigNijntje het volgende:
[..]
Klopt! Ook een artikel waar naar gerefereerd wordt (MacKinnon, D. P., Krull, J. L., & Lockwood, C. M. (2000). Equivalence of the mediation, confounding, and suppression effect. Prevention Science, 1, 173-181) is super duidelijk. Hier kan ik wel wat mee. Bedankt!
1 2 3 4 5 6 7 8 | respnr jaar status 1 2004 A 1 2009 B 1 2012 C 2 2008 X 3 2003 F 3 2008 A 3 2011 C |
1 2 3 4 | respnr j2003 j2004 j2005 j2006 j2007 j2008 j2009 j2011 j2012 1 A B C 2 X 3 F A C |
Excel gebruiken?quote:Op donderdag 16 juni 2016 14:09 schreef yozd het volgende:
Hoe krijg ik in SPSS de volgende dataset:
[ code verwijderd ]
Op deze manier gestructureerd:
[ code verwijderd ]
Het gaat om een enorme dataset (enkele miljoenen cases). Ik denk dat dat niet gaat werken.quote:
Ik weet niet meer wat SPSS allemaal kan maar dit zou je toch moeten kunnen met een code met o.a. for en if statements?quote:Op donderdag 16 juni 2016 14:13 schreef yozd het volgende:
[..]
Het gaat om een enorme dataset (enkele miljoenen cases). Ik denk dat dat niet gaat werken.
Mja, ik denk dat het sneller is om het om te bouwen met python en dan weer te openen in SPSS. In R zou waarschijnlijk ook wel kunnen, maar ik worstel daarin altijd met forif statements.quote:Op donderdag 16 juni 2016 14:21 schreef ibrkadabra het volgende:
[..]
Ik weet niet meer wat SPSS allemaal kan maar dit zou je toch moeten kunnen met een code met o.a. for en if statements?
Data -> Restructure.quote:Op donderdag 16 juni 2016 14:09 schreef yozd het volgende:
Hoe krijg ik in SPSS de volgende dataset:
[ code verwijderd ]
Op deze manier gestructureerd:
[ code verwijderd ]
Hier ben ik mee gaan stoeien, maar dan krijg ik elk jaar 'n' maal het aantal keren wat de respondent voorkomt die de meeste entries heeft. Als iemand bijvoorbeeld 10x voorkomt in de dataset krijg ik bij elk jaar (in dit voorbeeld 2004):quote:
JAAAAAAA!!!! Die aggregate functie doet wat ik wil!quote:Op donderdag 16 juni 2016 15:07 schreef Z het volgende:
Kan je niet eerst de data aggregeren en dan in de Restructure gooien? Dan moet je dus de data op respondentniveau + jaar aggregeren.
1 experimentele en 1 controlegroep, ze hebben een computertaak gedaan en ik heb nu gemiddeldes van reactietijden op 4 categorieen woordenquote:Op zondag 19 juni 2016 21:53 schreef Zith het volgende:
Zijn het 2 groepen, waarbij 1 groep een bepaalde behandeling kreeg die anders was dan van de andere groep, en waarbij je voor beide groepen een observatie voor en een observatie na de behandeling hebt?
Nee het was een meting op 1 moment. Het was een experiment waarbij twee groepen waren, experiment en controle. Deze moesten een computertaak doen waarbij reactietijd werd gemeten op 4 verschillende categorieen. Nu moet ik de reactietijd vergelijken van een aantal categorieen binnen en tussen groepen.quote:Op maandag 20 juni 2016 09:18 schreef Zith het volgende:
Maar dus geen observaties van de experimentele groep voor (ex ante) de 'treatment' (training, behandeling, medicatie, whatever)? Dan had ik je een diff in diffs model aangeraden. ☺
Nu valt het buiten mijn expertise want heb nog nooit in mijn leven een anova gedaan.
Heb het opgelost:quote:Op maandag 20 juni 2016 12:37 schreef Z het volgende:
Met recode kan je een range gebruiken.
recode V1 (1 thru 5=1) (6 thru 10=2) (11 thru HIGHEST=3) into newvar.
exe.
Misschien kan je daar wat mee?
1 2 3 4 | COMPUTE j2004 = RANGE(2004,beginjaar,eindjaar). COMPUTE j2005 = RANGE(2005,beginjaar,eindjaar). etc. COMPUTE j2015 = RANGE(2015,beginjaar,eindjaar). |
72 wat?quote:Op maandag 20 juni 2016 12:52 schreef Z het volgende:
Hebben jullie wel eens twijfels gehad bij een analyse omdat deze heel lang duurt? Omdat een model dan bijvoorbeeld te ingewikkeld zou zijn? M'n computer is al 72 aan het rekenen op een regressie-model.
Jaarquote:Op maandag 20 juni 2016 15:21 schreef wimjongil het volgende:
[..]
72 wat?
Ben je niet aan het overfitten?
Zou niet zo gek zijn met een computer uit 1945.quote:
Wat is veel?quote:Op maandag 20 juni 2016 16:52 schreef Z het volgende:
Uur. Het is een vrij simpel model maar (kennelijk) heel veel rekenwerk. Want veel cases en een variabel met veel categorieën.
Ik weet niet zeker of het bij jouw analyse kan (iig bij -reg en -logit wel), maar je kan door i. direct voor een variabele te zetten aangeven dat het een categorische variabele is. Als je een referentiecategorie aan wil geven, gebruik je ib1. (waarbij 1 de betreffende categorie is).quote:Op woensdag 29 juni 2016 21:50 schreef Shefkee het volgende:
Wellicht een hele simpele vraag, maar in STATA doe ik een paneldata analyse.. De resultaten zijn nog niet zoals ik gehoopt had.
Mijn vraag: In mijn dataset is mijn DV variabele een percentage, mijn IV is een schaal (1-10). In SPSS kun je aangeven dat X een schaal is, Y een percentage, maar herkent STATA dit vanzelf? En zo niet, kan ik dit ergens ingeven of heeft iemand een oplossing wat er wel dient te gebeuren? Op internet wordt ik niet veel wijzer, helaas..
Field heeft een goede, weet zo niet hoe dat heet. En ik vind zelf "Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences" prettig, van Cohen&Cohen.quote:Op woensdag 6 juli 2016 12:17 schreef Operc het volgende:
Weet iemand hier een goed Nederlands of Engels boek wat de (basis)concepten van statistiek uitlegt? Ik merk dat ik de praktische kennis wel heb, maar ben steeds vaker benieuwd naar de achterliggende concepten en het echt begrijpen in plaats van doen wat ik geleerd heb zeg maar.
Bedoel je zijn SPSS boek of een ander? En zal die van Cohen^2 eens zoeken.quote:Op woensdag 6 juli 2016 12:28 schreef Sarasi het volgende:
[..]
Field heeft een goede, weet zo niet hoe dat heet. En ik vind zelf "Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences" prettig, van Cohen&Cohen.
Geen flauw idee, ik krijg m steeds aangeraden wel, dus ik dacht ik geef m door.quote:Op woensdag 6 juli 2016 12:38 schreef Operc het volgende:
[..]
Bedoel je zijn SPSS boek of een ander? En zal die van Cohen^2 eens zoeken.
Eigenlijk he. Als het je gaat om de concepten, moet je eens kijken naar literatuur over foutenanalyse (Beta-studies). Daar heb ik in één vak meer begrip van statistiek gekweekt dan in de vier vakken die ik tot nu toe gehad heb. Puur omdat je daar gedwongen wordt ook op een puur wiskundige manier naar de stof te kijken. Ik heb zo geen boek meer daarvan, volgens mij hadden we een reader, maar misschien eens rondsnuffelen in de verplichte literatuur voor die vakken op de uni?quote:Op woensdag 6 juli 2016 12:17 schreef Operc het volgende:
Weet iemand hier een goed Nederlands of Engels boek wat de (basis)concepten van statistiek uitlegt? Ik merk dat ik de praktische kennis wel heb, maar ben steeds vaker benieuwd naar de achterliggende concepten en het echt begrijpen in plaats van doen wat ik geleerd heb zeg maar.
Ik zal eens kijken. (Het SPSS boek van Field doorlezen i.p.v. als naslagwerk te gebruiken is ook best een goed idee. )quote:Op woensdag 6 juli 2016 13:01 schreef Sarasi het volgende:
[..]
Eigenlijk he. Als het je gaat om de concepten, moet je eens kijken naar literatuur over foutenanalyse (Beta-studies). Daar heb ik in één vak meer begrip van statistiek gekweekt dan in de vier vakken die ik tot nu toe gehad heb. Puur omdat je daar gedwongen wordt ook op een puur wiskundige manier naar de stof te kijken. Ik heb zo geen boek meer daarvan, volgens mij hadden we een reader, maar misschien eens rondsnuffelen in de verplichte literatuur voor die vakken op de uni?
Hahaha, ja, waarschijnlijk wel. En verdiep je eens in functies, afgeleiden en logaritmen en polynomials en dat soort gezeur. Beetje pittig misschien als je geen beta achtergrond hebt, maar wel superhandig als je de achterliggende logica wilt begrijpen van statistiek.quote:Op woensdag 6 juli 2016 13:03 schreef Operc het volgende:
[..]
Ik zal eens kijken. (Het SPSS boek van Field doorlezen i.p.v. als naslagwerk te gebruiken is ook best een goed idee. )
quote:Op woensdag 6 juli 2016 14:08 schreef wimjongil het volgende:
Voor de basis:
John E. Freund's Mathematical Statistics with Applications, Miller & Miller
Statistical Inference Based on the Likelihood, Azzalini
En wat meer over regressies en testen:
Econometrics, Hayashi
Deze worden bij mij in ieder geval gebruikt.
Bedankt beide.quote:Op woensdag 6 juli 2016 14:12 schreef Z het volgende:
Misschien is dit ook wat voor je.
http://www.stat.columbia.edu/~gelman/arm/
Pff dat is een goede.quote:Op maandag 11 juli 2016 16:30 schreef Z het volgende:
Hoe zou je het op één na hoogtse getal kunnen vinden per rij over een aantal variabelen in SPSS? Zonder dit helemaal uit te hoeven schrijven.
Wat is er fijn aan stata? De keren dat ik ermee werk vind ik het vooral frustrerend werken.quote:
1 | which(rank(x) == length(x)-1) |
Het is kinderlijk eenvoudig om te werken met loopjes en macro's, om voor meerdere variabelen of reeksen dezelfde handeling uit te voeren of om matrices of resultaten op te slaan en later weer op te roepen.quote:Op maandag 11 juli 2016 19:30 schreef Operc het volgende:
[..]
Wat is er fijn aan stata? De keren dat ik ermee werk vind ik het vooral frustrerend werken.
reg varlist, vce(robust)quote:Op maandag 11 juli 2016 19:44 schreef crossover het volgende:
[..]
Het is kinderlijk eenvoudig om te werken met loopjes en macro's, om voor meerdere variabelen of reeksen dezelfde handeling uit te voeren of om matrices of resultaten op te slaan en later weer op te roepen.
Verder werkt het met een simpele syntax. Vele malen efficiënter/korter dan de syntax van SPSS, waarbij je eigenlijk altijd meerdere regels nodig hebt. Je hebt veel meer feeling met je data en het is makkelijker om deze te bewerken, zoals bij bovenstaand.
Tuurlijk, het kost wat tijd om het te leren, maar dat is bij ieder geavanceerd programma het geval . Net als bij R of SPSS. Als je SPSS al kent, is de tijdsinvestering ook niet zo heel groot.
Ik vond vooral de output per scherm gruwelijk irritant, maar mogelijk deed ik daar iets verkeerd. Ik wil dat meteen een hele tabel word weergegeven etc.quote:Op maandag 11 juli 2016 19:44 schreef crossover het volgende:
[..]
Het is kinderlijk eenvoudig om te werken met loopjes en macro's, om voor meerdere variabelen of reeksen dezelfde handeling uit te voeren of om matrices of resultaten op te slaan en later weer op te roepen.
Verder werkt het met een simpele syntax. Vele malen efficiënter/korter dan de syntax van SPSS, waarbij je eigenlijk altijd meerdere regels nodig hebt. Je hebt veel meer feeling met je data en het is makkelijker om deze te bewerken, zoals bij bovenstaand.
Tuurlijk, het kost wat tijd om het te leren, maar dat is bij ieder geavanceerd programma het geval . Net als bij R of SPSS. Als je SPSS al kent, is de tijdsinvestering ook niet zo heel groot.
Het zijn alleen geen meerdere antwoorden. Eigenlijk zit het zo:quote:Op maandag 1 augustus 2016 21:43 schreef Z het volgende:
SPSS heeft een "multiple respons-functie".
Analyse --> Multiple Respons -> Define Sets
Lastig uitleggen, maar bedoelde dit niet. Wel fijn dat je meedenkt!quote:Op maandag 1 augustus 2016 22:47 schreef Z het volgende:
Dan:
IF MULTIGROEP1 = 1 multioverall = 1.
IF MULTIGROEP2 = 1 multioverall = 2.
IF MULTIGROEP3 = 1 multioverall = 3.
exe.
Of als de waarde uit de subgroepen in multioverall moet komen:
IF MULTIGROEP1 = 1 multioverall = MULTIGROEP1.
IF MULTIGROEP2 = 1 multioverall = MULTIGROEP2.
IF MULTIGROEP3 = 1 multioverall = MULTIGROEP3.
exe.
Of ik begrijp je nog niet helemaal.
Chi2 kan inderdaad.quote:Op dinsdag 2 augustus 2016 13:08 schreef Operc het volgende:
Een student hier heeft een analyse gedaan en ik ben even de weg kwijt.
Kort samengevat:
3 soorten schilderijen beoordeeld (tekeningen, houtskool, verfwerken) en vervolgens is een van de variabelen een categorisatie van wat er op het schilderij staat. (fruitmand, voertuig, mens, gebouw). Nu wil de student kijken of wat er op het schilderij staat verschilt per type schilderij. Kun je hier qua Chi-square iets mee? En kun je per soort voorwerp op het schilderij een chi-square doen om te zien of die wezenlijk van elkaar verschillen in hoe vaak ze voorkomen in de drie groepen? Ik heb het idee dat dat lastig is omdat die verschillen niet onafhankelijk zijn, maar misschien zie ik iets over het hoofd.
Oke, maar kun je dan daarna ook nog individuele groepen vergelijken (buiten de percentages) via een chi-square of dat niet? (Aangezien de data niet onafhankelijk zijn enzo.) En zou je daarvoor moeten heroveren naar meerdere variabelen met 0 en 1?quote:Op dinsdag 2 augustus 2016 17:46 schreef crossover het volgende:
[..]
Chi2 kan inderdaad.
Wat je dan ook kan doen is percentages berekenen per rij of kolom (afhankelijk wat waar staat). Dan zie je of het soort voorwerp groter is per groep.
Of: je laat uitrekenen wat de het verwachte aantal is op basis van de totalen en dan zie je of het geobserveerde aantal afwijkt.
Super bedankt! Hij doet hetquote:Op maandag 1 augustus 2016 23:16 schreef Z het volgende:
IF ANY(0, COPD , diabetes, CVR) patientengroep = 0.
IF ANY(1, COPD , diabetes, CVR) patientengroep = 1.
IF ANY(2, COPD , diabetes, CVR) patientengroep = 2.
IF ANY(3, COPD , diabetes, CVR) patientengroep = 3.
exe.
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |