Centraal Statistiektopic (SPSS, R, excel, etc.) #9

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?

Even voor de duidelijkheid: wat is er precies met die twee respondenten?

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

Als jet deze ochtend plaatst, kijk ik er tijdens de lunch naar.

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?

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.

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?

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

Is lichaamslengte in centimeter een interval- of ratio meetniveau?

quote:

Op donderdag 9 juni 2016 01:20 schreef phpmystyle het volgende:
Is lichaamslengte in centimeter een interval- of ratio meetniveau?

Ratio

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

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.)

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?

Geen flauw idee, sorry. Heb je de vraag al ingevoerd in Google?

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.

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:

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?

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:

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.)

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 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?

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 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.

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 vrijdag 10 juni 2016 17:43 schreef MCH het volgende:

[..]

Ben je nog steeds bezig?

Interacties wel, mediation niet.

99 other problems first

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?

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?

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 19:16 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.

Kun je dat 'onderdrukken' uitleggen?

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 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).