Is dat nodig dan?quote:Op maandag 30 januari 2012 22:02 schreef Operc het volgende:
[..]
BijvoorbeeldMaar corrigeert die voor het aantal testen wat je uitvoert?
Kloptquote:Op zaterdag 10 maart 2012 01:20 schreef Meneerik2 het volgende:
Hoi!
Alvast bedankt met het helpen van mijn SPSS vraag. Het is dus de bedoeling dat ik voor Research Seminar data verwerk. Leuk, want ik snap er de ballen van. Mijn vraag is als volgt:
Ik heb meerdere keren verschillende items waar ik een construct/variabele van maak. Dat gaat goed. Echter, die items meten de antwoorden van een vraag met een likert-schaal van 1 tot en met 5. En zo nu en dan zit er een 0 tussen. Dat lijkt mij een missing variable. Als ik dat in de variable view aanmerk als missing (Missing > discrete =0), 'ziet' spss wel de missing data wanneer ik Analyze>Descripte>Frequencies doe. Echter, (en hier komt het probleem) verschijnen er dan gaten in mijn construct, precies daar waar in de items een 0 voorkomt. Dus een nul in mijn item betekent een . in mijn construct. Staan er enkel items met correcte antwoorden dan staat er wel netjes een cijfer.
Wat doe ik fout en hoe dit op te lossen?
Bedankt!
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.quote:Op zondag 18 maart 2012 17:26 schreef x.steph het volgende:
Wie kan mij alsjeblieft helpen.. Ik word zo'n beetje radeloos. Ik moet voor school 3 hypothesen toetsen namelijk een moderende, een medierende en meerder oorzaken. Er is een hypothese gemaakt dat de invloed van het aantal vrienden op depressie verschillend is voor een ander geslacht (moderend)
De tweede hypothese is dat levensgebeurtenissen invloed heeft op blijheid wat invloed heeft op depressie (medierend). De derde hypothese veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie (meerdere oorzaken)
hoe moet ik dit toetsen en welke moet ik gebruiken..
wie mij kan helpen maakt me super blij!!!!
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.quote:Op maandag 19 maart 2012 19:00 schreef davako het volgende:
Wie o wie kan mij helpen. Ik heb een vraag betreffende een Repeated Measures ANOVA. Wanneer ik een repeated measure ANOVA uitvoer krijg ik vervolgens F-values en P-Values enz. enz.
Vervolgens blijken er 1 factor of combinaties van factoren significant te verschillen.
Dit is leuk en is goed, alleen hoe kan ik uit SPSS halen welke van de waarden significant verschillen.
Stel mijn waarden reageren significant op een bepaalde treatment.(Stel treatment 3 (Dit weet ik echter nog niet)) Maar hoe weet ik nou met welke treatment hij significant verschillend is.
Wat houden contrasten precies is?quote:Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
[..]
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
pfoe dat is niet heel erg gemakkelijk zo 1,2,3 uit te leggen. Waarom krijg je dit niet bij het vak waar je spss nodig voor hebt? Is een vrij basaal onderdeel van anovas?quote:
Ze werken in die opdracht puur en alleen met een One-Way ANOVA. Met gewone ANOVA's weet ik ook wel hoe je de verschillen kan vinden. Dit lijkt echter niet op te gaan voor een RM ANOVA.quote:Op maandag 19 maart 2012 19:18 schreef oompaloompa het volgende:
[..]
pfoe dat is niet heel erg gemakkelijk zo 1,2,3 uit te leggen. Waarom krijg je dit niet bij het vak waar je spss nodig voor hebt? Is een vrij basaal onderdeel van anovas?
Dt zou moeten helpen: http://www.psychology.not(...)C82MST/contrasts.pdf
Uh, met een one-way ANOVA heb je toch helemaal geen contrasts?quote:Op maandag 19 maart 2012 19:32 schreef davako het volgende:
[..]
Ze werken in die opdracht puur en alleen met een One-Way ANOVA. Met gewone ANOVA's weet ik ook wel hoe je de verschillen kan vinden. Dit lijkt echter niet op te gaan voor een RM ANOVA.
Ik zou gewoon een variate test doen, is een stuk simpeler.quote:Op maandag 19 maart 2012 21:30 schreef x.steph het volgende:
[quote][ afbeelding ] Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
Zou je me please ook kunnen uitleggen hoe ik de eerste dan met dummy's moet doen? Ik heb het tijdens werkcollege gevraagd maar hij zegt doodleuk dat we daar zelf achter moeten komen..
Waar loop je vast? In principe gooi je gewoon steeds een nieuwe variabele in je regressie totdat deze niet significant meer verklaart.quote:Op maandag 19 maart 2012 22:03 schreef Trusten het volgende:
Is er toevallig iemand die mij kan 'ondersteunen' bij hoe ik een stapsgewijze lineaire regressie analyse moet aanpakken? Heb totaal geen idee maar moet het deze week wel gaan doen![]()
Zolang je meer dan twee groepen hebt wel. (en meestal doe je bij twee een t-test dus is een anova juist gebruikelijk wanneer je wel contrasten moet doen)quote:Op maandag 19 maart 2012 22:23 schreef RobertoCarlos het volgende:
[..]
Uh, met een one-way ANOVA heb je toch helemaal geen contrasts?
Ik ben net begonnen met promoveren in econ. psy / decision making. Daarvoor research master soc. psy gedaan in Tilburg. Daar hebben ze nogal wat statistiek, in totaal heb ik 8 volle statistiek vakken moeten doen en daarnaast nog wat lichtere cursussen. Was toen erg saai maar achteraf gezien ben ik wel blij dat we zoveel verplichte statistiek hebben gehad. Merk dat het fijn is goed te begrijpen wat je aan het doen bent en zou uit mezelf nooit zoveel energie er in stoppen. Ben het zelfs stiekem best wel leuk gaan vindenquote:Op maandag 19 maart 2012 23:01 schreef davako het volgende:
Oompaloompa wat studeer jij of wat voor werk doe jij? Jij bent in ieder geval aardig gedreven in statistiek.
Klinkt als tweedejaars Psychologie aan de VU. Wat een drama is het dit jaar..quote:Op zondag 18 maart 2012 17:26 schreef x.steph het volgende:
Wie kan mij alsjeblieft helpen.. Ik word zo'n beetje radeloos. Ik moet voor school 3 hypothesen toetsen namelijk een moderende, een medierende en meerder oorzaken. Er is een hypothese gemaakt dat de invloed van het aantal vrienden op depressie verschillend is voor een ander geslacht (moderend)
De tweede hypothese is dat levensgebeurtenissen invloed heeft op blijheid wat invloed heeft op depressie (medierend). De derde hypothese veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie (meerdere oorzaken)
hoe moet ik dit toetsen en welke moet ik gebruiken..
wie mij kan helpen maakt me super blij!!!!
Wat is het verschil dan met post-hoc toetsen?quote:Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
quote:Op dinsdag 20 maart 2012 11:36 schreef Sandertje23 het volgende:
[..]
Wat is het verschil dan met post-hoc toetsen?
grumble, wrong button 2 posts..
Een post-hoc is een contrast.quote:Op dinsdag 20 maart 2012 11:47 schreef speknek het volgende:
Ik zou ook post-hoc tests doen (heb je gelijk effect sizes) en pas rommelen met contrasts als spss vervelend gaat doen en ze niet toestaat. Maar ik ben dan ook een auto-didacte statistiek-rommelaar en heb geen acht vakken erover gehad.
Duidelijkquote:Op dinsdag 20 maart 2012 12:32 schreef oompaloompa het volgende:
[..]
[..]
Een post-hoc is een contrast.
Je hebt planned contrasts die je van te voren hebt bepaald en waar je geen type-1 correctie op toe hoeft te passen, pf post-hoc contrasten waarbij je dit wel moet doen.
SPSS heeft gewoon verwarrende naampjes voor de opties. En ik denk daar weer niet bij na en geef dus onhandig advies
Bedanktquote:Op zaterdag 10 maart 2012 09:10 schreef oompaloompa het volgende:
[..]
Klopt
Er zijn een aantal manieren om dit op te lossen.
1. Laat de cases die 1+ missing value hebben er uit.
2. Laat de cases die n+ missing values hebben er uit (zelf besluiten wat n is) en generer vervangende missing values.
3. Genereer vervangen values voor iedereen.
Dan heb je eigenlijk nog 2a, b, c, d, namelijk hoe vervang je de missing values.
Er zijn een aantal opties, celgemiddelde, groepsgemiddelde, etc. Dat is eigenlijk ook eigen keuze.
Elke keuze heeft voordelen en nadelen, je zult dus goed moeten beargumenteren waarom je voor welke oplossing hebt gekozen.
Als je bv iedereen met missing values er uit haalt bias je je sample. Maar door zelf data te genereren bias je weer je data, etc.
Ja het ligt echt aan hoe duidelijk een hypothese volgt in mijn ervaring. Soms lees ik papers waar ik er echt mijn vraagtekens bij zet, in andere papers is het zo ontzettend duidelijk uit de theorie dat je echt een specifiek contrast verwacht en heb ik er 0.0 problemen mee.quote:Op dinsdag 20 maart 2012 12:39 schreef speknek het volgende:
Ik krijg bij dat soort van te voren bepaalde contrasts altijd een beetje een one-tailed t-test smaakje (in principe mogelijk, maar meestal misbruikt om iets toch significant te krijgen). Aan de andere kant is veel type-I correctie ook onzinnig.
Ik loop vast bij het openen van het databestandquote:[b]Op [Waar loop je vast? In principe gooi je gewoon steeds een nieuwe variabele in je regressie totdat deze niet significant meer verklaart.
Zoek ff Pallant, SPSS survival manual op. Is hier en daar wel op internet te vinden in pdf.quote:Op maandag 19 maart 2012 22:03 schreef Trusten het volgende:
Is er toevallig iemand die mij kan 'ondersteunen' bij hoe ik een stapsgewijze lineaire regressie analyse moet aanpakken? Heb totaal geen idee maar moet het deze week wel gaan doen![]()
Dit zou een standaard macroreply moeten zijn op elke post in dit topic. Wat een handig boek is dat!quote:Op dinsdag 20 maart 2012 23:07 schreef crossover het volgende:
[..]
Zoek ff Pallant, SPSS survival manual op. Is hier en daar wel op internet te vinden in pdf.
Of in een custom model, of zelf aanmaken door compute te gebruiken en voor elke dummie ook een interactiedummie te maken.quote:Op woensdag 21 maart 2012 18:15 schreef Trusten het volgende:
Vraagje, we willen een verband tussen opvoedgedrag en probleemgedrag meten en kijken of dit verschillend is tussen twee landen. Hoe dan ook moeten we een multiple regressie analyse doen. We twijfelen over een hiërarchische of stapsgewijze. We hebben al dummyvariabelen aangemaakt voor land en geslacht en weten de volgorde waarin we het moeten invoeren. Nu lopen we alleen vast op toevoegen van de interactie-effecten. Waar kun je dit ook alweer doen? Alvast bedankt
Thnx voor je reactie maar begrijp het nog niet helemaal. Hoe doe ik dat preciesquote:Of in een custom model, of zelf aanmaken door compute te gebruiken en voor elke dummie ook een interactiedummie te maken.
Ongeveer zoals hieronder uitgelegdquote:Op woensdag 21 maart 2012 18:25 schreef Trusten het volgende:
[..]
Thnx voor je reactie maar begrijp het nog niet helemaal. Hoe doe ik dat precies
quote:Op maandag 19 maart 2012 22:35 schreef oompaloompa het volgende:
[..]
Ik zou gewoon een variate test doen, is een stuk simpeler.
Met dummies doe je het volgende.
Stel je hebt geslacht gemeten en neuroticisme en regresseert deze op impulsief koopgedrag (noem ook maar wat) je verwacht dat het effect van neuroticisme voor mannen anders is dan voor vrouwen.
Gebruik voor geslacht 0 & 1, voeg deze toe in je regressie
Voeg neuroticisme toe
Voeg een interactieterm van de twee toe, compute een nieuwe variabele geslacht * neuroticisme
Als die interactie dan significant (pos of neg) blijkt te zijn, betekent dit dat het effect voor mannen anders is dan voor vrouwen.
[..]
Waar loop je vast? In principe gooi je gewoon steeds een nieuwe variabele in je regressie totdat deze niet significant meer verklaart.
[..]
Zolang je meer dan twee groepen hebt wel. (en meestal doe je bij twee een t-test dus is een anova juist gebruikelijk wanneer je wel contrasten moet doen)
Eerste gedeelte begrijpen we maar lopen vast bij "compute een nieuwe variabele geslacht * neuroticisme". Hoe doe ik dat precies...quote:Ongeveer zoals hieronder uitgelegd
computequote:Op woensdag 21 maart 2012 18:29 schreef Trusten het volgende:
[..]
Eerste gedeelte begrijpen we maar lopen vast bij "compute een nieuwe variabele geslacht * neuroticisme". Hoe doe ik dat precies...
Hmm..wil nog niet echt lukken. Mag ik je misschien een PM sturen met wat meer info over ons onderzoek zodat je beter begrijp waar we tegen aan lopen?quote:Op woensdag 21 maart 2012 18:33 schreef oompaloompa het volgende:
compute
interactieab(of een andere naam) = a keer b
Nou het is echt heel erg simpel, weet niet wat ik er nog aan toe kan voegen. Je maakt een variabele aan die het ene keer het andere is (dat is namelijk wat een interactie is, effect van het ene hangt af van de grootte van het andere). Kan er echt niets meer over zeggen dan dat je de twee originele variabelen met elkaar vermenigvuldigt en toevoegt aan je model...quote:Op woensdag 21 maart 2012 18:42 schreef Trusten het volgende:
[..]
Hmm..wil nog niet echt lukken. Mag ik je misschien een PM sturen met wat meer info over ons onderzoek zodat je beter begrijp waar we tegen aan lopen?
Hmm ja toch gaat het ergens mis. Toch even wat meer uitleg dan. We willen kijken of er een verband is tussen opvoedgedrag A en B en probleemgedrag X. Daarnaast willen we kijken of er verschil is tussen twee landen en of dit verschillend is voor jongens en meisjes.quote:Op woensdag 21 maart 2012 18:47 schreef oompaloompa het volgende:
[..]
Nou het is echt heel erg simpel, weet niet wat ik er nog aan toe kan voegen. Je maakt een variabele aan die het ene keer het andere is (dat is namelijk wat een interactie is, effect van het ene hangt af van de grootte van het andere). Kan er echt niets meer over zeggen dan dat je de twee originele variabelen met elkaar vermenigvuldigd en toevoegt aan je model...
(behalve dan een echo van crossover)
Laten we even je IV's a, b & c noemen, je afhankelijke is xquote:Op woensdag 21 maart 2012 18:49 schreef Trusten het volgende:
[..]
Hmm ja toch gaat het ergens mis. Toch even wat meer uitleg dan. We willen kijken of er een verband is tussen opvoedgedrag A en B en probleemgedrag X. Daarnaast willen we kijken of er verschil is tussen twee landen en of dit verschillend is voor jongens en meisjes.
We moeten sowieso een multiple regressie doen. De afhankelijke variabele is probleemgedrag X.
We hebben het nu als volgt bedacht:
Block 1: dummy land x dummy sekse
Block 2: Opvoedgedrag A en opvoedgedrag B
Block 3: interactie-effect dummy land x opvoeding (2x)
We zijn nu begonnen met een stapsgewijze regressie, klopt dit of moet het hiërarchisch zijn?
Indien het inderdaad een stapsgewijze regressie moet zijn lopen we vast bij blok 3. We zijn schijnbaar ergens vergeten de interactie-effecten aan te maken/toe te voegen want in onze Output kunnen we de interactie-effecten niet terugvinden. Ook als we ze wel toegevoegd denken te hebben volgens jou eerder beschreven manier. Dus er gaat toch ergens iets niet goed, enig idee?
Ik snap de eerste en tweede nu super bedankt!!! nu hopen dat het lukt.. Ik behoor ook tot de VU studenten die hier hopeloos stuntelen met hypotheses.. moet ik bij de laatste een GLM gebruiken? Zo ja wat moet dan bij fixed factors bij mijn hypothese en wat bij covariate?quote:Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
[..]
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
Is het zo'n onduidelijk vak dan? Klinkt een beetje alsof jullie enorm in het diepe gegooid worden ^_^quote:Op woensdag 21 maart 2012 20:01 schreef x.steph het volgende:
[..]
Ik snap de eerste en tweede nu super bedankt!!! nu hopen dat het lukt.. Ik behoor ook tot de VU studenten die hier hopeloos stuntelen met hypotheses.. moet ik bij de laatste een GLM gebruiken? Zo ja wat moet dan bij fixed factors bij mijn hypothese en wat bij covariate?
kan het trouwens kloppen dat als je een dummy hebt gemaakt voor geslacht dat je geslacht zelf niet in de lineaire regressie moet gooien? Sorry voor alle vragen..quote:Op woensdag 21 maart 2012 20:05 schreef oompaloompa het volgende:
[..]
Is het zo'n onduidelijk vak dan? Klinkt een beetje alsof jullie enorm in het diepe gegooid worden ^_^
Het verschil tussen fixed factors en covariaten is dat je er van uit gaat dat covariaten een random verdeling hebben. Meestal zul je dus je condities in fixed factors zetten en dingen als leeftijd of de score op een bepaald psychologisch schaaltje / trait measure in covariates. Voor je resultaten maakt het eigenlijk vrijwel nooit iets uit.
Dat klopt, wat je daar zegt. Je maakt immers niet voor niets dummyvariabelen aan. Maar, in principe is geslacht een dummyvariabele (je moet 'm dan wel met 0 en 1 coderen, als dat zo is, hoef je de dummyvariabele van geslacht niet te gebruiken).quote:Op woensdag 21 maart 2012 22:00 schreef x.steph het volgende:
[..]
kan het trouwens kloppen dat als je een dummy hebt gemaakt voor geslacht dat je geslacht zelf niet in de lineaire regressie moet gooien? Sorry voor alle vragen..
Dank je welquote:Op woensdag 21 maart 2012 20:46 schreef x.steph het volgende:
ooohhh ik denk dat het kwartje begint te vallen.. ja het is echt verschrikkelijk.. tenminste bij mijn werkgroep. Ik ben heel blij met jouJe maakt veel dingen een stuk duidelijker dus echt 10000x bedankt. die dummy dingen zijn gelukkig gelukt en een deel van mijn mediatie bleek niet significant dus dat is gelukt.
nu alleen met mijn laatste hypothese. Die veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie. Kan ik daar dan het beste zo'n General Lineair Model voor gebruiken en dan univariate of multivariate? Dan moet ik zeker alleen nog een interactie door compute maken voor sporten*piekeren en die dan ook als een fixed factor zetten?
Aaahhh you just made my day!!!!!!quote:Op donderdag 22 maart 2012 13:50 schreef oompaloompa het volgende:
[..]
Dank je wel
Je kunt of een univariate test doen, die test uit zichzelf de interactie (multivariate is met meerdere afhankelijke variabelen)
Voor de rest heeft crossover het al beantwoord
Simpelweg beschrijven welke alternatieven het meest zijn gekozen mag niet? Je kan sowieso via Graphs, Bar, simple een grafiek maken.quote:Op donderdag 22 maart 2012 15:47 schreef Crack_ het volgende:
Hallo.
Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen.
Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
[ afbeelding ]
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
You're welcomequote:Op donderdag 22 maart 2012 16:58 schreef x.steph het volgende:
[..]
Aaahhh you just made my day!!!!!!En dat geldt ook voor Crossover!!! Ik heb nu alle hypotheses kunnen testen en ik snap het ook gewoon allemaal!!! Nu nog een mooi verslagje maken
Kun je proberen uit te leggen wat je precies wilt weten, wat voor een soort conclusie wil je trekken?quote:Op donderdag 22 maart 2012 15:47 schreef Crack_ het volgende:
Hallo.
Ik heb een SPSS vraag.. ik hoop hem zo goed mogelijk uit te kunnen leggen.
Ik moest op school een paarsgewijze vergelijking doen. Dit houdt in dat mensen steeds 2 drankjes voor zich kregen, moesten zeggen welke de lekkerste was op 4 vlakken, hiervan waren 6 rondes. Voorbeeld: cola werd vergeleken met seven up op de vlakken geur, kleur, smaak en consistentie.
De uitkomsten hiervan wil ik vergelijken in SPSS, alleen heb ikecht geen idee hoe. Ik heb ze wel ingevoerd en geprobeerd er een grafiek van te maken maar het lukt niet echt. Misschien heb ik het verkeerd ingevoerd of doe ik het gewoon verkeerd.
Even printscreen van invoeren:
[ afbeelding ]
Etc etc, hierbij staat "cola sevenup kleur" voor de vergelijking van cola met sevenup op het gebied van kleur. Value is dan 1 = cola en 2 = sevenup.
Ik hoop dat jullie me kunnen helpen en als er nog vragen zijn etc hoor ik het ook wel!
Bedankt!
nu val ik jullie nog 1x lastigquote:[..]
You're welcome
Niet. Als er geen hoofdeffecten en interactie is dan geef je dat aan (begin met interactie en dan hoofdeffecten) en daarbij geef je aan dat ze niet significant verschillen.quote:Op donderdag 22 maart 2012 21:02 schreef x.steph het volgende:
[..]
nu val ik jullie nog 1x lastigik moet mijn meerdere oorzaken hypothese interpreteren, maar ik vond geen hoofdeffect voor beide variabelen (piekeren en sport), maar ook geen interactie effect.. hoe moet ik dit dan interpreteren?
Dat is de variantie die een factor verklaart, niet de afhankelijke variabele (Y). (SSeffect / g-1)quote:Op vrijdag 23 maart 2012 19:29 schreef Silverdigger2 het volgende:
wanneer er gevraagd wordt naar de totale variantie van een y-variabele bij een ANOVA
dan moet je toch bij je een ANOVA output tabel kijken bij de MSbetween?
* de SSeffect / df1?
quote:Op vrijdag 23 maart 2012 19:38 schreef Sandertje23 het volgende:
[..]
Dat is de variantie die een factor verklaart, niet de afhankelijke variabele (Y). (SSeffect / g-1)
De totale variantie van Y is R2 (dus de proportie verklaarde variantie van dat model)
SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.dit is de vraag:
http://img19.imageshack.us/img19/6766/vraag12december.gif (copy/paste deze link)
en het correcte antwoord moet b zijn?
quote:Op vrijdag 23 maart 2012 19:56 schreef Silverdigger2 het volgende:
[..]Ja, die is heel leuk. (je had hem ook op de FB pagina statistiek 2 kunnen posten). Je pakt hier (vraag me niet waarom) het SScorrected total / N-1.SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.dit is de vraag:
http://img19.imageshack.us/img19/6766/vraag12december.gif (copy/paste deze link)
en het correcte antwoord moet b zijn?
SPOILEROm spoilers te kunnen lezen moet je zijn ingelogd. Je moet je daarvoor eerst gratis Registreren. Ook kun je spoilers niet lezen als je een ban hebt.
Nee dat mag niet.. stom hequote:Op donderdag 22 maart 2012 18:26 schreef crossover het volgende:
[..]
Simpelweg beschrijven welke alternatieven het meest zijn gekozen mag niet? Je kan sowieso via Graphs, Bar, simple een grafiek maken.
[..]
You're welcome
Ehm nou de drankjes worden vergeleken op laten we nu zeggen kleur, hiervan moeten ze van twee drankjes kiezen welke kleur ze 't beste vinden van deze twee. Dit gebeurt 3x. We hebben 3 drankjes dus ieder drankje komt tegen over een ander drankje te staan. Hiervan willen we weten hoevaak die mensen op welk drankje hebben gestemd.quote:Op donderdag 22 maart 2012 19:04 schreef oompaloompa het volgende:
[..]
Kun je proberen uit te leggen wat je precies wilt weten, wat voor een soort conclusie wil je trekken?
Plaats je output eens.quote:Op vrijdag 30 maart 2012 09:33 schreef Trusten het volgende:
Hier nog een beetje hulp nodig met mijn interactie-effecten. De correlatie van interactie XY is wel hoog en significant maar de voorspellende waarde is niet significant. Wat betekent dat dan? Vooral de correlatie...
Dummyvariabele maken waarbij 0=land A en 1=land B en die vervolgens opnemen in je model. Daarnaast ook de interactievariabele met die dummy en de predictor opnemen in je model. Je ziet dan of het effect van X1 op Y afhankelijk is van Dummy2p.quote:Verder heb ik nog een vraag over m'n regressieanalyse. Ik ben op zoek naar hoe je kunt weten of het verband sterker is in land A dan in Land B. Ik heb wel gevonden dat een positief getal betekent dat land A hoger scoort maar dat zegt dan nog niks over de sterkte van het verband toch? of denk ik nu gewoon te moeilijk..
Ik snap dit niet helemaal geloof ik. Landdummy hebben we wel opgenomen in het model maar hoe ik het moet aflezen begrijp ik dan niet echt...quote:Dummyvariabele maken waarbij 0=land A en 1=land B etc
Daarom toch nog een keer mijn vraag....quote:die correlaties met dummy- en interactievariabele kun je niks mee, moet echt in regressie.
Uit jullie output kan ik niet halen met welke dummy de interactievariabelen gemaakt zijn. Het is een beetje gek om 2 dummy-variabelen (sekse en land) op te nemen en maar van 1 van die variabelen de interactie-effecten. Of alles in 1 analyse, of echt 2 analyses: apart voor sekse (+ interactie) en apart voor land (+interactie).
Om te zien hoe het interactie-effect voor land eruit ziet moet je een grafiekje maken met apart voor NL en IN een weergave van de samenhang tussen je variabelen. Dat kun je ook door vergelijking van de correlaties tussen NL en IN al een beetje zien.
Vijf verschillende onafhankelijke t-toetsen (analyse, compare means, independant t-test).quote:Op maandag 2 april 2012 14:12 schreef CG het volgende:
Het is voor mij alweer een hele tijd geleden dat ik statistiek heb gedaan. Werken met SPSS gaat me nog wel goed af, maar welke testen ik waarvoor moet gebruiken ben ik helemaal kwijt. Welke test moet ik gebruiken voor de volgende situatie:
Ik heb een groep atheneum-leerlingen en een groep gymnasium-leerlingen. Van alle leerlingen heb ik de gemiddelde cijfers op 5 vakken. Op welke manier (met welke test?) test ik of de gemiddelde cijfers van gymnasiumleerlingen significant hoger zijn dan die van de atheneumleerlingen?
Twee verschillende groepen aanmaken?quote:Op woensdag 4 april 2012 17:38 schreef Sokz het volgende:
Stel ik heb een bestandje met bedrijven gerangschikt op volgorde van 'founding-year'. Hoe kan hier over verschillende delen de variabelen berekenen?
Erg versimpeld voorbeeldje anders zo onduidelijk:
Jan b.v. 1950
Joop b.v. 1971
Karel b.v. 1989
Piet b.v. 1942
Wat is de mean van de bedrijven voor 1970, en de mean van de bedrijven na 1970?
Je kunt bij visual binning twee groepen maken door de founding year var te splitsen bij 1970.quote:Op woensdag 4 april 2012 17:50 schreef Sokz het volgende:
Ja en hoe doe ik dat?:P Wil dus zeg maar een deel van voor 1970 en een deel van na 1970
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |