Zoek de originele bron eens op en kijk wat daar in staat beschreven.quote:Op donderdag 21 juni 2012 09:57 schreef Oidipous het volgende:
Dag,
Ik heb een sample van 40.000 bedrijfsjaren waarover ik een regressie laat uitvoeren door SPSS.
Nu staat het volgende in vergelijkbaar onderzoek:
To control for error dependence of firm observations, we use Rogers (1993) standard errors clustered at the firm level in all regressions (Petersen 2009).
Hoe doe ik dit in SPSS? Is daar een functie voor? Ik maak gebruik van PASW statistics 18.
Ik kan je daar geen antwoord op geven, maar misschien heb je hier wat aan: http://www.theanalysisfac(...)tors-and-covariates/quote:Op donderdag 21 juni 2012 10:26 schreef yozd het volgende:
Kan iemand mij uitleggen wat in SPSS het verschil is tussen een "fixed factor" en een "covariate" bij bijvoorbeeld univariate variantie analyse?
Omdat je bij de afhankelijke variabele alleen de uitkomsten 1 of 0 hebt en waardes daartussen geen interpretatie hebben, terwijl die uitkomsten wel mogelijk zijn met een normale lineaire regressie. Een logistische regressie model modelleert de uitkomst in kansen op 1 en 0 die je kunt omzetten naar uitkomsten 1 en 0.quote:Op maandag 25 juni 2012 11:11 schreef koenvanveen het volgende:
Bij mij zijn alleen de onafhankelijke variabelen (verklaring en empathie) dichotoom. De afhankelijke en medierende variabelen zijn gewoon dichotoom. Een aantal controle variabelen zijn daarentegen weer nominaal.
Maar je geeft aan dat de X toch gewoon dichotoom kan zijn bij lineaire regressie. Waarom zou ik dan logistische regressie moeten gebruiken? En waarom zou dat script dan moeten detecteren of de X dichotoom is om zo logistische regressie te gebruiken?
Ik zit op die functie te zoeken, maar het wordt me nog niet helemaal duidelijk wat je er mee kan. Zou je in een (paar) simpele zin(nen) uit kunnen leggen wat je er mee kan? Heb er geen ervaring mee.quote:
Ik lees je reactie nu pas, had deze functie zelf al gevonden ja. Bedankt!quote:
Nu heb ik voor variabele 1 de volgende normal line:quote:Assumptions
There are a number of assumptions common to all the techniques covered in part Four. These are discussed below. You will need to refer back to these assumptions when performing any of the analyses covered in Chapters 11, 12, 13, 14 and 15.
[...]
Normality
Scores on each variable should be normally distributed. This can be checked by inspecting the histograms of scores on each variable (see Chapter 6) for instructions).
De verkregen grafiek:quote:compute logit=105.59640982551976 + 0.006987722743432774 * hbowo + 15.309299729723998 * kerklidmaatschap + -0.004312743957170497 * hbowo * kerklidmaatschap .
compute voorspeld= (exp (logit)) /
(1 + (exp (logit))).
exe.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=hbowo MEAN(voorspeld)[name="MEAN_voorspeld"]
kerklidmaatschap MISSING=LISTWISE REPORTMISSING=YES
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: hbowo=col(source(s), name("hbowo"))
DATA: MEAN_voorspeld=col(source(s), name("MEAN_voorspeld"))
DATA: kerklidmaatschap=col(source(s), name("kerklidmaatschap"), unit.category())
GUIDE: axis(dim(1), label("aantal_hbowo_studenten_keer_1000"))
GUIDE: axis(dim(2), label("Mean voorspeld"))
GUIDE: legend(aesthetic(aesthetic.color.interior), label("wel_of_niet_kerkelijk"))
SCALE: cat(aesthetic(aesthetic.color.interior), include(".0", "1.00"))
ELEMENT: line(position(hbowo*MEAN_voorspeld), color.interior(kerklidmaatschap), missing.interpolate())
END GPL.
Hmm, gemakkelijk?quote:Op zondag 8 juli 2012 23:22 schreef oompaloompa het volgende:
ik maak nooit grafieken in spss, maar als niemand je verder helpt, kun je hem altijd gemakkelijk in excel maken..
Als ik je goed begrijp doe je gewoon contrasten..quote:Op maandag 9 juli 2012 22:18 schreef automatic_ het volgende:
Ik snap even iets niet.
Ik heb drie leeftijdsgroepen en vier verschillende subgebieden van kwaliteit van leven. Ik wil nu kijken of er significante verschillen zijn tussen de drie leeftijdsgroepen en de subgebieden.
Dus bijvoorbeeld of groep 8-12 jaar significant verschilt met emotioneel functioneren of lichamelijke functioneren.
Hoe doe ik dit?
Ik heb al een ANOVA gedaan om te kijken naar de drie verschillende groepen op het gebied van "totaal functioneren". Of moet ik nu gewoon 5 losse ANOVA's doen? Ik dacht zelf aan een MANOVA maar daar kom ik niet uit
Oke... Ik ga dat nog eens even uitzoeken.quote:Op maandag 9 juli 2012 22:36 schreef oompaloompa het volgende:
[..]
Als ik je goed begrijp doe je gewoon contrasten..
Eerst een multivariate of er verschillen zijn in totaal, daarna bij de univariate resultaten kijken of er per subgebied verschillen zijn, daarna contrasten om te kijken welke groepen precies verschillen.
Je kunt dan beter een MANOVA met een posthoc test doen.quote:Op maandag 9 juli 2012 22:36 schreef oompaloompa het volgende:
[..]
Als ik je goed begrijp doe je gewoon contrasten..
Eerst een multivariate of er verschillen zijn in totaal, daarna bij de univariate resultaten kijken of er per subgebied verschillen zijn, daarna contrasten om te kijken welke groepen precies verschillen.
manova = multivariatequote:Op maandag 9 juli 2012 22:43 schreef Sandertje23 het volgende:
[..]
Je kunt dan beter een MANOVA met een posthoc test doen.
Als je toevallig op de uni komt wil ik je wel even helpen...quote:Op maandag 9 juli 2012 23:09 schreef automatic_ het volgende:
Sandertje23 heeft net even met mij meegekeken, maar SPSS loopt te zeuren dat er minder dan drie groepen zijn, terwijl die er wel zijn.
Ik ga morgen misschien wat inleveren, maar dat weet ik nog niet zeker. Bedankt in ieder geval! Ik ga het even onthoudenquote:Op maandag 9 juli 2012 23:12 schreef oompaloompa het volgende:
[..]
Als je toevallig op de uni komt wil ik je wel even helpen...
Alle soorten groepen goed ingesteld? (scale etc.)quote:Op maandag 9 juli 2012 23:09 schreef automatic_ het volgende:
Sandertje23 heeft net even met mij meegekeken, maar SPSS loopt te zeuren dat er minder dan drie groepen zijn, terwijl die er wel zijn.
Er zijn standaardafwijkingen voor skewness & kurtosis (kun je in descriptives vinden). Over het algemeen zolang de skewness / kurtosis niet sig afwijkt (meand +/- 1.96*sd omvat 0) is het goed.quote:Op maandag 9 juli 2012 22:56 schreef VacaLoca het volgende:
Iemand nog die mij kan vertellen (zie eerdere posts) hoe je best kan beoordelen wanneer een normal plot te afwijkend? Kan je het bijvoorbeeld ook in waardes uitdrukken en dat er ergens theorieën bestaan over vanaf welke waarden het ene geld en wanneer het ander?
Posthoc gebruik je meestal achteraf (als je geen richting hebt voor je hypothese). Een contrast gebruik je meestal vooraf (= gepland) als je wel een richting hebt voor je hypothese.quote:Op maandag 9 juli 2012 23:11 schreef oompaloompa het volgende:
[..]
manova = multivariate
post-hoc is een contrast
Maar wel fijn dat we het met elkaar eens zijn
Ja, volgens mij wel.quote:Op maandag 9 juli 2012 23:13 schreef Operc het volgende:
[..]
Alle soorten groepen goed ingesteld? (scale etc.)
SPSS gebruikt rare namen. Zowel van te voren (zonder correctie) als achteraf (post-hoc) zijn het allemaal contrasten. Waarom spss het ene afkort tot post-hoc en het andere de koepelterm "contrast" geeft is mij ook totaal onduidelijkquote:Op maandag 9 juli 2012 23:15 schreef Sandertje23 het volgende:
[..]
Posthoc gebruik je meestal achteraf (als je geen richting hebt voor je hypothese). Een contrast gebruik je meestal vooraf (= gepland) als je wel een richting hebt voor je hypothese.
Uiteraard
Thanks, stukje 'meand +/- 1.96*sd omvat 0' is helaas nog even onbekende taal voor mij. Ik heb met studie geen statistiek gehad, en probeer nu zelf snel te leren zo goed en zo kwaad als het kan. Heb even uitdraai gemaakt.quote:Op maandag 9 juli 2012 23:14 schreef oompaloompa het volgende:
[..]
Er zijn standaardafwijkingen voor skewness & kurtosis (kun je in descriptives vinden). Over het algemeen zolang de skewness / kurtosis niet sig afwijkt (meand +/- 1.96*sd omvat 0) is het goed.
Maar wanneer zouden mensen ervaren met statistiek het nog 'reasonable' noemen is dan mijn vraag betreffende bv de Q-Q plot die ik liet zien.quote:he actual shape of the distribution for each group can be seen in the Histograms. In this example, scores appear to be reasonably normally distributed. This is also supported by an inspection of the normal probability plots (labelled Normal Q-Q Plot). In this plot, the observed value for each score is plotted against the expected value from the normal distribution. A reasonably straight line suggests a normal distribution.
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |