9e druk Introduction to the Practice of Statistics van Moore & McCabe - Samenvattingenbundel
Verzameling Nederlandstalige en Engelstalige studiematerialen bij het boek van Moore & McCabe
Verzameling Nederlandstalige en Engelstalige studiematerialen bij het boek van Moore & McCabe
Deze bundel bevat (zowel Nederlandstalig als Engelstalig) een boeksamenvatting, BulletPoints en TentamenTickets te gebruiken bij de 5e druk van Agresti Statistical Methods for the Social Sciences.
Regressie analyse (simpele regressie)Een manier van het voorspellen van een uitkomstvariabele d.m.v. een voorspellende variabele.Regressie analyse (multipele regressie)Een manier van voorspellen van een uitkomstvariabele d.m.v. meerdere voorspellende variabelen.Method of least squaresMet deze methode kan gekeken worden welke lijn het beste de verzamelde date beschrijft (de lijn die door de meeste datapunten heen gaat).InterceptHet punt waarop de lijn de verticale as van de grafiek raakt.Regressie coëfficiëntenDe helling en de intercept, dus de parameters bₓ en bₒ.Residual/residuDe deviaties. De regressielijn overschat of onderschat de ware data. De afstand tot de lijn en de ware data is het residu.Goodness of fitKijken hoe goed de regressielijn de data representeert, omdat de best gevonden lijn nog niet een goed representatie hoeft te zijn.Total sum of squaresHet kwadrateren van de verschillen tussen de geobserveerde data met het gemiddelde.Residual sum of squaresHet kwadrateren van het verschil tussen de geobserveerde data en de regressielijn.R^2Het delen van de residual sum of squares door de total sum of squares. Het representeert het percentage variantie dat verklaard wordt door het model (de regressielijn).F-ratioEen meting van hoeveel het model de voorspelling verbeterd heeft vergeleken met het niveau van onnauwkeurigheid.B expectedDe b-waarde die we verwachten als de nul-hypothese waar is.Simpele lineaire regressieDe uitkomstvariabele Y wordt voorspeld met gebruik van de vergelijking van een rechte lijn.Multiple REen veelvoudige correlatie coëfficiënt. Dit is de geobserveerde waarden van Y en de waarden van Y die door het model zijn voorspeld.R^2De hoeveelheid variantie die door het model verklaard kan worden.Hiërarchische regressie voorspellers...
Add new contribution