Vraag 1
Welke waarde in een regressiefunctie is de constante waarde?
y
α
β
ε
Vraag 2
Wanneer is een correlatie sterker?
Als de waarde groter is
Als de waarde kleiner is
Als de waarde negatief is
Als de waarde positief is
Vraag 3
Wat betekent R2 binnen de regressieanalyse? Wat is R2?
Vraag 4
Waarom kun je beter niet extrapoleren met een regressieanalyse?
Vraag 5
Wat houdt een positieve relatie tussen twee variabelen in?
Vraag 6
Wat geeft de covariantie aan?
Vraag 7
Wat is Pearson correlatie coëfficiënt?
Vraag 8
Wat is een bivariate correlatie?
Vraag 9
Waarom is er bij correlatie niet automatisch sprake van causaliteit?
Vraag 10
Wat is het coëfficiënt van determinatie?
Vraag 11
Wat is Spearman correlatie coëfficiënt?
Vraag 12
Wanneer wordt de Kendall’s tau gebruikt?
Vraag 13
Wanneer gebruik je de biseriële correlatie coëfficiënt?
Vraag 14
Wat is de partiële correlatie?
Vraag 15
Wat is het verschil tussen semi-partiële correlatie en partiële correlatie?
Vraag 16
Wat gebruik je om correlaties te vergelijken?
Vraag 17
Wat moet je doen om de effectgrootte te berekenen?
Vraag 18
Wat wordt precies geanalyseerd wanneer er een regressieanalyse uitgevoerd wordt?
Vraag 19
Wat wordt bedoeld met residuen?
Vraag 20
Heeft een goed model een hoge F-ratio of juist een lage?
Vraag 1
B
Vraag 2
A
Vraag 3
R-kwadraat ofwel de determinatiecoëfficiënt. Dit is de meting van hoe goed de kleinste-kwadratenlijn ŷ = a + b(x) de y voorspelt in vergelijking tot de voorspelling van ȳ. De r2 geeft aan hoeveel procent de variantie van een conditionele distributie groter of kleiner is dan de variantie van een marginale distributie. In het kort, r2 meet hoe goed x de y voorspelt.
Het is de hoeveelheid variantie die wordt verklaard door het model in verhouding tot de totale variantie. Het representeert het percentage variantie in de uitkomst dat kan worden verklaard door het model.
Vraag 4
Buiten het bereik van de geobserveerde data kan de vorm van de lijn anders lopen dan lineair, dus hier kunnen geen uitspraken over gedaan worden met extrapoleren.
Vraag 5
Een positieve relatie houdt in dat een toename in de ene variabele samenhangt met een toename in de andere variabele.
Vraag 6
De covariantie geeft aan of variabelen samenhangen en of deze samenhang positief of negatief is.
Vraag 7
Pearson correlatie coëfficiënt is de gestandaardiseerde covariantie, die ook wordt gebruikt voor het meten van effectgrootte.
Vraag 8
Een bivariate correlatie is een correlatie tussen twee variabelen.
Vraag 9
Er is bij correlatie niet automatisch sprake van causaliteit omdat andere variabelen ook invloed hebben op de correlatie, en de correlatie niets zegt over welke variabele de verandering bij de andere variabele teweegbrengt.
Vraag 10
Het coëfficiënt van determinatie is een maat voor hoeveel variantie de gecodeerde variabelen delen.
Vraag 11
Spearman correlatie coëfficiënt is de niet-parametrische variant van de Pearson correlatie.
Vraag 12
Kendall’s tau gebruik je wanneer je een kleine steekproef hebt met veel gelijke scores.
Vraag 13
De biseriële correlatie coëfficiënt gebruik je als de variabele continu dichotoom is.
Vraag 14
Partiële correlatie is de relatie tussen twee variabelen waarin de effecten van een andere variabele constant worden gehouden.
Vraag 15
Het verschil tussen semi-partiële en partiële correlatie is dat bij semi-partiële correlatie wordt gecontroleerd voor het effect dat een derde variabele heeft op één van de variabelen in de correlatie, en niet op beide variabelen zoals bij de partiële correlatie.
Vraag 16
Om correlaties te vergelijken worden de z-scores en t-toetsen.
Vraag 17
Correlaties zijn effectgroottes, dus om de effectgrootte te berekenen heb je geen verdere stappen nodig.
Vraag 18
Je wilt een uitkomstvariabele Y voorspellen door middel van één voorspellende predictor (simpele regressie) of door meerdere predictoren (multiple regressie).
Vraag 19
Een residu is de verticale afstand tussen de werkelijke data en de regressielijn, deze verschillen kunnen zowel positief als negatief zijn.
Vraag 20
Een hoge F-ratio want dit betekend dat de verbetering in voorspelling groot is (MSm) en het verschil tussen het model en de geobserveerde data klein (MSr).
