Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

Hoe moet de logistische regressievergelijking worden ingevuld?

0 leuk 0 niet-leuks

De complete regressievergelijking waarmee deze voorspelde kansen kunnen worden berekend is (Van Geel, Verboon, & Pat-El, 2016):

1n(image) = y*=a+b1x1+b2x2+r

In = logaritme van de odds

p = de kans op 1

1-p = de kans op 0

y = voorspelde waarde

a = intercept (constante)

b1 = regressiecoëfficient

x1 = predictoren

r = residu

ps. tussen de haakjes hoort nog iets te staan dat hier wegvalt: dus even achter elkaar: p / p - 1

Vraag 1:
Laat je alles vóór de y zo staan in de vergelijking? Of moet je hier ook iets invullen? En zo ja, waar haal ik die gegevens vandaan?

Vraag 2:
Ik snap niet waarom het * achter de y in de vergelijking staat (zie p. 6 Inleiding Logistische regressie-analyse.

Vraag 3:
Waar vind ik de waarde van het residu (r)?

gevraagd 29 juni 2017 in Psychologisch Survey (PS) door Ivonne Lipsch (2,210 punten)

1 Antwoord

0 leuk 0 niet-leuks
Vraag 3.

Dat is het residu, en is voor elke persoon dus anders. Overigens kun je voor "het model" beter dit residu weglaten.

Vraag 2:

Dat is een wat aparte notatie, y', d.w.z. y accent had er ook kunnen staan. Het sterretje verwijst niet naar een vermenigvuldiging.

Vraag 1:

Voor de Y staat een odds, p/(1-p), die betrekking heeft op de afhankelijk variabele.

TIP: Misschien is het beter om niet te veel naar de vele formules te kijken. De kern staat weergegeven in Field, p. 763 bovenaan. Dat is de functie waarmee op basis van meerdere predictoren (voor elke persoon i) een voorspelde kans p wordt berekend. Zie ook opname van virtuele klas over multiple regressie. Op het eind van de opname komt het logistische regressiemodel aan bod, uitgelegd aan de hand van een concreet voorbeeld.
beantwoord 29 juni 2017 door Rolf van Geel (10,200 punten)
...