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!

Vrijheidsgraden bepalen van p voor univariate regrassie-analyse

0 leuk 0 niet-leuks

De verklaarde variantie bekom je door de verklaarde variatie te delen door vrijheidsgraden.

In onderdeel 5.3 de P-waarde van beta, deelt men de teller (de verklaarde variatie) door 1.
Is deze 1 een vast cijfer, of staat deze 1 hier voor de k (aantal voorspellers)?

gevraagd 3 februari 2018 in Inleiding Data Analyse (IDA) door wouter_b07 (300 punten)

2 Antwoorden

0 leuk 0 niet-leuks
 
Beste antwoord

In een lineare regressie zijn de vrijheidsgraden:

N = steekproefgrootte, k = aantal variabelen

SS df MS F
Model k
Residueel N-k-1
Totaal N-1

Voor een one-way ANOVA ongeveer hetzelfde, maar subtiel anders

N = steekproefgrootte, k = aantal groepen in de onafhankelijke variabele

SS df MS F
Model k - 1
Residueel N-k
Totaal N-1

Bij de regressie is de residuele variantie N-k-1, omdat naast de k-variabelen, er ook nog een intercept geschat wordt, en die moet ook van de N afgetrokken.

beantwoord 6 februari 2018 door Ron Pat-El (39,900 punten)
geselecteerd 6 februari 2018 door wouter_b07
0 leuk 0 niet-leuks
Mijn eigen antwoord zou zijn:

Regressieanalyse: je deelt de verklaarde variatie door het aantal voorspellers. Je deelt de onverklaarde variatie door (n-1-aantal voorspellers)

ANOVA: je deelt de verklaarde variatie door (aantal groepen -1) en de onverklaarde variatie door (n-1-(aantal groepen-1))
beantwoord 4 februari 2018 door wouter_b07 (300 punten)
...