Kan iemand helpen volgende leerdoelen uit thema 5 te beantwoorden?

Question

Ik probeer de leerdoelen te beantwoorden, maar vind het antwoord niet op de volgende doelen:

- Beschrijf hoe de p-waarde van een regressiecoëfficiënt wordt bepaald.

- Beschrijf hoe de p-waarde van een regressiemodel wordt bepaald.

- Geef aan hoe de power voor een enkelvoudige regressieanalyse bepaald kan worden.

Answer 1

De p-waarde van een regressiecoefficient wordt bepaald op basis van een t-test, die van een regressiemodel door een F-test. Dit kun je terug vinden in het hoofdstuk over Regressei-analyse. Power is de kans op het vinden van een effect dat bestaat uit de populatie, dat werkt voor de meeste toetsen hetzelfde en kun je terug vinden in volgens mij het hoofdstuk over Nulhypothese significantie toetsing.

Comments

Ik vond deze ook lastig te vinden. 'Het regressiemodel' is wordt gerepresenteerd door een lijn, dus waar wil je dan de p-waarde van weten. Uit het antwoord blijkt dat het gaat om de r2, dus het verklarend vermogen van het model. Zou de vraag naar de p-waarde van het regressiemodel daarmee vollediger/duidelijker worden, als er wordt toegevoegd: het verklarend vermogen van het model? Klopt het dan no?

De antwoorden zitten een beetje verstopt en het is ook onduidelijk hoe gedetailleerd je antwoord moet geven: moet je met de t-tabel erbij de p-waarde kunnen bepalen? Of is het antwoord hierboven genoeg: daarvoor gebruik je een t-toets?

En ik vond ook nog een ander antwoord op het leerdoel over de p-waarde van het model en ben benieuwd of dat óók goed is.

'De p-waarde wordt berekend onder de aanname van een nulhypothese. De nulhypothese van de p-waarde voor het gehele model is R2 = 0. Bij een enkelvoudige regressieanalyse is de R2 het kwadraat van de Pearson r, en is de p-waarde van het gehele model gelijk aan de p-waarde van de enige voorspeller in het model, en dus gelijk aan de p-waarde van de correlatiecoëfficiënt.'

---

Eigenlijk gaat het er vooral om dat je begrijpt dat er bepaalde toetsen zijn zoals regressie-analyse en dat je globaal begrijpt hoe deze werken. Als je dus begrijpt hoe p-waardes en NHST in elkaar zit, wat power is en hoe je dit kunt toepassen bij een regressie-analyse dan weet je voldoende. Dus het gaat hier meer om de achterliggende theorie dan dat je het zelf zou moeten kunnen berekenen o.i.d.