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!

0 leuk 0 niet-leuks
Nav Andy Field, 2.3, p 43 (Jane Superbrain 2.1)

(a) Waarom beschrijven sociale wetenschappers data in een lineair model, wat is daar het voordeel van?

(b) wat wordt er eigenlijk mee bedoeld, het model van .....?

(c) Ik zie vrijwel geen verschil in het lineaire plaatje en het niet-lineaire plaatje, beiden hebben een duidelijke lijn. Waarom 'past' het ene beter dan het andere?

(c) de
in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (1.8k punten)

1 Antwoord

0 leuk 0 niet-leuks

Lineair betekent 'in rechte lijn'. Beide plaatjes betreffen dezelfde data (dezelfde scatterplot), maar in het linker plaatje is het model (de rode lijn) lineair (en dus recht), en in het rechter plaatje is het model (de rode lijn) non-lineair (en dus een beetje krom).

Sociale wetenschappers gebruiken meestal lineaire modellen om een aantal redenen:

  • Occam's razor, oftewel de wet van de zuinigheid, stelt dat je altijd moet proberen om theorieen en modellen zo eenvoudig mogelijk te houden. Voeg nooit complexiteit toe zonder dat je daar een voldoende rechtvaardiging voor hebt. Een lineaire samenhang is eenvoudiger (minder complex) dan nonlineaire samenhang, dus dit is een sterk argument om in eerste instantie van lineairiteit uit te gaan.
  • Analyses gebaseerd op het 'general linear model' zijn veel makkelijker dan als je de aanname van lineaire samenhang moet laten varen. Wetenschappers gebruiken jammer genoeg vaak de analysemethoden die ze kennen en waar ze zich vertrouwd mee voelen, in plaats van de beste passende methode (die ook lang niet altijd bekend is; de meeste sociale wetenschappers hebben geen sterke statistische achtergrond, dus zijn heel beperkt in hun analysemogelijkheden)

Ik zie nu trouwens dat Andy dit al bespreekt (in het einde van de box die je noemt)?

Je tweede vraag begrijp ik niet goed. Model van? Een model is gewoon lineair, of nonlineair :-) Dit betreft de wijze waarop variabelen volgens dat model samenhangen. Het is niemands model :-)

door (77.8k punten)
Er is ook een tweede interpretatie van 'linear' en dat is niet zozeer als rechtlijnen, maar 'als een optelling van effecten'. Dit zijn eenvoudige formules, die veel ruimte laten om uit te breiden. Een lineair model kan nog steeds een kromming hebben, mits dit als een optelling in het model wordt weergegeven (denk aan $y = b_0 + b_1 x + b_2 x^2$).

Dit hangt dan sterk samen met punt 1: occam's razor, alias zuinigheid. Dit zijn theoretisch de eenvoudigste modellen, alles ingewikkelder dan dat vereist vaak theoretische duiding die zelden te verantwoorden valt.
...