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
Waar ik , aan de hand van de huiswerkopdracht 10, van in de war raak is het volgende:

Wanneer ik Field keurig volg, dan test ik het model met vier predictoren op BDI_Dichotoom, door steeds te kijken naar de ombinustest. en de X². De X² blijft bij mij iedere stap significant en het percentage waarmee het model de kans op depressie kan schatten, neemt bij iedere stap toe (en -2LL iedere stap af). . Als ik Field goed begrijp, concludeer ik dus dat met het toevoegen van iedere predictor het model beter de kans op de afhankelijke dichotome variabele depressie kan verklaren So far so good, dacht ik. Kijk ik dan echter in de laatste tabel Variabels in the equation, dan zie ik bij twee van de vier schalen dat de bijhorende beta niet significant is aan de hand van de Wald-score! Ik merk dat ik hier van in de war raakt, want wat rapporteer ik nu? Dat het model wel significant de kans op depressie beter voorspelt, maar dat de beta's van de twee schalen eigenlijk niet significant zijn? Dat voelt erg tegenstrijdig. Het valt me ook op dat de Exp(B) bij de niet-significante schalen < 1 zijn. Moet ik dan, ondanks dat bij de ombinustoets het block en model constant significant blijft, dan toch concluderen dat deze schalen niet in het model thuishoren?
Misschien interpreteer ik iets compleet verkeerd, want ik merk dat ik logistische regressie vrij lastig vindt. Ik begrijp ook dat jullie waarschijnlijk niet rechtstreeks antwoord kunnen geven op een huiswerkvraag, maar wellicht kunnen jullie me vertellen waar ik kan terugvinden hoe ik het verschil in interpretatie van beide signficanties kan vinden?
in Cross-sectioneel Onderzoek (OCO, PB08x2) door (690 punten)

1 Antwoord

0 leuk 0 niet-leuks
Goed dat je deze tegenstrijdigheid opmerkt. Het is immers paradoxaal om te zien dat een pakket aan predictoren als geheel leidt tot een betere predictie, terwijl een deel daarvan kennelijk nauwelijks iets aan bijdraagt. Een compromis is het opstellen van een model met louter significante predictoren. Mijn advies is om de opdracht snel af te ronden, en bovenstaande overwegingen van jou te verwerken in het antwoord.
door (13.1k punten)
Dank je voor het duidelijke en snelle antwoord!
...