Hoe moet je de scatterplot interpreteren van vraag 4 tentamencasus (theorie van emotie)

Question

vraag 4 is: hoe ziet het model eruit waarmee gerapporteerde hartkloppingen voorspeld kunnen worden uit de hartslag op de nameting? 

Ik krijg een andere scatterplot te zien dan bij vraag 3 als ik de regressieanalyse uitvoer (4 rijen met datapunten in plaats van een puntenwolk). Dit komt denk ik omdat er bij vraag 4 een continu ratio met een continu interval variabele wordt vergeleken. Hoe kan ik interpreteren of de datapunten de regressielijn verklaren?

Answer 1

Dit komt dan denk ik omdat je niet hebt gespecificeerd dat ge 'gejittert' moet worden. 'Jittering' voegt wat 'noise' (willekeurige kleine afwijkingen) toe aan de datapunten, waardoor je 'overplotting' (het plotten van allemaal punten op dezelfde plek) voorkomt.

In R kun je met het scatterPlot commando de jittering instellen met de 'height' en 'width' commando's. Veergelijk bijvoorbeeld deze:

scatterPlot(mtcars$am, mtcars$cyl);

Eens met deze:

scatterPlot(mtcars$am, mtcars$cyl, height=.5, width=.5);

In de onderste zie je dat er een negatief verband is (de correlatie is -.52); in de bovenste kun je dat niet zien.

Voor SPSS is het wat ingewikkelder. Hier staat een handleiding: http://www-personal.umich.edu/~agrogan/spss/scatterplots.pdf

Comments

Bedankt voor de snelle reactie. Ik heb jittering geprobeerd in SPSS, dan zijn de datapunten wel wat meer verspreid, maar nog wel in de rijen met ruimte ertussen (je ziet duidelijk de 4 rijen). Ik weet niet wat ik nog meer kan doen om de datapunten in een soort puntenwolk te krijgen.

(Als ik de regressielijn erin zet, krijg ik een best wel steile lijn die een positief verband aangeeft.)

---

Misschien kun je de mate van jittering ook in SPSS instellen? Maar msch ook niet, SPSS is niet zo krachtig.

Als je overigens wil weten of het ook plausibel is dat dat verband in de populatie bestaat, kun je beter naar de regressie-analyse kijken; het plaatje kan je dat nooit vertellen.