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

Dag (Peter denk ik),

Ik loop vast bij 4.6  over de deviance.

Ik heb alle analyses met betrekking tot de verschillende random effects gerund en kom op hetzelfde uit als het werkboek qua -2LL.

 

Model A: random intercept                                                          dF=6

1203,463 

Model B1: random intercept en random slope Competence       dF=7

1201,073

Model B1: random intercept en random slope Relatedness       dF=7

1202,350

Model B1: random intercept en random slope Autonomy           dF=7

1201,883

                                                                                                       p-waarde

A-B1=  1203.463 – 1201.073  = 2.390(1)                                   0.122

A-B2 = 1203.463 – 1202.350 = 1.113(1)        1.086(1)              0.297

A-B3 = 1203.463 – 1201.883 = 1.580 (1)                                  0.209

(1)Waar komen die p-waarden  vandaan?

(2) Is de uitkomst bij A-B2 bij mij fout of is het een fout in het werkboek?

(3) Ik dacht dat ik de uitkomsten moest vergelijken met de tabel achter in Field (p898, 2013). Als de waarde groter is dan de gegeven waarden onder de p 0.01 of p 0.05 dan is het toch significant?

Alvast bedankt.

in Longitudinaal Onderzoek (PB17x2) door (1.1k punten)
bewerkt door

1 Antwoord

0 leuk 0 niet-leuks
De p-waarden van een zogenaamde likelihood ratiotest, waarbij twee -2LL waarden worden vergeleken ten opzichte van hun verschil in het aantal geschatte parameters (wat samenhangt met de bijbehorende vrijheidsgraden), kan eenvoudig via applicaties op internet worden gevonden door even te googlen of benaderd worden door tabellen, zoals bijvoorbeeld achterin Field.

Hoe groter het verschil in -2LL tussen twee modellen, hoe lager de p-waarde en dus hoe groter de kans dat er een significant resultaat uitkomt.
door (11.7k punten)
...