Första frågorna

Question 1

R:

Answer 1

Korrelationen mellan de 647 personernas uppmätta grad av depression och den depression de prediceras ha enligt den aktuella regressionsmodellen är lika med 0.681. Den predicerade graden av depression (standardiserad) ges av ekvationen:
Z(dep) = 0.2487 – 0.3298Z(soc.sup) – 0.0742Z(age) + 0.5551Z(soc.sup)Z(age)

Question 2

R2

Answer 2

Den aktuella regressionsmodellen (alltså predicerad lifesat = 0.1012 – 0.2412isolation + 0.0335age + 0.2323isolationage) kan förklara 13.4% av variansen i observerad lifesat i det aktuella stickprovet.

Question 3

adjusted R2

Answer 3

Svar: Om man drar ett annat stickprov ur samma population och använder samma modell som i det aktuella stickprovet för att predicera lifesat så kan man förvänta sig 15.7% förklarad varians. Med samma modell menas följande: Lifesat = -0.0908 – 0.1127eco.hard – 0.2542anxiety – 0.3055eco.hardanxiety

Question 4

Vad innebär p<0.001?

Answer 4

Om vår modell (BV1, BV2 och deras interaktion) är helt värdelös på att predicera grad av depression i den population som stickprovet representerar (alltså om R-squared är lika med noll i populationen), så är sannolikheten att få 46.4% eller med förklarad varians i ett stickprov av den här storleken (N = 647) mindre än en promille.

Med signifikansnivå på 0.05 drar vi slutsatsen att vår modell inte är helt värdelös utan att R- squared i populationen är högre än noll procent.

Åtminstone en av de tre regressionskoefficienterna (för BV1, BV2, och deras interaktion) kan antas skilja sig från noll i populationen.

Question 5

Beskriv (både med siffror och verbalt) hur sambandet mellan OV och BV ser ut.

Answer 5

Ges av formeln: estimatet för OV + interaktionsestimatet*stand.OV2

Ex: För personer med genomsnittlig ålder (= 0 eftersom variabeln är
standardiserad) prediceras lifesat minska med 0.2412 SD för varje ökning i isolering med en SD.

Beskriv också vad man skulle kunna tolka det som.

Question 6

Vad drar vi för slutsats utifrån Tolerance-värdena i den tredje tabellen?

Answer 6

Kollinearitet betyder att två eller fler variabler är starkt korrelerade med varandra.. Det gör det svårt att veta vilken som faktiskt påverkar beroende variabeln.

Tolerance är mått kollinaritet som anger hur mycket av variansen i respektive prediktor som INTE kan förklaras av övriga prediktorer.

Question 7

FIGURERNA

Answer 7

Effekt av behandling:
A tid1 + A tid2 / 2 = medelvärdet
B tid1 + B tid2 / 2 = medelvärdet

Skiljer sig dom signifikant åt? Ja eller Nej?

Effekt av tid:
A+B tid1 / 2 = medelvärdet
A+B tid2 / 2 = medelvärdet

Skiljer sig dom signifikant åt? Ja eller Nej?

Interaktionstern. Finns skillnad mellan skillnader?
Är graferna parallella = ingen interaktionseffekt