Læringsmål 2 - Regresjonsanalyse Flashcards
Gjengi formelen for en enkel regresjonsmodell og forklare hva den betyr
Y = a + BX + E
Y er den avhengig variabelen, X er den uavhengig variabelen og E er feilvariabelen. a er interseptet, dvs. verdien til Y når X = 0. **B ** er stigningslinja, den sier hvor mye Y endres når X økes med 1 enhet.
I en enkel regresjonsanalyse så brukes en eller flere uavhengige variabler (X) for å predikere verdien i en avhengig variabel (Y), eller til å forklare hva Y variabelen er.
Hva er basisprediksjonen?
Basisprediksjonen sier at alle verdiene i en variabel er lik variabelens gjennomsnitt.
Man predikerer altså verdien til Y basert på gjennomsnittet til Y.
Hva er regresjonsanalytisk prediksjon?
Regresjonsanalytisk prediksjon går ut på at man kan predikere verdien til en avhengig variabel ved bruk av en eller flere uavhengige variabler, altså ved bruk av regresjonsanalyser.
For å predikere verdien til Y bruker vi formeluttrykket: **Y = a + BX + E. **
**Y **er den avhengig variabelen, X er den uavhengig variabelen og E er feilvariabelen. a er interseptet, dvs. verdien til Y når X = 0. B er stigningslinja, den sier hvor mye Y endres når X økes med 1 enhet.
Hva er forskjellen mellom Y og predikert Y?
Y er den observerte eller faktiske observasjonen, mens predikert Y er en predikert verdi vi får ved bruk av en regresjonsanalyse.
Hva er forskjellen mellom standardiserte og ustandardiserte regresjonskoeffisienter?
Den ustandardiserte regresjonskoeffisient B sier hvor stor endring det er i Y når X økes med 1 enhet.
Når regresjonskoeffisient B er standardisert, så kalles den for beta og uttrykker endring i standardavvik.
De viser derfor det samme, bare i ulike måleenheter.
Hva er kvadrerte korrelasjonskoeffisienter (r^2)?
r er symbolet for korrelasjonskoeffisienten, og som oftest blir variablene som korrelerer med hverandre også inkludert i uttrykket (rxy).
En kvadrert korrelasjonskoeffisient (r2yx) kalles en determinasjonskoeffisient. Kvadrerte korrelasjonskoeffisienter (r2) utrykker hvor mye varians to variabler har felles.
Hva er kvadrerte, standardiserte regresjonskoeffisienter (beta^2)?
Kvadrerte, standardiserte regresjonskoeffisienter (b2) uttrykker hvor mye av variansen i den avhengige variabelen som kan forklares av den uavhengige variabelen.
Hva skal man rapportere fra JASP-utskrift om Model summary?
Informasjonen fra Modell summary som skal rapporteres er justert r^2.
**Justert R^2 ** = den kvadrerte korrelasjonen mellom X og Y, som er korrigert i forhold til utvalgsstørrelsen og antall uavhengige variabler. Grunnen til at vi justerer R2 er fordi den gir et bedre estimat av forklart varians i populasjonen.
Hva skal man rapportere fra JASP-utskriftene om ANOVA tabellen?
Når man får ANOVA-tabellen i JASP, så skal man rapportere informasjonen om F-testen:
Først sier man om det er signifikante resultater eller ikke, så F(df1, df2) = f-verdi, tilhørende p-verdi.
Eks: Den er ikke signifikant, daF(1, 2) = 2.00, p = .293.
Hva skal man rapportere fra JASP-utskriften om regresjonskoeffisientene?
Informasjonen man skal rapportere om regresjonsvekter er om den standardiserte regresjonskoeffisienten er signifikant eller ikke, beta-verdien* b* =.71, t-verdien t(2) = 1.41 og p-verdien p = .293.
Hvordan rapporterer man resultatene fra en enkel regresjonsanalyse som ikke er signigikant?
- Først skal statistikk om modellen rapporteres, f.eks. justert R2, F-testen og p-verdi.
- Deretter skal regresjonskoeffisientene rapporteres, f.eks. er den signifikant, beta-verdi, t-verdi og p-verdi.
Eksempel:
«Modellen var ikke signifikant, justert R2 = .25, F(1,2) = 2.00, p = .293. Den standardiserte regresjonskoeffisienten var heller ikke signifikant, = .71, t(2) = 1.41, p = .293»
Hvordan rapporterer man resultatene fra en enkel regresjonsanalyse som er signigikant?
- Først skal statistikk om modellen rapporteres, f.eks. justert R2, F-testen og p-verdi.
- Deretter skal regresjonskoeffisientene rapporteres, f.eks. er den signifikant, beta-verdi, t-verdi og p-verdi.
Eksempel:
«Modellen var signifikant, justert R2 = .22, F(1, 66) = 20.0, p < .001. Den standardiserte regresjonskoeffisienten var positiv og signifikant, beta = .48, t(66) = 4.48, p < .001.»
Hvordan regner man ut frihetsgrader?
For å finne ut hva som inn i parantenes til t(), så må vi bruke denne formelen:
N (antall deltakere) - k (antall uavhengige variabler) - 1
Hva er kravene for at variabler skal være essensielt tau-ekvivalente?
- Samme årsak, altså samme T.
- Samme sanne varians