logistische regressie

Question 1

• Wat is logistische regressie analyse?

Answer 1

Dan wordt de voorspelling gemaakt op een dichtome variabele (die bestaat uit 2 keuzes)

Question 2

• Wat is een reden dat lineaire regressie niet werkt bij een dichtome variabele?

Answer 2

Aangezien er geen lineair verband aanwezig is.

Question 3

• Wat is een gevolg dat er bij logistische regressie geen lineair verband aanwezig is?

Answer 3

Dat de output anders wordt, en er andere termen gebruikt worden

Question 4

• Hoe wordt een logistische regressie weergegeven?

Answer 4

Via een S curve die aangeeft wat de kans is voor een bepaalde variabele

Question 5

• Hoe wordt de berekening gedaan in een logistische model?

Answer 5

Door de logaritmische functie van de odds te nemen

Question 6

• Wat zijn de odds?

Answer 6

Een verhouding van 1 gebeurtenis tussen de overige gebeurtenissen

Question 7

• Wat is de odds ratio?

Answer 7

Een verhouding tussen twee regressie coefficienten

Question 8

• Hoe wordt de odds ratio gelezen?

Answer 8

groter dan 1 is toename van de kans
kleinder dan 1 is afname van de kans (negatief verband)

Question 9

• Wat geeft de odds ratio aan?

Answer 9

De verhouding van de opeenvolgende stappen van een predictor

Question 10

• Wat is het percentage correct geclassificeerd, logistische regressie analyse?

Answer 10

Dit is een meting van de daadwerkelijke cijfers, en geeft aan hoe goed het model klopt

Question 11

• Hoe geeft de chi kwadraat aan of een model voor logistische analyse klopt?

Answer 11

Hoe lager de waarde hoe beter het model past

Question 12

• Wat is nagelkerke’s R2?

Answer 12

Een maat die vergelijkbaar is met de R2 van lineaire regressie

Question 13

• Welke aannames zijn er niet bij de logistische regressie?

Answer 13

Geen lineair verband tussen predictor en afhankelijke, de residuen hoeven niet normaal verdeeld te zijn

Question 14

• wat is de lineariteit van de logit?

Answer 14

Een verband tussen de predictoren en de logistische transformatie

Question 15

• wat is de afwezigheid van multicollineariteit?

Answer 15

Dat de predictoren niet samenhangen

Question 16

• wat is de aanname van influential cases?

Answer 16

Dat er geen extreme waarden zijn die het model kunnen beinvloeden

Question 17

• wat is de aanname onafhankelijkheid van de residuen?

Answer 17

Dat de personen geen relaties met elkaar hebben (scholen) of dat iedere deelnemer maar 1 keer aan bod komt

Question 18

welke samenhang moet te zien zijn bij logistische regressie analyes tussen predictoren en dichtome variabelen?

Answer 18

een kromlijnig verband

Question 19

wat geeft een significant model van logistische regressie analyse aan, de deviance?

Answer 19

dat het model met voorspellers een betere verklaring geeft.

Question 20

wat geeft een negatief verband aan bij logistische regressie analyes?

Answer 20

dat er een negatief verband is tussen de voorspeller en de afhankelijke variabelen