Regresjonsanalyse 3 Flashcards

1
Q

Hva gjør en moderator (M) i en MR-analyse?

A

En moderator endrer styrken på relasjonen Y-X, avhengig av størrelsen på M. M har også en direkte effekt på Y.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hva er forskjellen på denne formelen (Y = b₀ + b₁X₁ + b₂X₂ + b₃X₁X₂) enn denne formelen (Y = b₀ + b₁X + b₂M + b₃XM)?

A

Y = b₀ + b₁X₁ + b₂X₂ + b₃X₁X₂, Dette er en standard form for en regresjonsmodell som inkluderer en interaksjon mellom variablene X₁ og X₂. b₀ er konstantleddet (intercept), b₁ og b₂ er regresjonskoeffisientene for henholdsvis X₁ og X₂, mens b₃ representerer interaksjonseffekten mellom X₁ og X₂.

Y = b₀ + b₁X + b₂M + b₃XM, Her brukes en alternativ notasjon hvor X₁ er erstattet med X og X₂ er erstattet med M. Det gjør modellen enklere å lese ved å bruke M som en moderatorvariabel (M).

Interaksjonstermen (b₃XM) viser hvordan effekten av X på Y endres som en funksjon av M.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Hvordan kan vi faktorisere denne formelen (Y = b₀ + b₁X + b₂M + b₃XM) og hva viser det?

A

Modellen faktoreres for å vise hvordan intercepten og stigningen (slope) endres basert på verdiene av M:
Y = (b₀ + b₂M) + (b₁ + b₃M)X

Her ser vi at intercepten og stigningen påvirkes av M.
Interceptet er nå (b₀ + b₂M), og stigningen til X er (b₁ + b₃M).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Vil regresjonslinjen endre seg som et resultat av ulike verdier av M?

A

Ja, dette gir oss en unik regresjonslinje for hver valgt M-verdi, som betyr at for forskjellige verdier av M, vil linjen som beskriver forholdet mellom X og Y variere.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Når legger vi vanligvis inn interaksjonen i en hierarkisk regresjonsanalyse, og hva er fordelene med dette?

A

Vanligvis legger man inn interaksjonen til sist. Fordelene er at man kan isolere hovedeffektene fra interaksjonseffekten, og man kan se på endring i forklart varians (R^2) når man legger til interaksjonseffekten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Hvilken variabel er det vanlig å velge som moderator?

A

Det er vanlig å velge den stabile variabelen som moderator, mens flyktige (mer utabile) variabler utgjør hovedeffektene.

Eks: Y-depresjon, X1- stress, X2-sårbarhet
Opplevd stress er mer flyktig (X), mens sårbarhet blir ansett som mer stabilt (M).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Beskriv hva som skjer når beta for X * M (interaksjonseffekten) er positiv og negativ.

A

Hvis beta er positiv: Når M øker, så øker stigningstallet for simple slope. Når M minker, så synker stigningstallet for simple slope.

Hvis beta er negativ: Når M øker, så synker stigningstallet for simple slope. Når M minker, så øker stigningstallet for simple slope.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Hva slags verdi er vanlig å velge for M ved grafing?

A

Det er vanlig å velge +/- 1 standardavvik for M ved grafing.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Hva er forskjellen på moderatoren i ANOVA og MLR?

A

I ANOVA er moderatoren dikotom (0 og 1 for to grupper, eller 0, 1 og 2 for tre grupper).

I en MLR så er moderatoren kontinuerlig og vi må selv velge verdi.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Hva skjer når beta1 øker:

A

Ved økende beta 1 (hovedeffekt), så øker stigningstallet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hva skjer når beta3 øker?

A

Når beta 3 (interaksjonseffekt) øker, så øker differansen i stigningstallene i de ulike moderatorgruppene.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hva skjer når beta 0 øker?

A

Når beta 0 (intersept) øker, så løftes alle linjene likt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hva skjer når beta 2 øker?

A

Når beta 2 (moderator) øker, løftes linjen ved høy moderatorverdi og senkes ved lav moderatorverdi.
Bilde

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Hvilke to problemer er det med interaksjonseffekter?

A

1: Lavere statistisk styrke

2: Kolinaritet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Beskriv problemet med lavere statistisk styrke for interaksjonseffekter, og si noe om hvordan styrken kan økes?

A

Den statistiske styrken for interaksjonseffekter er svakere enn for hovedeffekter, og kan gå ned mot 20-30%.

Denne styrken kan økes med;

  • økt utvalgsstørrelse
  • like underutvalgsstørrelser som interaksjonen beskriver
  • bruke mer reliable måleinstrumenter
  • mer varians i avhengig variabel
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Beskriv problemet med kolinaritet for interaksjonseffekter.

A

Siden en interaksjon utgjør produktet av to prediktorer (X1 og X2) vil interaksjonen (X1 * X2) korrelerer høyt med de to hovedeffektene for X1 og X2, og dette høyner standardfeilen.

17
Q

Hva kan vi gjøre for å redusere kolineriteten mellom interaksjonstermen og prediktorene? Og hvordan gjør vi dette når vi har to prediktorer X1 og X2?

A

Vi kan sentrere variablene for å redusere kolineariteten, men den vil ikke redusere den helt.

18
Q

Er det forskjell på f-test resultatene for usentrerte og sentrerte variabler?

A

Nei

19
Q

Hva er en 3-veis interaksjon i regresjon?

A
20
Q

Hva slags gjennomsnitt har sentrerte variabler?

A

Når du sentrerer variablene i en regresjonsmodell, vil gjennomsnittet for hver sentrert variabel alltid være null.