Methodologie & Statistiek I
47
Methodologie & Statistiek I Verband tussen twee variabelen 3. 2 miscellaneous
description
Methodologie & Statistiek I. Verband tussen twee variabelen. 3.2. miscellaneous. U kunt deze presentatie ook op uw eigen PC afspelen!. Gebruikmaken van internet: http://www.unimaas.nl/~stat. Education Health sciences Presentations of lectures. “op dit moment ……. beschikbaar Opening - PowerPoint PPT Presentation
Transcript of Methodologie & Statistiek I
Methodologie &
Statistiek I
Verband tussen twee variabelen
3.2
miscellaneous
U kunt deze presentatie ook op uw eigen PC afspelen!
Gebruikmaken van internet:http://www.unimaas.nl/~stat
EducationHealth sciences
Presentations of lectures
“op dit moment ……. beschikbaarOpening---Hoofdstuk 3 (Verband tussen …)---Powerpointviewer downloaden”
Deze diapresentatie werd vervaardigd door Michel Janssenvan de Capaciteitsgroep Methodologie en Statistiek.
De presentatie mag alleen worden gecopieerd voor eigen gebruik door studenten en medewerkers van de Universiteit Limburg in Maastricht.
Met eventuele op- en aanmerkingen kunt u terecht bij:
Universiteit MaastrichtCapaciteitsgroep M&SMichel JanssenPostbus 6166200 MD Maastricht [email protected]
Methodologie &
Statistiek I
Verband tussen twee variabelen
3.2
miscellaneous22 januari 2001
CIJFERS WEZEN OPEEN SIGNIFICANT POSITIEF VERBAND TUSSEN:
Aantal ooievaarsnesten en aantal geboortenin een bepaalde streek over een aantal jaren
Aantal jonge politie-agenten en aantal ongehuwde moeders in Londen over een aantaljaren
Aantal brandweerlieden en de totale waarde van de gefikte objecten in een regio over een aantal jaren
Kwaliteit handschrift en maat schoenen van50 kinderen
In 51 regio’s werd gekeken naar het aantalziekenhuisbedden per 1000 inwoners (=BED)en het aantal Ziekenfonds-opnamen per 1000Inwoners (ZF_OPN).
Er wordt een puntenwolk gemaaktvan BED tegen ZF_OPN
BED
987654321
ZF
_O
PN
160
140
120
100
80
60
40
De regressie-lijn wordt berekend:
ZF_OPN = 37.9 + 13.1BED
Hoeveel ZF_OPN mogen worden verwachtin een regio met BED = 5 ?????
103.40
De regressie-lijn wordt berekend:
ZF_OPN = 37.9 + 13.1BED
Hoeveel ZF_OPN mogen worden verwachtin een regio met BED = 0 ?????
37.9COMMENTAAR???
Populatie A (X en Y)steekproeven van n stuks:r, b0 en b1
r, b0 en b1
r, b0 en b1
r, b0 en b1
r, b0 en b1
………………
Kijken naar de verdeling vanr (schatter van b0 (schatter van 0)b1 (schatter van 1)
Populatie A (X en Y)steekproef: rA= 0.80
Populatie B (X en Y)steekproef: rB= 0.50
Samenhang X en Y in populatie: A en B
A > B
Populatie A (X en Y)steekproef: rA= 0.80
Populatie B (X en Y)steekproef: rB= 0.50
Samenhang X en Y in populatie: A en B
A > B
Zelfde antwoord als na= 10 en nb=10000
tekenvan b1 en r
sd(x) is altijd positiefsd(y) is altijd positief
Dus: ri-coeff sd-lijn is altijd POSITIEF?????
richtings-coefficient sd-lijn is positiefcorrelatiecoefficient is negatief
ri-coeff regressielijn= r * ri-coeff sd-lijn
Dus: ri-coeff regressielijn is NEGATIEF ??????
Bereken r uit r2
r is positief of negatief ????
regressielijn Y= b0 + b1X
teken van correlatiecoefficient is teken van b1 !!!!!
Scatterplot van uitgebrachte stemmenop Gore en Buchanan
in de67 kiesdistricten van Florida
GORE
4000003000002000001000000
BU
CH
AN
AN
4000
3000
2000
1000
0
50
GORE
4000003000002000001000000
BU
CH
AN
AN
4000
3000
2000
1000
0
50Palmbeach…………
Model R R SquareAdjustedR Square
Std Error of the
Estimate
1 0.913 0.833 0.830 23.5341
Predictors: (Constant), Gore_TH
Model
ModelSum ofSquares df
MeanSquare F Sig.
RegressionResidualTotal
179620.036000.6
215620.6
16566
179620.0
553.9
324.31
0.000
ANOVA
Predictors: (Constant), Gore_THDependent Variable: Bush_TH
Model
UnstandardizedCoefficients
StandardizedCoefficients
B Std. Error Beta t Sig.
ConstantGore_TH
13.2200.696
3.3290.039 0.913
3.97118.01
0.0000.000
Dependent Variable: Bush_TH
Coefficients
ModelSum ofSquares df
MeanSquare F Sig.
RegressionResidualTotal
179620.036000.6
215620.6
16566
179620.0
553.9
324.31
0.000
ANOVA
r2 var(y)
ModelSum ofSquares df
MeanSquare F Sig.
RegressionResidualTotal
179620.036000.6
215620.6
16566
179620.0
553.9
324.31
0.000
ANOVA
r2 = 179620.0/215620.6= 0.83var(y) = 215620.6/66= 3266.98
Voor de echte puzzelaars:
Bereken uit de totale regressie-uitvoer devariantie van X
Voor de echte puzzelaars:
Bereken uit de totale regressie-uitvoer devariantie van X
b1= r * sd(y) / sd(x)
Het leek ons interessant de scores van de eerste toets (januari)te vergelijken met descores van de tweede toets (mei)
alle eerste jaars (jaargang 1999)
MS11
121086420-2
MS
12
10
8
6
4
2
0
-2Commentaar?
1546
14 139
(listwise deletion)
Eerste toets Tweede toets
lager dan 5.0groter/gelijk 5.0gemiddelde
34313
7.49
163171
5.00
Correlatie-coefficient 0.30
Regressie-lijn: MS12= 2.91 + 0.27*MS11
Commentaar?
