Uni-, bi- og multivariate analyser

Slides:



Advertisements
Liknende presentasjoner
Å forklare sosiale fenomener
Advertisements

Kapittel 4 - Regresjonsanslyse
Kap 12 Korrelasjon / Regresjon
Kap 10 Estimering.
Enhalet og tohalet hypotesetest
Kap 5 - Prediksjonsmodeller
Kap 09 Kontinuerlige fordelingsfunksjoner
Grunnleggende matematikk
Tolkning av resultatene fra logistisk regresjon
Denne koden skal gi svar på følgende:
Konsekvenser av familiepolitikk 2 Nico Keilman Befolkning og velferd ECON 1730 Høst 2009.
Transformasjoner Men hva hvis relasjonen er kurvelinjær?
Regresjonskritikk I Den beste modellen – men hvor god er denne modellen? God nok? Regresjonsanalysens forutsetninger – oversikt over mulige problemer 1:
Anvendt statistisk dataanalyse i samfunnsvitenskap
3: Samspill (ikke-addivitet) 4: Dikotomier 5: Dummy-variabler
Mer grunnleggende matte: Forberedelse til logistisk regresjon
Om semesteroppgaven Krav til den avhengige variabelen
HVA ER REGRESJONSANALYSE?
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
Anvendt statistisk dataanalyse i samfunnsvitenskap
1: Korrelasjon, kovarians (at variablene ’spiller sammen’)
Analyse og tolkning av datamaterialet
INDEKSER OG FORDELINGER
SAMMENHENGER MELLOM VARIABLER
Utdypende om design & statistikk Frode Svartdal UiTø April 2012.
Utdypende info, design & statistikk
ANOVA: Litt om design & statistikk
Korrelasjon Frode Svartdal UiTø 2014.
Anvendt statistisk dataanalyse i samfunnsvitenskap
1: Fra p til O: O = p / q q = (1 - p) O = p / (p - 1) Hvis p = 0,4 O = 0,4 / (1 - 0,4) O = 0,4 / 0,6 O = 0,6667 SOS3003/JFRYE.
Diskrete stokastiske variable
Anvendt statistisk dataanalyse i samfunnsvitenskap
Regresjonsanalyse Del 2
1 Bidrar far mer hjemme når mor er i jobb? Ragni Hege Kitterød og Silje Vatne Pettersen Statistisk sentralbyrå.
Presentasjon av data: deskriptiv statistikk
Hypotesetesting, og kontinuerlige stokastiske variable
Mål for sentraltendens:
Siste forelesning er i morgen!
Regresjon Petter Mostad
 Vi ønsker å tilpasse en rett linje gjennom dataskyen  Denne linjen skal ha den beste tilpasningen (minst feil) til data.
Operasjonsanalytiske emner
 Begreper  ANOVAAnalysis of Variance  Sum of Squares (Sammenlign med formelen for varians) Sir Ronald Aylmer Fisher
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Operasjonalisering: målenivå for variabler
Kvantitativ metode med vekt på survey – del
Regresjonsforutsetninger i STATA
MET 2211 Statistikk og dataanalyse
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006
Kapittel 13: Multippel regresjon Modelldiagnostikk
Figur 9.1 Sannsynlighet beregnes på en skala fra 0 til 1.
Figur 25.1 Sammenheng mellom inntekt i millioner NOK (y) og antall års utdanning (x) utover grunnskolen. I denne populasjonen er ß0 = 0.4 og ß1 =
Kapittel 14: Multippel regresjon
MET 2211 Statistikk og dataanalyse
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø V-2010
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
Tester med SPSS prosedyrer og utskrifter
MET 2211 Statistikk og dataanalyse
SIV : Metodevalg Stokastiske variabler
MET 2211 Statistikk og dataanalyse
SIV : Regresjon Kapittel 13 17/01/2019 Fred Wenstøp.
SIV : Kapittel 9 Normalfordelingen 17/01/2019 Fred Wenstøp.
MET 2211 Statistikk og dataanalyse
Ашық сабақ Тақырыбы: Отан туралы М.Мақатаев
Oppsummering fra forrige gang
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

Uni-, bi- og multivariate analyser SOS3003/JFRYE

Uni-, bi- og multivariate analyser X Y SOS3003/JFRYE

Bivariat regresjon Hvordan endres y seg når x endrer seg? NB: Kun en uavhengig variabel Sier altså noe om relasjonen mellom x og y NB: Det finnes en rekke statistiske mål som sier noe om relasjonen: gamma, Cramer’s V, Phi, Pearson’s r (korrelasjonskoeffisienten) etc... Bivariat regresjon: Et annet, og litt mer ’avansert’ mål, på relasjonen mellom to variabler. NB: Forutsetter intervall/forholdstallsnivå! SOS3003/JFRYE

I populasjonen: У = β0 + β1x1 + εi I utvalget: y = b0 + b1 x1 + e Predikert y: y = 34,732 + 0,054X Feilleddet: observert vs. predikert y SOS3003/JFRYE

SOS3003/JFRYE

SOS3003/JFRYE

Feilleddene I Vi ønsker en modell som minimaliserer feilene. OLS-regresjon er en matematisk beregningsmåte som gjøre dette Mer konkret: OLS (Ordinary Least Squares) beregner verdiene til b-ene slik at summen av de kvadrerte feilleddene blir minst mulig SOS3003/JFRYE

Feilleddene II Tre begreper: Total sums of squares: TSS Residual sum of squares: RSS Explained sum of squares: ESS Mål på hvor god modellen er: R2 = ESS/TSS Fra 0 til 1 SOS3003/JFRYE

Feilleddene III  de skal ha ’identisk distribusjon’, med 0 i snitt og samme varians  de skal være uavhengig av X'ene og av hverandre  de skal være normalfordelte – jfr. normalfordelingen i forrige time Normal independent and identical distributed residuals Forkortet: Normal i.i.d SOS3003/JFRYE