Verschil tussen correlatie en regressie
- Enkel continue variabelen
- Regressie impliceert niet per se dat er causaliteit is
- 1 afhankelijke variabele en 1 of meer onafhankelijke variabelen
Correlatie of regressie?
- Hebben andere vraagstelling:
- Correlatie: is er een verband tussen X en Y, of hoe sterk is dat verband?
o Bv. lengte en gewicht
o Lengte en gewicht zijn inwisselbaar (gelijkwaardig) symmetrische analyse
o X en Y moeten aselecte steekproeven (je kan ze niet zelf kiezen zoals tijd)
- Regressie: heeft variabele X invloed op Y? He verandert X met Y? Hoe voorspel je Y gegeven X…
o Bv. voorspel de lengte van een persoon op basis van het gewicht
o X en Y zijn niet inwisselbaar (niet gelijkwaardig)
o Soms oorzaak en gevolg (causaliteit) voorzichtig zijn met interpretatie
o Bv. neerslag per dag + verkeersongelukken ongelukken kunnen gevolg zijn van neerslag
o Dan zekere causaliteit MAAR voorzichtig zijn want is niet per se zo
- Minstens 1 variabele moet normaal verdeeld zijn
- Parametrisch: zeer gevoelig voor outliers
o Indien je een outlier niet kan verwijderen: Spearman
- Gaat na of er een lineair verband is, of geen verband (een wolk is dus ook oke)
o Indien een duidelijk niet-lineair verband: Spearman
o SCATTERPLOT
- H0: de variabelen zijn niet lineair gecorreleerd
o P-waarde < 0,05: verwerpt H0 en zegt dat r ≠ 0
o r = de maat voor sterkte van het verband, ligt tussen -1 en 1
o Hoe verder naar 1 of -1, hoe meer de data op een rechte lijn ligt
o r² = of de variabiliteit vd ene variabele kan verklaard worden door de variabliteit vd andere
Spearman
- Niet-parametrisch: ongevoelig voor outliers
- Veronderstelt geen lineair verband, gaat na of x en y zich gelijkwaardig gedragen
- H0: de variabelen zijn niet gecorreleerd
o Significantie is meestal niet echt relevant
- Hoe groter ρ, hoe sterker de correlatie
SPSS:
Nagaan of er een relatie is tussen X en Y en hoe sterk dit verband is
Analyze correlate bivariate
Alle twee de variabelen rechts onder variables
Onder correlation coëfficiënts : ofwel Pearson ofwel Spearman aanduiden
OUTPUT: PEARSON
o Je kan in de 4 vakjes telkens: X & X correleren, X & Y correleren, Y & X en Y & Y
o X & X en Y & Y is natuurlijk altijd 1
o Bij Pearson maakt het ook niet uit of je X met Y correleert of Y met X (is hetzelfde)
o Pearson correlatie coëfficiënt (r) : hoe verder naar 1 of -1, hoe sterker het verband
o Daaronder: Sig. (2-tailed)
< 0,05: significant verband tussen X en Y
OUTPUT: SPEARMAN
o Je kan in de 4 vakjes telkens: X & Y correleren en Y & X
o Spearman’s rho (ρ) : hoe verder naar 1, hoe sterker het verband
o Sig (2-tailed)
< 0,05: significant verband tussen X en Y of Y en X
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur Bi0med. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €2,99. Vous n'êtes lié à rien après votre achat.