SPSS stappenplannen Flashcards
(21 cards)
1
Q
stappen van test interactie regressie
A
- formuleren van onderzoeksvraag & hypothese
- beschrijvende statistiek
- grafische voorstelling
- bouwen van regressiemodel
- nagaan van voorwaarden
- schrijven van conclusie
2
Q
onderzoeksvraag & hypthese van interactie regressie
A
- formuleren van onderzoeksvraag & hypothesen
- onderzoeksvraag = kernvraag die beantwoord moet worden
- opstellen van H0 & H1 = H0-is altijd in de vorm dat het geen wat je test niet zo is
–> er is GEEN interactie effect
- bepalen voor test = hypothese nauwkeurig toesten - opstellen van DAG uit onderzoeksvraag
- regressievergelijking met variabelen
- interpretatie = welke coëfficienten zijn van belang voor het testen van interactie
3
Q
beschrijvende statistiek van interactie regressie
A
- continue variabelen
- gemiddelde & mediaan
- standaarddeviatie
- minimum & maximum waarden
- door descriptive statistics -> descriptives - categorische variabele
- frequentie & proportie
- door descriptive statistics -> frequencies en enkel frequency table aanvragen - outliers
- extreem hoge of extreem lage waarde
- door meetfouten, bezondere omstandigheden of variabele met bezondere verdeling
- verwijderen enkel met nodige voorzichtigheid
4
Q
grafische voorstelling van interactie regressie
A
- univariatie grafische voorstelling
- categroisch = barplot of taartdiagram
- continu = boxplot of histogram - multivariate grafische voorstelling met 2
- continu x continu = scatterplot
- coninu x categorisch = boxplot - multivariate grafische voorstelling met 3
- coninu x categorisch x categorisch = boxplot met filter
- continu x continu x continu = 1 variabele dichotomiseren
5
Q
test van interactie regressie
A
- lineaire regressie
- analyze -> general lineair models -> univariate
- selecteren van afhankelijk = dependent
- selecteren van onafhankelijk categorisch = fixed factors
- selecteren van onafhanklijk continu = covariates - model bouwen
- model -> build terms
- onafhankelijke variabelen appart in model steken als MAIN EFFECTS
- onafhankelijke variabelen samen in model steken als INTERACTION
6
Q
extra aanduiden bij interactie regressie
A
- save
- ongestandaardiseerde voorspelde waarden
- gestandaardiseerde residuen - EM estimated marginal means
- X1*X2 opnemen
- compaire simple main effect aanduiden
- LSD(none)
- zal gemiddelde per groep berekenen - options
- descriptive statistics
- parameters estamites
- homogeneity tests
- residual plots
- modified Breusch-Pagan test
7
Q
interpretatie van interactie regressie
A
- corrected models
- H0 = het model verklaart geen variantie
- determinatiecoëfficiënt gelijk is aan 0
–> interpreteren onder tabel
- indien p < 0,05 dan pas rest van uitkomst interpreteren - regressievergelijking opstellen
- tabel parameter estimates
- enkel interactie effect opnemen indien p < 0,05 - regressie vergelijking voor elke groep opstellen
- EMMEANS = gemiddelde verschillen tussen groepen vaststellen
8
Q
controle van voorwaarden interactie regressie
A
nagaan van voorwaarden
= eigenlijk doen door aanduiden van extra-test bij test
- lineariteit
- tussen continu onafhankelijk & afhankelijk
- scatterplot met bissectrische
- automatisch voldaan indien enkel categorisch - homoscedasticiteit
- variantie van residuen gelijk voor verschillende X-waarden
–> indien niet zo = heteroscadicticiteit
- enkel categorische variabelen = Levene test
- categorisch & continue variabelen = Breusch-Pagan
- bij test = options -> residual plots
- of scatterplot van de redisuen tov. predicted = lineair verband - normale verdeling van residuen
- univariate histogram
- verdeling tonen = rechts boven curve klikken - multi-collineariteit
- analyze -> regression -> lineair -> statistiscs -> collinearity diagnostics
9
Q
controle door scatterplot
A
- grafiek
- residuelen op Y-as
- predictief op X-as - interpretatie
- lineariteit = horizontale lijn kunnen trekken zonder andere trend
- homoscedasticiteit = afwijking tov. horizontale lijn is evengroot op elk punt
10
Q
rapporteren van interactie regressie
A
= uitschrijven van resultaten
- raporteren van schattingen
- regressiecoëfficiënten
- standaardfouten
- gemiddeldes per groep = EMMEANS
- p-waarden
- R² - interpretatie = wat willen coëficiënten in context van onderzoeksvraag zeggen
- conclusie = testen van resultaten voor hypothese
11
Q
hypothese & beschrijvende statistiek bij bij mixed models
A
- hypothese = lineair
- beschrijvende stastiek
- per meting
- split cases of select cases
12
Q
grafische voorstellingen bij mixed models
A
- spaghetti-plot
- graphs -> chart builder
- line -> multiple lines
- x-as = tijd
- y-as = score
- color = id of groep bij veel id’s
- statistic = value
- mogelijkheid van betrouwbaarheids interval ook aan te zetten - andere line-plot kan ook
13
Q
test bij mixed models
A
- analyze
- mixed models
- lineair
- aanduiden
- subjects = ID
- data moet in lang formaat zijn - continue
- dependent value = score
- factor = categorische variabele
- covariate = continue variabele - extra
- fixed = vaste effecten = tijd, groep & combinatie
–> LAAT OP FACTORIAL STAAN
- random = include intercept per ID
- statistics = eerste 1,3 & 4e
- estimated marginal means = kan voor main effects & interactie
–> enkel interactie kunnen
- save = predicted values & residuals
14
Q
interpretatie bij mixed models
A
- information criteria = verschillende modellen vergelijken
- estimates of fixed effects = regressie model opstellen
- covariance parameters
- covariantie van data binnen subjecten
- covariantie van data binnen residuelen
- ICC berekenen = subjecten/(subjecten+residuelen) - EMMEANS = gemiddelde tussen groepen
15
Q
controleren van voorwaarden bij mixed models
A
≈ lineaire regressie
- lineariteit = scatterplot tussen afhankelijk & onafhankelijk continu
- collineariteit = regression
- homoskesasticiteit = scatterplot residuen tov. predicted
- normale verdeling
- ICC = zie covariance
16
Q
coxregressie spss
A
- analyze
- survival
- coxregression
- time kiezen
- status kiezen = define event
- categorisch = aanduiden dat categorisch is & referetie categorie kiezen
- options = confidence interval - assumpties
- log minus - keuze van referentie
- meestal placebo tov. referentie = actieve behandeling
- keuze andersom dan is B2 = 1/B1
17
Q
assumpties voor cox-regressie
A
- censoring = non-informative
- proportionele hazards = continu over tijd
- lineair verband tussen continue covariaten & hazard
- geen multi collineariteit tussen covariaten
- onafhankelijkeheid van survival tijden
18
Q
controle van proportionaliteit
A
- algemeen
- verhouding van hazards = hazard ratio
- blijft gelijk over tijd
- invloed van covariaat is onafhankelijk over tijd - grafische controle
- log minus log aanvinken tijdens coxregressie & categorische variabele kiezen
- transformatie van survival curve
- niet mogelijk voor continue variabelen = categorische maken
–> best 3-4 groepen
- visuele controle = paralelle lijnen = moet niet perfect zijn - andere = niet kunnen
- statistische test = Goodness of fit test
- Schoenfeld residuals plotten
19
Q
controle van lineariteit
A
- algemeen
- effect van continue covariaten op ln(hazard) is lineair
- controle door transformatie van variabele vb: kwadrateren, log, … - controle door kwartielen = continu -> categorisch
- 3/4 groepen = visual binding in SPSS
- zien of effect lineair is
- significantie onderling zien = coxregessie opnieuw uitvoeren - martingale residuals
20
Q
martignale residuals
A
- kenmerken
- nulmodel tov. continue variabele
- M = O - H(t)
- M = martingale residu
- O = geobserveerde status (0 of 1)
- H(t) = verwachte aantal op basis van gefitte model - stap 1
- nul model runnen = enkel tijd & status
- save hazards - stap 2
- manueel in SPSS berekenen door nieuwe variabele
- hazard - observeerd - stap 3
- lineair verband controleren door scatterplot met Y = martignale & X = variabele te testen
–> enkel continue variabele
- toevoegen van LOESS fit-line
21
Q
manuele commando’s
A
- na berekeningen
- Formats … (F8.3)
- List … / CASES 1 - bewerkeen variabelen
- variable labels … “…”
- variable level … (scale, nominal of ordinal)
- value variable … 0”…” 1”…”
- formats … (F8.3)
- variable width …(5)
