Wat?
= statistische relatie tussen afhankelijke variabele Y en 1 of meerdere onafhankelijke variabele(n) X
= voorspelling van de waarde van de afhankelijke variabele op basis van de onafhankelijke(n) waarvan we de waarde(n) kennen; Dus: Y voorspellen adhv. X(’en)
Y = te voorspellen variabele = dependent/outcome variable ==> metrisch + normaal verdeeld ihkv. inferentie
X = voorspellende variabele = predictor ==> metrisch (of nominaal/ordinaal indien correct getransformeerd!)
Belangrijke opmerkingen:
Soorten
= Schatten van een LINEAIR (= rechtlijnig) verband tussen: Eén afhankelijke (Y) en Eén onafhankelijke variabele (X)
--> Y= a+ bx + e
a = intercept = constante (snijpunt regressierechte met Y-as)
b = verandering in Y geassocieerd met 1 eenheid verandering in X
e = error = fout (wat niet verklaard wordt)
= Méér dan 1 predictor die afhankelijke (Y) verklaren
= Schatten van een LINEAIR (= rechtlijnig) verband tussen: Eén afhankelijke (Y) en meerdere onafhankelijke variabelen (X’en)
--> Y = a + b1x1 + b2x2 + e
a = intercept = constante (snijpunt regressierechte met Y-as)
b1 = verandering in Y geassocieerd met 1 eenheid verandering in X1 (idem voor b2 en X2)
e = error = fout (wat niet verklaard wordt)
Assumpties