Logistisk regresjon 1
|
|
- Edith Finstad
- 7 år siden
- Visninger:
Transkript
1 Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale) grupper Sannsynligheter Sannsynligheter er et kontinuum som varierer mellom 0 og Eks myntkast: Myntkast med en normal (rettferdig) mynt gir i det lange løp en 50/50 prosent sjanse for å få enten krone eller mynt. I så fall er sannsynligheten for den ene eller andre utfallet 0.5 Hvis sannsynligheten er er det helt sikkert at et fenomen inntreffer Hvis sannsynligheten er 0 er det derimot helt sikkert at fenomenet ikke inntreffer
2 Sannsynligheter og andeler er parallelle begreper Arbeidstidskategorier * Kjønn Crosstabulation Arbeidstidskategorier Total,00 Normal (<=40t),00 Høy (>= 4) Count % within Kjønn Count % within Kjønn Count % within Kjønn Kjønn,00 Mann,00 Kvinne Total ,3% 92,% 80,3% ,7% 7,9% 9,7% ,0% 00,0% 00,0% Mens sannsynligheter tar utgangspunkt i den enkelte enhet i undersøkelsen tar andeler utgangspunkt i grupper av enheter. Utregningen av andeler er identisk med, og gir samme resultat som, beregningen av sannsynligheter. Underliggende sannsynligheter på individnivå gir seg utslag i bestemte andeler på gruppenivå. Eks krysstabellanalysen: Andelen menn med høy arbeidstid: 55/733 * 00 = 29.7 % Andelen kvinner med høy arbeidstid: 6/468 * 00 = 7.9 % Sannsynligheten for at en mann har høy arbeidstid: 55/733 = Sannsynligheten for at en kvinne har høy arbeidstid: 6/468 = Innenfor en gitt gruppe er p(y i = ) lik andelen i gruppen som har egenskapen. Ifølge analysen ovenfor er for eksempel sannsynligheten for at en kvinne har høy arbeidstid fordi andelen kvinner som har denne egenskapen er 7.9% Legg også merke til at: Gjennomsnittet av en diktom variabel er andelen som har verdien Gj.sn av arb.tidsvariabelen for menn: ( )/733 = 55/733 = 0.297
3 Lineær sannsynlighetsregresjon (OLS) Her er avhengig variabel: Høy arbeidstid = mer enn 50 timer pr uke Model (Constant) Utdanning i år utover grunnskolenivå Kjønn a. Dependent Variable: ARBTID50 Coefficients a Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig. 4,289E-02,006 7,266,000 3,933E-03,00,056 3,7,002-4,37E-02,007 -,20-6,7,000 Vi får automatisk en variabel som kan fortolkes som et sannsynlighetskontinuum som varierer mellom 0 og, med gjennomsnitt lik andelen som skårer på avhengig variabel. Sannsynlighet for høy arbeidstid 0,05 0,04 Sannsynlighet 0,03 0,02 0,0 Menn Kvinner 0-0, Antall år med utdanning Ved skjevfordelte avhengige variable vil lineær sannsynlighetsregresjon kunne predikere sannsynligheter utenfor 0 området nettopp fordi modellen forutsetter linearitet
4 Løsning : Odds Problem: En avhengig dummy-variabel er begrenset: varierer kun mellom 0 og Den øvre grensen fjernes ved å omforme variabelen til et forholdstall: odds Odds = forholdet mellom sannsynligheten for at noe inntreffer (p) og sannsynligheten for at det ikke inntreffer (-p): odds p ( p) Odds < : Odds = : Odds > : Det er mindre sannsynlig at noe inntreffer enn at det gjør det: p(y = )<.5 Det er like sannsynlig at noe inntreffer som at det ikke gjør det: p(y = ) =.5 Det er mer sannsynlig at noe inntreffer enn at det ikke gjør det: p(y = ) >.5 Sannsynlighet Odds M.a.o.: ,75/(-0.75) = 3 p(y=) er 3 ganger høyere enn p(y=0) ,25/(-0.25) = 0,333 P(y=) er en tredjedel av p(y=0) Odds varierer mellom 0 og positivt uendelig: p = 0.9 odds = 0.9/0. = 9 p = 0.99 odds = 0.99/0.0 = 99 p = odds = 0.999/0.00 = 999
5 Løsning 2: Log Odds Det er fortsatt et problem at den nedre grensen på avhengig variabel er begrenset til 0 Den nedre grensen fjernes ved å ta den naturlige logaritmen (Ln) av oddsen Den naturlige tallet e = 2.78 Den naturlige logaritmen til et tall er det tallet man må opphøye e i for å få utgangstallet Ln(0) = fordi e = 0 Ved å ta den naturlige logaritmen (Ln) av en rekke tall (her: odds) oppnår vi: Rangeringen av tallene blir den samme Logaritmen til tallet er 0 Tall mellom 0 og gir negativ logaritme, mens tall større enn gir positiv logaritme Sannsynlighet Odds Log odds Større enn 0.5 Større enn positiv Lik 0.5 null Mindre enn 0.5 Mellom 0 og negativ Log odds som avhengig variabel er en variabel som varierer mellom pluss/minus uendelig: p = 0. L = ln(0./0.9) = -2,20 p = 0.0 L = ln(0.0/0.99) = -4,60 p = 0.00 L = ln(0.00/0.999) = -6,9
6 Logistisk regresjon I logistisk regresjon er den avhengige variabelen definert som: Logiten L ln p( Y p( Y ) ) Dersom vi plotter sammenhengen mellom logiten og den underliggende sannsynligheten som den er beregnet fra får vi følgende figur: Sammenhengen mellom L og et sett av X-variable er derimot lineær. Modellen i logistisk regresjon er denne: L p( Y ) ln b0 b x b2 x2... p( Y ) b n x n e Logaritmen av oddsen er m.a.o. en lineær funksjon av et sett uavhengige variable. Koeffisientene uttrykker IKKE endringer i sannsynligheter (de må vi regne oss til), men endringer i logiten som følge av endringer i de uavhengige variablene.
7 Bivariat logistisk regresjon i SPSS For å få tak i nødvendig informasjon for testing av modellen, gå inn på Options og kryss av for Hosmer & Lameshow og Iteration History :
8 SPSS Utskrift Block : Method = Enter Iteration History a,b,c,d Iteration a. Method: Enter -2 Log Coefficients likelihood Constant KJONN 3000,409 -,8 -, ,32 -,860 -,4 2920,39 -,86 -, ,300 -,86 -,595 b. Constant is included in the model. c. Initial -2 Log Likelihood: 377,903 d. Estimation terminated at iteration number 4 because log-likelihood decreased by less than,00 percent. Omnibus Tests of Model Coefficients Block Model Chi-square df Sig. 257,603, ,603, ,603,000 Model Summary -2 Log Cox & Snell Nagelkerke likelihood R Square R Square 2920,300,077,23 Hosmer and Lemeshow Test Contingency Table for Hosmer and Lemeshow Test 2 Arbeidstidskategorier =,00 Normal (<=40t) Arbeidstidskategorier =,00 Høy (>= 4) Observed Expected Observed Expected Total , , , , Classification Table a Predicted Observed Arbeidstidskategorier Overall Percentage a. The cut value is,500 Normal (<=40t) Høy (>= 4) Arbeidstidskategorier Normal Percentage (<=40t) Høy (>= 4) Correct ,0 63 0,0 80,3 a KJONN Constant a. Variable(s) entered on step : KJONN. Variables in the Equation B S.E. Wald df Sig. Exp(B) -,595,0 209,827,000,203 -,86, ,200,000,423
9 Fortolkning : Koeffisienter a KJONN Constant a. Variable(s) entered on step : KJONN. Variables in the Equation B S.E. Wald df Sig. Exp(B) -,595,0 209,827,000,203 -,86, ,200,000,423 Avhengig variabel er arbeidstid: 0= inntil 40 timer pr uke = mer enn 40 timer pr uke Teknisk: Koeffisientene viser hvor mye logaritmen av oddsen for å ha høy arbeidstid logiten endres når den uavhengige variabelen øker med en enhet i verdi Konstant: Når uavhengig variabel er 0 dvs for menn er logiten Kjønn: For kvinner er logiten i gjennomsnitt.595 lavere enn for menn (fortegnet er minus) Substansielt: Vi forholder oss til fortegnet på koeffisientene med tilhørende signifikanstest Fra tabellen ovenfor kan vi trekke følgende slutninger: Sannsynligheten for at menn jobber mer enn 40 timer er lavere enn sannsynligheten for at de jobber mindre enn 40 timer Sannsynligheten for at kvinner jobber mer enn 40 timer er enda lavere enn hva tilfellet er for menn
10 Fortolkning 2: Odds ratio a KJONN Constant a. Variable(s) entered on step : KJONN. Variables in the Equation B S.E. Wald df Sig. Exp(B) -,595,0 209,827,000,203 -,86, ,200,000,423 Hvis vi tar anti-logaritmen til et tall får vi utgangstallet: e ln( x) (På kalkulatoren: slå inn koeffisienten, trykk deretter på e x ) ln(.595) Kjønnskoeffisienten omregnes da slik: exp( ) e b Kjonn b Fortolkningen følger av det faktum at dette tallet er en odds ratio, eller forholdet mellom to odds, nemlig forholdet mellom oddsen for å ha høy arbeidstid blant kvinner og den tilsvarende oddsen for menn: oddsratio p kvinner p ( Y kvinner ( y ) ) p menn p ( Y menn ( Y ) ) Siden oddsratioen er mindre enn 0 er oddsen for å ha høy arbeidstid lavere blant kvinner enn menn. Sammenhengen mellom kjønn og arbeidstid er i tråd med koeffisientens negative fortegn altså negativ. Oddsratio har en prosentfortolkning: Oddsratio>: Oddsratio=: Oddsratio<: (oddsratio-)*00 = prosent høyere sjanse for Y= i den ene gruppen sammenliknet med den andre (oddsratio-)*00 = (-)*00 = 0, dvs. ingen sammenheng mellom avhengig og uavhengig variabel (-oddsratio)*00 = prosent lavere sjanse for Y= i den ene gruppen sammenliknet med den andre. Her: Oddsratio = 0.203: Oddsen eller sjansen for at kvinner har høy arbeidstid er 80 % lavere enn den tilsvarende sjansen for menn. Alternativt: Oddsen eller sjansen for at kvinner har høy arbeidstid er 20 % av den tilsvarende sjansen for menn.
11 Fortolkning 3: Predikerte sannsynligheter a KJONN Constant a. Variable(s) entered on step : KJONN. Variables in the Equation B S.E. Wald df Sig. Exp(B) -,595,0 209,827,000,203 -,86, ,200,000,423 Siden den logistiske modellen er ikke-lineær kan ikke enkeltkoeffisienter omregnes til sannsynligheter. Derimot kan vi predikere sannsynligheter for Y= for sosiale grupper som lar seg definere ved hjelp av kombinasjoner av verdier på et sett av uavhengige variable L ln p( Y p( Y ) ) b 0 b x b 2 x 2... b n x n p e ( b 0 b x... b n x n ) Predikert andel kvinner med høy arbeidstid: Steg : Vi predikerer log-odds for kvinner: L = (-.595) = ( 2.456) Steg 2: Vi tar anti-log en av minus log-oddsen: e. 658 Steg 3: Vi beregner andelen kvinner med høy arbeidstid: (.658) Tilsvarende regnestykke for menn: Steg : L = ( 0.86) Steg 2: e Steg 3: ( 2.366)
12 Sammenlikning med krysstabellanalysen Arbeidstidskategorier * Kjønn Crosstabulation Arbeidstidskategorier Total,00 Normal (<=40t),00 Høy (>= 4) Count % within Kjønn Count % within Kjønn Count % within Kjønn Kjønn,00 Mann,00 Kvinne Total ,3% 92,% 80,3% ,7% 7,9% 9,7% ,0% 00,0% 00,0% Predikerte utfall i prosent: Høy arbeidstid Menn Kvinner Nei (Y=0) Ja (Y=) Total 00 00
13 This document was created with Win2PDF available at The unregistered version of Win2PDF is for evaluation or non-commercial use only.
Logistisk regresjon 2
Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.
DetaljerFra krysstabell til regresjon
Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver
DetaljerForelesning 17 Logistisk regresjonsanalyse
Forelesning 17 Logistisk regresjonsanalyse Logistiske regresjons er den mest brukte regresjonsanalysen når den avhengige variabelen er todelt Metoden kan brukes til å: teste hypoteser om variablers effekt
DetaljerMASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl
MASTER I IDRETTSVITENSKAP 2018/2020 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 18. mars 2019 kl. 10.00-12.00 Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist: 8.april 2019
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 316 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.:
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE SOS 00 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Faglig kontakt under eksamen:
DetaljerEKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under
DetaljerEKSAMENSOPPGAVE I SOS3003:
EKSAMENSOPPGAVE I SOS3003: ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP HØST 2012. Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74 Eksamensdato og tidspunkt: 17. desember
DetaljerStd. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.
Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Våren 2006 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt
DetaljerEKSAMENSOPPGAVE I SOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP VÅR 2008.
EKSAMENSOPPGAVE I SOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP VÅR 2008. Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74 Eksamensdato og tidspunkt: 20. mai 2008 09:00
DetaljerKategoriske data, del I: Kategoriske data - del 2 (Rosner, ) Kategoriske data, del II: 2x2 tabell, parede data (Mc Nemar s test)
Kategoriske data, del I: Kategoriske data - del (Rosner, 10.3-10.7) 1 januar 009 Stian Lydersen To behandlinger og to utfall. (generelt: variable, verdier). x tabell. Uavhengige observasjoner Sammenheng
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 36 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.:
DetaljerHvorfor har forskjellen. i t-testen på nå blitt redusert til ?
Forelesning 16 Tolkning av regresjonsmodeller Eksamensoppgave i SVSOS17 18. mai 21 1 Oppgave 1a Tabell 1 viser et SPSS-utskrift av en t-test for to uavhengige utvalg, og er basert på data fra en spørreundersøkelse
DetaljerSKOLEEKSAMEN 2. november 2007 (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN. november 007 (4 timer Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 3. november kl.
DetaljerSENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006
SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller tirsdag 4. desember
DetaljerForelesning 18 SOS1002
Forelesning 8 SOS002 Bruk av regresjonsmodeller til å predikere verdier? Hvordan kan vi predikere timelønn ut fra denne lineære regresjonsmodellen? B SEB Beta t Sig. t Kvinner(kvinne=, mann=0) -4,0 0,96-0,23-4,66
DetaljerFrequencies. Frequencies
* Et eksempel på hvordan du kan bygge opp en regresjonsmodell i SPSS. * Jeg bruker data fra Levekårsundersøkelsen 995. * I regresjonsmodellen min vil jeg analysere hvordan antall leste bøker per år blir
DetaljerNTNU, Norges teknisk-naturvitenskapelige universitet
NTNU /NORWEGIAN UNIVERSITY OF SCIENCE AND TECHNOLOGY Eksamensoppgåver/Eksamensoppgaver/Examination question NTNU, Norges teknisk-naturvitenskapelige universitet EXAMINATION QUESTIONS FOR / EKSAMENSOPPGÅVE
DetaljerFrequencies. Frequencies
* Et eksempel på hvordan du kan bygge opp en regresjonsmodell i SPSS. * Jeg bruker data fra Levekårsundersøkelsen 995. * I regresjonsmodellen min vil jeg analysere hvordan antall leste bøker per år blir
DetaljerPSYC 3101 KVANTITATIV METODE II Eksamen høst 2008
Eksamen 7. november kl. 0900 200 Sensur: 8.2. kl. 4 Alle oppgavene skal besvares. PSYC 30 KVANTITATIV METODE II Eksamen høst 2008 OPPGAVE Vurdering av personlige egenskaper Et selskap som driver en nettside
Detaljerregresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2)
Innføring i medisinsk statistikk del 2 regresjonsmodeller Hvorfor vil man bruke regresjonsmodeller? multippel logistisk regresjon. predikere et utfall (f.eks. sykdom, død, blodtrykk) basert på et sett
DetaljerArbeidsnotat nr. 8-2000. Per Arne Tufte
Arbeidsnotat nr. 8-2000 Per Arne Tufte En intuitiv innføring i logistisk regresjon SIFO 2000 Prosjektnotat nr. 8-2000 STATENS INSTITUTT FOR FORBRUKSFORSKNING Sandakerveien 24 C, Bygg B Postboks 4682 Nydalen
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 36 REGRESJONSANALYSE Faglig kontakt under eksamen: Tlf.: 73 59 7 0 Eksamensdato:
DetaljerInternational Research Institute of Stavanger AS
Innhold 1 INNLEDNING... 5 2 BIVARIAT ANALYSE AV UTVALGTE PROBLEMSTILLINGER... 6 2.1 Kommunestørrelse og antall bygninger barnehagen består av... 6 2.2 Styrers og pedagogisk leders utdanningsnivå ved ulike
DetaljerEr det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse
Forelesning 4 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
DetaljerForelesning 13 Regresjonsanalyse
Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?
DetaljerKrysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.
SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan
DetaljerForelesning 10 Kjikvadrattesten
verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: Psykologisk institutt 73 59 19 60 Eksamensdato: 23.5.2013 Eksamenstid (fra-til):
DetaljerSENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007
SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.
DetaljerSOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005
SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,
DetaljerForelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0?
Forelesning 9 Kjikvadrattesten Kjikvadrattesten er den mest benyttede metoden for å utføre statistiske generaliseringer fra bivariate tabeller. Kjikvadrattesten brukes til å teste nullhypotesen om at det
DetaljerForelesning 10 Statistiske mål for bivariat tabellanalyse. Korrelasjonsmål etter målenivå. Cramers V
Forelesning 10 Statistiske mål for bivariat tabellanalyse Vi har ulike koeffisienter som viser styrken på den statistiske avhengigheten mellom de to variablene. Valg av koeffisient må vurderes ut fra variablenes
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Gjennomgang av Oppgåve 2 gitt hausten 2003 Haust 2003 Oppgåve 2 Den avhengige variabelen i den logistiske regresjonsanalysen er freegl, som
DetaljerSKOLEEKSAMEN 29. september 2006 (4 timer)
EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober
DetaljerGenerelle lineære modeller i praksis
Generelle lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y en eller flere uavhengige
DetaljerLineære modeller i praksis
Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:
DetaljerSOS3003 Eksamensoppgåver
SOS3003 Eksamensoppgåver Gjennomgang våren 2004 Erling Berge Vår 2004 1 Gjennomgang av Oppgåve 3 gitt hausten 2001 Vår 2004 2 Haust 2001 Oppgåve 3 I tabellvedlegget til oppgåve 3 er det estimert 7 ulike
DetaljerEksamensoppgave i PSY3100 forskningsmetoder kvantitativ
Institutt for psykologi Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ Faglig kontakt under eksamen: Odin Hjemdal Tlf.: 73 59 19 60 Eksamensdato: 15. mai 2017 Eksamenstid: 09:00-13:00 Hjelpemiddelkode/Tillatte
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008 Alle tre oppgavene skal besvares. De tre besvarte oppgavene teller hver en tredjedel av den samlede karakteren. Oppgave 1 Nedenfor ser du en tabell
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under
DetaljerMA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2
Universitetet i Agder Institutt for matematiske fag MA-202 1 EKSAMEN Emnekode: MA-202 Emnenavn: Statistikk 2 Dato: 21. november 2011 Varighet: 0900 1400 Antall sider inkl. forside: 5 Tillatte hjelpemidler:
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 23. desember
DetaljerKort innføring i SPSS
Kort innføring i SPSS Oppstart og datasett Gjør følgende for å starte opp SPSS og få fram European Social Survey: Finn Min datamaskin Finn SV-info på Luna Velg ISS Velg SOS1002. Dobbeltklikk deretter på
DetaljerStatistikk er begripelig
Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt
DetaljerSKOLEEKSAMEN I SOS KVANTITATIV METODE. 27. februar 2017 (4 timer)
Institutt for sosiologi og samfunnsgeografi BOKMÅL SKOLEEKSAMEN I SOS4020 - KVANTITATIV METODE 27. februar 2017 (4 timer) Tillatte hjelpemidler: Alle skriftlige hjelpemidler og kalkulator. Sensur for eksamen
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMEN I SOS3003
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMEN I SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap, Høst 2010 Faglig kontakt under
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
DetaljerEksamensoppgave i PSY3100 Forskningsmetode kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 8. desember 2016 Eksamenstid: 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEKSAMENSOPPGAVE FOR SOS3003: ANVENDT STATISTISK DATAANALYSE
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE FOR SOS3003: ANVENDT STATISTISK DATAANALYSE Vår 2012 Faglig kontakt under eksamen:
DetaljerForord. Norges miljø- og biovitenskapelige universitet. Ås, 15. mai 2015. Pål Adrian Clausen Ryen
Forord Denne masteroppgaven markerer slutten på mine studier ved først UMB og nå NMBU. Etter å ha begynt på en bachelor i Økonomi og Administrasjon avslutter jeg nå en master i Naturbasert reiseliv. I
DetaljerEKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012
NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:
DetaljerUnivariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:
Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel
DetaljerNTNU, Norges teknisk-naturvitenskapelige universitet
NTNU, Norges teknisk-naturvitenskapelige universitet EXAMINATION QUESTIONS FOR/ EKSAMENSOPPGÅVE I / EKSAMENSOPPGAVE I SVSOS3003 ANVENDT STATISTISK DATAANALYSE I SAMFUNNSVITENSKAP Contact during examinations/
DetaljerNTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap
NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE SOS3003 Faglig kontakt under eksamen: Albert Andrew Simkus Telefon: 99 53 21 74
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 12. Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 1 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Erling Berge 004 1 Forelesing XII Logistisk regreson III Hamilton
DetaljerRegresjonsmodeller. HEL 8020 Analyse av registerdata i forskning. Tom Wilsgaard
Regresjonsmodeller HEL 8020 Analyse av registerdata i forskning Tom Wilsgaard Intro Mye forskning innen medisin og helsefag dreier seg om å studere assosiasjonen mellom en eller flere eksponeringsvariabler
DetaljerLøsningsforslag eksamen STAT100 Høst 2010
Løsningsforslag eksamen STAT100 Høst 2010 Oppgave 1 a) To-utvalg, parvise data. La Y være tilfeldig variabel som angir antall drepte i periode 1 og tilsvarende X for periode 2. Vi antar parvise avhengigheter
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 004 Erling Berge 004 1 Forelesing XI Logistisk regresjon
DetaljerSpørsmål. 21 april Vår Krav til semesteroppgåva
Spørsmål 2 april 2004 Vår 2004 Krav til semesteroppgåva Spørsmål:. er det et krav om at vi skal ha en dummykodet variabel med i oppgaven? Svar: Det er eit krav at det skal vere med ein nominalskalavariabel
DetaljerEksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder
Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 12.12.13 Eksamenstid
DetaljerPåvirker regionale forhold bedrifters verdiskapning og innovasjonsevne? Jarle Aarstad Senter for nyskaping Høgskolen i Bergen
Påvirker regionale forhold bedrifters verdiskapning og innovasjonsevne? Jarle Aarstad Senter for nyskaping Høgskolen i Bergen Regionale forhold langs ulike Befolkningstetthet Skalafordeler og markedsstørrelse
DetaljerForelesning 10 STK3100
Momenter i multinomisk fordeling Forelesning 0 STK300 3. november 2008 S. O. Samuelsen Plan for forelesning:. Multinomisk fordeling 2. Multinomisk regresjon - ikke-ordnede kategorier 3. Multinomisk regresjon
DetaljerHøye skårer indikerer høye nivåer av selvkontroll.
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 2. DESEMBER 2010 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 2. DESEMBER 2010 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 23. desember 2010
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2003
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 003 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 17 og 66 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.
DetaljerINSTITUTT FOR SOSIOLOGI OG SAMFUNNSGEOGRAFI EKSAMEN I SOSIOLOGI (MASTER) SOS KVANTITATIV METODE. SKOLEEKSAMEN 11. mai 2005 (4 timer)
EKSAMEN I SOSIOLOGI (MASTER) SOS400 - KVANTITATIV METODE SKOLEEKSAMEN 11. mai 005 (4 timer) Tillatt hjelpemiddel: Ikke-programmerbar kalkulator. Oppgavesettet består av 6 sider inkludert denne. Kandidaten
DetaljerNTNU, Norges teknisk-naturvitenskapelige universitet
Eksamensoppgåver/ Eksamensoppgaver/ Examination question SOS3003 Anvendt Statistisk Dataanalyse i Samfunnsvitenskap 2009/12/01 NTNU, Norges teknisk-naturvitenskapelige universitet EXAMINATION QUESTIONS
DetaljerSOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU
SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår 2003 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Vår 2004 Erling Berge 2004 1 Forelesing VII Logistisk regresjon
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 27. NOVEMBER 2003 (6 timer)
EKSAMEN I SOS20 KVANTITATIV METODE 27. NOVEMBER 2003 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 8. desember
DetaljerEKSAMEN I FAG TMA4315 GENERALISERTE LINEÆRE MODELLER Torsdag 14. desember 2006 Tid: 09:0013:00
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist, tlf. 975 89 418 EKSAMEN I FAG TMA4315 GENERALISERTE LINEÆRE MODELLER
DetaljerTil bruk i metodeundervisningen ved Høyskolen i Oslo
MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling
DetaljerFakultet for informasjonsteknologi, Institutt for matematiske fag EKSAMEN I EMNE ST2202 ANVENDT STATISTIKK
Side av 9 NTNU Noregs teknisk-naturvitskaplege universitet Fakultet for informasonsteknologi, matematikk og elektroteknikk Institutt for matematiske fag Bokmål Faglig kontakt under eksamen Bo Lindqvist
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 18.12.2018 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerEksamensoppgave i ST3001
Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 fredag 25. mai 2012, kl. 9.00 13:00 Antall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle
DetaljerEKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer)
EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 12. januar 2012
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet. Eksamen i STK3100 Innføring i generaliserte lineære modeller Eksamensdag: Mandag 6. desember 2010 Tid for eksamen: 14.30 18.30 Oppgavesettet
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 19.05.2015 Eksamenstid (fra-til): 09:00 13:00
DetaljerSKOLEEKSAMEN 8. januar 2008 (4 timer)
UTSATT EKSAMEN I SOS4020 KVANTITATIV METODE SKOLEEKSAMEN 8. januar 2008 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 29.
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer)
EKSAMEN I SOS4020 KVANTITATIV METODE 8. april 200 (4 timer) Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet) Sensur på
DetaljerEksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap
Institutt for sosiologi og statsvitenskap Eksamensoppgave i SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Faglig kontakt under eksamen: Arild Blekesaune Telefon: 911 89 768 Eksamensdato: 10.12.2015
DetaljerEksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ
Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 91838665 Eksamensdato: Eksamenstid (fra-til): Hjelpemiddelkode/Tillatte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1 Eksamensdag: Mandag 30. november 2015. Tid for eksamen: 14.30 18.00. Oppgavesettet
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven
Detaljer1 + γ 2 X i + V i (2)
Seminaroppgave 8 8.1 I en studie av sammenhengen mellom gjennomsnittlig inntekt og utgifter til offentlig skoledrift for ulike amerikanske stater i 1979 estimeres modellen; Y i = β 0 + β 1 X i + β 2 Xi
DetaljerEmnenavn: Eksamenstid: Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emnekode: SFB12016 Dato: 06.06.2019 Hjelpemidler: Godkjent kalkulator Emnenavn: Metodekurs II: Samfunnsvitenskapelig metode og anvendt statistikk Eksamenstid: 09.00-13.00 Faglærer: Bjørnar Karlsen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet
DetaljerMultippel lineær regresjon
Regresjon Multippel lineær regresjon Inger Johanne Bakken Enhet for anvendt klinisk forskning, NTNU Og Avdeling for forebyggende helsearbeid, SINTEF Tilpasse en funksjon til ett sett observasjoner Minst
DetaljerOPPGAVE 1 MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2
Universitetet i Agder Institutt for matematiske fag MA-202 1 EKSAMEN Emnekode: MA-202 Emnenavn: Statistikk 2 Dato: 24. mai 2012 Varighet: 0900 1400 Antall sider inkl. forside: 7 Tillatte hjelpemidler:
DetaljerEXAMININATION FOR SOS3003 Advanced statistical data analysis in the social sciences
NTNU, TRONDHEIM Norwegian University of Science and Technology Department of sociology and political science EXMININTION FOR SOS3003 dvanced statistical data analysis in the social sciences cademic contact
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK2 Maskinlæring og statistiske metoder for prediksjon og klassifikasjon Eksamensdag: Torsdag 4. juni 28. Tid for eksamen: 4.3
DetaljerEksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt
1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 29.05.2015 Eksamenstid
DetaljerUTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2001
UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 001 Generell informasjon Da denne eksamensoppgaven ble gitt var SVSOS107 inne i en overgangsordning mellom gammelt og nytt pensum. Denne
DetaljerLogistisk regresjon. Regresjonsmodeller. Prediksjon versus assosiasjon. En epidemiologisk problemstilling. Et multivariabelt problem
Innføring i medisinsk statistikk del 2 Logistisk regresjon Hvorfor brukes logistisk regresjon? Multippel logistisk regresjon (Rosner, 2000; kap. 3.7 og 2006 presentasjon av Tom Ivar Lund Nilsen). Av samme
Detaljer