Voor mijn afstudeeronderzoek bekijk ik de invloed van erfpacht op de woningwaarde.
De invloed van erfpacht kan verschillen per omstandigheid.
Middels lineaire regressie test ik wat de invloed is van erfpacht op de woningwaarde in het algemeen maar ook bij de onderstaande verschillende omstandigheden:
Is de invloed van erfpacht groter in stedelijk of landelijk gebied?
Is de invloed van erfpacht groter bij een vrijstaande woning dan bij een tussenwoning?
Is de invloed van erfpacht groter bij woningen met een grote tuin of een kleine tuin?
Doormiddel van het selecteren van de juiste cases (stedelijk/landelijk, etc.) en daarna telkens opnieuw de regressie uit te voeren krijg ik de verschillende B- coëfficiënten met bijbehorende significantie niveau's. Moeten deze coëfficiënten ook nog op significantie tot elkaar worden getoetst? Zo ja, hoe doe ik dit?
Al vast dank voor de reacties...
Laatste berichten
-
23:25
2013 – Augustus Vraag 3
-
23:07
Rood laserlicht 2
-
23:04
Bruine vlekken op treinaanwijzerbord 5
-
15:28
Vraag 2009 Juli Vraag 5 5
-
12:51
positie 2
-
10:44
Schroefdraad berekening 8
-
24 apr
[scheikunde] Kan chloorgas de geleiding van elektriciteit belemmeren? 9
-
23 apr
Weerfrustratie 9
-
23 apr
geen minkowski-ruimte toch? Doe ik dit nou fout? 15
-
23 apr
do-re-mi-fa-so vliegtuigen 7
-
23 apr
Kunnen quantum Zonnecellen 190% quantum efficiënt zijn 3
-
23 apr
De Euro Nederlandse 100 qubit computer komt eraan
-
23 apr
projectiel 8
-
23 apr
Verschil tussen deze 2 vragen 5
-
23 apr
[scheikunde] berekeningen labo vitamine c bepaling 1
-
22 apr
[wiskunde] rode en witte ballen verdelen 8
-
22 apr
Rotatie van het heelal 41
-
22 apr
Muntje opgooien 14
-
21 apr
Reactiviteit silyl enol ethers 1
-
21 apr
Criterium voor vochtretentie
Nieuwsberichten
-
04 mar
Een nieuw soort magnetisme: altermagnetisme
-
31 okt
AI kan via stem diabetes vaststellen 11
-
21 okt
Einstein krijgt wéér gelijk 45
-
07 feb
witter dan wit 20
-
19 jun
irrigatie en de aardas
Significantie van Beta-coëfficiënten toetsen?
-
- Berichten: 132
Re: Significantie van Beta-co
Dat is redelijk wat werk en bij een 3-variabele model is dit nog enigszins te doen. Echter, als je N variabelen hebt dan zul je in het algemeen dus N! tests moeten uitvoeren. Nu komt dat neer op 3!=6 testen , wat nog te doen is. Maar er is een snellere manier (iets waar je dus ook naar op zoek bent)
Neem 1 model, een model waarin je alle 3 de data samenneemt (een multivariabele regressie om het zo maar te noemen) In dit model is Y de dependentie variabel en zijn je landelijk/stedelijk , vrij/tussen en groot/klein je vrije variabelen. Dit model zal dan een Beta-coefficient geven aan alle 3 de variabelen en rekening houden met onderlingen verbanden.
Een voorbeeld:
Stel dat Stedelijk/Landelijk een hele sterke beta heeft in het enkelvoudige model en dat ook grote/kleine tuin een hele sterke beta heeft in zijn enkelvoudige model. Nu is het mogelijk dat er een onderling verband is wat je dus wilde testen. Je kunt je voorstellen dat landelijke huizen al vanzelf een veel grotere tuin hebben. De variabele stedelijk/landelijk verklaart dus ook al voor een groot deel de grote/kleine tuin variabele en dus zal er in werkelijkheid een kleinere beta moeten zijn voor de laatstgenoemde variabel.
Door deze 3 in 1 model te gooien zal daar rekening mee worden gehouden. Bepaalde variabelen kunnen nu dus een kleinere beta-coeffecient krijgen en misschien zelfs niet meer significant zijn.
ALs je meer vragen hebt dan help ik je graag. Bijvoorbeeld bij het interpreteren van de data:)
Neem 1 model, een model waarin je alle 3 de data samenneemt (een multivariabele regressie om het zo maar te noemen) In dit model is Y de dependentie variabel en zijn je landelijk/stedelijk , vrij/tussen en groot/klein je vrije variabelen. Dit model zal dan een Beta-coefficient geven aan alle 3 de variabelen en rekening houden met onderlingen verbanden.
Een voorbeeld:
Stel dat Stedelijk/Landelijk een hele sterke beta heeft in het enkelvoudige model en dat ook grote/kleine tuin een hele sterke beta heeft in zijn enkelvoudige model. Nu is het mogelijk dat er een onderling verband is wat je dus wilde testen. Je kunt je voorstellen dat landelijke huizen al vanzelf een veel grotere tuin hebben. De variabele stedelijk/landelijk verklaart dus ook al voor een groot deel de grote/kleine tuin variabele en dus zal er in werkelijkheid een kleinere beta moeten zijn voor de laatstgenoemde variabel.
Door deze 3 in 1 model te gooien zal daar rekening mee worden gehouden. Bepaalde variabelen kunnen nu dus een kleinere beta-coeffecient krijgen en misschien zelfs niet meer significant zijn.
ALs je meer vragen hebt dan help ik je graag. Bijvoorbeeld bij het interpreteren van de data:)
