Beste
Stel je hebt data voor een regressie uit te voeren, vb: Model Y=c+X1+X2.
Is het dan erg als de data van mijn afhankelijke variabele niet normaal verdeeld is? Of is het erg is als de data van verklarende variabelen niet normaal verdeeld is?
Mag je alleen een regressie toepassen als de data normaal verdeeld is? Iemand die me meer uitleg kan geven?
Bedankt
Doei
Laatste berichten
-
14:53
Straatklok loopt 5 minuten voor 12
-
08:29
Programmeren met vectoren 5
-
23:12
speciale rel. theorie 10
-
22:57
wig 6
-
22:36
Gravity and gravitation 4
-
22:24
[scheikunde] vraag Chemie - wat is de oplossing? 10
-
19:47
Bruine vlekken op treinaanwijzerbord 10
-
19:44
Vogels in de stad zijn goede klussers 2
-
19:12
Rood laserlicht 3
-
17:30
Herleiden afmetingen vanaf een foto 21
-
16:34
[wiskunde] Prijs Product per KG; Alternatief Inzicht 3
-
25 apr
do-re-mi-fa-so vliegtuigen 9
-
25 apr
geen minkowski-ruimte toch? Doe ik dit nou fout? 17
-
25 apr
[natuurkunde] kroon van koning op Syracuse 10
-
25 apr
2013 – Augustus Vraag 3 3
-
24 apr
Vraag 2009 Juli Vraag 5 5
-
24 apr
positie 2
-
24 apr
Schroefdraad berekening 8
-
24 apr
[scheikunde] Kan chloorgas de geleiding van elektriciteit belemmeren? 9
-
23 apr
Weerfrustratie 9
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
Data regressie
-
- Berichten: 954
Re: Data regressie
Het snelste antwoord is: ja, dat is erg. Het langzame antwoord is: het hangt er maar net vanaf.
Kijk voor meer informatie, hier:
four assumptions of regression analysis
Overigens weet ik niet hoe je variabelen er uit zien. Maar, mocht je afhankelijke variabele een categorische variabele zijn, kun je logistische regressie overwegen. Als (een van) de onafhankelijke variabele(n) categorisch zijn, dan kun je die als dummy opnemen in het model.
Kortom, iets meer informatie is vereist voor een goed antwoord.
Kijk voor meer informatie, hier:
four assumptions of regression analysis
Overigens weet ik niet hoe je variabelen er uit zien. Maar, mocht je afhankelijke variabele een categorische variabele zijn, kun je logistische regressie overwegen. Als (een van) de onafhankelijke variabele(n) categorisch zijn, dan kun je die als dummy opnemen in het model.
Kortom, iets meer informatie is vereist voor een goed antwoord.
-
- Berichten: 4.246
Re: Data regressie
- regres.jpg (98.14 KiB) 746 keer bekeken
Quitters never win and winners never quit.
-
- Berichten: 220
Re: Data regressie
model is zonder categorische variabelen.
Stel loon = X1 + leeftijdX2 + urengewerktX3 + E met loon en urengewerkt niet normaal verdeeld
Hier log toepassen?
Ook geen regressie zelfs als ze niet veel afwijken van normale verdeling?
Dankje
Stel loon = X1 + leeftijdX2 + urengewerktX3 + E met loon en urengewerkt niet normaal verdeeld
Hier log toepassen?
Ook geen regressie zelfs als ze niet veel afwijken van normale verdeling?
Dankje
-
- Berichten: 954
Re: Data regressie
Voor een variabele als inkomen is het gebruikelijk de log te nemen (verdeling wat minder scheef wordt). Verder weet ik niet welke software je gebruikt maar daarin zitten ook allerlei tests opgenomen waarmee je kunt onderzoeken hoe groot het probleem precies is.
-
- Berichten: 220
Re: Data regressie
dus je zegt dat ik log(loon) = X1 + leeftijdX2 + urengewerktX3 + E zou kunnen gebruiken.
Verandert er dan iets bij het verklaren van loon? %ofzo?
Verandert er dan iets bij het verklaren van loon? %ofzo?
-
- Berichten: 220
Re: Data regressie
Als ik van mijn afhankelijke variabele log neem, moet ik dan van andere variabelen ook log nemen?
-
- Berichten: 954
Re: Data regressie
Waarschijnlijk heb je wel iets aan de informatie op deze site
