PowerPoint Presentation by f2lTGTk2

VIEWS: 0 PAGES: 6

									MTO-3: Causal Inference




        Chris Snijders

            DG 1.07
     c.c.p.snijders@tue.nl



 www.tue-tm.org/snijders/mto3
     Analyse van een databestand

0. Bekijk je probleem (“waar gaat het over”)
1. Bekijk je data op rare gevallen, uitbijters, etc.
   Corrigeer deze of zet de vreemde gevallen op
   missing.
2. Denk na: wat voor analyse wil je doen, en met
   welke variabelen?
3. Voor deze variabelen: maak alvast dummies
   voor de categorische variabelen.
4. Bekijk de samenhang tussen je variabelen. Hoge
   correlaties? Beperk zo nodig de variabelen.
5. Draai een eerste analyse, bekijk je resultaten en
   probeer ze te begrijpen: wat komt er nu
   eigenlijk uit. Zoek naar outliers en verwijder
   deze zo nodig.
6. Hoe zou het beter kunnen? Toch nog variabelen
   er uit of juist er bij? Transformaties? Interacties?
7. Maak indien gewenst nieuwe variabelen aan.
   Terug naar 2.
8. Trek je conclusies op basis van je bevindingen.
   NB dit gebeurt vaak juist op basis van meer dan
   één regressie-analyse!


                                                      2
Padanalyse: voorbeeld op statusverwerving


    Status           +
                              Status zoon
    vader

  SZ = 50 + 1 * SV
  SZ = … + 0.3 * SV + 1.4 * OZ


    Status           ?
    vader                     Status zoon


       +                         +

                 Opleiding
                   zoon


 Hoeveel van het effect van status van de
 vader wordt “wegverklaard” door de opleiding
 van de zoon?
                                                3
Padanalyse: voorbeeld op statusverwerving


    Status           +
                                 Status zoon
    vader

  SZ = 50 + 1 * SV
  SZ = … + 0.2 * SV + 1.2 * OZ + 1*TZ


   Status            ?
   vader                         Status zoon

             +               +

       +                           +
                 Opleiding
                                               NB
                   zoon
                                               STI2


                 Tijd met
                  zoon
                                                  4
                      Overig

• Factoranalyse: dat zit vaak nog bij punt 3 op de
  tweede slide

• Multi-level analyse: als je data een geclusterde
  structuur hebben (en de residuen daarom niet
  onafhankelijk zijn)  SPSS MIXED MODELS of
  Stata of EasyReg

• Niet-lineaire regressie
  bijv y = log(c0 + c1 x1)/(c0 + c1 x1)

• Meta-analyse: combineren van verschillende
  bestaande onderzoeken tot één uitspraak

• Kwalitatieve analyse (bijv het verwerken van
  open vragen)

• “Conjoint analysis” / vignetanalyse




                                                     5
       Nav het komende tentamen

• Tijdsindeling: hou de tijd in de gaten én bij welke
  vragen je de meeste punten krijgt.

• Zorg dat je meest voorkomende SPSS syntax direct
  kunt schrijven in de editor.


• Wanneer interactie-effecten? Fout maar veel
  voorkomend antwoord: je maakt x1*x2 als x1 en x2
  sterk correleren. Goed antwoord: je maakt x1*x2 als je
  denkt dat het effect van x1 op y afhangt van de
  waarde van x2.

• Te algemene antwoorden: [1] je kunt dit of dat doen,
  of [2] het is altijd beter om meer observaties te
  nemen want … Laat zien dat je een redelijke keus
  kunt maken.

• Je moet snappen hoe het werkt, geen formules uit je
  hoofd leren (hoewel het wel handig kan zijn als je er
  een paar paraat hebt).




   NB Eén of twee dagen voor het tentamen komen de
   data online. Download deze, zet ze op je laptop en
   kom ermee naar het tentamen.



                                                          6

								
To top