Cursus geavanceerde regressiemodellen en ontbrekende gegevens

Doel

  • Praktische leren toepassen van multivariabele regressiemodellen
  • Accuraat en valide toepassen van de verschillende modellen
  • Rekening houden met de steekproefomvang
  • Testen en kwantificeren van de relatie tussen een of meer onafhankelijke variabelen en de   uitkomstvariabele, waarbij gecorrigeerd wordt voor andere factoren.
  • Interpreteren van de geschatte modellen a.h.v. de uitkomsten en grafische representaties
  • Het analyseren van multivariabele regressiemodellen in SPSS (en evt. in R of STATA)

Doelgroep

De cursus regressiemodellen en ontbrekende gegevens is bedoeld voor WO-ers die al enige kennis hebben van inleidende statistiek zoals bijvoorbeeld beschreven in de cursus ‘Cursus toegepaste statistiek en data-analyse’. Er wordt gebruik gemaakt van SPSS (en R/ STATA, afhankelijk van de cursisten).

Inhoud

  • Dag 1/2: Multipele lineaire regressie en logistische regressie
  • Multipele lineaire regressie: het model en de bijbehorende voorwaarden
  • Interpretatie van de uitkomsten
  • Hypotheses testen en goodness of fit
  • Grafische representaties van de uitkomsten, diagnostiek
  • Strategieën voor het schatten van multipele lineaire regressiemodellen
  • Het vergelijken van lineaire regressiemodellen
  • Variabelen selectiemethoden
  • Uitbreidingen van het multipele lineaire regressie model (nominale onafhankelijke variabelen, interactie-effecten)
  • Variantie- en Covariantieanalyse en de relatie met het lineair regressiemodel
  • Multicollineariteit
  • Analyseren van een multipele lineair regressiemodel in SPSS
  • Logistische regressie: het model en de bijbehorende voorwaarden
    •  Interpretatie van de uitkomsten
    • Hypotheses testen en goodness of fit
    • Grafische representaties van de uitkomsten, diagnostiek
    • Analyseren van een logistisch regressiemodel in SPSS

Dag 3: Ontbrekende gegevens

  • Verschillende soorten ontbrekende gegevens
  • Het begrijpen van verschillende patronen van ontbrekende gegevens
  • Problemen bij het gebruik van standaard eenvoudige methoden voor ontbrekende gegevens
  • Multipele Imputatie als alternatief
  • Het gebruik van Multipele Imputatie bij verschillende regressiemethoden
  • Strategieën om een zo goed mogelijk imputatiemodel te maken
  • Implementatie van Multipele Imputatie in SPSS, R en STATA

In-company training

Deze training kan in huis (bij uw organisatie) worden gegeven. In overleg past tridata de cursus aan de wensen van de cursisten. Voor meer informatie kunt u contact met ons opnemen.

Data

22 en 29 maart 2017.

Kosten en inschrijving:

De kosten van de 3-daagse cursus bedragen 1950 euro, excl. BTW.

Plaats

Laan Copes van cattenburch 62, Den Haag