Cursus geavanceerde regressiemodellen en ontbrekende gegevens
Doel
- Het praktisch 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 en 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
Alleen in-company
In-company training
Een in-company training, ook wel in-house training of bedrijfstraining, is een training die binnen jouw organisatie plaatsvindt. Hebben meerdere collega’s in uw organisatie dezelfde leervraag? Dan is een in-company training zeer geschikt. Onze trainingsprogramma’s stemmen we af op leerwensen en –doelen van jou en je collega’s. Neemt u voor een maatwerkofferte contact op met Tridata.
Lestijden
De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.
Studiebelasting
Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag. Dit is afhankelijk van de intensiviteit van de lesstof en jouw eigen opleidingsachtergrond.
Kosten en inschrijving:
De kosten van de 3-daagse cursus bedragen €1950. De cursus is BTW-vrij.
Plaats
Europalaan 400 | 3526KS Utrecht