[Statistiek] Verbanden met beta's
 

Ik ben bezig met een onderzoek en mijn begeleider heeft mij op het bestaan van toetsen gewezen, maar heeft hierbij geen namen genoemd. Kunnen jullie mij verder helpen?

Toets 1
Er zijn 5 X'en: allen numeriek
Er is 1 Y: ook numeriek

Het gaat om het verband, waarbij ook uitspraken kunnen worden gedaan over de bèta's. (ik weet niet of ik het zo juist uitdruk. Het gaat erom dat ik meer uitspraak kan doen over het belang van elke X dan wanneer ik 5 losse pearson r /spearman rho toetsen uitvoer).

Kies ik hier juist voor een multiple regression?

En bestaat hiervoor ook een non-parametrische variant, aangezien eigenlijk 2 X'en niet normaal verdeeld zijn..?


Toets 2
Er zijn 5 X'en: allen numeriek
Er is 1 Y: nominaal

Verder precies dezelfde inhoud als hierboven.

Hier heb ik eigenlijk geen idee welke toets ik moet gebruiken!
Ook hier zou ik graag de parametrische en non-parametrische variant willen weten, mocht iemand die kennen.

Ik weet zelf niets af van non-parametrische testen, dus daar kan ik je niet echt voorthelpen. Maar misschien is het handig als je van al je stochasten zegt wat het zijn, vermits dat ook al kan helpen in het zoeken naar een oplossing (en natuurlijk wat je uit de testen wilt halen (ik vermoed de spreiding van je gegevens, enerzijds om aan te tonen dat je gegevens nauwkeurig zijn, en anderzijds ook specifieke waarden zodat je gegevens precies zijn)). Als je van je stochasten weet wat ze voorstellen, kan je bv. al gerichter zoeken naar een achterliggende verdeling en kijken of die overeenkomt met wat je vaststelt en zo toch nog parametrisch blijven werken.

Die multiple regression lijkt me op het eerste gezicht in orde. Misschien wat inspiratie van Wikipedia: http://en.wikipedia.org/wiki/Non-parametric_statistics en anders moet je misschien ergens een boek niet-parametrische statistiek in de bibliotheek gaan halen om te zien of daar geen overzichten van mogelijke testen en hun toepassing instaan.

Oh shit, ik was dit topic haast vergeten. Bedankt voor je antwoord.

Wat ik uit de test wil halen is het volgende: er zijn 5 kenmerken van een bepaalde stoornis A. Deze kenmerken hebben een tesamen een verband met stoornis B. Dit is een positief verband. Wat ik nou wil weten, is hoe groot de bijdrage is van elk kenmerk. Dus of kenmerk 1 misschien wel het verband verklaart, terwijl kenmerk 5 eigenlijk nauwelijks bijdraagt (of misschien wel in zijn geheel verklaard wordt door kenmerk 1).

Het non-parametrische gedeelte is niet meer van belang trouwens. Ik blijk van mijn begeleidster te mogen werken met skewness & kurtosis ipv de Kolmogorov-Smirnov toets en dan zijn al mijn variabelen wel normaal verdeeld.

Dus het gaat me er eigenlijk alleen nog om wat ik nou voor toets moet gebruiken bij deel 2. Maar nu ik parametrisch kan toetsen wordt het al wat makkelijker, ik ga me er zelf ook nogmaals in verdiepen..

Het doet mij een beetje denken aan een multivariate analysis. Maar ik ben even de details kwijt... :(

Ik heb nu een logistische regressie gebruikt. Morgen hoor ik meer over of het goed is volgens m'n begeleider :o