Tag | Value |
---|---|
file | Inferential_Statistics_eur-inferential_statistics-134-nl_eur-inferential_statistics-134-nl |
name | eur-inferential_statistics-134-nl |
section | Inferential Statistics/Regression/R squared |
type | num |
solution | 0.5 |
tolerance | 0 |
Type | Performing analysis |
Program | SPSS |
Language | Dutch |
Level | Statistical Literacy |
Een onderzoeker is geïnteresseerd in de gevolgen van de dalende benzineprijs op studenten met een auto en wil graag hun aantal gereden kilometers in januari 2015 [km_jan] voorspellen aan de hand van een aantal predictoren. Ze heeft de volgende gegevens verzameld bij 202 studenten: 1) Gereden kilometers in januari 2015 [km_jan]; 2) Gereden kilometers in oktober 2014 [km_okt]; 3) de inkomsten uit een bijbaan in januari 2015 [salary_jan]; 4) het aantal kilometers dat de studenten gemiddeld afleggen met het openbaar vervoer in de maand februari 2015 [ov]; en 5) het type auto [car] (1 = hybride, 2 = sedan, 3 = suv).
Open het databestand.
Voorspel de gereden kilometers in januari 2015 [km_jan] uit de gereden kilometers in oktober 2014 [km_okt], de inkomsten uit een bijbaan in januari 2015 [salary_jan] en het aantal kilometers dat de studenten gemiddeld afleggen met het openbaar vervoer in de maand februari 2015 [ov]. Wat is de proportie verklaarde variantie van dit model (in de steekproef)? (3 decimalen)
De proportie verklaarde variantie is 0.500.