Exam 1

1. Metainformation

   Tag	Value
   file	Inferential_Statistics_vufsw-r_squared_change-1028-nl_vufsw-r_squared_change-1028-nl
   name	vufsw-r squared change-1028-nl
   section	inferential statistics/regression/multiple linear regression/r squared change
   type	schoice
   solution	TRUE, FALSE, FALSE, FALSE
   Type	interpreting output
   Program	NA
   Language	Dutch
   Level	statistical literacy

   Question

   We onderzoeken het effect van uren “hours" training en houding”attitude" op de prestaties “performance” van een specifieke vaardigheid (bijv. Aantal gescoorde goals).

   Voor dit doel voeren we 2 regressies uit met performance als de afhankelijke variabele. In de eerste regressie worden hours training en attitude opgenomen als onafhankelijke variabelen, terwijl we in de tweede regressie ook de interactie tussen hours training en attitude toevoegen als een onafhankelijke variabele.

   We voeren de F-test uit voor de R²-verandering om te beslissen of we de tweede regressie in plaats van de eerste kiezen.

   De volgende regressievergelijking verwijst naar de tweede regressie. Welke van de volgende uitspraken over de R²-verandering en de F-test van de R²-verandering is aannemelijk?

   performance = 1.23^* + 0.112 × attitude + 0.531^* × hours + 0.167^* × attitude × hours

   * betekent statistisch significant

   
   
   1. TRUE: R² change = 0.051, F(1,537)=4.2537, P-value=0.0396
   2. FALSE: R² change = 0.051, F(1,537)=4.2537, P-value=0.396
   3. FALSE: R² change = -0.001, F(1,537)=4.2537, P-value=0.0396
   4. FALSE: R² change = -0.001, F(1,537)=4.2537, P-value=0.396
   
   

   Solution

   These numbers indicate an increase in the R² due to the inclusion of the interaction in the regression and a statistically significant F-test for the R² change. The interaction effect between attitude and hours is statistically significant (see the * that is placed next to it in the regression equation). In the case of a single interaction, the F-test of the R² change always agrees with the t-test of the interaction. When a variable is included in the regression the R² always increases, at least by a tiny bit. In no whatsoever case can the R² decrease due to the inclusion of a variable in the regression. Moreover, the interaction effect between attitude and hours is statistically significant (see the * that is placed next to it in the regression equation). In the case of a single interaction, the F-test of the R² change always agrees with the t-test of the interaction.

   Language
   English

   M&T Dimitris Pavlopoulos
   Default value

   M&T Moderation
   Default value

   
   
   1. True
   2. False
   3. False
   4. False