Dit theorieblok behandelt de fundamentele concepten van Hoofdstuk 11: Regressieanalyse met twee onafhankelijke variabelen. De focus ligt op meervoudige regressie, statistische controle en de interpretatie van unieke effecten van X1 en X2 op Y.

Studiemateriaal en leerdoelen:

• Begrijpen waarom meervoudige regressie nodig is in criminologisch onderzoek
• Het regressiemodel Y = a + b1X1 + b2X2 + e correct lezen en toepassen
• Het verschil begrijpen tussen bivariate en meervoudige effecten
• Gestandaardiseerde en ongestandaardiseerde regressiecoëfficiënten interpreteren
• Inzicht krijgen in multicollineariteit en overlap tussen predictoren
• Voorspellingen, residuen, R2 en onverklaarde variantie berekenen en interpreteren
• Regressieassumpties controleren en kritisch beoordelen

Aanbevolen kennisclips

Opmerking: deze kennisclips zijn in het Engels, maar sluiten inhoudelijk goed aan bij hoofdstuk 11.

1. StatQuest - Multiple Linear Regression

2. Multiple Regression and Multicollinearity

3. Interpreting Multiple Regression Coefficients

Verplichte Literatuur

Hoofdstuk 11: Regressieanalyse met twee onafhankelijke variabelen

Basiscursus Statistiek in de Criminologie - Deel I (Theorieboek)

Lees dit hoofdstuk zorgvuldig. Besteed speciale aandacht aan:

• De stap van bivariate naar meervoudige regressie
• Statistische controle en partiele effecten
• Gestandaardiseerde (beta) en ongestandaardiseerde (b) regressiegewichten
• Overlap tussen predictoren en multicollineariteit
• Determinatiecoëfficiënt (R2) en onverklaarde variantie
• Regressiediagnostiek: residuen, lineariteit, homoscedasticiteit en uitbijters

Aanvullende Literatuur

1. OpenStax - Linear Regression and Correlation (advanced sections)

2. Statistics by Jim - Multiple Regression Analysis

3. Penn State STAT 501 - Regression Methods

Hulpmiddelen

1. Interactieve oefenapp - Meervoudige regressie

2. Multiple Regression Calculator

3. Interactieve regressie visualisatie

Na bestudering van dit materiaal beheers je:

• Het opzetten en interpreteren van een meervoudig regressiemodel met twee predictoren
• Het correct onderscheiden van unieke en gedeelde verklaarde variantie
• Het interpreteren van b- en beta-coëfficiënten in criminologische context
• Het beoordelen van model fit met R2 en residuele informatie
• Het kritisch evalueren van regressie-uitkomsten op basis van modelaannames

Deze competenties vormen de basis voor de praktische oefeningen in dit hoofdstuk.