Dit document bevat overzichtelijke tabellen per hoofdstuk met de kernpunten die je moet kennen en begrijpen voor het vak: statistiek 4: multivariate data-analyse. Deze tabellen zijn niet bedoeld als vervanging voor de volledige studie van het lesmateriaal, maar ze zijn ideaal om te gebruiken als ha...
Data-analyse= organiseren, beschrijven, 1. Bepaal het soort missing data 1. Normaliteit
interpreteren en theorieverificatie → Verwaarloosbaar of niet-verwaarloosbaar? = Data volgt een normaalverdeling.
2. Hoeveelheid ontbrekende data → Skewness/kurtosis test,
Inferentiële statistiek : → Klein + willekeurig = direct oplossen. Kolmogorov- Smirnov test, Normal P-P
• Algemene uitspraken → Groot = onderzoek patronen. Plot, Q-Q Plot
• Populatie 3. Toeval in dataset 2. Homoscedasticiteit
• Aan de hand van schatters (inductie) • MCAR: Ontbrekende data gelijk verdeeld = Gelijke niveaus van variantie over de
• “Studenten 1e bach hebben problemen met → direct oplossen. range van onafhankelijke variabelen
planning” • MAR:Geen systematiek → Scatterplot
→ verder onderzoeken.
Beschrijvende statistiek: 4. Omgaan met missing data 3. Lineariteit
• Specifieke uitspraken • Standaard listwise deletion = Veronderstelling van een lineair
• Steekproef = Alleen volledige cases gebruiken verband tussen variabelen
• Meten → Scatterplot
• MAR of MCAR
• “Jan en An (1e bach) hebben problemen met
→ Overweeg data-imputatie voor het invullen van
planning” Indien assumpties niet voldaan→ non-
ontbrekende waarden
parametrische methoden
Steekproefgrootheid= Een maat gebaseerd op de
gegevens van een steekproef, zoals het rekenkundig Outliers Data transformatie
gemiddelde of proportie
▪ Univariate uitschieters Doel= Gebruik wanneer assumpties niet worden
Steekproevenverdeling= De verdeling van een →bekijk Z-scores of visualisering van data voldaan
steekproefgrootheid, zoals het gemiddelde, over n <= 80 --> z-score > 2,5 Nadelen = interpretatie van resultaten minder
verschillende steekproeven van dezelfde populatie. n > 80 --> z-score > 3 of 4 duidelijk, theorethische overwegingen en indien
▪ Bivariate uitschieters gekwadrateerd geen negatieve waarden meer
Centrale limietstelling= Wanneer men → beoordeling op zicht met scatterplot (denk aan vb inkomsverschillen)
herhaaldelijk toevallige steekproeven met grootte n ▪ Multivariate uitschieters
trekt uit een willekeurig verdeelde populatie met → Mahalandobis D berekenen (Machtenladder, Log-lineaire trasnformaties, Log-
gemiddelde = en standaardafwijking = en indien (conservatief! a=.001) log transformatie, Centrering, Dummy codering )
n voldoende groot (vuistregel: n30) is, dan
benadert de steekproevenverdeling van het Ipsatizing= aftrekken van de gemiddelde waarde
steekproefgemiddelde een normaalverdeling Extra check: sensitiviteitsanalyse van de werkelijke waarde bij elke waarneming
, Statistisch model Anova voor regressie regressieparameters
= Studie van relatie tussen afhankelijke = gebruikt om de kwaliteit van een regressiemodel β1:
variabele y en enkele onafhankelijke na te gaan Geeft de sterkte en richting van
variabele x het verband tussen de variabelen
= bekijken van de afwijkingen tussen een weer
!!!! regressieanalyse onderzoekt correlatie observatie en het rekenkundig gemiddelde Kan gecorrigeerd worden voor
en impliceert geen causaliteit!! bekeken (y-𝒚^) verschillende meetschalen
is normaal verdeeld
Twee bronnen van informatie= het 2 soorten afwijkingen !!
intercept (y-as) en de hellingsgraad • Afwijking v/d schatting t.o.v het gemmidd β0:
Enkelvoudige • Afwijking v/d observatie t.o.v de schatting Geeft de verwachte waarde van y
regressie gegevens = fit + residu als x=0
^y=β0+β1x Normaal verdeeld
SST= SSM + SSE
▪ y^ de voorspelde waarde van de ei:
afhankelijke variabele y DFT = DFM + DFE
Voor elke observatie i, het verschil
▪ β0 de intercept (het snijpunt met de y-
tussen de werkelijke y en de
as) van de regressielijn voorspelde y^
▪ β1 de regressiecoëfficiënt (helling) is die Betrouwbaarheidsinterval en toetsen
De som van alle residuen = 0
aangeeft hoeveel y verandert bij een
verandering van x
σ:
Betrouwbaarheidsinterval (BI): Meet de variatie van y rond de
Doel= een rechte bepalen waarvan de error
• interval waarin de populatieparameter met regressielijn
zo klein mogelijk is
een bepaalde kans (bvb 95%) ligt Wordt berekend als de
• Altijd symmetrisch rondom de schatter standaarddeviatie van de residuen
ei
Significantietoets:
r² = welke proportie van de variantie in de
gegevens wordt verklaart door het model • Gebruikt de t-waarde om te bepalen
hoeveel standaardafwijkingen een
parameter verwijderd is van 0
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller sems0409. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $9.51. You're not tied to anything after your purchase.
