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
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur sems0409. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €8,86. Vous n'êtes lié à rien après votre achat.
