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
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper sems0409. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €8,86. Je zit daarna nergens aan vast.
