Cramer’s V is een maatstaf voor de sterkte van het verband tussen twee nominale variabelen. Het gaat van 0 naar 1 waarbij: 0 geeft aan dat er geen verband is tussen de twee variabelen. 1 geeft een sterke associatie aan tussen...
Om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen een regressiemodel en een geneste versie van hetzelfde model, wordt een gedeeltelijke F-test gebruikt. Een genest model is eenvoudigweg een model dat een subset van voorspellende variabelen...
U kunt de volgende syntaxis gebruiken om regels te verwijderen die een bepaalde tekenreeks bevatten in een dataframe in R: df[!grepl(' string ', df$column),] Deze tutorial biedt verschillende voorbeelden van praktisch gebruik van deze syntaxis met het volgende dataframe in R:...
Veel statistische tests gaan ervan uit dat datasets normaal verdeeld zijn. Deze veronderstelling wordt in de praktijk echter vaak geschonden. Eén manier om dit probleem op te lossen is door de waarden in de dataset te transformeren met behulp van een...
Een box-cox-transformatie is een veelgebruikte methode voor het transformeren van een niet-normaal verdeelde dataset naar een meernormaal verdeelde set. Het basisidee is om een waarde voor λ te vinden zodat de getransformeerde gegevens zo dicht mogelijk bij de normale verdeling liggen,...
Vaak wil je misschien een curve aan een dataset in Python aanpassen. In het volgende stapsgewijze voorbeeld wordt uitgelegd hoe u curven aan gegevens in Python kunt aanpassen met behulp van de functie numpy.polyfit() en hoe u kunt bepalen welke curve...
Een log-log-plot is een plot die logaritmische schalen gebruikt op zowel de x-as als de y-as. Dit type plot is handig voor het visualiseren van twee variabelen wanneer de werkelijke relatie daartussen een soort machtswet volgt. In deze tutorial wordt uitgelegd...
Vaak wilt u misschien alleen het aantal rijen tellen in een Panda DataFrame dat aan bepaalde criteria voldoet. Gelukkig is dit eenvoudig te doen met behulp van de volgende basissyntaxis: sum(df. column_name == some_value ) De volgende voorbeelden laten zien hoe...
De normale verdeling is de meest gebruikte kansverdeling in de statistiek. Het heeft de volgende eigenschappen: Symmetrisch Klokvormig Het gemiddelde en de mediaan zijn gelijk; beide gelegen in het centrum van de distributie Het gemiddelde van de normale verdeling bepaalt de...
Een semi-logaritmisch diagram is een type diagram dat een logaritmische schaal op de y-as en een lineaire schaal op de x-as gebruikt. Dit type diagram wordt vaak gebruikt wanneer de waarden van de y-variabele een veel grotere variabiliteit hebben dan de...