Wanneer de relatie tussen een reeks voorspellende variabelen en een responsvariabele erg complex is, gebruiken we vaak niet-lineaire methoden om de relatie daartussen te modelleren. Eén van die methoden zijn classificatie- en regressiebomen (vaak afgekort CART), die een reeks voorspellende variabelen...
Wanneer de relatie tussen een reeks voorspellende variabelen en een responsvariabele erg complex is, gebruiken we vaak niet-lineaire methoden om de relatie daartussen te modelleren. Eén zo’n methode is het bouwen van een beslisboom . Het nadeel van het gebruik van...
Een steekproefverdeling is een waarschijnlijkheidsverdeling van een bepaalde statistiek gebaseerd op veel willekeurige steekproeven uit een enkele populatie . In deze zelfstudie wordt uitgelegd hoe u het volgende kunt doen met steekproefverdelingen in Excel: Genereer een steekproefverdeling. Visualiseer de steekproefverdeling. Bereken...
Vaak wilt u misschien een willekeurige steekproef selecteren uit een gegevensset in Excel. Gelukkig is dit eenvoudig te doen met de functie RAND() , die een willekeurig getal tussen 0 en 1 genereert. Deze tutorial biedt een stapsgewijs voorbeeld van hoe...
Een geschaald locatiediagram is een type diagram dat de aangepaste waarden van een regressiemodel langs de x-as en de vierkantswortel van de gestandaardiseerde residuen langs de y-as weergeeft. Als we naar deze grafiek kijken, controleren we twee dingen: 1. Controleer of...
Een betrouwbaarheidsinterval is een reeks waarden die waarschijnlijk een populatieparameter met een bepaald betrouwbaarheidsniveau bevatten. Het wordt berekend volgens de volgende algemene formule: Betrouwbaarheidsinterval = (puntschatting) +/- (kritieke waarde)* (standaardfout) Deze formule creëert een interval met een ondergrens en een bovengrens,...
R is een van de populairste programmeertalen voor het werken met data. Maar voordat we met gegevens kunnen werken, moeten we deze daadwerkelijk in R importeren! Als uw gegevens al in een CSV- of Excel-bestand staan, kunt u de stappen in...
Denormale verdeling is de meest gebruikte verdeling in alle statistieken en staat bekend als symmetrisch en klokvormig. Een nauw verwante verdeling is de t-verdeling , die ook symmetrisch en klokvormig is, maar zwaardere „staarten“ heeft dan de normale verdeling. Met andere...
De meeste machine learning-algoritmen onder toezicht zijn gebaseerd op het gebruik van één enkel voorspellend model, zoals lineaire regressie , logistische regressie , nokregressie , enz. Met methoden zoals bagging en willekeurige forests worden echter veel verschillende modellen gebouwd op basis...
Vaak willen we in de statistiek data verzamelen zodat we bepaalde onderzoeksvragen kunnen beantwoorden. We willen bijvoorbeeld de volgende vragen beantwoorden: 1. Wat is het gemiddelde gezinsinkomen in Miami, Florida? 2. Wat is het gemiddelde gewicht van een bepaalde populatie schildpadden?...