{"id":317,"date":"2023-08-02T14:35:00","date_gmt":"2023-08-02T14:35:00","guid":{"rendered":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/"},"modified":"2023-08-02T14:35:00","modified_gmt":"2023-08-02T14:35:00","slug":"heteroscedasticiteit","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/","title":{"rendered":"Heteroskedasticiteit"},"content":{"rendered":"<p>In dit artikel wordt uitgelegd wat heteroscedasticiteit in de statistiek is. Daarnaast zul je ontdekken wat de oorzaak is van heteroscedasticiteit, wat de gevolgen ervan zijn en hoe je dit kunt oplossen. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-la-heterocedasticidad\"><\/span> Wat is heteroscedasticiteit?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> In de statistiek is <strong>heteroskedasticiteit<\/strong> een kenmerk dat een regressiepatroon vertoont dat impliceert dat de foutvariantie niet constant is. Met andere woorden: een heteroscedastisch model betekent dat de fouten ervan een onregelmatige variantie hebben. Het model wordt dan heteroskedastisch genoemd.<\/p>\n<p> Houd er rekening mee dat de fout (of residu) wordt gedefinieerd als het verschil tussen de werkelijke waarde en de door het regressiemodel geschatte waarde.<\/p>\n<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2028e64ca2c0035860e93c4bf244e2f1_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"e_i=y_i-\\widehat{y}_i\" title=\"Rendered by QuickLaTeX.com\" height=\"18\" width=\"87\" style=\"vertical-align: -4px;\"><\/p>\n<\/p>\n<p> Bij het bouwen van een regressiemodel wordt de fout die door elke waarneming wordt gemaakt, berekend met behulp van de vorige uitdrukking. Een statistisch model is dus heteroscedastisch wanneer de <a href=\"https:\/\/statorials.org\/nl\/variantie\/\">variantie<\/a> van de berekende fouten niet constant is gedurende de waarnemingen, maar eerder varieert. <\/p>\n<figure class=\"wp-block-image aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/homoscedasticite-et-heteroscedasticite.png\" alt=\"heteroskedasticiteit en homoscedasticiteit\" class=\"wp-image-6840\" width=\"581\" height=\"226\" srcset=\"\" sizes=\"auto, \"><\/figure>\n<p> Hoewel het heel eenvoudig lijkt, is het belangrijk dat een regressiemodel geen heteroskedasticiteit vertoont, aangezien de berekening van het model gebaseerd is op het feit dat de variantie van de residuen constant is; in feite is het een van de eerdere aannames van de regressiemodellen.<\/p>\n<p> Er zijn bepaalde statistische tests die heteroskedasticiteit kunnen detecteren, zoals de White-test of de Goldfeld-Quandt-test. Meestal kan hun heteroskedasticiteit echter worden ge\u00efdentificeerd door de residuen in een grafiek weer te geven. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"causas-de-la-heterocedasticidad\"><\/span> Oorzaken van heteroscedasticiteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> De meest voorkomende oorzaken van heteroskedasticiteit in een model zijn:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Wanneer het gegevensbereik erg breed is in vergelijking met het gemiddelde. Als er in dezelfde statistische steekproef zeer grote waarden en zeer kleine waarden voorkomen, is het waarschijnlijk dat het verkregen regressiemodel heteroscedastisch is.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Het weglaten van variabelen in het regressiemodel resulteert ook in heteroskedasticiteit. Als een relevante variabele niet in het model is opgenomen, zal de variatie ervan logischerwijs in de residuen worden opgenomen, en deze hoeft niet noodzakelijkerwijs vast te liggen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Op dezelfde manier kan een verandering in de structuur ervoor zorgen dat het model slecht aansluit bij de dataset en daarom is het mogelijk dat de variantie van de residuen niet constant is.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Wanneer sommige variabelen veel grotere waarden hebben dan de andere verklarende variabelen, kan het model heteroscedasticiteit hebben. In dit geval kunnen de variabelen worden gerelativeerd om het probleem op te lossen.<\/span><\/li>\n<\/ul>\n<p> Sommige gevallen vertonen echter van nature waarschijnlijk heteroskedasticiteit. Als we bijvoorbeeld het inkomen van een persoon modelleren met zijn voedseluitgaven, hebben rijkere mensen een veel grotere variabiliteit in hun voedseluitgaven dan armere mensen. Omdat een rijk persoon soms in dure restaurants eet en andere keren in goedkope restaurants, in tegenstelling tot een arm persoon die altijd in goedkope restaurants eet. Daarom is het gemakkelijk voor het regressiemodel om heteroskedasticiteit te bezitten. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"consecuencias-de-la-heterocedasticidad\"><\/span> Gevolgen van heteroscedasticiteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> De gevolgen van heteroskedasticiteit in een regressiemodel zijn hoofdzakelijk als volgt:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Effici\u00ebntie gaat verloren in de kleinste kwadratenschatter, gedefinieerd als het gemiddelde van de kwadraten van de fouten.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Er doen zich fouten voor bij de berekening van de <a href=\"https:\/\/statorials.org\/nl\/decovariantiematrix\/\">covariantiematrix<\/a> van de kleinste kwadratenschatters.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"corregir-la-heterocedasticidad\"><\/span> Correcte heteroscedasticiteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Wanneer het resulterende regressiemodel heteroscedasticiteit is, kunnen we de volgende correcties proberen om heteroscedasticiteit te verkrijgen:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Bereken de natuurlijke logaritme van de onafhankelijke variabele. Dit is over het algemeen handig als de variantie van de residuen in de grafiek toeneemt.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Afhankelijk van de residuele grafiek kan een ander type transformatie van de onafhankelijke variabele praktischer zijn. Als de grafiek bijvoorbeeld de vorm heeft van een parabool, kunnen we het kwadraat van de onafhankelijke variabele berekenen en die variabele aan het model toevoegen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Voor het model kunnen ook andere variabelen worden gebruikt; door een variabele te verwijderen of toe te voegen, kan de variantie van de residuen worden gewijzigd.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">In plaats van het kleinste kwadratencriterium te gebruiken, kan het gewogen kleinste kwadratencriterium worden gebruikt.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"heterocedasticidad-y-homocedasticidad\"><\/span> Heteroscedasticiteit en homoscedasticiteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Ten slotte zullen we zien wat de verschillen zijn tussen heteroscedasticiteit en homoscedasticiteit in de statistiek, aangezien dit twee concepten van regressiemodellen zijn waar we duidelijk over moeten zijn.<\/p>\n<p> De <strong>homoscedasticiteit<\/strong> van een regressiemodel is een statistisch kenmerk dat aangeeft dat de foutvariantie constant is. Een homoscedastisch model betekent dus dat de variantie van zijn fouten constant is.<\/p>\n<p> Het <strong>verschil tussen heteroscedasticiteit en homoskedasticiteit<\/strong> wordt gevonden in de constantheid van de variantie van de residuen. Als de variantie van de residuen van een model niet constant is, betekent dit dat het model heteroscedastisch is. Aan de andere kant, als de variantie van de residuen constant is, betekent dit dat deze homoscedastisch is.<\/p>\n<p> Daarom moeten we ervoor zorgen dat het regressiemodel dat we bouwen homoscedastisch is, op deze manier zal aan de veronderstelling worden voldaan dat de variantie van de residuen constant is. <\/p>\n<div style=\"background-color:#FFFDE7; padding-top: 10px; padding-bottom: 10px; padding-right: 20px; padding-left: 30px; border: 2.5px dashed #FFB74D; border-radius:20px;\"> <span style=\"color:#ff951b\">\u27a4<\/span> <strong>Zie:<\/strong> <a href=\"https:\/\/statorials.org\/nl\/homoscedasticiteit\/\">Homoskedasticiteit<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"<p>In dit artikel wordt uitgelegd wat heteroscedasticiteit in de statistiek is. Daarnaast zul je ontdekken wat de oorzaak is van heteroscedasticiteit, wat de gevolgen ervan zijn en hoe je dit kunt oplossen. Wat is heteroscedasticiteit? In de statistiek is heteroskedasticiteit een kenmerk dat een regressiepatroon vertoont dat impliceert dat de foutvariantie niet constant is. Met [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-317","post","type-post","status-publish","format-standard","hentry","category-statistieken"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>\u25b7 Heteroscedasticiteit<\/title>\n<meta name=\"description\" content=\"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Heteroscedasticiteit\" \/>\n<meta property=\"og:description\" content=\"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-02T14:35:00+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2028e64ca2c0035860e93c4bf244e2f1_l3.png\" \/>\n<meta name=\"author\" content=\"Dr.benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr.benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"4\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/\",\"url\":\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/\",\"name\":\"\u25b7 Heteroscedasticiteit\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-08-02T14:35:00+00:00\",\"dateModified\":\"2023-08-02T14:35:00+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Heteroskedasticiteit\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/nl\/#website\",\"url\":\"https:\/\/statorials.org\/nl\/\",\"name\":\"Statorials\",\"description\":\"Uw gids voor statistische competentie\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/nl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\",\"name\":\"Dr.benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr.benjamin anderson\"},\"description\":\"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder\",\"sameAs\":[\"http:\/\/statorials.org\/nl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"\u25b7 Heteroscedasticiteit","description":"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/","og_locale":"de_DE","og_type":"article","og_title":"\u25b7 Heteroscedasticiteit","og_description":"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.","og_url":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/","og_site_name":"Statorials","article_published_time":"2023-08-02T14:35:00+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2028e64ca2c0035860e93c4bf244e2f1_l3.png"}],"author":"Dr.benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr.benjamin anderson","Gesch\u00e4tzte Lesezeit":"4\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/","url":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/","name":"\u25b7 Heteroscedasticiteit","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-08-02T14:35:00+00:00","dateModified":"2023-08-02T14:35:00+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Hier ontdekt u wat heteroskedasticiteit is in de statistiek, de oorzaken en gevolgen ervan en hoe u de heteroskedasticiteit van een model kunt corrigeren.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/heteroscedasticiteit\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/heteroscedasticiteit\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Heteroskedasticiteit"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/nl\/#website","url":"https:\/\/statorials.org\/nl\/","name":"Statorials","description":"Uw gids voor statistische competentie","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/nl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219","name":"Dr.benjamin anderson","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr.benjamin anderson"},"description":"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder","sameAs":["http:\/\/statorials.org\/nl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/317","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/comments?post=317"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/317\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=317"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=317"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=317"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}