{"id":319,"date":"2023-08-02T13:53:05","date_gmt":"2023-08-02T13:53:05","guid":{"rendered":"https:\/\/statorials.org\/nl\/multicollineariteit\/"},"modified":"2023-08-02T13:53:05","modified_gmt":"2023-08-02T13:53:05","slug":"multicollineariteit","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/multicollineariteit\/","title":{"rendered":"Multicollineariteit"},"content":{"rendered":"<p>In dit artikel wordt uitgelegd wat multicollineariteit in de statistiek is. U zult dus ontdekken wanneer multicollineariteit bestaat, wat de gevolgen van multicollineariteit zijn, hoe u multicollineariteit kunt identificeren en, ten slotte, hoe u dit probleem kunt oplossen. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-la-multicolinealidad\"><\/span> Wat is multicollineariteit?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> <strong>Multicollineariteit<\/strong> is een situatie die optreedt wanneer twee of meer verklarende variabelen in een regressiemodel een hoge correlatie hebben. Met andere woorden: in een regressiemodel bestaat er sprake van multicollineariteit wanneer de relatie tussen twee of meer variabelen in het model zeer sterk is.<\/p>\n<p> Als we bijvoorbeeld een regressiemodel gebruiken dat de levensverwachting van een land relateert aan de bevolkingsomvang en het bbp, zal er zeker multicollineariteit optreden tussen de bevolkingsomvang en het bbp, aangezien deze twee variabelen over het algemeen sterk gecorreleerd zijn. gecorreleerd. Het zal daarom moeilijk zijn om het effect van elke variabele op de levensverwachting te analyseren.<\/p>\n<p> Logischerwijs zullen de variabelen in een model altijd met elkaar gecorreleerd zijn; alleen in een idyllisch proces vindt er geen correlatie plaats tussen variabelen. Waar we echter in ge\u00efnteresseerd zijn, is dat de <a href=\"https:\/\/statorials.org\/nl\/correlatie\/\">correlatie<\/a> tussen de variabelen laag is, anders kunnen we het effect van elke verklarende variabele op de responsvariabele niet kennen.<\/p>\n<p> De belangrijkste oorzaken van multicollineariteit zijn over het algemeen de kleine omvang van de steekproef, het bestaan van een causaal verband tussen de verklarende variabelen of de lage variabiliteit van de waarnemingen. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"tipos-de-multicolinealidad\"><\/span> Soorten multicollineariteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Er zijn twee soorten multicollineariteit:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Exacte multicollineariteit<\/strong> : wanneer een of meer variabelen een lineaire combinatie zijn van andere variabelen. In dit geval is de correlatieco\u00ebffici\u00ebnt tussen multicollineaire variabelen gelijk aan 1.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>Geschatte multicollineariteit<\/strong> : Er is geen lineaire combinatie tussen variabelen, maar de determinatieco\u00ebffici\u00ebnt tussen twee of meer variabelen ligt zeer dicht bij 1 en daarom zijn ze sterk gecorreleerd.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"consecuencias-de-la-multicolinealidad\"><\/span> Gevolgen van multicollineariteit <span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">De waarde van de regressieco\u00ebffici\u00ebnten van het model verandert wanneer correlerende variabelen worden toegevoegd, waardoor het moeilijk wordt om het resulterende regressiemodel te interpreteren.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">De precisie van de parameterschatting wordt verminderd, waardoor de standaardfout van de regressieco\u00ebffici\u00ebnten toeneemt.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Sommige van de variabelen die multicollineariteit veroorzaken zijn beslist overbodig en daarom is het niet nodig om ze in het model op te nemen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Het is waarschijnlijk dat u in een overfittingsituatie terechtkomt, dat wil zeggen dat het model overfit is en om deze reden niet bruikbaar is voor het maken van voorspellingen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">De <a href=\"https:\/\/statorials.org\/nl\/p-waarde\/\">p-waarden<\/a> van de regressieco\u00ebffici\u00ebnten worden minder betrouwbaar. Daarom is het moeilijker om te bepalen welke variabelen in het regressiemodel moeten worden opgenomen en welke variabelen moeten worden verwijderd.<\/span> <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"como-detectar-la-multicolinealidad\"><\/span> Hoe multicollineariteit te detecteren<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> <strong>E\u00e9n manier om multicollineariteit te identificeren is door de correlatiematrix te berekenen<\/strong> , omdat deze de correlatieco\u00ebffici\u00ebnt tussen alle variabelen bevat en daarom kan worden waargenomen of een paar variabelen sterk gecorreleerd 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\/correlatiematrix\/\">Correlatiematrix<\/a><\/div>\n<p> Met de correlatiematrix kun je echter alleen weten of twee variabelen aan elkaar gerelateerd zijn, maar je kunt niet weten of er een combinatie is tussen een reeks variabelen. Om dit te doen, wordt meestal de variantie-inflatiefactor berekend.<\/p>\n<p> De <strong>variantie-inflatiefactor (VIF)<\/strong> , ook wel <em>de variantie-inflatiefactor (VIF)<\/em> genoemd, is een statistische co\u00ebffici\u00ebnt die voor elke verklarende variabele wordt berekend en die de correlatie van andere variabelen met een bepaalde verklarende variabele aangeeft. Concreet is de formule als volgt:<\/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-2b3ced8779bee4be590476765dd1f325_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"FIV_i=\\cfrac{1}{1-R_i^2}\" title=\"Rendered by QuickLaTeX.com\" height=\"44\" width=\"116\" style=\"vertical-align: -18px;\"><\/p>\n<\/p>\n<p> Goud<\/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-9e42ccb5e914d029440870e855384077_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"FIV_i\" title=\"Rendered by QuickLaTeX.com\" height=\"15\" width=\"38\" style=\"vertical-align: -3px;\"><\/p>\n<p> is de inflatiefactor van de variantie van de variabele iy<\/p>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-e2f09a7b02fea0d62cefc83f037ef64f_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"R_i^2\" title=\"Rendered by QuickLaTeX.com\" height=\"20\" width=\"21\" style=\"vertical-align: -5px;\"><\/p>\n<p> is de <a href=\"https:\/\/statorials.org\/nl\/determinatiecoefficient-r-kwadraat\/\">determinatieco\u00ebffici\u00ebnt<\/a> van het regressiemodel dat de variabele i als afhankelijke variabele heeft en de rest van de variabelen als onafhankelijke variabelen.<\/p>\n<p> Afhankelijk van de waarde van de verkregen variantie-inflatiefactoren is het dus mogelijk om te weten of er sprake is van multicollineariteit of niet:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>VIF = 1<\/strong> : Wanneer de variantie-inflatiefactor gelijk is aan 1, betekent dit dat er geen correlatie bestaat tussen de afhankelijke variabele en de andere variabelen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>1 &lt; IVF &lt; 5<\/strong> : er is een correlatie tussen de variabelen, maar deze is matig. In principe is het niet nodig om actie te ondernemen om multicollineariteit te corrigeren.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\"><strong>VIF &gt; 5<\/strong> : Als een variantie-inflatiefactor groter is dan 1, betekent dit dat de multicollineariteit van het model hoog is en dat er daarom moet worden geprobeerd deze op te lossen.<\/span><\/li>\n<\/ul>\n<p> In de praktijk worden variantie-inflatiefactoren meestal berekend met behulp van computersoftware, omdat het maken van een regressiemodel voor elke variabele en het vervolgens handmatig vinden van de co\u00ebffici\u00ebntwaarde lang zou duren. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"solucionar-la-multicolinealidad\"><\/span> Correcte multicollineariteit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> De volgende maatregelen kunnen nuttig zijn bij het oplossen van multicollineariteitsproblemen in een regressiemodel:<\/p>\n<ul style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Als de steekproefomvang klein is, kan het vergroten van het aantal gegevens de geschatte multicollineariteit verminderen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Verwijder alle variabelen die multicollineariteit veroorzaken. Als de variabelen sterk gecorreleerd zijn, gaat er weinig informatie verloren in het model en wordt de multicollineariteit verminderd.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Maak het regressiemodel door het criterium van de gedeeltelijke kleinste kwadraten (PLS) toe te passen.<\/span><\/li>\n<li style=\"margin-bottom:16px\"> <span style=\"color:#101010;font-weight: normal;\">Soms kunt u het regressiemodel laten zoals het is, met multicollineariteit. Als we bijvoorbeeld alleen maar een model willen maken om voorspellingen te doen en het niet hoeven te interpreteren, kunnen we de modelvergelijking gebruiken om de waarde van de afhankelijke variabele te voorspellen met een nieuwe waarneming, ervan uitgaande dat het multicollineariteitspatroon zichzelf herhaalt. in de nieuwe waarnemingen.<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>In dit artikel wordt uitgelegd wat multicollineariteit in de statistiek is. U zult dus ontdekken wanneer multicollineariteit bestaat, wat de gevolgen van multicollineariteit zijn, hoe u multicollineariteit kunt identificeren en, ten slotte, hoe u dit probleem kunt oplossen. Wat is multicollineariteit? Multicollineariteit is een situatie die optreedt wanneer twee of meer verklarende variabelen in een [&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-319","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 Multicollineariteit<\/title>\n<meta name=\"description\" content=\"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.\" \/>\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\/multicollineariteit\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Multicollineariteit\" \/>\n<meta property=\"og:description\" content=\"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/multicollineariteit\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-02T13:53:05+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2b3ced8779bee4be590476765dd1f325_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\/multicollineariteit\/\",\"url\":\"https:\/\/statorials.org\/nl\/multicollineariteit\/\",\"name\":\"\u25b7 Multicollineariteit\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-08-02T13:53:05+00:00\",\"dateModified\":\"2023-08-02T13:53:05+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/multicollineariteit\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/multicollineariteit\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/multicollineariteit\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Multicollineariteit\"}]},{\"@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 Multicollineariteit","description":"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.","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\/multicollineariteit\/","og_locale":"de_DE","og_type":"article","og_title":"\u25b7 Multicollineariteit","og_description":"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.","og_url":"https:\/\/statorials.org\/nl\/multicollineariteit\/","og_site_name":"Statorials","article_published_time":"2023-08-02T13:53:05+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2b3ced8779bee4be590476765dd1f325_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\/multicollineariteit\/","url":"https:\/\/statorials.org\/nl\/multicollineariteit\/","name":"\u25b7 Multicollineariteit","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-08-02T13:53:05+00:00","dateModified":"2023-08-02T13:53:05+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Hier leert u wat multicollineariteit is, wanneer multicollineariteit bestaat, wat de gevolgen zijn, hoe u multicollineariteit kunt identificeren en hoe u dit kunt oplossen.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/multicollineariteit\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/multicollineariteit\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/multicollineariteit\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Multicollineariteit"}]},{"@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\/319","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=319"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/319\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=319"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=319"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=319"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}