{"id":486,"date":"2023-07-29T18:10:23","date_gmt":"2023-07-29T18:10:23","guid":{"rendered":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/"},"modified":"2023-07-29T18:10:23","modified_gmt":"2023-07-29T18:10:23","slug":"hoe-gegevens-in-r-te-normaliseren","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/","title":{"rendered":"Hoe gegevens in r te normaliseren"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Als mensen het hebben over het \u2018normaliseren\u2019 van de variabelen in een dataset, bedoelen ze in de meeste gevallen dat ze de waarden zo willen schalen dat de variabele een gemiddelde van 0 heeft en een standaardafwijking van 1.<\/span><\/p>\n<p> <span style=\"color: #000000;\">De meest voorkomende reden om variabelen te standaardiseren is wanneer u een soort multivariate analyse uitvoert (dat wil zeggen, u wilt inzicht krijgen in de relatie tussen meerdere voorspellende variabelen en een responsvariabele) en u wilt dat elke variabele in gelijke mate bijdraagt aan de analyse.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wanneer variabelen op verschillende schalen worden gemeten, dragen ze vaak niet in gelijke mate bij aan de analyse. Als de waarden van de ene variabele bijvoorbeeld vari\u00ebren van 0 tot 100.000 en de waarden van een andere variabele van 0 tot 100, krijgt de variabele met het grootste bereik een groter gewicht in de analyse.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dit is gebruikelijk wanneer de ene variabele iets meet als salaris (\u20ac0 tot \u20ac100.000) en een andere variabele iets als leeftijd meet (0 tot 100 jaar oud).<\/span><\/p>\n<p> <span style=\"color: #000000;\">Door de variabelen te standaardiseren, kunnen we er zeker van zijn dat elke variabele in gelijke mate bijdraagt aan de analyse. Er zijn twee veelgebruikte manieren om variabelen te normaliseren (of te &#8217;schalen&#8216;):<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Min-Max-normalisatie:<\/strong> (X \u2013 min(X)) \/ (max(X) \u2013 min(X))<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Standaardisatie van de Z-score:<\/span><\/strong> (X \u2013 \u03bc) \/ \u03c3<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Vervolgens laten we zien hoe deze twee technieken in R kunnen worden ge\u00efmplementeerd.<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Hoe variabelen in R te normaliseren (of te &#8222;schalen&#8220;)<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Voor elk van de volgende voorbeelden zullen we de ingebouwde R-dataset <strong>-iris<\/strong> gebruiken om te illustreren hoe variabelen in R kunnen worden genormaliseerd of geschaald:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #008080;\"><strong>#view first six rows of <em>iris<\/em> dataset\n<span style=\"color: #000000;\">head(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 3.5 1.4 0.2 setosa\n#2 4.9 3.0 1.4 0.2 setosa\n#3 4.7 3.2 1.3 0.2 setosa\n#4 4.6 3.1 1.5 0.2 setosa\n#5 5.0 3.6 1.4 0.2 setosa\n#6 5.4 3.9 1.7 0.4 setosa\n<\/span><\/strong><\/span><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Min-Max-normalisatie<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">De formule voor min-max-normalisatie is:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 min(X))\/(max(X) \u2013 min(X))<\/span><\/p>\n<p> <span style=\"color: #000000;\">Voor elke waarde van een variabele vinden we eenvoudigweg de afstand tussen die waarde en de minimumwaarde en delen we deze vervolgens door het bereik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Om dit in R te implementeren, kunnen we een eenvoudige functie defini\u00ebren en vervolgens <a href=\"https:\/\/statorials.org\/nl\/een-gids-voor-het-aanbrengen-van-lapply-sapply-en-tapply-in-r\/\" target=\"_blank\" rel=\"noopener\">Laply<\/a> gebruiken om die functie toe te passen op de kolommen in de <strong>irisgegevensset<\/strong> die we willen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define Min-Max normalization function<\/span>\nmin_max_norm &lt;- <span style=\"color: #800080;\">function<\/span> (x) {\n    (x - min(x)) \/ (max(x) - min(x))\n  }\n\n<span style=\"color: #008080;\">#apply Min-Max normalization to first four columns in <em>iris<\/em> dataset\n<span style=\"color: #000000;\">iris_norm &lt;- as.data.frame(lapply(iris[1:4], min_max_norm))\n\n<span style=\"color: #008080;\">#view first six rows of normalized <em>iris<\/em> dataset<\/span>\nhead(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 0.22222222 0.6250000 0.06779661 0.04166667\n#2 0.16666667 0.4166667 0.06779661 0.04166667\n#3 0.11111111 0.5000000 0.05084746 0.04166667\n#4 0.08333333 0.4583333 0.08474576 0.04166667\n#5 0.19444444 0.6666667 0.06779661 0.04166667\n#6 0.30555556 0.7916667 0.11864407 0.12500000\n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Merk op dat elk van de kolommen nu waarden tussen 0 en 1 heeft. Merk ook op dat de vijfde kolom &#8222;Species&#8220; uit dit dataframe is verwijderd. We kunnen het eenvoudig toevoegen met behulp van de volgende code:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#add back <em>Species<\/em> column<\/span>\niris_norm$Species &lt;- iris$Species\n\n<span style=\"color: #008080;\">#view first six rows of <em>iris_norm\n<\/em><\/span>head(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 0.22222222 0.6250000 0.06779661 0.04166667 setosa\n#2 0.16666667 0.4166667 0.06779661 0.04166667 setosa\n#3 0.11111111 0.5000000 0.05084746 0.04166667 setosa\n#4 0.08333333 0.4583333 0.08474576 0.04166667 setosa\n#5 0.19444444 0.6666667 0.06779661 0.04166667 setosa\n#6 0.30555556 0.7916667 0.11864407 0.12500000 setosa\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Standaardisatie van de Z-score<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Het nadeel van de min-max-normalisatietechniek is dat deze de gegevenswaarden dichter bij het gemiddelde brengt. Als we ervoor willen zorgen dat uitschieters zwaarder wegen dan andere waarden, is een z-score-standaardisatie een betere techniek om te implementeren.<\/span><\/p>\n<p> <span style=\"color: #000000;\">De formule voor het standaardiseren van de z-score is als volgt:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 \u03bc) \/ \u03c3<\/span><\/p>\n<p> <span style=\"color: #000000;\">Voor elke waarde van een variabele trekken we eenvoudigweg de gemiddelde waarde van de variabele af en delen we deze door de standaardafwijking van de variabele.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Om dit in R te implementeren, hebben we verschillende opties:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Standaardiseer een variabele<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Als we eenvoudigweg een variabele in een dataset willen standaardiseren, zoals Sepal.Width in de <strong>irisdataset<\/strong> , kunnen we de volgende code gebruiken:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#standardize<\/span> <span style=\"color: #008080;\"><em>Sepal.Width\n<\/em><\/span>iris$Sepal.Width &lt;- (iris$Sepal.Width - mean(iris$Sepal.Width)) \/ sd(iris$Sepal.Width)\n\nhead(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 1.01560199 1.4 0.2 setosa\n#2 4.9 -0.13153881 1.4 0.2 setosa\n#3 4.7 0.32731751 1.3 0.2 setosa\n#4 4.6 0.09788935 1.5 0.2 setosa\n#5 5.0 1.24503015 1.4 0.2 setosa\n#6 5.4 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">De <em>Sepal.Width<\/em> -waarden zijn nu zo geschaald dat het gemiddelde 0 is en de standaarddeviatie 1. We kunnen dit zelfs controleren als we willen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find mean of <em>Sepal.Width\n<\/em><\/span>mean(iris$Sepal.Width)\n\n#[1] 2.034094e-16 <span style=\"color: #008080;\">#basically zero<\/span>\n\n<span style=\"color: #008080;\">#find standard deviation of <em>Sepal.Width\n<\/em><\/span>sd(iris$Sepal.Width)\n\n#[1] 1<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><strong>2. Standaardiseer meerdere variabelen met behulp van de schaalfunctie<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Om meerdere variabelen te normaliseren, kan men eenvoudigweg de <em>schaalfunctie<\/em> gebruiken. De volgende code laat bijvoorbeeld zien hoe u de eerste vier kolommen van de <strong>irisgegevensset<\/strong> kunt schalen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#standardize first four columns of <em>iris<\/em> dataset<\/span>\niris_standardize &lt;- as.data.frame(scale(iris[1:4]))\n\n<span style=\"color: #008080;\">#view first six rows of standardized dataset<\/span>\n<\/strong><\/span><strong>head(iris_standardize)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 -0.8976739 1.01560199 -1.335752 -1.311052\n#2 -1.1392005 -0.13153881 -1.335752 -1.311052\n#3 -1.3807271 0.32731751 -1.392399 -1.311052\n#4 -1.5014904 0.09788935 -1.279104 -1.311052\n#5 -1.0184372 1.24503015 -1.335752 -1.311052\n#6 -0.5353840 1.93331463 -1.165809 -1.048667\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Houd er rekening mee dat de <em>schaalfunctie<\/em> standaard probeert elke kolom in een dataframe te normaliseren. We krijgen dus een foutmelding als we <strong>scale(iris)<\/strong> proberen te gebruiken, omdat de kolom <em>Species<\/em> niet numeriek is en niet kan worden gestandaardiseerd:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>scale(iris)\n\n#Error in colMeans(x, na.rm = TRUE): 'x' must be numeric\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Het is echter mogelijk om alleen bepaalde variabelen in een dataframe te standaardiseren terwijl alle andere variabelen hetzelfde blijven met behulp van het <strong>dplyr-<\/strong> pakket. De volgende code standaardiseert bijvoorbeeld de variabelen <em>Sepal.Width<\/em> en <em>Sepal.Length<\/em> , terwijl alle andere variabelen hetzelfde blijven:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>dplyr<\/em> package<\/span>\nlibrary(dplyr)\n\n<span style=\"color: #008080;\">#standardize <em>Sepal.Width<\/em> and <em>Sepal.Length<\/em>\n<\/span>iris_new &lt;- iris %&gt;% mutate_each_(list(~scale(.) %&gt;% as.vector),\n                                  vars = c(\"Sepal.Width\",\"Sepal.Length\"))\n\n<span style=\"color: #008080;\">#view first six rows of new data frame\n<\/span>head(iris_new)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 -0.8976739 1.01560199 1.4 0.2 setosa\n#2 -1.1392005 -0.13153881 1.4 0.2 setosa\n#3 -1.3807271 0.32731751 1.3 0.2 setosa\n#4 -1.5014904 0.09788935 1.5 0.2 setosa\n#5 -1.0184372 1.24503015 1.4 0.2 setosa\n#6 -0.5353840 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Merk op dat <em>Sepal.Length<\/em> en <em>Sepal.Width<\/em> zodanig zijn gestandaardiseerd dat beide variabelen een gemiddelde van 0 en een standaarddeviatie van 1 hebben, terwijl de andere drie variabelen in het gegevensframe ongewijzigd blijven.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Als mensen het hebben over het \u2018normaliseren\u2019 van de variabelen in een dataset, bedoelen ze in de meeste gevallen dat ze de waarden zo willen schalen dat de variabele een gemiddelde van 0 heeft en een standaardafwijking van 1. De meest voorkomende reden om variabelen te standaardiseren is wanneer u een soort multivariate analyse uitvoert [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-486","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Gegevens normaliseren in R - Statorials<\/title>\n<meta name=\"description\" content=\"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.\" \/>\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\/hoe-gegevens-in-r-te-normaliseren\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Gegevens normaliseren in R - Statorials\" \/>\n<meta property=\"og:description\" content=\"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T18:10:23+00:00\" \/>\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=\"5\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/\",\"url\":\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/\",\"name\":\"Gegevens normaliseren in R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-29T18:10:23+00:00\",\"dateModified\":\"2023-07-29T18:10:23+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Hoe gegevens in r te normaliseren\"}]},{\"@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":"Gegevens normaliseren in R - Statorials","description":"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.","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\/hoe-gegevens-in-r-te-normaliseren\/","og_locale":"de_DE","og_type":"article","og_title":"Gegevens normaliseren in R - Statorials","og_description":"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.","og_url":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/","og_site_name":"Statorials","article_published_time":"2023-07-29T18:10:23+00:00","author":"Dr.benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr.benjamin anderson","Gesch\u00e4tzte Lesezeit":"5\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/","url":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/","name":"Gegevens normaliseren in R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-29T18:10:23+00:00","dateModified":"2023-07-29T18:10:23+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"In deze zelfstudie worden verschillende manieren uitgelegd om gegevens in R eenvoudig te normaliseren of te schalen.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/hoe-gegevens-in-r-te-normaliseren\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Hoe gegevens in r te normaliseren"}]},{"@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\/486","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=486"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/486\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=486"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=486"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=486"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}