{"id":491,"date":"2023-07-29T17:48:18","date_gmt":"2023-07-29T17:48:18","guid":{"rendered":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/"},"modified":"2023-07-29T17:48:18","modified_gmt":"2023-07-29T17:48:18","slug":"stap-voor-stap-regressie-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/","title":{"rendered":"Een complete gids voor stapsgewijze regressie in r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/nl\/selectie-per-fase\/\" target=\"_blank\" rel=\"noopener noreferrer\">Stapsgewijze regressie<\/a> is een procedure die we kunnen gebruiken om een <a href=\"https:\/\/statorials.org\/nl\/meerdere-lineaire-regressie\/\" target=\"_blank\" rel=\"noopener noreferrer\">regressiemodel<\/a> op te bouwen uit een reeks voorspellende variabelen door voorspellers stapsgewijs in het model in te voeren en te verwijderen totdat er geen statistisch geldige reden meer is om voorspellers in het model in te voeren of te verwijderen. verwijder meer.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Het doel van stapsgewijze regressie is het cre\u00ebren van een regressiemodel dat alle voorspellende variabelen omvat die statistisch significant gerelateerd zijn aan de <a href=\"https:\/\/statorials.org\/nl\/variabelen-verklarende-reacties\/\" target=\"_blank\" rel=\"noopener noreferrer\">responsvariabele<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">In deze zelfstudie wordt uitgelegd hoe u de volgende stapsgewijze regressieprocedures in R uitvoert:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Stap voor stap vooruit selecteren<\/span><\/li>\n<li> <span style=\"color: #000000;\">Stap-voor-stap achterwaartse selectie<\/span><\/li>\n<li> <span style=\"color: #000000;\">Stap voor stap selectie in beide richtingen<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Voor elk voorbeeld gebruiken we de ingebouwde <strong>mtcars<\/strong> -dataset:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#view first six rows of <em>mtcars\n<\/em><\/span>head(mtcars)\n\n                   mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">We passen een meervoudig lineair regressiemodel toe met <em>mpg<\/em> (mijl per gallon) als responsvariabele en de andere tien variabelen in de dataset als potenti\u00eble voorspellende variabelen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Voor elk voorbeeld zullen we de ingebouwde <a href=\"https:\/\/www.rdocumentation.org\/packages\/stats\/versions\/3.6.2\/topics\/step\" target=\"_blank\" rel=\"noopener noreferrer\">step()-<\/a> functie van het stats-pakket gebruiken om een stapsgewijze selectie uit te voeren, waarbij de volgende syntaxis wordt gebruikt:<\/span><\/p>\n<p style=\"text-align: left;\"> <span style=\"color: #000000;\"><strong>fase (alleen interceptiemodel, richting, bereik)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Goud:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Alleen origineel model<\/strong> : alleen de formule van het originele model<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Richting:<\/strong> De stapzoekmodus kan \u201cbeide\u201d, \u201cachteruit\u201d of \u201cvooruit\u201d zijn.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>reikwijdte:<\/strong> een formule die de voorspellers specificeert die we in het model willen proberen in te voeren<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Voorbeeld 1: Stap-voor-stap voorwaartse selectie<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">De volgende code laat stap voor stap zien hoe u een selectie uitvoert:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform forward stepwise regression\n<\/span>forward &lt;- step(intercept_only, direction=' <span style=\"color: #008000;\">forward<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of forward stepwise regression<\/span>\nforward$anova\n\n   Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 31 1126.0472 115.94345\n2 + wt -1 847.72525 30 278.3219 73.21736\n3 + cyl -1 87.14997 29 191.1720 63.19800\n4 + hp -1 14.55145 28 176.6205 62.66456\n\n<span style=\"color: #008080;\">#view final model\n<\/span>forward$coefficients\n\n(Intercept) wt cyl hp \n 38.7517874 -3.1669731 -0.9416168 -0.0180381 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><em><strong>Opmerking:<\/strong> het argument trace=0 vertelt R dat hij niet de volledige resultaten van de stapsgewijze selectie moet weergeven. Dit kan veel ruimte in beslag nemen als er een groot aantal voorspellende variabelen is.<\/em><\/span><\/p>\n<p> <span style=\"color: #000000;\">Zo interpreteert u de resultaten:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Ten eerste passen we het alleen-intercept-model toe. Dit model had een AIC van <strong>115,94345<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens passen we alle mogelijke modellen aan een voorspeller aan. Het model dat de laagste AIC produceerde en ook een statistisch significante reductie in AIC had vergeleken met het model dat alleen op de uitgangssituatie was gebaseerd, gebruikte de <em>wt-<\/em> voorspeller. Dit model had een AIC van <strong>73,21736<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens passen we alle mogelijke modellen aan met twee voorspellers. Het model dat de laagste AIC produceerde en ook een statistisch significante vermindering van de AIC had vergeleken met het model met \u00e9\u00e9n voorspeller, voegde de <em>cil-<\/em> voorspeller toe. Dit model had een AIC van <strong>63,19800<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens passen we alle mogelijke modellen aan drie voorspellers aan. Het model dat de laagste AIC produceerde en ook een statistisch significante reductie in AIC had vergeleken met het model met twee voorspellers, voegde de <em>pk-<\/em> voorspeller toe. Dit model had een AIC van <strong>62,66456<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens passen we alle mogelijke modellen aan vier voorspellers aan. Het bleek dat geen van deze modellen een significante vermindering van de AIC opleverde, dus stopten we de procedure.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Het uiteindelijke model blijkt te zijn:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 38,75 \u2013 3,17*gewicht \u2013 0,94*cil \u2013 0,02*hyp<\/strong><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Voorbeeld 2: Stapsgewijze terugselectie<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">De volgende code laat zien hoe u achteruit kunt stappen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform backward stepwise regression\n<\/span>backward &lt;- step(all, direction=' <span style=\"color: #008000;\">backward<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of backward stepwise regression<\/span>\nbackward$anova\n\n    Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 21 147.4944 70.89774\n2 - cyl 1 0.07987121 22 147.5743 68.91507\n3 - vs 1 0.26852280 23 147.8428 66.97324\n4 - carb 1 0.68546077 24 148.5283 65.12126\n5 - gear 1 1.56497053 25 150.0933 63.45667\n6 - drat 1 3.34455117 26 153.4378 62.16190\n7 - available 1 6.62865369 27 160.0665 61.51530\n8 - hp 1 9.21946935 28 169.2859 61.30730\n\n<span style=\"color: #008080;\">#view final model\n<\/span>backward$coefficients\n\n(Intercept) wt qsec am \n   9.617781 -3.916504 1.225886 2.935837\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Zo interpreteert u de resultaten:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Eerst passen we een model aan met behulp van alle <em>p-<\/em> voorspellers. Definieer dit als M <sub>p<\/sub> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens passen we voor k = p, p-1,\u20261 alle k-modellen die op \u00e9\u00e9n na alle voorspellers in M <sub>k<\/sub> bevatten, voor een totaal van k-1 voorspellervariabelen. Kies vervolgens de beste uit deze k-modellen en noem deze M <sub>k-1<\/sub> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Ten slotte kiezen we een beste model uit M <sub>0<\/sub> \u2026 M <sub>p<\/sub> met behulp van AIC.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Het uiteindelijke model blijkt te zijn:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 9,62 \u2013 3,92*gewicht + 1,23*qsec + 2,94*am<\/strong><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Voorbeeld 3: Stap voor stap selectie in beide richtingen<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">De volgende code laat zien hoe u een stapsgewijze selectie in beide richtingen uitvoert:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform backward stepwise regression\n<\/span>both &lt;- step(intercept_only, direction=' <span style=\"color: #008000;\">both<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of backward stepwise regression<\/span>\nboth$anova\n\n   Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 31 1126.0472 115.94345\n2 + wt -1 847.72525 30 278.3219 73.21736\n3 + cyl -1 87.14997 29 191.1720 63.19800\n4 + hp -1 14.55145 28 176.6205 62.66456\n\n<span style=\"color: #008080;\">#view final model\n<\/span>both$coefficients\n\n(Intercept) wt cyl hp \n 38.7517874 -3.1669731 -0.9416168 -0.0180381 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Zo interpreteert u de resultaten:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Ten eerste passen we het alleen-intercept-model toe.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Vervolgens hebben we achtereenvolgens voorspellers aan het model toegevoegd, net zoals we dat bij de stapsgewijze selectie hebben gedaan. Nadat we elke voorspeller hadden toegevoegd, hebben we echter ook alle voorspellers verwijderd die niet langer een verbetering van de modelfit opleverden.<\/span><\/li>\n<li> <span style=\"color: #000000;\">We herhaalden dit proces totdat we een definitief model hadden.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Het uiteindelijke model blijkt te zijn:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 9,62 \u2013 3,92*gewicht + 1,23*qsec + 2,94*am<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Merk op dat voorwaartse stapselectie en stapselectie in beide richtingen hetzelfde uiteindelijke patroon produceerden, terwijl achterwaartse stapselectie een ander patroon produceerde.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Aanvullende bronnen<\/strong><\/span><\/h3>\n<p> Hoe u de betekenis van een regressiehelling kunt testen<br \/> Een regressietabel lezen en interpreteren<br \/> Een gids voor multicollineariteit bij regressie<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Stapsgewijze regressie is een procedure die we kunnen gebruiken om een regressiemodel op te bouwen uit een reeks voorspellende variabelen door voorspellers stapsgewijs in het model in te voeren en te verwijderen totdat er geen statistisch geldige reden meer is om voorspellers in het model in te voeren of te verwijderen. verwijder meer. Het doel [&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-491","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>Een complete gids voor stapsgewijze regressie in R - Statorials<\/title>\n<meta name=\"description\" content=\"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.\" \/>\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\/stap-voor-stap-regressie-r\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Een complete gids voor stapsgewijze regressie in R - Statorials\" \/>\n<meta property=\"og:description\" content=\"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T17:48:18+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\/stap-voor-stap-regressie-r\/\",\"url\":\"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/\",\"name\":\"Een complete gids voor stapsgewijze regressie in R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-29T17:48:18+00:00\",\"dateModified\":\"2023-07-29T17:48:18+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Een complete gids voor stapsgewijze regressie in r\"}]},{\"@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":"Een complete gids voor stapsgewijze regressie in R - Statorials","description":"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.","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\/stap-voor-stap-regressie-r\/","og_locale":"de_DE","og_type":"article","og_title":"Een complete gids voor stapsgewijze regressie in R - Statorials","og_description":"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.","og_url":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/","og_site_name":"Statorials","article_published_time":"2023-07-29T17:48:18+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\/stap-voor-stap-regressie-r\/","url":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/","name":"Een complete gids voor stapsgewijze regressie in R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-29T17:48:18+00:00","dateModified":"2023-07-29T17:48:18+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Een complete gids over het uitvoeren van stapsgewijze regressie in R, inclusief verschillende voorbeelden.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/stap-voor-stap-regressie-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Een complete gids voor stapsgewijze regressie in r"}]},{"@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\/491","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=491"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/491\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=491"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=491"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=491"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}