{"id":513,"date":"2023-07-29T16:03:36","date_gmt":"2023-07-29T16:03:36","guid":{"rendered":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/"},"modified":"2023-07-29T16:03:36","modified_gmt":"2023-07-29T16:03:36","slug":"gepaarde-monsters-t-test-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/","title":{"rendered":"Hoe voer je een paired samples t-test uit in r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Een <a href=\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test\/\" target=\"_blank\" rel=\"noopener\">paired samples t-test<\/a> is een statistische test die de gemiddelden van twee monsters vergelijkt wanneer elke waarneming uit het ene monster kan worden gematcht met een <a href=\"https:\/\/statorials.org\/nl\/observatie-in-de-statistiek\/\" target=\"_blank\" rel=\"noopener\">waarneming<\/a> uit het andere monster.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Laten we bijvoorbeeld zeggen dat we willen weten of een bepaald studieprogramma een significante invloed heeft op de prestaties van studenten op een bepaald examen. Om dit te testen, vragen we 20 leerlingen in een klas een voortoets te maken. Vervolgens neemt elke student twee weken lang elke dag deel aan het studieprogramma. Vervolgens maken de leerlingen opnieuw een toets met dezelfde moeilijkheidsgraad.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Om het verschil tussen de gemiddelde scores op de eerste en tweede toets te vergelijken, gebruiken we een gepaarde t-toets, omdat voor elke leerling de score op de eerste toets kan worden gekoppeld aan de score op de tweede toets.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Hoe u een gepaarde t-test uitvoert<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Om een gepaarde t-test uit te voeren, kunnen we de volgende aanpak gebruiken:<\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">Stap 1: Formuleer de nul- en alternatieve hypothesen.<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\"><strong>H <sub>0<\/sub> : <sub>\u03bcd<\/sub> = 0<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>H <sub>a<\/sub> : \u03bc <sub>d<\/sub> \u2260 0<\/strong> (tweezijdig)<\/span><br \/> <span style=\"color: #000000;\"><strong>H <sub>a<\/sub> : \u03bc <sub>d<\/sub> &gt; 0<\/strong> (eenzijdig)<\/span><br \/> <span style=\"color: #000000;\"><strong>H <sub>a<\/sub> : \u03bc <sub>d<\/sub> &lt; 0<\/strong> (eenzijdig)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><em>waarbij <strong><sub>\u03bcd<\/sub><\/strong> het gemiddelde verschil is.<\/em><\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">Stap 2: Zoek de teststatistiek en de bijbehorende p-waarde.<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\">Stel dat <em>a<\/em> = de score van de student op de eerste toets en <em>b<\/em> = de score van de student op de tweede toets. Om de nulhypothese te testen dat het werkelijke gemiddelde verschil tussen testscores nul is:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Bereken het verschil tussen elk paar scores (d <sub>i<\/sub> = b <sub>i<\/sub> \u2013 a <sub>i<\/sub> )<\/span><\/li>\n<li> <span style=\"color: #000000;\">Bereken het gemiddelde verschil (d)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Bereken de standaarddeviatie van verschillen s <sub>d<\/sub><\/span><\/li>\n<li> <span style=\"color: #000000;\">Bereken de t-statistiek, namelijk T = d \/ (s <sub>d<\/sub> \/ \u221an)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Zoek de overeenkomstige p-waarde voor de t-statistiek met <em>n-1<\/em> vrijheidsgraden.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>Stap 3: Verwerp de nulhypothese of verwerp deze niet, op basis van het significantieniveau.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Als de p-waarde kleiner is dan het gekozen significantieniveau, verwerpen we de nulhypothese en concluderen we dat er een statistisch significant verschil bestaat tussen de gemiddelden van de twee groepen. Anders zullen we er niet in slagen de nulhypothese te verwerpen.<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Een gepaarde t-test uitvoeren in R<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Om een gepaarde t-test in R uit te voeren, kunnen we de ingebouwde functie <strong>t.test()<\/strong> gebruiken met de volgende syntaxis:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>t.test<\/strong> (x, y, gepaard = WAAR, alternatief = \u201ctwee kanten\u201d)<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>x,y:<\/strong> de twee digitale vectoren die we willen vergelijken<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>gepaard:<\/strong> een logische waarde die specificeert dat we een gepaarde t-toets willen berekenen<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>alternatief:<\/strong> de alternatieve hypothese. Dit kan worden ingesteld op \u201cdubbelzijdig\u201d (standaard), \u201cboven\u201d of \u201conder\u201d.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Het volgende voorbeeld illustreert hoe u een gepaarde t-test kunt uitvoeren om te bepalen of er een significant verschil is in de gemiddelde scores tussen een pre-test en een post-test voor 20 studenten.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Maak de gegevens<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Eerst zullen we de dataset maken:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create the dataset<\/span>\ndata &lt;- data.frame(score = c(85,85, 78, 78, 92, 94, 91, 85, 72, 97,\n                             84, 95, 99, 80, 90, 88, 95, 90, 96, 89,\n                             84, 88, 88, 90, 92, 93, 91, 85, 80, 93,\n                             97, 100, 93, 91, 90, 87, 94, 83, 92, 95),\n                   group = c(rep('pre', 20), rep('post', 20)))\n\n<span style=\"color: #008080;\">#view the dataset\n<\/span>data\n\n#scoregroup\n#1 85 pre\n#2 85 pre\n#3 78 pre\n#4 78 pre\n#5 92 pre\n#6 94 pre\n#7 91 pre\n#8 85 pre\n#9 72 pre\n#10 97 pre\n#11 84 pre\n#12 95 pre\n#13 99 pre\n#14 80 pre\n#15 90 pre\n#16 88 pre\n#17 95 pre\n#18 90 pre\n#19 96 pre\n#20 89 pre\n#21 84 post\n#22 88 post\n#23 88 post\n#24 90 post\n#25 92 post\n#26 93 post\n#27 91 post\n#28 85 post\n#29 80 post\n#30 93 post\n#31 97 post\n#32 100 posts\n#33 93 post\n#34 91 post\n#35 90 post\n#36 87 post\n#37 94 post\n#38 83 post\n#39 92 post\n#40 95 post\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Visualiseer de verschillen<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Vervolgens zullen we kijken naar de samenvattende statistieken van de twee groepen met behulp van de functies <strong>group_by()<\/strong> en <strong>summary<\/strong> <strong>()<\/strong> uit de <strong>dplyr-<\/strong> bibliotheek:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>dplyr<\/em> library\n<span style=\"color: #000000;\">library(dplyr)<\/span>\n\n#find sample size, mean, and standard deviation for each group\n<span style=\"color: #000000;\">data %&gt;%\n<span style=\"color: #800080;\">group_by<\/span> (group) %&gt;%\n  <span style=\"color: #800080;\">summarize<\/span> (\n    count = n(),\n    mean = mean(score),\n    sd = sd(score)\n  )\n<\/span><\/span>\n# A tibble: 2 x 4\n# group count mean sd\n#     \n#1 post 20 90.3 4.88\n#2 pre 20 88.2 7.24<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">We kunnen ook boxplots maken met behulp van de <strong>boxplot()<\/strong> functie in R om de verdeling van scores voor de pre- en post-groepen weer te geven:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #800080;\">boxplot<\/span> (score~group,\n  data=data,\n  main=\"Test Scores by Group\",\n  xlab=\"Group\",\n  ylab=\"Score\",\n  col=\"steelblue\",\n  border=\"black\"\n)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Uit de samenvattende statistieken en boxplots kunnen we zien dat de gemiddelde score in de <em>postgroep<\/em> iets hoger is dan de gemiddelde score in de <em>pregroep<\/em> . We kunnen ook zien dat de <em>postgroepscores<\/em> minder variabel zijn dan de <em>pregroepscores<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Om erachter te komen of het verschil tussen de gemiddelden van deze twee groepen statistisch significant is, kunnen we een gepaarde t-test uitvoeren.<\/span><\/p>\n<h3> <strong><span style=\"color: #000000;\">Voer een gepaarde t-test uit<\/span><\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Voordat we de gepaarde t-toets uitvoeren, moeten we verifi\u00ebren dat de verdeling van de verschillen normaal (of bij benadering normaal) verdeeld is. Om dit te doen, kunnen we een nieuwe vector maken die wordt gedefinieerd als het verschil tussen de pre- en postscores, en een Shapiro-Wilk-test uitvoeren voor normaliteit op deze vector van waarden:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define new vector for difference between post and pre scores\n<\/span>differences &lt;- with(data, score[group == \"post\"] - score[group == \"pre\"])\n\n<span style=\"color: #008080;\">#perform shapiro-wilk test for normality on this vector of values\n<\/span>shapiro.test(differences)\n\n# Shapiro-Wilk normality test\n#\n#data: differences\n#W = 0.92307, p-value = 0.1135\n#<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">De p-waarde van de test is 0,1135, wat groter is dan alpha = 0,05. We slagen er dus niet in de nulhypothese te verwerpen dat onze gegevens normaal verdeeld zijn. Dit betekent dat we nu verder kunnen gaan met de gepaarde t-test.<\/span><\/p>\n<p> <span style=\"color: #000000;\">We kunnen de volgende code gebruiken om een gepaarde t-test uit te voeren:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #800080;\">t.test<\/span> (score~group, data = data, paired = TRUE)\n\n# Paired t-test\n#\n#data: score by group\n#t = 1.588, df = 19, p-value = 0.1288\n#alternative hypothesis: true difference in means is not equal to 0\n#95 percent confidence interval:\n# -0.6837307 4.9837307\n#sample estimates:\n#mean of the differences \n#2.15 \n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Uit het resultaat kunnen we zien dat:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">De <strong>t-<\/strong> teststatistiek is <strong>1,588<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">De p-waarde voor deze teststatistiek met 19 vrijheidsgraden (df) is <strong>0,1288<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Het 95% betrouwbaarheidsinterval voor het gemiddelde verschil is <strong>(-0,6837; 4,9837)<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Het gemiddelde verschil tussen de scores van de pre- en postgroep bedraagt <strong>2,15<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Omdat onze p-waarde dus onder ons significantieniveau van 0,05 ligt, zullen we er niet in slagen de nulhypothese te verwerpen dat de twee groepen statistisch significante gemiddelden hebben.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Met andere woorden: we hebben niet voldoende bewijs om te zeggen dat de gemiddelde scores tussen de pre- en post-groepen statistisch verschillend zijn. Dit betekent dat het curriculum geen significant effect had op de toetsscores.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Bovendien geeft ons betrouwbaarheidsinterval van 95% aan dat we &#8222;95% zeker&#8220; zijn dat het werkelijke gemiddelde verschil tussen de twee groepen tussen <strong>-0,6837<\/strong> en <strong>4,9837<\/strong> ligt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Omdat de waarde <em>nul<\/em> binnen dit betrouwbaarheidsinterval valt, betekent dit dat <em>nul<\/em> feitelijk het werkelijke verschil tussen de gemiddelde scores zou kunnen zijn. Daarom hebben we de nulhypothese in dit geval niet kunnen verwerpen.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Een paired samples t-test is een statistische test die de gemiddelden van twee monsters vergelijkt wanneer elke waarneming uit het ene monster kan worden gematcht met een waarneming uit het andere monster. Laten we bijvoorbeeld zeggen dat we willen weten of een bepaald studieprogramma een significante invloed heeft op de prestaties van studenten op 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":[11],"tags":[],"class_list":["post-513","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 t-test met gepaarde monsters uitvoeren in R - Statorials<\/title>\n<meta name=\"description\" content=\"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.\" \/>\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\/gepaarde-monsters-t-test-r\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Een t-test met gepaarde monsters uitvoeren in R - Statorials\" \/>\n<meta property=\"og:description\" content=\"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T16:03:36+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\/gepaarde-monsters-t-test-r\/\",\"url\":\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/\",\"name\":\"Een t-test met gepaarde monsters uitvoeren in R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-29T16:03:36+00:00\",\"dateModified\":\"2023-07-29T16:03:36+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Hoe voer je een paired samples t-test uit 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 t-test met gepaarde monsters uitvoeren in R - Statorials","description":"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.","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\/gepaarde-monsters-t-test-r\/","og_locale":"de_DE","og_type":"article","og_title":"Een t-test met gepaarde monsters uitvoeren in R - Statorials","og_description":"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.","og_url":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/","og_site_name":"Statorials","article_published_time":"2023-07-29T16:03:36+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\/gepaarde-monsters-t-test-r\/","url":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/","name":"Een t-test met gepaarde monsters uitvoeren in R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-29T16:03:36+00:00","dateModified":"2023-07-29T16:03:36+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Een eenvoudige uitleg over het uitvoeren van een t-test met gepaarde monsters in R, inclusief een stapsgewijs voorbeeld.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/gepaarde-monsters-t-test-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Hoe voer je een paired samples t-test uit 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\/513","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=513"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/513\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=513"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=513"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=513"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}