{"id":77,"date":"2023-08-05T17:37:55","date_gmt":"2023-08-05T17:37:55","guid":{"rendered":"https:\/\/statorials.org\/nl\/covariantie\/"},"modified":"2023-08-05T17:37:55","modified_gmt":"2023-08-05T17:37:55","slug":"covariantie","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/covariantie\/","title":{"rendered":"Covariantie"},"content":{"rendered":"<p>In dit artikel wordt uitgelegd wat covariantie is en hoe deze wordt berekend. U vindt de covariantieformule en een voorbeeld van het berekenen van de covariantie van een dataset. Bovendien kunt u aan het einde de covariantie van elke gegevensreeks berekenen met de online calculator. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"%c2%bfque-es-la-covarianza\"><\/span> Wat is covariantie?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> In de statistiek is <strong>covariantie<\/strong> een waarde die de mate van gezamenlijke variatie van twee willekeurige variabelen aangeeft. Met andere woorden, covariantie wordt gebruikt om de afhankelijkheid tussen twee variabelen te analyseren.<\/p>\n<p> De covariantie is gelijk aan de som van de producten van de verschillen tussen de gegevens van de twee variabelen en hun respectieve gemiddelden, gedeeld door het totale aantal gegevens. <\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariance.png\" alt=\"covariantie\" class=\"wp-image-1610\" width=\"301\" height=\"191\" srcset=\"\" sizes=\"auto, \"><\/figure>\n<\/div>\n<p> \ud83d\udc49 <u style=\"text-decoration-color:#FF8A05;\">U kunt de onderstaande rekenmachine gebruiken om de covariantie van elke dataset te berekenen.<\/u><\/p>\n<p> De interpretatie van de covariantiewaarde is heel eenvoudig:<\/p>\n<ul>\n<li> Als de <strong>covariantie positief is<\/strong> , betekent dit dat er een afhankelijkheid bestaat tussen de twee variabelen. Wanneer de ene variabele in waarde stijgt, neemt de andere variabele dus ook toe, en omgekeerd.<\/li>\n<li> Als de <strong>covariantie negatief is<\/strong> , betekent dit dat de relatie tussen de twee variabelen negatief is. Dus wanneer de ene variabele in waarde stijgt, neemt de andere variabele af, en omgekeerd.<\/li>\n<li> Als de <strong>covariantie nul is<\/strong> (of de waarde ervan dichtbij nul ligt), betekent dit dat er geen verband bestaat tussen de twee variabelen. Met andere woorden: de twee willekeurige variabelen zijn onafhankelijk. <\/li>\n<\/ul>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"como-calcular-la-covarianza\"><\/span> Hoe covariantie te berekenen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Om de covariantie van een gegevensreeks te berekenen, moeten de volgende stappen worden uitgevoerd:<\/p>\n<ol style=\"color:#FF8A05; font-weight: bold;\">\n<li style=\"margin-bottom:12px\"> <span style=\"color:#101010;font-weight: normal;\">Bereken het gemiddelde van elke variabele afzonderlijk.<\/span><\/li>\n<li style=\"margin-bottom:12px\"> <span style=\"color:#101010;font-weight: normal;\">Zoek voor elke variabele het verschil tussen elk van de waarden en het gemiddelde van de variabele.<\/span><\/li>\n<li style=\"margin-bottom:12px\"> <span style=\"color:#101010;font-weight: normal;\">Vermenigvuldig de verschillen die in de vorige stap zijn berekend voor elk gegevenspunt.<\/span><\/li>\n<li style=\"margin-bottom:12px\"> <span style=\"color:#101010;font-weight: normal;\">Tel alle resultaten op die u in de vorige stap hebt verkregen.<\/span><\/li>\n<li> <span style=\"color:#101010;font-weight: normal;\">Deel door het totale aantal gegevens. De verkregen waarde is de covariantie van de gegevensreeks.<\/span><\/li>\n<\/ol>\n<p> Samenvattend is de formule voor het berekenen van de covariantie tussen twee variabelen 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-6e8484a2dfa35044eae76362ca631df2_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(X,Y)=\\cfrac{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})(y_i-\\overline{y})}{n}\" title=\"Rendered by QuickLaTeX.com\" height=\"70\" width=\"257\" style=\"vertical-align: -12px;\"><\/p>\n<\/p>\n<p> Een sterk aanbevolen methode om de covariantie tussen twee variabelen te extraheren, is door een tabel te maken met alle gegevensparen en een kolom toe te voegen voor elk van de hierboven uitgelegde stappen. Zo zijn uw berekeningen veel overzichtelijker en begrijpt u beter waar u mee bezig bent. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"ejemplo-del-calculo-de-la-covarianza\"><\/span> Voorbeeld van covariantieberekening<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Gezien de definitie van covariantie vindt u hieronder een stapsgewijs voorbeeld van het berekenen van dit type statistische maatstaf. Het doel is dat u het concept van covariantie beter begrijpt en hoe u de correlatie tussen twee variabelen kunt analyseren.<\/p>\n<ul>\n<li> Bereken de covariantie van de volgende statistische gegevensset: <\/li>\n<\/ul>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-donnees-variables-aleatoires.png\" alt=\"\" class=\"wp-image-1612\" width=\"116\" height=\"286\" srcset=\"\" sizes=\"auto, \"><\/figure>\n<\/div>\n<p> Eerst moeten we het rekenkundig gemiddelde van elke variabele berekenen. Om dit te doen, delen we de som van de waarden van elke variabele door het totale aantal gegevens. <\/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-4cbd143f38881aba1c648a4d6f306adf_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{x}=\\cfrac{58}{10}=5,8\" title=\"Rendered by QuickLaTeX.com\" height=\"39\" width=\"103\" style=\"vertical-align: -12px;\"><\/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-a19af98b2edc689420b116d93fffbe6c_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\overline{y}=\\cfrac{51}{10}=5,1\" title=\"Rendered by QuickLaTeX.com\" height=\"39\" width=\"101\" style=\"vertical-align: -12px;\"><\/p>\n<\/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\/rekenkundig-gemiddelde\/\">rekenkundige formule gemiddelde<\/a><\/div>\n<p> Zodra we het gemiddelde van elke willekeurige variabele hebben bepaald, kunnen we de volgende kolommen aan de gegevenstabel toevoegen om de covariantie te verkrijgen: <\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exercice-de-covariance-resolu.png\" alt=\"covariantieoefening opgelost\" class=\"wp-image-1614\" width=\"376\" height=\"287\" srcset=\"\" sizes=\"auto, \"><\/figure>\n<\/div>\n<p> Om de covariantie van de twee variabelen te bepalen, moet u dus de som van de laatste kolom delen door het aantal gegevensparen:<\/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-49b4992f8443e4d94e38dfa56da38a9a_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{aligned}Cov(X,Y)&amp;=\\cfrac{\\displaystyle \\sum_{i=1}^n (x_i-\\overline{x})(y_i-\\overline{y})}{n}\\\\[2ex] Cov(X,Y)&amp;= \\cfrac{41,2}{10} \\\\[2ex]Cov(X,Y)&amp;= 4,12\\end{aligned}\" title=\"Rendered by QuickLaTeX.com\" height=\"175\" width=\"257\" style=\"vertical-align: 0px;\"><\/p>\n<\/p>\n<p> In dit geval is de covariantiewaarde positief, wat betekent dat er een directe afhankelijkheid bestaat tussen de twee onderzochte willekeurige variabelen. Als de covariantiewaarde echter negatief was geweest, zou dit betekenen dat de afhankelijkheid tussen de twee variabelen omgekeerd is. En ten slotte: als de covariantiewaarde nul of zeer dicht bij nul is, betekent dit dat er geen lineair verband bestaat tussen de twee variabelen.<\/p>\n<p> Zoals u bij het oplossen van dit voorbeeld kunt zien, is het erg handig om een computerprogramma zoals Excel te gebruiken om de kolommen aan de tabel toe te voegen en de berekeningen snel uit te voeren. Anders duurt het veel langer om de covariantie te vinden door de bewerkingen handmatig te berekenen. <\/p>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"calculadora-de-la-covarianza\"><\/span> Covariantiecalculator<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Voer een reeks statistische gegevens in de volgende rekenmachine in om de covariantie tussen twee variabelen te berekenen. U moet de gegevensparen scheiden, zodat in het eerste vak alleen de waarden van \u00e9\u00e9n variabele staan en in het tweede vak alleen de waarden van de tweede variabele.<\/p>\n<p> Gegevens moeten worden gescheiden door een spatie en moeten worden ingevoerd met de punt als decimaal scheidingsteken.<\/p>\n<form action=\"\" method=\"post\">\n<ul>\n<li> Willekeurige variabele <\/li>\n<\/ul>\n<p><textarea name=\"datosX\" style=\"border:1.5px solid #4FC3F7; border-radius:15px;\" placeholder=\"1 4 8 5 7.2 9 ...\" required=\"\" oninvalid=\"this.setCustomValidity('Introduce los datos de la primera variable aqu\u00ed')\" oninput=\"this.setCustomValidity('')\"><\/textarea><\/p>\n<ul style=\"margin-top:25px\">\n<li> Willekeurige variabele Y: <\/li>\n<\/ul>\n<p><textarea name=\"datosY\" style=\"border:1.5px solid #4FC3F7; border-radius:15px;\" placeholder=\"2 5 7 3 2 1 ...\" required=\"\" oninvalid=\"this.setCustomValidity('Introduce los datos de la segunda variable aqu\u00ed')\" oninput=\"this.setCustomValidity('')\"><\/textarea><\/p>\n<div style=\"text-align:center\"><input align=\"center\" style=\"border-radius:30px; margin: 20px\" type=\"submit\" name=\"submit\" value=\"Bereken de covariantie\"><\/div>\n<\/form>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"propiedades-de-la-covarianza\"><\/span> Covariantie-eigenschappen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p> Covariantie heeft de volgende eigenschappen:<\/p>\n<ul>\n<li> De covariantie tussen een willekeurige variabele en een constante is nul.<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-3521edd5d0781593491d07e147d9274e_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(X,a)=0\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"111\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<ul>\n<li> De covariantie van een variabele en zichzelf is gelijk aan de variantie van die variabele. <\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-b96c9e198a0904a56206dedad0e7608c_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(X,X)=Var(X)\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"169\" style=\"vertical-align: -5px;\"><\/p>\n<\/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\/variantie\/\">wat is variantie?<\/a><\/div>\n<ul>\n<li> De covariantie voldoet aan de symmetrie-eigenschap, dus de covariantie van variabelen X en Y is gelijk aan de covariantie van variabelen Y en X. De volgorde van de variabelen heeft geen invloed op het resultaat van de covariantie.<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-0d384166725954287d0065f3a145c61a_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(X,Y)=Cov(Y,X)\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"186\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<ul>\n<li> Als de variabelen met constanten worden vermenigvuldigd, kunt u eerst de covariantie berekenen en vervolgens het resultaat met de constanten vermenigvuldigen.<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2ea811783444fab37858b563c94c0ce7_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(a\\cdot X,b\\cdot Y)=a\\cdot b\\cdot Cov(X,Y)\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"273\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<ul>\n<li> Het toevoegen van termen aan variabelen heeft geen invloed op het covariantieresultaat.<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-2fa1b5d5152dd55933384887aea08396_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(a+X,b+Y)=Cov(X+Y)\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"263\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<ul>\n<li> De covariantie tussen twee willekeurige variabelen houdt verband met hun wiskundige verwachtingen. De covariantie tussen de variabelen X en Y is gelijk aan de wiskundige verwachting van het product van X en Y minus het product van de wiskundige verwachting van elke variabele.<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5cdc964b9ce9f0c87cf3fd8fc5eb84fd_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"Cov(X,Y)=E[X\\cdot Y]-E[X]\\cdot E[Y]\" title=\"Rendered by QuickLaTeX.com\" height=\"19\" width=\"284\" style=\"vertical-align: -5px;\"><\/p>\n<\/p>\n<ul>\n<li> Bij het werken met variabelen wordt de volgende algebra\u00efsche uitdrukking gevuld met betrekking tot covariantie:<\/li>\n<\/ul>\n<p class=\"has-text-align-center\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/statorials.org\/wp-content\/ql-cache\/quicklatex.com-5d429b5bb4e4796cc5b8c73ed0845fa2_l3.png\" class=\"ql-img-inline-formula quicklatex-auto-format\" alt=\"\\begin{aligned}\\displaystyle Cov(aX+bY,cW+dV)= \\ &amp; \\displaystyle acCov(X,W)+adCov(X,V)+\\\\[2ex]&amp; +bcCov(Y,W)+bdCov(Y,V)\\end{aligned}\" title=\"Rendered by QuickLaTeX.com\" height=\"61\" width=\"457\" style=\"vertical-align: 0px;\"><\/p><\/p>\n","protected":false},"excerpt":{"rendered":"<p>In dit artikel wordt uitgelegd wat covariantie is en hoe deze wordt berekend. U vindt de covariantieformule en een voorbeeld van het berekenen van de covariantie van een dataset. Bovendien kunt u aan het einde de covariantie van elke gegevensreeks berekenen met de online calculator. Wat is covariantie? In de statistiek is covariantie een waarde [&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-77","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 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...<\/title>\n<meta name=\"description\" content=\"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie\" \/>\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\/covariantie\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u25b7 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...\" \/>\n<meta property=\"og:description\" content=\"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/covariantie\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-05T17:37:55+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariance.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\/covariantie\/\",\"url\":\"https:\/\/statorials.org\/nl\/covariantie\/\",\"name\":\"\u25b7 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-08-05T17:37:55+00:00\",\"dateModified\":\"2023-08-05T17:37:55+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/covariantie\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/covariantie\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/covariantie\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Covariantie\"}]},{\"@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 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...","description":"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie","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\/covariantie\/","og_locale":"de_DE","og_type":"article","og_title":"\u25b7 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...","og_description":"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie","og_url":"https:\/\/statorials.org\/nl\/covariantie\/","og_site_name":"Statorials","article_published_time":"2023-08-05T17:37:55+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariance.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\/covariantie\/","url":"https:\/\/statorials.org\/nl\/covariantie\/","name":"\u25b7 Covariantie: formule, voorbeeld, eigenschappen, rekenmachine,...","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-08-05T17:37:55+00:00","dateModified":"2023-08-05T17:37:55+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Definitie van covariantie - Covariantie berekenen (formule) - Praktisch voorbeeld - Covariantiecalculator - Eigenschappen van covariantie","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/covariantie\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/covariantie\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/covariantie\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Covariantie"}]},{"@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\/77","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=77"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/77\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=77"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=77"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=77"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}