Uitwerking practicum video's statistiek practicum 4

Practicum video’s practicum 4.
Video 1 correlatie of regressie.
Gebruiken enkel continue variabelen. Er zijn 2 of meer variabelen. Er kunnen 1 of
meer onafhankelijke of afhankelijke variabelen zijn.

Ze gaan uit van continue variabelen.
Belangrijk om te beseffen, dat veel testen die we gezien hebben, zoals t-test. Kan je
afhankelijk van het variabelen, kunnen kiezen welke test we doen. Bij correlatie en
regressie is dit niet het geval. Hier hangt het af van de vraag. Aan de vraag kan je
zien welke test je moet doen.

Voorbeeld, lengte en gewicht. Duidelijk 2 continue variabelen.
Bij correlatie:
- Is er een verband tussen X en Y, hoe sterk is het verband tussen X en Y.
- Voorbeeld, is er een verband tussen de lengte en het gewicht?
- X en Y zijn gelijkwaardig (inwisselbaar)  dit is een symmetrische analyse
- X en Y vertegenwoordige aselecte steekproef (tijd is een slechte variabelen).
Je kan hier niet zelf de waarden kiezen. Tijd wordt niet gebruikt bij correlatie.

Bij regressie:
- Heeft een variabele X invloed op Y. Hoe verandert Y met X, hoe voorspel je Y
gegeven X, effect van X op Y.
- Voorbeeld: voorspel de lengte van een persoon op basis van het gewicht.
- X en Y niet gelijkwaardig: duidelijke outcome variabel.
- De outcome variabele is de variabele, waar je wil weten hoe de lengte
verandert ten op zichte van het gewicht.
- Voorspel 1 variabele (Y) op basis van de andere (X)
- X en Y kunnen hier niet zomaar van plaats wisselen, als die wisselen
veranderd ook de vraag.
- Soms oorzaak en gevolg (causaliteit)  voorzichtig zijn met interpretatie. Bv.
aantal neerslag dat je meet per dag, maar ook het aantal verkeersongelukken
meten, dan kan het zijn, dat ongelukken een gevolg zijn van de hoeveelheid
regen, ivm gladheid. Dan is er een causaliteit. De regen is de oorzaak
(accidente) van het gevolg. Hier moet wel altijd voorzichtig mee gedaan
worden.

Overzicht variabele in regressie:
X variabele met synoniemen Y variabele met synoniemen
Onafhankelijke variabele Afhankelijke variabele
Input variabele Outcome variabele
Verklarende (explanatory) variabele. Resultaatsvariabele
Voorspellend Wordt voorspeld
Covariaat
(oorzaak) (gevolg)
De overige puntjes in de tabel hierboven, zijn dus eigenlijk synoniemen voor X en Y.
Y wordt voorspeld op basis van een variabele X.

, Voorbeeldje:
Aantal nobelprijs winnaars per miljoen
inwoners. Ook hoeveel chocola er per kg
wordt geconsumeerd. Volgens grafiek, hoe
meer chocola, hoe meer nobelprijzen. Dus in
theorie, op basis van chocolade consumptie
voorspellen hoeveel nobelprijs winnaars er
zijn. Er lijkt hier een verband te zijn. Maar het
DUS NIET ZO dat we kunnen zeggen, van
chocolade word je slimmer. Om deze reden
dus voorzichtig zijn met oorzaak-gevolg aan
duiden.


Video 2 practicum 4 Pearson en Spearman correlatie

Correlatie test gaat een verband na tussen 2 variabelen. Is er een verband of niet
niet? En de vraag stellen hoe sterk het verband is. de reden, of er nu wel/geen
verband is. Kan ook een klein verband zijn.

Twee correlatie testen. Parametrisch (pearson) en niet- parametrisch (spearman).
Voorkeur gaat uit naar Pearson, maar heeft veel voorwaarden voordat deze gebruikt
mag worden.

Voorwaarden Pearson R.
- Minstens 1 variabele is normaal verdeeld.
- = de parametrische test.
- Hier hoeft maar 1 variabele normaal verdeeld te zijn.
- Is heel gevoelig voor outliers. Als je die niet kan verwijderen, moet je
Spearman gebruiken.
- Hij gaat een lineair verband na. (geen duidelijk niet
lineair verband). Scatterplot maken. Als die niet lineair
is moet de spearman test gedaan worden.
o Wat is ok:
 Alle punten moeten min of meer op een
rechte lijn liggen.
 Een vormloze wolk: mag ook nog bij
Pearson. Zoals afbeelding, niet echt
een verband.
o Wat is niet ok?
 Duidelijk niet-lineaire verbanden.
 Voorbeeld links boven, wel lineair
verband.
 Rechtsboven. Wel een verband, maar
niet lineair.
 Linksonder, = een outlier te zien, geen
pearson.
 Rechtsonder = spearman meer van toepassing
- Enkel geldig bij lineair verband.