9 Lineaire regressie

Ho ofdstuk 7

Bivariate kansmo dellen

Na het leggen van de basis in univariate kansmodellen en univariate inferentie, wordt de stap gezet naar bivariate kansmodelen. Bijkomende concepten zoals gezamenlijke verdeling, marginale verdelingen, voorwaardelijke verwachtingswaarden, ...., komen hier aan bod, alsook onafhankelijkheid van variabelen en correlaties tussen variabelen.

Ho ofdstuk 8

Bivariate inferentie

Hier wordt de stap van univariate naar bivariate inferentie gezet. Een greep uit de soort onderzoeksvragen die hier kunnen aan bod komen wordt ge¨ılustreerd door de volgende voorbeelden;

* Is een nieuw ontwikkeld medicijn effici¨enter dan het oude medicijn?

* Is er een verschil in het stemgedrag bij federale verkiezingen tussen mannen en vrouwen?

* Een firma beweert dat haar producten minder defecten vertonen dan gelijkaardige producten aangemaakt door de concurrent. Kunnen we deze bewering ondersteunen met onze opmetingen?

* De overheid wil nagaan hoe effectief de genomen maatregelen zijn. Aan de hand van gegevens die verzameld werden voor en na de invoering van de maatregelen zal dit nagegaan worden.

Ho ofdstuk 9

Lineaire regressie

Hier wordt ingezoomd op een linear verband tussen variabelen, in de vorm van een linear regressiemodel. Centraal staat hier de kleinste kwadratenmethode, die toelaat de rechte te vinden die het nauwst aansluit bij een gegeven puntenwolk, en ons ook in staat zal stellen een predictie gebaseerd hierop te maken. Voorbeelden van onderzoeksvragen die via deze materie aan bod kunnen komen zijn:

* Hoeveel meststof moet een landbouwer gebruiker om een verwachte opbrengst van minstens x kilo te hebben op zijn perceel?

* Is er een linear verband tussen het aanwezig zijn tijdens hoorcolleges/oefenzittingen en de resultaten op de examens, bij een bepaald vak?

* Is er een lineair verband tussen de hoeveelheid eiwitten en het aantal calorie¨en in porties cornflakes?

4 / 34