BASIS
BASIS Regressiemodel verklaart de band tussen
bepaalde variabele en één of meerdere
variabelen
Population -> alle data
3 TYPEN DATA Sample -> representatieve selectie uit
populatie
Cross sectional
Gegevens over één of meer variabelen die op een enkel tijdstip zijn verzameld
Time-series
Gegevens over één of meer variabelen die op veel momenten in de tijd zijn
verzameld
Panel
Tijdreeks van elk transversaal (dwars) lid van de dataset
VARIABELEN
VARIABELEN
Random variabele (RV):
Bernoulli (of binary)
Kan alleen de waarde 0 of 1 aannemen (kop of munt)
Discreet
Kan beperkt aantal waarden aannemen (dobbelsteen)
Continu
Kan oneindig veel waarden aannemen
Probability Density Function -> vat de informatie over de mogelijke uitkomsten van de
RV(x) en bijbehorende kansen samen
CDF -> cumulatief -> kans dat een RV boven (of onder) een bepaalde waarden vallen
F(x) = P(X x)
Joint distribution -> X en Y zijn discrete RV:
BASIS Regressiemodel verklaart de band tussen
bepaalde variabele en één of meerdere
variabelen
Population -> alle data
3 TYPEN DATA Sample -> representatieve selectie uit
populatie
Cross sectional
Gegevens over één of meer variabelen die op een enkel tijdstip zijn verzameld
Time-series
Gegevens over één of meer variabelen die op veel momenten in de tijd zijn
verzameld
Panel
Tijdreeks van elk transversaal (dwars) lid van de dataset
VARIABELEN
VARIABELEN
Random variabele (RV):
Bernoulli (of binary)
Kan alleen de waarde 0 of 1 aannemen (kop of munt)
Discreet
Kan beperkt aantal waarden aannemen (dobbelsteen)
Continu
Kan oneindig veel waarden aannemen
Probability Density Function -> vat de informatie over de mogelijke uitkomsten van de
RV(x) en bijbehorende kansen samen
CDF -> cumulatief -> kans dat een RV boven (of onder) een bepaalde waarden vallen
F(x) = P(X x)
Joint distribution -> X en Y zijn discrete RV:
