H4: Samenhang tussen twee
variabelen
Gezamenlijke verdeling
1. Bivariate statistiek
- De bivariate frequentieverdeling laat toe twee variabelen gezamenlijk te bestuderen.
Hieruit kunnen we ook de univariate verdeling afleiden, dan spreken we over de marginale
verdelingen.
- Nadeel: subjectiviteit van het interpreteren van de data en kan vermeden worden door de
samenhang te bestuderen via bv. een spreidingsdiagram en correlatiecoëfficiënten
Visualisatie
1. Spreidingsdiagram
- Positieve samenhang: stijgende lijn in de puntenwolk
- Negatieve samenhang: dalende lijn in de puntenwolk
- Geen samenhang: willekeurige verspreiding van de punten
- Belangrijk om data eerst te visualiseren a.d.h.v. een spreidingsdiagram en dan past te
beslissen welke maat van samenhang geschikt is.
- Het interpreteren van een spreidingsdiagram is ook subjectief daarom handig om
samenhang te kwantificeren
Maten van samenhang
1. De covariantie
- Maat voor lineaire samenhang: cov XY > 0=¿ positieve lineaire samenhang
cov XY < 0=¿ negatieve lineaire samenhang
cov xy 0=¿ geen samenhang
- Spreidingsdiagram opsplitsen in 4 kwadranten op basis van het gemiddelde
- Geeft geen antwoord op de sterkte van de samenhang: ze is ook afhankelijk van de meeteenheid
n
1
cov XY = ∑ ( x −x ) ( y i− y )
n−1 i=1 i
- Enkel zinnig als beide variabelen van minstens intervalniveau
- Gevoelig aan outliers
variabelen
Gezamenlijke verdeling
1. Bivariate statistiek
- De bivariate frequentieverdeling laat toe twee variabelen gezamenlijk te bestuderen.
Hieruit kunnen we ook de univariate verdeling afleiden, dan spreken we over de marginale
verdelingen.
- Nadeel: subjectiviteit van het interpreteren van de data en kan vermeden worden door de
samenhang te bestuderen via bv. een spreidingsdiagram en correlatiecoëfficiënten
Visualisatie
1. Spreidingsdiagram
- Positieve samenhang: stijgende lijn in de puntenwolk
- Negatieve samenhang: dalende lijn in de puntenwolk
- Geen samenhang: willekeurige verspreiding van de punten
- Belangrijk om data eerst te visualiseren a.d.h.v. een spreidingsdiagram en dan past te
beslissen welke maat van samenhang geschikt is.
- Het interpreteren van een spreidingsdiagram is ook subjectief daarom handig om
samenhang te kwantificeren
Maten van samenhang
1. De covariantie
- Maat voor lineaire samenhang: cov XY > 0=¿ positieve lineaire samenhang
cov XY < 0=¿ negatieve lineaire samenhang
cov xy 0=¿ geen samenhang
- Spreidingsdiagram opsplitsen in 4 kwadranten op basis van het gemiddelde
- Geeft geen antwoord op de sterkte van de samenhang: ze is ook afhankelijk van de meeteenheid
n
1
cov XY = ∑ ( x −x ) ( y i− y )
n−1 i=1 i
- Enkel zinnig als beide variabelen van minstens intervalniveau
- Gevoelig aan outliers
