Terug naar les

Docentenhandleiding: Lineaire regressie

Leer hoe je de lijn van beste passing voor data vindt en deze gebruikt om voorspellingen te doen.

Les presenterenDelen in ClassroomStudentpagina bekijken

Gebruik deze les in de klas

Gratis, leerlingen hebben geen account nodig.

Delen met leerlingen

Leerlingen openen de les en oefenen met directe feedback.

Werkblad om te printen

Alle oefenopgaven op papier, met een apart antwoordblad.

Werkblad Antwoorden

Klassenquiz

10 vragen over Regressie. Leerlingen doen mee met een naam, jij ziet alle scores.

Voor docenten

Leerdoelen
  • Het concept van lineaire regressie en lijn van beste passing begrijpen
  • Richtingscoëfficiënt en startgetal berekenen met de kleinste-kwadratenmethode
  • De betekenis van richtingscoëfficiënt en startgetal in context interpreteren
  • De regressievergelijking gebruiken om voorspellingen te doen
  • Beperkingen van lineaire regressie herkennen, inclusief extrapolatierisico's
Vereisten
  • • Begrip van spreidingsdiagrammen en correlatie
  • • Kennis van lineaire vergelijkingen in de vorm y=mx+by = mx + b
  • • Basisbegrip van gemiddelde en somnotatie
  • • Vertrouwdheid met coördinaatgrafieken
Discussiestarters
  • 1. Waarom denk je dat de methode 'kleinste kwadraten' heet? Wat maken we 'kleinst'?
  • 2. Kun je een echte situatie bedenken waarin twee variabelen gerelateerd zijn maar de ene de andere niet veroorzaakt?
  • 3. Wanneer zou het gevaarlijk zijn om een regressielijn ver buiten je data te extrapoleren?
  • 4. Hoe zou je beslissen of lineaire regressie een goede fit is voor je data?
Veelvoorkomende misvattingen

De regressielijn moet door minstens twee datapunten gaan

Herstel: Toon voorbeelden waarin de lijn door geen enkel punt gaat. Benadruk dat de lijn de totale fout minimaliseert, niet individuele afstanden.

Een sterke correlatie betekent dat we perfect kunnen voorspellen

Herstel: Zelfs met sterke correlatie is er altijd wat fout. Bespreek residuen en waarom perfecte voorspelling zelden mogelijk is.

Het startgetal heeft altijd een betekenisvolle interpretatie

Herstel: Bespreek gevallen waarin x=0 betekenisloos is of buiten het databereik valt. Bijvoorbeeld lengte voorspellen bij leeftijd 0 of gewicht bij lengte 0.

DifferentiatieIdeeën

Voor leerlingen met moeite:

  • • Beginnen met eenvoudige datasets (3-4 punten) met makkelijke getallen
  • • Een grafische rekenmachine of software aanbieden die de regressie automatisch berekent
  • • Focussen op interpretatie vóór berekening
  • • Visuele representaties gebruiken om te laten zien wat 'beste fit' betekent

Voor leerlingen op niveau:

  • • Regressie met de hand berekenen voor kleine datasets
  • • Voorspellingen doen en vergelijken met werkelijke waarden
  • • Residuen analyseren om de kwaliteit van de fit te evalueren
  • • Regressie toepassen op scenario's uit de echte wereld

Voor gevorderde leerlingen:

  • • De afleiding van de kleinste-kwadratformules verkennen
  • • De determinatiecoëfficiënt (r2r^2) berekenen en interpreteren
  • • Regressielijnen van verschillende datasets vergelijken
  • • Onderzoeken wanneer residugrafieken een slechte lineaire fit aangeven
Standaarduitlijning
  • HSS.ID.B.6 (CCSS.MATH.CONTENT.HSS.ID.B.6)

    Data over twee kwantitatieve variabelen weergeven in een spreidingsdiagram en beschrijven hoe de variabelen gerelateerd zijn

  • HSS.ID.B.6.C (CCSS.MATH.CONTENT.HSS.ID.B.6.C)

    Een lineaire functie fitten aan een spreidingsdiagram dat een lineaire associatie suggereert

  • HSS.ID.C.7 (CCSS.MATH.CONTENT.HSS.ID.C.7)

    De richtingscoëfficiënt en het startgetal van een lineair model interpreteren in de context van de data

Lesbronnen
  • visualInteractieve regressietool

    Leerlingen plotten punten en zien de lijn van beste passing in real-time berekend

  • activityDataverzamelingsproject

    Echte data verzamelen (lengte vs. armspanwijdte, studietijd vs. cijfers) en regressielijnen vinden

  • worksheetRegressieberekeningsoefening

    Oefenen met het berekenen van richtingscoëfficiënt, startgetal en het doen van voorspellingen

Lesinhoud

Alles wat leerlingen zien: definitie, voorbeelden, veelgemaakte fouten, toepassingen. Tik om te openen.

Definitie

Lineaire regressie is een statistische methode om de rechte lijn te vinden die het beste past bij een verzameling datapunten. Deze lijn, de lijn van beste passing of regressielijn genoemd, maakt de verticale afstanden tussen de punten en de lijn samen zo klein mogelijk.
De vergelijking van de regressielijn is:
y=mx+by = mx + b
Waarbij:
  • mm de richtingscoëfficiënt is (hoeveel yy verandert voor elke toename van één eenheid in xx)
  • bb het startgetal is (de waarde van yy wanneer x=0x = 0)
De kleinste-kwadratenmethode vindt de lijn die de som van de gekwadrateerde afstanden (residuen) van elk punt tot de lijn minimaliseert:
Som van gekwadrateerde residuen=∑(yi−y^i)2\text{Som van gekwadrateerde residuen} = \sum(y_i - \hat{y}_i)^2

Uitgewerkte voorbeelden

Een koffiebar registreert de dagelijkse temperatuur (°C) en de verkoop van ijskoffie:
TemperatuurVerkoop
1520
2035
2545
3060
3570
 Vind de vergelijking van de regressielijn.
1

Bereken de gemiddelden

xˉ=15+20+25+30+355=25\bar{x} = \frac{15+20+25+30+35}{5} = 25 yˉ=20+35+45+60+705=46\bar{y} = \frac{20+35+45+60+70}{5} = 46 → xˉ=25\bar{x} = 25, yˉ=46\bar{y} = 46
2

Bereken de richtingscoëfficiënt met de formule

m=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2m = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sum(x_i - \bar{x})^2} Teller: (−10)(−26)+(−5)(−11)+(0)(−1)+(5)(14)+(10)(24)=260+55+0+70+240=625(-10)(-26) + (-5)(-11) + (0)(-1) + (5)(14) + (10)(24) = 260 + 55 + 0 + 70 + 240 = 625 Noemer: 100+25+0+25+100=250100 + 25 + 0 + 25 + 100 = 250 → m=625250=2,5m = \frac{625}{250} = 2{,}5
3

Bereken het startgetal

b=yˉ−mxˉ=46−2,5(25)=46−62,5=−16,5b = \bar{y} - m\bar{x} = 46 - 2{,}5(25) = 46 - 62{,}5 = -16{,}5 → b=−16,5b = -16{,}5
4

Schrijf de regressievergelijking

y=2,5x−16,5y = 2{,}5x - 16{,}5 → Regressielijn: y=2,5x−16,5y = 2{,}5x - 16{,}5

Veelgemaakte fouten

Aannemen dat de regressielijn door alle datapunten gaat

Waarom het fout is: De lijn van beste passing minimaliseert de totale fout maar gaat zelden door elk punt. Punten boven en onder de lijn zijn normaal.

Correct: Begrijp dat de regressielijn de algemene trend vertegenwoordigt, niet de individuele datapunten.

De regressievergelijking gebruiken voor extrapolatie ver buiten het databereik

Waarom het fout is: De relatie geldt mogelijk niet buiten het bereik van de geobserveerde data. Voorspellen ver buiten je data kan onrealistische resultaten geven.

Correct: Wees voorzichtig bij het voorspellen voor x-waarden ver buiten je databereik. Geef aan wanneer je extrapoleert.

Correlatie verwarren met causaliteit

Waarom het fout is: Een sterke lineaire relatie betekent niet dat de ene variabele veranderingen in de andere veroorzaakt. Er kunnen andere factoren meespelen.

Correct: Gebruik regressie om relaties te beschrijven en voorspellingen te doen, maar wees voorzichtig met causaliteitsclaims.

Vergeten te controleren of een lineair model geschikt is

Waarom het fout is: Niet alle data volgt een lineair patroon. Lineaire regressie gebruiken op niet-lineaire data geeft misleidende resultaten.

Correct: Zet je data altijd eerst in een grafiek. Als het spreidingsdiagram een curve toont, is lineaire regressie mogelijk niet de beste keuze.

Waarom het belangrijk is

Lineaire regressie is een van de belangrijkste hulpmiddelen in data-analyse:
  • Bedrijfsleven: Verkoop voorspellen op basis van advertentie-uitgaven of prijsveranderingen
  • Wetenschap: Relaties tussen variabelen in experimenten modelleren
  • Geneeskunde: Patiëntresultaten voorspellen op basis van behandelingsgegevens
  • Economie: Economische indicatoren voorspellen op basis van historische trends
  • Sport: Prestaties van spelers analyseren en toekomstige statistieken voorspellen
Het begrijpen van regressie helpt je om datagestuurde voorspellingen te doen en trends te identificeren die onmogelijk te zien zouden zijn door alleen naar de ruwe cijfers te kijken.

Toepassingen in de echte wereld

Huizenprijzen voorspellen

Vastgoedanalisten gebruiken lineaire regressie om huizenprijzen te schatten op basis van kenmerken zoals vierkante meters, aantal slaapkamers of afstand tot het centrum.

Voorbeeld:

Als y=2000x+30000y = 2000x + 30000, waarbij xx het aantal vierkante meters is en yy de prijs in euro, zou een appartement van 100 m² ongeveer 2000(100) + 30000 = 230000 € kosten.

1Probeer het zelf

Een vastgoedmodel toont: Prijs = 2500x + 20000 (waarbij x = vierkante meters).

Welke prijs zou je voorspellen voor een appartement van 120 m²?

Stap 1: Schrijf de wiskundige uitdrukking

Vul in de vergelijking in:

Brandstofverbruik analyseren

Auto-ingenieurs gebruiken regressie om te begrijpen hoe het gewicht van een auto het brandstofverbruik beïnvloedt.

Voorbeeld:

Als verbruik (L/100km) = 0,004 × gewicht (kg) + 2, zou een auto van 1500 kg 0,004(1500) + 2 = 8 L/100km verbruiken.

2Probeer het zelf

De data van een autofabrikant toont: Brandstof = 0,005g + 1,5 (waarbij g = gewicht in kg).

Voorspel het brandstofverbruik voor een voertuig van 1200 kg.

Stap 1: Schrijf de wiskundige uitdrukking

Bereken:

Zakelijke verkoopprognose

Bedrijven gebruiken regressie om toekomstige verkoop te voorspellen op basis van advertentie-uitgaven, waardoor ze marketingbudgetten effectief kunnen toewijzen.

Voorbeeld:

Als maandelijkse verkoop = 3 × advertentie-uitgaven + 10000, dan voorspelt het model bij 5000 € aan reclame een verkoop van 3(5000) + 10000 = 25000 €.

3Probeer het zelf

Het model van een bedrijf: Verkoop = 4 × ReclameBudget + 8000.

Als ze 3000 € aan reclame uitgeven, welke verkoop kunnen ze verwachten?

Stap 1: Schrijf de wiskundige uitdrukking

Bereken de voorspelde verkoop:

Belangrijke punten

  • 1Lineaire regressie vindt de lijn die het beste past bij een verzameling datapunten
  • 2De vergelijking van de regressielijn is y=mx+by = mx + b waarbij mm de richtingscoëfficiënt is en bb het startgetal
  • 3De richtingscoëfficiënt geeft aan hoeveel yy verandert voor elke toename van één eenheid in xx
  • 4Het startgetal is de voorspelde waarde van yy wanneer x=0x = 0
  • 5Gebruik regressie om voorspellingen te doen, maar wees voorzichtig met extrapoleren ver buiten je data

Veelgestelde vragen

Wat als mijn data er niet lineair uitziet?

Als je spreidingsdiagram een curve toont in plaats van een rechte lijn, is lineaire regressie mogelijk niet geschikt. Overweeg polynomiale regressie of andere niet-lineaire modellen.

Kan regressie bewijzen dat het ene het andere veroorzaakt?

Nee. Regressie toont relaties (correlaties) maar kan geen causaliteit bewijzen. Twee variabelen kunnen gerelateerd zijn vanwege een derde factor, niet omdat de ene de andere veroorzaakt.

Wat is een residu?

Een residu is het verschil tussen een werkelijk datapunt en de voorspelde waarde van de regressielijn: residu = ywerkelijk−yvoorspeldy_{\text{werkelijk}} - y_{\text{voorspeld}}. Positieve residuen betekenen dat het punt boven de lijn ligt; negatief betekent eronder.

Woordenlijst

Lineaire regressie
Een statistische methode om de rechte lijn te vinden die het beste past bij een verzameling datapunten
Lijn van beste passing
De regressielijn die de som van de gekwadrateerde residuen minimaliseert
Richtingscoëfficiënt
De veranderingssnelheid; hoeveel yy toeneemt voor elke toename van één eenheid in xx
Startgetal
De waarde van yy wanneer x=0x = 0; waar de lijn de y-as kruist
Residu
Het verschil tussen een werkelijk datapunt en de voorspelde waarde op de regressielijn
Kleinste kwadraten
De methode die de lijn vindt die de som van de gekwadrateerde residuen minimaliseert
Extrapolatie
Een regressievergelijking gebruiken om waarden te voorspellen buiten het bereik van de oorspronkelijke data

Formulekaart

Regressielijn

y=mx+by = mx + b

De vergelijking van de lijn van beste passing met richtingscoëfficiënt m en startgetal b

Formule richtingscoëfficiënt

m=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2m = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sum(x_i - \bar{x})^2}

Bereken de richtingscoëfficiënt met de datapunten en gemiddelden

Startgetal

b=yˉ−mxˉb = \bar{y} - m\bar{x}

Bereken het startgetal met de richtingscoëfficiënt en gemiddelden

Residu

ei=yi−y^ie_i = y_i - \hat{y}_i

Het verschil tussen de werkelijke en voorspelde waarde

Meer over dit onderwerp

Inleiding tot regressie

Gevorderd25 min

Spreidingsdiagrammen

Gemiddeld25 min

Lijn van beste passing

Gemiddeld25 min

Voorspellingen doen met data

Gemiddeld25 min