Oké, we zijn aangekomen bij het thema Data Analyse. In principe kunnen Chatgy en andere tools al heel goed data analyseren Eh, maar er zitten ook wat nadelen en nuanceringen aan. Ik ga eerst een demonstratie geven wat we allemaal kunnen doen en op het einde ga ik dat nog eventjes nuanceren.

Ehm We hebben natuurlijk eerst wat datasets nodig. Ehm die we kunnen gaan gebruiken. Misschien kennen jullie de site Caggle.com. Dat is Ka, G, G, L, E.com. Hier EH zie je hem EH en deze site heeft heel erg veel datasets die vrij beschikbaar zijn, dus je kan hier datasets gaan.

Nou, ze hebben hier echt enorm veel datasets. Als ik alleen al zoek op bijvoorbeeld voetbal. Dan denk ik dat ze er al meerdere hebben. Niet alleen meerdere maar bijna 2400 data sets die je hier eh kan downloaden en dan kan je dus heel erg veel mee. Nou, ik heb aan hier eh al twee datasets opgedownload Eh eentje gaat over eh de.

Scores in een land dus bijvoorbeeld Nederland heeft eh een acht volgens mij ongeveer op het gelukscores gemiddeld eh en eh misschien Spanje een 7,5 of iets dergelijks, maar dat hebben voor heel veel landen en de culturele dimensies van hofsteden heb ik gedownload en ook per land en die kunnen we dus aan elkaar koppelen en dan hebben we een hele mooie dataset om te kijken of cultuur een invloed heeft op geluk.

Nou laten we dat eens eh gaan doen binnen Chat GPT. Ik ehm ga het bestand erin zetten en we kunnen nu gaan pronten Ehm en bij zoiets wil je wel echt een goede pronte inzetten want het is dit moet hij echt goed doen. Eh dit is nogal moeilijk dus we willen hier wel echt met goede pronting gaan werken dus daar kunnen we nu zelf gaan schrijven, Maar wat eigenlijk nog veel handiger is.

Op dit moment is dat we eh gewoon een GPT gaan pakken die al gemaakt is. Dus even kijken als ik hier zoek op data dan zullen we advance data analys zou 100.000 keer gebruikt. Bijvoorbeeld deed dan. Support AI dan moven minder te rapporteren denk ik. Ehm deze zouden we kunnen pakken kunnen ook nog verder zoeken op eh regressie of iets ergens, want we willen uiteindelijk een regressie gaan maken, maar deze lijkt me al eh.

Prima kunnen natuurlijk ook onze eigen GPT's maken, want dat kunnen we tegenwoordig jullie hebben. De eh de e-learning gevolgd en we gaan nu eventjes met deze werken. Nou ik ga hierin die dataset zetten. Dit is een eh, een excelbestand eh, lees deze data set en geef een samenvatting. Eh, gaan we hiermee eventjes kijken of die het snapt of die eh dit goed kan lezen en of die dit een beetje begrijpt.

Nou, hier zie je dus bijvoorbeeld countries en je ziet hier de culturele waardes eh die letder scores volgens mij eh de gelukscore eens even kijken of die dat eruit haalt. Ja scors gelukscore van de bevolking. Oké ehm wat voor regressie? Zou je aanraden op basis van deze data wat ik wil dat eruit gaat komen is dat die dit als afhankelijke variabele neemt.

Al die eh culturele dimensies als onafhankelijk en deze als een soort van controle variabelen. Dus even kijken waar die mee komt en zegt meervoudige lineaire regressie. Nou, dat is inderdaad wat je wil eh. Een voorbeeld onderzoek hoe deze culturele dimensie samen met EH die logt je de letters. Dat is precies wat ik net zei, dus het snap best wel.

Of nou ja, best wel een snoep behoorlijk goed wat we willen. Nou ja, we willen niet, eh niet. Drie vier zou ook nog een hele interessante kunnen zijn, omdat we ook nog interactief variabelen hebben. Erte ertussen, eh ik zou zeggen dat misschien dit op HBO niveau eh genoeg is en dit wil je op universitair niveau doen?

Ehm nou hartstikke mooi! Ehm draai de. See ehm op een meervoudige regressie. Zonder interactie variabelen gaan we even kijken of die dit netjes kan doen. Dit zal iets langer duren, want eh, je kan hier overens ook klikken wat hij doet in Python, zodat we kunnen zien wat voor data-analyse die gaat doen eh voor de meervoudige regressieanalyse uit.

Nou, hier zie je een OLS. Dat lijkt me prima en dan gaat hij daar de belangrijkste resultaten van laten zien. Nou hartstikke mooi! Het gaat meteen al eh zeggen iets over significante variabelen niet significante variabelen. Ehm model diagnostiek eh waarschijnlijk weet je helemaal niet wat dit betekent. Ehm maar dat kan je dus allemaal vragen en dat is wel heel erg handig.

Kijk wat we nu hebben gedaan is natuurlijk veel te kort door de bocht want we hebben allerlei dingen hebben we niet gedaan, maar we kunnen in ieder geval al zien dat hij dit hartstikke goed kan. Ehm, maar ik ga even zeggen wacht even eh van mijn docent worden ik dat ik eerst wat stappen moet doornemen voordat we de regressie gaan draaien.

Eh, maar ik weet niet meer welke welke stappen dit waren. Ehm, kan je me helpen wat ik hoop dat hij zegt is dat hij dat we gaan zoeken naar uitschieters en dat we gaan checken op multicoleniariteit en zeker op universitair niveau is dat echt belangrijk dat we ook dat laatste doen eh.

Op hbo niveau vind ik ook die uitschieters belangrijk. Nou, het gaat hier eerst zeggen naar het probleemdefinitie. Nou die slaan we even over, want we geven geen theorieetisch verhaal. Data inpectie eh missende waarde outlines. Nou, dat is precies wat ik daar op zei, dus dat is een goede. Nou multicolineariteit snapt hij heel goed dat we daarvoor moeten kijken, Dus het snapt heel goed wat we moeten doen.

Ehm oké, laten we uitschieters gaan identificeren. Eh wanneer is iets een uitschieter? Dus het is best wel fijne ding weten heel veel Ehm, je kan dus ook heel fijn ermee sparen. Dus als je iets niet weet, kan je dat gewoon vragen. Eh, alsof je gewoon een persoonlijke assistent erbij hebt.

Nou, dit zijn enkele eh bekende methode om uitschieters te identificeren. De IQR en de Z score Eh ik gebruik eh eigenlijk bijna altijd die Z scores, dus laten we zeggen dat we dat gaan doen en die zetscore moeten. Dus eh ehm groter dan drie zijn of groter of minder dan min drie Dat is wat eh hier zegt Ik ga jullie hier geen theorieles geven.

Ehm dat zou je op je eigen universiteit mogen doen. Ehm oké identificeer de uitschieters voor mij met de Z scores dus het gaat het gaat nu op alle eh variabelen Alle Zcores berekenen en dan gaat het bekijken of die er de set scores zijn die uitschieten. Nou, dat zijn er drie volgens dat ding.

En eh, dat klopt inderdaad. Ik ga zo eh laten zien dat ik dit. Inderdaad heb gecheckt eh gewoon binnen mijn eh binnen SPSS ehm dus als we dit niet met ChatGT zouden doen maar SPSS dan vind je hetzelfde, eh alleen duurt het dan 10 of misschien wel 50 keer zo lang.

Ehm dit is top, gooi deze eruit! Ehm nu kunnen we dus ook nog gaan vragen van hé hoe gaan we dan voor multiculaniariteit kijken en dan krijg je eigenlijk ditzelfde riedeltje dus dan gaat hij een bepaalde eh modellen geven of theorie geven hoe we daar gaan kijken dan gaat hij naar kijken Zeg je fix daarvoor Ehm dat moet eigenlijk ook in dit eh geval maar dan duurt deze video heel erg lang eh wat ik meer wil laten zien is van hé, Dit werkt best wel goed, maar je moet hem er wel op een slimme manier doorheen helpen Eh in ieder geval op dit moment nog eh, gooi deze eruit eh en ehm doe dan de regressie opnieuw dus ik sla nu even wat van die eh stappen over, maar dat komt puur door de snelheid waarmee.

Voor deze video wil laten zien. Ehm, maar je zag hoe makkelijk het gaf aan welke stappen we moesten doen. We hebben nu één van die stappen gedaan en dan als je al die stappen had gedaan kan je die regressie gaan eh maken. Want wat ik nu nog eventjes wilde laten zien is eh het volgende eh dat je dit namelijk heel goed kan gebruiken voor eh de interpretatie ervan, want soms eh de mensen van jullie die wel eens met SPS6 hebben gewerkt, dan krijg je een hele grote tabel en je weet eigenlijk niet zo goed meer hoe je dat moet interpreteren.

Ehm, dus ik ga er gewoon eventjes eh deze pakken. Hoe interpreteer ik dit resultaat? Nou gaan we eens even kijken wat dat dus betekent. Ehm als ik hem zelf even moet gaan bedenken maar als community is een negatief verband. Dus hoe eh meer masculine de cultuur in een land is?

Hoe lager de gelukscore en dat is een significant verband. Dus eh nou dat, dat heeft echt eh een verband, dat hebben we dan aangetoond op deze manier. Ehm interpretatie ervan voor elke eenheid eh daalt de gelukscore. Nou dat klopt inderdaad klein effect. Ja, eh en met een mooie contextuele betekenis.

Een praktische implicatie. Nou dit werkt gewoon superfijn en dit is heel erg handig denk ik voor jullie nou om even te laten zien dat ehm dit dit al heel krachtig is. Ik heb een hele vergelijking gemaakt op basis van het voorbeeld wat ik net liet zien dus ik zeg hier ook in mijn LinkedIn artikel Eh dat ik twee datasets heb gedownload.

En eh, die hebben we gemerged. Dan hebben. Uitschieters gedentificeerd multiculariteit Eh getest hiervoor gecompenseerd Regressiesanalyse gemaakt inclusief die interactievariabelen en we hebben dat geïnterpreteerd en ik heb eigenlijk dit alles gedaan heb ik met SPSS, dus zoals we dat op de oude en traditionele manier zouden doen. Zoals ik het in mijn studie nog heb geleerd en ik heb dit met de data-analyse van chat gedaan en de data-analyse eh tool van cloden gedaan en toen heb ik eigenlijk gekeken.

Doet hij het nou goed en ehm? Ja, in hoeverre is dat nou betrouwbaar? Nou heb ik een hele andere analyse voor gemaakt en uiteindelijk komt er uit. Ik zal eventjes de rapportcijfers om een rijtje hier zetten. Ehm dat eh cloden en chatgebieden doen het in allebei heel erg goed, dus ze hebben het eh hogere totaal scoren.

Vooral in het gebruiksgemak scoort het heel hoog. Het enige wat het niet helemaal goed deed was die datasets mergen, maar voor de rest deed het eigenlijk alles perfect. En ehm. Nou daar werd ik heel blij van En eh, heel veel mensen waren hier ook heel verbaasd over dat het dus al.

Zover is dat het dus al zo goed die data-analyse kan doen. Nou je kan dit eh gewoon teruglezen op mijn LinkedIn eh ik zal ook nog eventjes de link eh eh de link daar in zetten in eh deze e-learning eh wat wel heel erg belangrijk is om te begrijpen.

Eh is dat we dit hebben gemaakt met een beperkte dataset en wat ik daarmee bedoel is dat we dat zet ik hier ook in dat we slechts 85 landen gebruiken en ehm dat dat is een relatief. Ze zijn ook datasets van eh duizenden tienduizenden ehm eh rose zoals we dat noemen Ehm van niet variabelen maar eh casussen die we erin zetten en dat is dus een veel grotere datast en daarna hebben de AI modellen hebben daar nu nog best wel wat moeite mee terwijl een SPSS heeft daar geen moeite mee, dus dat is wel even een hele belangrijke om mee te nemen.

Eh, wat ook heel belangrijk is, is dat je eh dit echt nog wel. Moet checken. We weten niet of dit 100% betrouwbaar is. In dit experiment was het heel erg betrouwbaar. Eh, ik denk dat ik ook meestal wel goede pronting meegeven en dergelijke dus daardoor wordt het ook betrouwbaar deur.

Eh Ik denk dat er nog veel meer experimenten moeten doen of dit daadwerkelijk een betrouwbare methodiek is. Dit gaat natuurlijk ook in de toekomst nog veel beter worden. Op een gegeven moment gaan we helemaal geen SPSS meer gebruiken is mijn verwachting ehm maar ik ik ik twijfel nog of ik jullie nu al volmondig durf aan te raden om gewoon alleen maar dit te gebruiken en helemaal geen SPS6 meer te gebruiken.

Ehm, want we weten gewoon nog niet zeker? Hoe betrouwbaar het is? Dit is één experiment. Hierin leek het bleek het dat het behoorlijk eh zelfs heel erg betrouwbaar is, maar ik durf niet te zeggen dat dat voor alle situaties nu al het geval is. Dus ehm nou, je moet zelf bedenken of je dit eh wil gebruiken voor simpele analyses Ehm zou ik het zeker gebruiken.

We hebben het hier echt over. Multiple eh regressieanalyses met interactievariabelen ehm met multicoolineiteit met uitschiets met al die dingen eh daarover twijfel ik of je dat nu al kan gebruiken. Nou hier kwam het dus uit dat je dat wel kon gebruiken Eh maar ik weet dat dus niet helemaal zeker voor minder complexe dingen.

Eh en zeker ook als het best wel kleine datasets zijn kan je het volgens mij gewoon prima gebruiken en dan merk je gewoon dat het eh heel en heel erg handig is. Dus eh ja ik hoop dat je hier iets aan hebt en eh succes met het analyseren van data aan de hand van AI.