Tweede beweging · Verschillen koppelen

Hoofdstuk 3 — Het rechthoekje

Covariantie, correlatie en enkelvoudige regressie

Grove schets. Dit hoofdstuk opent boek-beweging 2 met de terugkeer-scène (de dieren zien het patroon: groot glanst meestal — uit de schatkistje-splitsing 5-7; de vondst staat in H1 §2, de kraai-diefstal sluit dít hoofdstuk als cliffhanger naar H5). Kern: armen-scène → product → rechthoek → covariantie → de helling → dezelfde helling in lineaaltjes (r). Het woord regressie valt hier voor het eerst. Y = glans (besluit 5-7, was prijs).

Bronnen: Bens armen-uitleg (chat 4-7-2026, verbatim-kern hieronder verwerkt), Bib uitleg-correlatie-gevoel-kwadranten-aapjes-min-min-is-plus, uitleg-covariantie-product-van-twee-afwijkingen, kiem drie-schrijfwijzen (MVDA-opfris). Getallen worden berekend, niet overgetikt — zie LEESMIJ_GENERATIEVE_GETALLEN.md.

Herbouw 21-8-2026. Veertien secties → twaalf; b vóór r; “de motor” en “de brillen” weg; DATA = FIT + RESIDU één keer (§8); de dertiende steen loopt als draad van §1 naar §10. Bouwtekening: 00_kompas/OPBOUW_H4_DEFINITIEF_2026-08-17.md.

1. De terugkeer

GROF — terugkeer-scène; de vondst zelf staat nu in H1 §2 (schatkistje-splitsing 5-7). Kern-dialoog uit het oorspronkelijke verhaal, herpunt op samenhang. Stem-pas volgt.

De volgende ochtend lagen de diamantjes nog op het mos.

De kraai pakte er één met zijn snavel en hield ’m tegen het licht. “Deze is groot. En glanst behoorlijk.”

“Maar deze is kleiner en glanst meer,” zei de bever, wijzend.

“En deze is groot, maar… saai,” zei de meeuw.

De olifant keek een tijdje over alle twaalf heen, zoals alleen olifanten kijken — zonder haast, zonder iets aan te raken.

“De grote glanzen meestal meer,” zei hij toen. “Meestal.”

En daar lag, midden in dat meestal, die ene grote doffe.

Meestal. Dat woord gaat dit hoofdstuk dragen. Niet altijd — meestal. De grote glanzen meestal meer; groot gaat meestal samen met glanzend. Dat is een nieuwe soort waarneming: niet over één diamantje, ook niet over het gemiddelde diamantje, maar over hoe hun verschillen met elkaar meedoen.

En nu een spelletje. Stel dat de dam er vannacht nog één vangt — een dertiende. De bever legt hem op de weegschaal: 1.8 karaat. De glansmeter ligt ergens onder het mos en niemand heeft zin om te zoeken. Wat gok je?

Hoofdstuk 1 heeft daar een antwoord op, en het is niet slecht: gok het gemiddelde, 50, en je zit er gemiddeld 21.74 naast. Meer kon je toen niet — je wist niets van déze steen, dus je gokte wat je van álle stenen wist.

Maar nu weet je wél iets. Je weet zijn karaat. En je hebt de olifant net horen zeggen dat de grote meestal meer glanzen. 1.8 is aan de grote kant — dus je gok gaat omhoog. Boven de 50. Iedereen aan het water voelt dat.

Hoevéél boven de 50, dat voelt niemand. Dat moet je uitrekenen. En om het uit te rekenen moet je eerst precies weten wat de olifant zag: hoe sterk lopen groot en glanzend eigenlijk samen op, in dít kistje? Dat is dit hoofdstuk. De steen ligt zolang op het mos. Aan het eind kom ik terug om hem zijn getal te geven — en dan zeg ik er eerlijk bij wat zo’n getal waard is.

De dertiende steen — de draad van dit hoofdstuk (bouwtekening §0, Bens akkoord 21-8: deze alinea’s blijven zoals ze staan, inclusief de belofte in de slotzin). Na zijn introductie hier komt hij zes keer terug, telkens in één of twee zinnen: §2 (zijn plek op de ene as), §4 (de richting), §5 (ruw, vanaf Else), §7 (zijn getal), §9 (hoe ver ernaast), §10 (de ontnuchtering). §3, §6, §8, §11 en §12 noemen hem niet — hij is een draad, geen voertuig.

(Telling gecorrigeerd 21-8 door h4stem, uitgerekend en niet geteld: boek/_tools/tel_steen.py draait lezerstekst_scan over de schets zodat werknotities niet meetellen. Hier stond “zes keer” met een opsomming van vijf, en erachter “§2 … noemt hem niet” terwijl §2 hem wel noemt. Het gétal klopte dus; de opsomming miste §2 en sprak zichzelf een regel later tegen.) Hij krijgt geen naam (Bens besluit 21-8), ook niet in §7: de twaalf heten Anna tot en met Leen, en zolang hij niet gemeten is heet hij “de dertiende”.

“Stel dat … vannacht”, niet “morgen ligt er”: de sluiting zegt “Elf diamantjes. Morgen misschien tien.” Een steen die morgen écht aankomt botst met een kistje dat morgen krimpt; een hypothetische steen niet.

Hans staat al op 1.8 (H1, tabel 1.1) en glanst 60. Een lezer die dat onthield denkt hier misschien “60?”. Dat is geen lek maar de opmaat: §7 zegt precies dat.

2. De wolk en haar midden

Terug naar de puntenwolk waarmee hoofdstuk 1 sloot: karaat op de ene as, glans op de andere, twaalf punten. Statistici noemen het kruispunt van de twee gestreepte lijnen — de gemiddelde karaat, de gemiddelde glans — de centroïde: het zwaartepunt van de wolk. En op dat kruispunt woont — bij ons, bij toeval, niet bij wet — iemand. Else. Tot op de komma de gemiddelde diamant; dat wisten we sinds hoofdstuk 1, inclusief de eerlijke voetnoot: de centroïde is meestal een leeg adres, en onze wolk heeft toevallig een bewoner.

Else gaat ons in dit hoofdstuk nog iets leren, en het is niet niks: wie precíés gemiddeld is, doet aan geen enkele berekening mee. Ze zegt niks. Ze telt alleen mee — in de twaalf. GROF: dit dieper uitspelen bij redactie-pas; Wilde-lijn: het gemiddelde zijn maakt je niet het middelpunt, het maakt je onzichtbaar. En de n-pointe: ze verandert geen enkele schatting, wél de zekerheid — “ze zegt niks, maar ze telt”. De uitwerking (geen vierkantje, geen rechthoekje, geen residu) staat nu bij elkaar in §8 — daar is het alle drie tegelijk waar en hoeft het niet drie keer.

En ergens rechts van dat kruispunt, op karaat 1.8, ligt de steen van daarnet: zijn plek op de ene as weten we, zijn hoogte op de andere niet.

: Figuur 3.1. De wolk uit hoofdstuk 1, nu met het zwaartepunt omcirkeld; de twee gestreepte lijnen verdelen de twaalf in vier vakken.

Figuur v1. De twee gestreepte lijnen delen de wolk in vier vakken — benoemen, maar het woord “kwadrant” pas in sectie 3 laten vallen.

Te herbouwen (bouwtekening §5, fig 3.1). Drie dingen tegelijk: (a) de namen Leen en Kees staan nu rechts afgeknipt — er staat “Leer” en een halve “Kees”; (b) vierkante ruitjes (coord_fixed); (c) de steen erbij als open vraagteken op karaat 1.8, met een gestippelde lijn omhoog zonder eindpunt. V8 in §7 maakt die lijn af — twee helften van één beeld. Niet gedaan door dit spoor: figuren repareren viel buiten de opdracht.

Vanaf dat kruispunt gaan we kijken. Niet naar de wolk in één keer — naar één diamantje tegelijk.

3. Hoog of laag? — de armen

Dit is de dragende scène van het hoofdstuk. Bens bord-scène, hier in docenten-stem. In de klas doet hij dit letterlijk met zijn armen — dat beeld moet de tekst in; zie open punt “armen-tekening”.

Woordelijk gelaten bij de herbouw van 21-8 (bouwtekening §4: “§3 en §4 worden niet uitgedund”, Bens besluit). Wat er wél bij hoort: V1, een serie van vier, tussen de alinea’s — telkens dezelfde wolk, alles vaag behalve één diamant, één as tegelijk: (1) Anna, verticale gemiddelde-lijn, pijl onder de x-as: laag; (2) horizontale lijn erbij, pijl langs de y-as: ook laag; (3) Joop rechtsboven, beide pijlen andersom; (4) Kees, pijlen spreken elkaar tegen. Nog niet gebouwd.

Pak een willekeurig diamantje uit de wolk. Eerste vraag: zit hij hoog of laag op karaat? Alleen links-rechts kijken dus — en de hoogte even volledig negeren. Dat is lastiger dan het klinkt: je ogen willen de hele positie zien, maar ik vraag maar één as tegelijk.

Zeg dat het antwoord laag is. In de klas laat ik dan mijn rechterarm hangen — laag, en een beetje bungelen, overdreven graag.

Tweede vraag, zelfde diamantje: en op glans — hoog of laag? Ook laag. Daar gaat mijn linkerarm: ook omlaag, ook bungelen. Twee armen, dezelfde kant op.

Nu een diamantje rechtsboven in de wolk. Hoog op karaat — arm omhoog. Hoog op glans — andere arm ook omhoog. Weer twee armen dezelfde kant op, alleen nu allebei de lucht in.

Wat hadden deze twee diamantjes gemeen?

In de klas laat ik jullie hier even spartelen. Bij jou kan ik alleen de bladzijde stilhouden. GROF — hier een leespauze/witruimte; Ben laat ze in de klas bewust even spartelen.

Niet hun positie — de één zat linksonder, de ander rechtsboven. Wat ze gemeen hadden: beide armen wezen dezelfde kant op. Laag-laag en hoog-hoog zijn, voor deze vraag, hetzelfde soort diamantje: eentje die op beide assen dezelfde richting koos.

En dan zijn er diamantjes waar de armen elkaar tegenspreken: hoog op karaat, laag op glans. Eén arm omhoog, één omlaag. Kees. Maar nog niet bij naam — die komt in sectie 4 terug.

Laatste vraag van de scène: welk diamantje beweegt op béíde variabelen het extreemst? Niet wie op één as het verst zit — wie op allebei tegelijk ver van het midden zit. Om “ver op X” en “ver op Y” in één getal te vangen heb je een product nodig. Vermenigvuldigen. En als je twee afstanden vermenigvuldigt, krijg je —

daar is-ie weer: een oppervlakte.

: Figuur 3.2. Negen armen-houdingen, één per combinatie van laag, gemiddeld en hoog: de ene arm (k) doet karaat, de andere (g) doet glans, en het teken eronder zegt wat die houding bijdraagt — armen samen, armen tegen, of één arm plat.

Figuur v1 (R-steiger, 02_figuren/_bouw_h4_poppetjes.R, 6-7; heette tot 20-8 _poppetjes_wolk_proef.R) — alle negen armen-houdingen in één wolk: 3×3 (laag/midden/hoog op karaat × idem op glans), bijdrage-teken eronder in decompositie-kleuren (+ groen, − bordeaux, 0 grijs). k = karaat-arm, g = glans-arm (gemarkeerd op het laag-laag-poppetje). Eindversie tekent Ben zelf — ILLUSTRATIES.md poses 1–4.

Verhuisd uit §4 op 21-8 (bouwtekening §3, §5): hij hoort bij de armen, niet bij de rechthoek, en §3 was de enige sectie zonder beeld — precies de sectie die beide testlezers het sterkst vonden. De +/−/0-glyphs mogen blijven staan; §4 legt ze twee alinea’s later uit.

4. De rechthoek

In hoofdstuk 1 maakten we van elke gokfout een vierkantje: de afwijking keer zichzelf. Nu hebben we per diamantje twéé gokfouten — eentje op karaat, eentje op glans. Vermenigvuldig die met elkaar en je krijgt geen vierkant maar een rechthoek: breedte = de karaat-afwijking, hoogte = de glans-afwijking.

\[(X_i - \overline{X})(Y_i - \overline{Y})\]

Term-blokje: kruisproduct / cross product. Even-terug-blokje: een vierkant is een rechthoek waarvan de zijden toevallig gelijk zijn — de covariantie van een variabele met zichzélf is de variantie. Dat is de brug terug naar H1 en vooruit naar alles.

V2, serie van drie, hoort tussen deze alinea’s (bouwtekening §3): (1) Anna en de centroïde, haar twee gokfouten als losse streepjes; (2) diezelfde streepjes spannen de groene rechthoek; (3) Kees spant bordeaux, Faas heeft breedte nul. Nog niet gebouwd.

Die rechthoek kan drie dingen zijn:

Positief — beide armen dezelfde kant op (laag-laag of hoog-hoog: min × min = plus, plus × plus = plus).
Negatief — armen tegengesteld (hoog-laag of laag-hoog: plus × min = min).
Niets — en dit is de belangrijkste van de drie. Wie op één van de twee assen precies gemiddeld is, heeft een rechthoek met een zijde van nul. Geen oppervlakte. Co betekent samen — wie maar op één variabele afwijkt, varieert niet samen. Die doet niet mee.

Bij twaalf diamantjes kunnen we gewoon even tellen wie wat bijdraagt:

**Tabel 3.1.** *De twaalf kruisproducten (“rechthoekjes”).*
naam	karaat-afwijking	glans-afwijking	rechthoek	bijdrage
Anna	−0.6	−30	+18	positief
Bram	−0.5	−20	+10	positief
Cees	−0.5	−20	+10	positief
Dora	−0.3	−20	+6	positief
Else	0	0	0	niets — zit óp het kruispunt
Faas	0	+20	0	niets — wijkt alleen op glans af
Geer	+0.1	+30	+3	positief
Hans	+0.2	+10	+2	positief
Ida	+0.3	+20	+6	positief
Joop	+0.3	+30	+9	positief
Kees	+0.5	−20	−10	negatief — dáár is hij weer
Leen	+0.5	0	0	niets — wijkt alleen op karaat af

: Figuur 3.3. Elke diamant spant zijn rechthoek naar het kruispunt: groen telt mee, bordeaux telt tegen — en wie op een gestreepte lijn ligt, heeft niets om te spannen.

Figuur v1 — het visuele hart van het hoofdstuk: elke diamant spant zijn rechthoek naar de centroïde; groen wint zichtbaar van bordeaux, en de drie zonder oppervlakte doen niet mee.

Wie wint? De positieven halen samen 64, Kees haalt 10 terug, drie diamantjes doen niet mee. Som: +54. De wolk leunt dus duidelijk één kant op: groter gaat samen met glanzender. Kees protesteert, maar hij verliest.

En dan doen we wat we altijd doen met een som: delen door het aantal écht vrije gokfouten. Het gemiddelde rechthoekje:

\[S_{XY} = \frac{\sum (X_i - \overline{X})(Y_i - \overline{Y})}{n-1}\tag{3.1}\]

\[\begin{aligned} S_{XY} &= \frac{\sum (X_i - \overline{X})(Y_i - \overline{Y})}{n-1} \\[0.4em] &= \frac{54}{11} \\[0.4em] &= 4.91 \end{aligned}\]

Dit getal heet de covariantie. Gemiddeld samen-bewegen — voor de samenhang wat het gemiddelde vierkantje voor de spreiding was. Voor de steen op het mos betekent die +54: de wolk leunt omhoog, dus jouw gok ook. Maar hoevéél — daar zegt 4.91 karaat-glanzen niets over. Niemand denkt in karaat-glanzen.

5. De helling

Je wilt geen karaat-glanzen. Je wilt glans per karaat.

Boven de deelstreep staat karaat-keer-glans: de rechthoekjes. Deel dat door karaat-keer-karaat — de vierkantjes van karaat uit hoofdstuk 1 — en er blijft glans per karaat over. Dat is niet alleen een eenheden-truc: een rechthoek gedeeld door een vierkant met dezelfde breedte is hoogte-per-breedte, en hoogte per breedte is een helling.

\[b_1 = \frac{S_{XY}}{S^2_X}\tag{3.2}\]

\[\begin{aligned} b_1 &= \frac{S_{XY}}{S^2_X} \\[0.4em] &= \frac{54/11}{1.68/11} \\[0.4em] &= \frac{54}{1.68} \\[0.4em] &= 32.14 \end{aligned}\]

De elf onder de deelstreep staat boven én onder, dus die valt weg: je kunt net zo goed de kruisproducten-som door de kwadratensom delen. Zelfde antwoord, geen afrondingsgruis onderweg.

En kijk wat er met de eenheden gebeurt: karaat-keer-glans gedeeld door karaat-kwadraat = glans per karaat. Dit getal zégt iets, in gewone woorden: elke karaat erbij gaat gemiddeld samen met 32 glanspunten erbij.

: Figuur 3.4. Dezelfde wolk, nu met de lijn erdoor: vanaf de gemiddelde-lijn uit hoofdstuk 1 klimt hij 32 glanspunten per karaat.

dec_2_lijn uit _bouw_decompositie.R — stond als wees in het register, is hier ingezet (bouwtekening §5). Bewust zonder residuen: h4_lijn.png (de oude figuur 3.4, met Kees’ bordeauxrode streep) toont het residu vóór het woord valt en loopt dus vooruit op §8. Die is bij de herbouw van 21-8 uit het hoofdstuk gehaald; het bestand staat er nog.

En hier valt het woord: de lijn die zo door de wolk loopt dat de gokfouten zo klein mogelijk zijn, heet de regressielijn. “Zo klein mogelijk” is daarbij precies wat je uit hoofdstuk 1 verwacht: niet de gokfouten zelf (die sommeren toch naar nul, plus en min heffen elkaar op), maar hun vierkantjes — de lijn maakt de som van de gekwadrateerde gokfouten zo klein als hij kan. Statistici noemen dat de kleinste-kwadraten-lijn. Waarom het woord regressie — dat verhaal komt nog. Regressie-naar-de-mean + Wilde-lijn: latere pas of H5+. H8 §7 lost deze belofte in; die blijft dus staan.

kleinste kwadraten least squares (OLS)

En die lijn loopt door Else — door het kruispunt van de twee gemiddelden. Waaróm, dat zie je in sectie 7; dát het zo is, kun je nu al gebruiken. Want dan kun je vanaf haar naar de steen lópen: van karaat 1.6 naar 1.8 is 0.2 karaat verder, maal 32 is ruim 6 glans erbij. Je gok schuift van 50 naar een 56 of daaromtrent.

Dat is nog geen formule — het is een wandeling vanaf iemand die je toevallig kent. In sectie 7 maken we er iets van waar ook iemand wat aan heeft die Else nooit ontmoet heeft.

Even over dat woordje per

Lees de eenheid van b nog eens hardop: 32.14 glanspunten per karaat.

Daar staat iets wat je al je hele leven kunt. Kaas per kilo, kilometers per uur, euro’s per vierkante meter — allemaal verschillen per verschil. Niemand noemt ze zo, en iedereen rekent ermee. Dit is dus geen nieuw soort getal; het is een kiloprijs, met glans in plaats van euro’s:

**Tabel 3.2.** *Drie tarieven op een rij — de kaas, de snelweg en onze regressielijn — met voor elk de belofte én de kleine lettertjes.*
	wat het zegt	wat het niet zegt
€8,50 per kilo	1 kilo meer kost €8,50 meer	niet elk stuk kaas kost €8,50 — dat hangt van het gewicht af
90 km per uur	1 uur langer is 90 km verder	je bent niet elk uur 90 km verder — je stopt voor een stoplicht
32.14 glans per karaat	1 karaat zwaarder gaat samen met 32.14 glanspunten meer	niet elke zwaardere steen is feller — dat is Kees

Die rechterkolom is belangrijker dan de linker, want 32.14 klinkt al gauw als een belofte aan elke afzonderlijke steen — ook aan de onze. Dat is het niet.

Kijk nog even naar de voorzetsels, want ze staan er alle drie in: verschil in glans per verschil in karaat, tussen de diamantjes onderling. In wijst de variabelen aan, tussen wijst de stenen aan, en per zegt hoe de twee met elkaar meebewegen. De eenheid is de docent.

Even-terug-blokje: en het vierkant? Deel de covariantie-van-X-met-zichzelf door \(S^2_X\) en er staat 1 — elke variabele volgt zichzelf perfect. De hele familie is één formule.

6. Dezelfde helling, in lineaaltjes

Is 32 veel?

Je kunt er niets van zeggen, en dat is geen gebrek aan ervaring. Had de glansmeter tot duizend geteld in plaats van tot honderd, dan stond hier 321 — tien keer zo’n tarief, zonder dat er íéts aan de wolk veranderde. Geen punt verschoven. Alleen de streepjes op de meetlat. Bib: “dit is een ruwe samenhangsmaat. En ruw is ruk.”

Zo’n getal is dus ruw: het hangt aan de toevallige schaal waarop iemand ooit besloot te meten. En ruw is ruk. De uitweg kennen we uit hoofdstuk 1 — meet allebei in hun eigen lineaaltje. Karaat spreidt met 0.39, glans met 21.74.

Meet de helling dan nog eens, nu in lineaaltjes. Eén lineaaltje karaat erbij is 0.39 karaat; maal het tarief van sectie 5 is dat 12.56 glans erbij. En 12.56 glans, gedeeld door een glans-lineaaltje van 21.74, is .58 glans-lineaaltje.

Daar staat de zin waar dit hoofdstuk om draait:

Eén lineaaltje karaat erbij, en je gok voor glans gaat .58 lineaaltje omhoog.

Let op het onderwerp van die zin, want het valt er makkelijk uit. Het is je gok die .58 lineaaltje omhoog gaat, niet de glans zelf. De echte glans wiebelt daar nog flink omheen — hoevéél precies staat in sectie 9.

Dat getal heet de correlatie.

\[r_{XY} = \frac{S_{XY}}{S_X \cdot S_Y}\tag{3.3}\]

\[\begin{aligned} r_{XY} &= \frac{S_{XY}}{S_X \cdot S_Y} \\[0.4em] &= \frac{4.91}{0.39 \times 21.74} \\[0.4em] &= .58 \end{aligned}\]

Hetzelfde recept als bij de helling, alleen gedeeld door de twee lineaaltjes in plaats van door het vierkantje van karaat. Eenheidloos, altijd tussen −1 en +1. GROF: guess-the-correlation-gevoel hier — wolkjes tonen, laten gokken; −1 = alle punten exact op een dalende lijn, 0 = ronde wolk, +1 = stijgende lijn. Bib-unit beschikbaar. V5 in de bouwtekening: de gok-de-r-galerij (−1 · −,5 · 0 · onze .58 · +1), assen kaal. Nog niet gebouwd.

En omdat het twee maten van hetzelfde zijn, laten ze zich in elkaar omrekenen:

\[b_1 = r \cdot \frac{S_Y}{S_X}\tag{3.4}\]

Lees hem in gewone woorden en hij is bijna saai: .58 lineaaltje glans per lineaaltje karaat, maal 21.74 glans per lineaaltje, gedeeld door 0.39 karaat per lineaaltje — en er staat weer 32.14 glans per karaat. Reken je na met de afgeronde lineaaltjes hierboven, dan kom je op 32.3; onafgerond rolt er precies onze 32.14 uit.

Eén helling, twee maten. Niet twee apparaten: dezelfde lijn, andere maatstrepen op de assen.

Eén ding nog, voor als je een artikel openslaat: daar heet de helling-in-lineaaltjes vaak β, de gestandaardiseerde coëfficiënt — en bij één voorspeller is dat gewoon onze r.

effectgrootte effect size ook: effectmaat

Nu dit getal er staat, kan ik je vertellen tot welke soort het hoort. Een getal dat zegt hoe gróót iets is — hoe sterk een samenhang, hoe fors een verschil — heet een effectgrootte, in artikelen meestal op zijn Engels: effect size. Onze .58 is er één. Meer is het niet, en dat is precies de kracht: hij beantwoordt de vraag hoe groot is het? en bemoeit zich nergens anders mee — niet met de vraag of het verband echt is. Wie ooit een artikel leest waarin een verband alleen wordt “aangetoond” zonder dat er staat hoe gróót het is, weet vanaf nu wat er ontbreekt.

Voor wie verder wil — r als oppervlakte.

Kijk nog eens naar formule 3.3. Boven de deelstreep staat een oppervlakte — het gemiddelde rechthoekje, 4.91 — en eronder staat er óók een: de rechthoek die je twee lineaaltjes samen opspannen, 0.39 × 21.74 = 8.48. Zo gelezen zegt r hoe vaak het gemiddelde rechthoekje in die lineaaltjes-rechthoek past: .58 keer.

Meet je beide afwijkingen meteen in hun eigen lineaaltje — standaardiseren — dan wordt r het gemiddelde product van die lineaaltjes-afstanden. Dat is de z-vorm, en daar komt later in het boek meer van.

Kader-inhoud verplaatst 21-8 (bouwtekening §3, meesterknecht-besluit): de oppervlakte-lezing stond in de lopende tekst van het oude §5 en was daarmee een tweede definitie van r náást Bens zin. Twee definities van één ding in lopende tekst is precies de herhaling waar Ben over viel. Het kader zelf was al besloten (5-7, keuzes); V4 (rechthoekje-in-rechthoek) hoort erbij en is nog niet gebouwd. r = cos θ blijft bewust buiten dit hoofdstuk.

Effectgrootte-familienaam geplant 22-7 (Bens besluit, keuzes §1): hier bij de eerste r, één zin bij R² in §9; de leden Cohen’s d en η² arriveren in H9 §4, de OR sluit aan in H12 §5. Getallenblad: _effectgroottes_getallen.md.

Het drieluik “één wolk, drie linialen” hoort in deze sectie (bouwtekening §5): (a) assen in karaat en glans 0–100, helling 32; (b) glans 0–1000, helling 321 — geen punt verplaatst; (c) beide assen in lineaaltjes, Else op (0, 0), helling .58. Nog niet gebouwd.

H3 zegt hier bewust níéts over “dichter bij het midden”, teruggang of Galton (meesterknecht-besluit 21-8): dat is de onthulling van H8 §7, en die mag H3 niet voor zijn.

7. De hele lijn — en waar hij begint

Eén getal is nog geen lijn. 32.14 is een richting — maar er zijn oneindig veel lijnen met die richting, allemaal netjes evenwijdig, de wolk in en uit. Welke is de onze?

Het antwoord gebruikten we in sectie 5 al: de regressielijn gaat áltijd door de centroïde — door het kruispunt van de twee gemiddelden. Bij ons: dwars door Else heen. Alweer Else. En alweer merkt ze er niets van.

En nu de belofte erbij: waaróm gaat hij daar altijd doorheen? Kijk wat er zou gebeuren als het níét zo was. Neem een lijn waarvan de gokfouten niet in evenwicht zijn — tel ze op en er blijft iets over. Zeg dat de twaalf er gemiddeld vijf glanspunten bóven liggen. Schuif die hele lijn dan vijf punten omhoog. De helling verandert niet, elke gok wordt vijf hoger, en elke gokfout dus vijf kleiner. Wat doet dat met de som van de vierkantjes? Die zakt — met twaalf keer vijf in het kwadraat, 300. Voor niks, alleen door te schuiven.

Dus zolang er iets overblijft, kan het beter, en dan was het de kleinste-kwadraten-lijn niet. Bij de goede lijn is die winst op: daar tellen de gokfouten op tot nul. Net als de blauwe streepjes rond het gemiddelde in hoofdstuk 1 — sommige dingen verhuizen gewoon mee.

En daarmee staat de centroïde er al, alleen nog niet in die woorden. Als de gokfouten elkaar opheffen, is de gemiddelde gok precies de gemiddelde glans. En de gemiddelde gok is wat de lijn zegt bij de gemiddelde karaat. Zet die twee naast elkaar en er staat: bij karaat 1.6 zegt de lijn 50. Dat is het kruispunt. Dat is Else.

intercept intercept, constant notatie: \(b_0\)

Maar “de lijn met richting 32.14 door Else” is geen formule waar iemand anders wat mee kan. Daarvoor heeft een lijn een startpunt nodig: waar hij de verticale as raakt, bij karaat nul. En nu blijkt waarom onze helling in sectie 5 al een huisnummer droeg — \(b_1\): er komt een tweede b bij wonen, \(b_0\), het intercept. Dat startpunt vind je door vanaf de centroïde gewoon terug te lopen:

\[b_0 = \overline{Y} - b_1\overline{X}\tag{3.5}\]

\[\begin{aligned} b_0 &= \overline{Y} - b_1\overline{X} \\[0.4em] &= 50 - 32.14 \times 1.6 \\[0.4em] &= -1.43 \end{aligned}\]

Samen zijn ze de hele lijn:

\[\hat{Y} = b_0 + b_1 X\tag{3.6}\]

\[\begin{aligned} \hat{Y} &= b_0 + b_1 X \\[0.4em] &= -1.43 + 32.14 \times X \end{aligned}\]

Hoe je deze formule leest:

\(\hat{Y}\) — spreek uit “Y-dakje”. Het dakje betekent: dit is niet wat we zagen, maar wat de lijn gokt. De voorspelde glans.
\(b_0\) — waar de lijn begint (de glans-gok bij karaat nul): −1.43.
\(b_1\) — hoeveel de lijn stijgt per karaat: 32.14 glanspunten.

Lees als: begin bij −1.43, en tel er 32.14 bij op voor elke karaat.

Betekent dat intercept iets? Kijk er nog eens naar: het staat er echt. Een diamant van nul karaat zou volgens deze lijn −1.43 glanzen. Niet weinig glans — negatíéve glans, op een schaal die bij nul begint. Zoiets bestaat niet, en de lijn beweert het toch, met droge ogen.

Dat komt doordat nul karaat buiten onze diamantjes ligt. Onze kleinste is Anna met 1.0, en de lijn is getekend op wat er ligt, tussen 1.0 en 2.1. Bij karaat nul is hij ver van huis, en daar doet hij een uitspraak over een steen die er niet is. \(b_0\) is hier een adres waar niemand woont — niet eens een leegstaand huis, maar een huisnummer in een straat die ophoudt voordat je er bent.

Dat is vaker wel dan niet zo. Een intercept mág betekenis hebben, maar hij hoeft niet, en of hij het heeft hangt af van één vraag: ligt nul binnen je gegevens, en betekent nul daar iets? Bij lengte in centimeters of inkomen in euro’s: nee. Bij een verschilscore of een gecentreerde variabele: ja. In hoofdstuk 8 komt dat terug, en daar doen we er iets aan.

En nu kan de steen zijn getal krijgen. De dertiende, weet je nog, met zijn 1.8 karaat op het mos. In sectie 5 liep je vanaf Else naar hem toe; nu kan iedereen het, ook wie Else nooit heeft ontmoet:

\[\hat{Y} = -1.43 + 32.14 \times 1.8 \approx 56\]

Zeg 56. Dat de formule op hetzelfde uitkomt als de wandeling vanaf Else is geen controle-omweg — het ís waar \(b_0\) voor bestaat: een lijn die je kunt doorgeven aan iemand die onze diamantjes niet kent.

En Hans — óók 1.8 karaat — glanst 60, vier punten erboven; zo dichtbij en zo ver zit je dus met zo’n gok.

V8 (zij, klein) hoort hier: pijl omhoog vanaf 1.8 tot de lijn, opzij naar 56, met Hans er vlak boven. Dit is het beeld dat het vraagteken van figuur 3.1 afmaakt. V7, serie van drie, hoort bij de alinea’s hierboven: (1) vijf evenwijdige lijnen met helling 32 — welke is de onze?; (2) één lijn, door Else; (3) het doek opgerekt tot karaat 0, de straat 1.0–2.1 gemarkeerd, de lijn gestreept door naar −1.43 onder de vloer. Nog geen van beide gebouwd.

Weg bij de herbouw van 21-8: de controle-route via Kees (“één lijn, twee routes”) — die bestond alleen omdat het oude §6 zonder \(b_0\) moest improviseren — en de vooruitwijzing “in sectie 12 maken we de rekening op”.

Nog één ding, over de ton. Onze twee b’s zijn uitgerekend op het kistje — twaalf diamantjes. In de ton (alle diamanten die de dam óóit zou kunnen vangen) loopt óók een lijn, en zoals altijd krijgen de populatie-tegenhangers Griekse letters: \(\beta_0\) en \(\beta_1\) (“beta”). Onze \(b_0\) en \(b_1\) zijn schattingen van die \(\beta_0\) en \(\beta_1\) — statistieken die parameters schatten, de Levi’s 501 uit hoofdstuk 1.

En let nu op, want dit is de verwarring die hoofdstuk 1 al aankondigde. Eerder in dit hoofdstuk heette de helling-in-lineaaltjes óók \(\beta\) — de gestandaardiseerde coëfficiënt, die je in artikelen tegenkomt. Hier staat dezelfde letter voor iets heel anders: de helling in de ton. Twee betekenissen, één letter, eeuwige verwarring. Bij ons is \(\beta\) voorlopig alleen dit — dezelfde b, maar dan van de hele ton.

8. DATA = FIT + RESIDU

In hoofdstuk 1 speelden we het grabbel-spel: blind een diamant trekken, gokken met het gemiddelde, en kijken hoe ver je ernaast zat. Nu spelen we het opnieuw — maar je mag éérst kijken. Niet naar de glans; wel naar de karaat. Je gok is niet langer voor iedereen 50; je gok is wat de líjn zegt bij die karaat.

: Figuur 3.5. De gokfouten van hoofdstuk 1, nog één keer: alleen de gemiddelde-lijn en de totale gokfout van elk diamantje.

Daarmee valt elke glans uiteen in twee stukken: het stuk dat de lijn al wist, en het stuk dat de diamant zelf inbrengt.

\[Y_i = \hat{Y}_i + e_i \qquad \text{oftewel} \qquad \text{DATA} = \text{FIT} + \text{RESIDU} \tag{3.7}\]

FIT is de voorspelling — het punt óp de lijn. RESIDU is de gokfout — het stukje ernaast, \(e_i = Y_i - \hat{Y}_i\). Dit is geen nieuwe formule maar een nieuwe lezing: elk datapunt is een stukje model plus een stukje eigenwijsheid. Deze splitsing gaat de rest van het boek dragen.

: Figuur 3.6. Het vervolg op Figuur 3.5: dezelfde gokfouten, nu opengeknipt langs de regressielijn — voorgedaan bij Anna en Geer.

Voor Kees: de lijn zegt 66, hij glanst 30.

\[\underbrace{30}_{\text{DATA}} = \underbrace{66}_{\text{FIT}} + \underbrace{(-36)}_{\text{RESIDU}}\]

En voor alle twaalf:

**Tabel 3.3.** *DATA = FIT + RESIDU voor alle twaalf diamantjes.*
naam	karaat	glans (DATA)	op de lijn (FIT)	ernaast (RESIDU)
Anna	1.0	20	30.7	−10.7
Bram	1.1	30	33.9	−3.9
Cees	1.1	30	33.9	−3.9
Dora	1.3	30	40.4	−10.4
Else	1.6	50	50.0	0
Faas	1.6	70	50.0	+20.0
Geer	1.7	80	53.2	+26.8
Hans	1.8	60	56.4	+3.6
Ida	1.9	70	59.6	+10.4
Joop	1.9	80	59.6	+20.4
Kees	2.1	30	66.1	−36.1
Leen	2.1	50	66.1	−16.1

Precisie gelijkgetrokken 10-8 (Bens besluit): het hele hoofdstuk rekent met \(b_1\) = 32.14 en \(b_0\) = -1.43, gelijk aan H6 en H11. Formule 3.2 laat daarvoor de elf tegen elkaar wegvallen, zodat er geen afrondingsgruis in zit. Eén zichtbare kruimel blijft in formule 3.5: wie 50 − 32.14 × 1.6 intoetst krijgt −1.42, exact is het −1.4286 → −1.43. Dat volgt de boekbrede conventie “exact gerekend, dán afgerond” (H10 guard m, H11 §3), maar dit hoofdstuk nodigt de lezer wél uit om na te rekenen. Ben: laten staan (conventie), of één half zinnetje erbij?

V9 h3_streepjes_knip hoort bij deze tabel (bouwtekening §5): alle twaalf streepjes, drie dunne naast elkaar, Kees geannoteerd — zijn residu springt over het gemiddelde heen — Geer erbij, Else kaal. Nog niet gebouwd. Waarom náást dec_3_splitsing en niet in plaats van: dec_3 doet het voor twee zodat je het ziet ontstáán, V9 doet het voor twaalf zodat de tabel een gezicht heeft.

Pak je rekenmachientje en reken er twee zelf na — Anna en Geer. Anna: −1.43 + 32.14 × 1.0 = 30.7, en 30.7 + (−10.7) = 20. Klopt haar rij? En die van Geer? Elke rij van deze tabel moet optellen: FIT + RESIDU = DATA, zonder uitzondering.

Drie oude bekenden staan er opeens anders bij. Else heeft nu ook geen residu — geen vierkantje in hoofdstuk 1, geen rechthoekje in sectie 4, en de lijn gaat dwars door haar heen; wie van niets verschilt, verschilt ook van geen enkele lijn. Faas hangt recht boven haar, dus de lijn gokt voor hem gewoon het gemiddelde en is zijn hele afwijking eigenwijsheid. En Leen had in hoofdstuk 1 geen vierkantje, maar de lijn verwácht meer van een grote diamant: nu heeft hij opeens een residu van −16 — gemiddeld zijn is niet genoeg meer zodra iemand je karaat kent.

En Kees. Onder het kale gemiddelde zat hij −20; onder de lijn −36. De lijn maakt de meeste gokfouten kleiner — vergelijk de RESIDU-kolom maar eens met de gokfouten uit hoofdstuk 1 — maar die van Kees, en van Leen zagen we net, juist gróter. Dat is geen foutje van de lijn; dat is informatie. Hoe beter het model, hoe scherper de uitzondering in beeld komt. Onthoud hem, nog steeds.

O ja: tel de RESIDU-kolom eens op. Nul (op afronding na). De residuen houden elkaar rond de lijn precies zo in evenwicht als ze dat in hoofdstuk 1 rond het gemiddelde deden. Sommige dingen verhuizen gewoon mee.

En nu de streepjes zelf. Elk blauw totaal-streepje (van het punt naar \(\overline{Y}\)) valt uiteen in een groen fit-streepje (van de lijn naar \(\overline{Y}\) — het stuk dat de lijn overbrugt) en een bordeaux residu-streepje (van het punt naar de lijn — het stuk dat overblijft):

\[\underbrace{(Y_i - \overline{Y})}_{\text{blauw: totaal}} = \underbrace{(\hat{Y}_i - \overline{Y})}_{\text{groen: fit}} + \underbrace{(Y_i - \hat{Y}_i)}_{\text{bordeaux: residu}}\]

Check het bij Kees: blauw −20 = groen +16 + bordeaux −36. Bij hem vechten de twee stukken — de lijn duwt hem omhoog (groot! dus vast glanzend!) en de werkelijkheid trekt hem hard terug. En reken Geer zelf na: blauw +30 = groen 3.2 + bordeaux 26.8. Bij Geer doet de lijn bijna niets; zijn glans is vrijwel helemaal van hemzelf.

En die bordeaux stukjes, dat zijn ze: de vierkantjes die de lijn in sectie 5 zo klein mogelijk maakte.

De streepjes-regel hierboven is bewust ongenummerd (bouwtekening §6, keuzes §7j): het is formule 3.7 herschikt in kleur, geen nieuw begrip. Wél tonen, want sectie 9 kwadrateert precies deze regel.

9. De tuin in tweeën

En nu de beweging die je uit hoofdstuk 1 kent: kwadrateren en optellen.

Eerst één eerlijke waarschuwing: per diamant tellen de streepjes op, de vierkantjes niet — bij Kees is blauw² = 400, maar groen² + bordeaux² = 259 + 1303 (reken maar na met zijn rij uit tabel 3.3: 16.1² en 36.1²). Per individu klopt de vierkantjes-boekhouding dus níét. Maar tel je over alle twaalf tegelijk, dan klopt hij opeens wél, exact:

\[SS_{\text{totaal}} = SS_{\text{regressie}} + SS_{\text{residu}} \tag{3.8}\]

\[5200 = 1736 + 3464\]

\(SS_{\text{totaal}}\) ken je trouwens al: dat is gewoon \(SS_Y\) uit hoofdstuk 1, de 5200 — alle blauwe vierkantjes samen. Die tuin is nu in tweeën gedeeld: een groen deel dat óp de lijn ligt, en een bordeaux deel dat ernaast valt. Dat dit precies opgaat is geen afrondingsgeluk: de kleinste-kwadraten-lijn is exact zó gekozen dat fit en residu niets meer van elkaar weten — wat de lijn al zegt, zit niet nog eens in de fouten. GROF — de kruisterm-uitleg (waarom hij wegvalt) is een kandidaat “Voor wie verder wil”-kader — Bens call

V10 h3_ss_spel variant A hoort hier (bouwtekening §5): de tuin van 5200 met het groene 1736 en het bordeaux 3464 als vlakken, R² eronder. Dit is de figuur die testlezer Jeanne miste (“vierkantjes, vier keer gelezen, geen plaatje”). Variant B (de Venn) bewust niet: die debuteert in H8. Nog niet gebouwd.

Wat de lijn kost — \(S_e\)

standaardschattingsfout standard error of the estimate notatie: \(S_e\) ook: residu-lineaaltje

In hoofdstuk 1 was de SD je lineaaltje: hoe ver zit een diamant er gemiddeld naast als je gokt met het gemiddelde — 21.74 glanspunten. Nu we met de lijn gokken, willen we hetzelfde lineaaltje opnieuw, maar dan rónd de lijn: hoe ver zit een diamant er gemiddeld naast als je zijn karaat kent?

Zelfde recept als altijd: neem de vierkantjes van de gokfouten (dat is \(SS_{\text{residu}}\), de bordeaux 3464), deel door het aantal écht vrije gokfouten, en trek de wortel. Alleen — hoeveel gokfouten zijn er nog vrij? In hoofdstuk 1 kostte het gemiddelde ons één envelopje: \(n-1\). De lijn is duurder: ze ligt pas vast met twee getallen, \(b_0\) en \(b_1\). Twee envelopjes open, dus \(n-2\) vrije gokfouten.

\[S_e = \sqrt{\frac{SS_{\text{residu}}}{n-2}}\tag{3.9}\]

\[\begin{aligned} S_e &= \sqrt{\frac{SS_{\text{residu}}}{n-2}} \\[0.4em] &= \sqrt{\frac{3464}{10}} \\[0.4em] &= 18.6 \end{aligned}\]

Dit is de standaardschattingsfout — maar laat de naam je niet foppen: het is gewoon een standaardafwijking, van de residuen. De SD was je meetlat rond het gemiddelde; \(S_e\) is exact diezelfde meetlat, verhuisd naar de lijn.

Weggehaald bij de wissel van 29-8-2026 (keuzes §7p): hier stond “dit is géén standaardfout van een bordje uit hoofdstuk 3”. Die waarschuwing hoorde bij de oude volgorde, toen de grabbelton hiervóór stond. Nu komt hij erná, dus de lezer heeft nog nooit een bordje gezien en waarschuwt de zin hem voor een verwarring die hij nog niet kán hebben — en noemt er een woord bij dat nergens uit komt. De waarschuwing zelf is niet weggegooid maar verhuisd naar H4 §4, waar de standaardfout wél valt en de verwarring dus écht kan ontstaan.

En kijk wat er gebeurd is: 21.74 is 18.6 geworden. De meetlat is korter — dát is wat kennis van de karaat je koopt. Veel korter ook weer niet, en ook dat is eerlijke informatie: karaat weet iets van glans, maar lang niet alles. Voor de steen op het mos betekent het dat je 56 er minstens zo’n 18.6 naast zit.

V11 hoort hier (bouwtekening §5): de meetlat verhuist — links een band ±21.74 rond het gemiddelde, rechts een band ±18.6 rond de lijn. Bijna even breed, en dát is de boodschap. Nog niet gebouwd.

Wat de lijn oplevert — \(R^2\)

Deel het groene stuk van de tuin door de hele tuin:

\[R^2 = \frac{SS_{\text{regressie}}}{SS_{\text{totaal}}}\tag{3.10}\]

\[\begin{aligned} R^2 &= \frac{SS_{\text{regressie}}}{SS_{\text{totaal}}} \\[0.4em] &= \frac{1736}{5200} \\[0.4em] &= .33 \end{aligned}\]

verklaarde variantie variance accounted for (VAF) notatie: \(R^2\) ook: determinatiecoëfficiënt, \(r^2\)

Dit heet de verklaarde variantie, of variance accounted for — VAF: het aandeel van alle glans-variatie dat de lijn voor zijn rekening neemt. In hoofdstuk 1 beloofden we het al — verklaarde variantie is het stuk van de tuin waar strakke rijtjes bloemen staan. Hier staat het rijtje, en het ís de lijn. Een derde van de glans-tuin staat in het gelid; twee derde groeit wild, bordeaux, ernaast.

En dan nog iets moois. Kwadrateer de correlatie eens — pak wel de onafgeronde, .578: \(.578^2 = .33\). Precies hetzelfde getal. Bij één voorspeller is \(R^2\) gewoon \(r^2\): de helling in lineaaltjes, gekwadrateerd, is het deel van de tuin. En ook \(R^2\) is een effectgrootte — dezelfde vraag als bij \(r\), hoe groot?, nu beantwoord in tuin-taal.

Kwadrateer je de afgeronde .58, dan rolt er .34 uit — dat honderdste is puur afronding, geen wiskunde. Stond in de lezerstekst; hoort bij de afrondingskeuze die in §8 aan Ben ligt.

10. De dertiende steen

Eén ding hebben we dit hele hoofdstuk gedaan zonder het hardop te zeggen: we hebben een réchte lijn door de wolk gelegd. Dat is geen neutrale handeling maar een veronderstelling. De lijn telt op — begin bij −1.43, tel er 32 bij per karaat, onderaan de wolk net zo goed als bovenaan. Telkens hetzelfde erbij; additief, heet zo’n methode, en het is een heerlijk woord. De aanname eronder draagt een properder naam: lineariteit. De wolk zelf mag krom zijn; onze lijn kan het niet. Daarom is de eerste controle altijd de domste en de beste: kíjk naar de wolk. Bij onze twaalf oogt recht heel redelijk. GROF — mini-voorbeeldje krom verband (leren oefenen? slaap en prestatie?) bij redactie-pas — Bens call. V12 hoort hier: een verzonnen krom verband met een rechte lijn erdoor, residuen onder–boven–onder; bewust zónder diamantjes, want de eigen wolk oogt recht. Nog niet gebouwd. Welk voorbehoud er bij “recht oogt redelijk” komt (de kromming op p = .011 uit BEVINDINGEN §1) is Bens keuze.

Er horen nog drie veronderstellingen bij dit soort lijnen, alle drie over de residuen: dat ze onafhankelijk van elkaar zijn, dat hun spreiding overal langs de lijn even groot is (gelijke spreiding — het deftige woord is homoscedasticiteit, leer het alvast hardop zeggen), en dat ze normaal verdeeld zijn. Voor nu alleen de namen: hoe je die drie aan de residuen afleest — welk plaatje je opvraagt, en waaraan je ziet dat het misgaat — doe je in het oefenboek, bij de enkelvoudige regressie. Onthoud hier het onderscheid: de lijn zélf eist alleen rechtheid; de rest gaat over hoe de fouten zich gedragen — en de fouten worden pas echt belangrijk als we méér van de lijn gaan vragen dan beschrijven.

De belofte is hier weggehaald (21-8, meesterknecht-besluit). Er stond “die drie werken we pas bij meervoudige regressie echt uit” — en H8 lost dat niet in; H12 r1542 constateert dat zelf. Een adres dat niet levert is erger dan geen adres.

Er staat nu wél een verwijzing (h4stem, 21-8), en het gat dat de notitie hierboven vreesde bestaat niet. Nagemeten in boek/oefenboeken/: 219 bestanden gescand met Python (niet met grep — de schil hier slaat gitignored werk stil over), 6 met treffers, en jasp_ggz_vs/20_blokken/blok_enkelvoudige_regressie.md r288–307 draagt precies het ontbrekende stuk: een uitklapblok “De assumpties — waar je naar kijkt, en wat je ermee doet”, met per aanname wáár je kijkt en wáár het misgaat. Alle drie staan erin, plus lineariteit en uitschieters.

De verwijzing noemt geen sectienummer en geen regel — alleen “het oefenboek, bij de enkelvoudige regressie”. Dat is het hele punt: een adres op naam kan niet verrotten zoals een regelnummer dat kan, en alles wat in dit huis verrotte, verrotte op een regelnummer.

Waarom hier nu twee woorden staan (h4stem, 21-8). De opdracht was additief te vervangen door lineariteit, omdat additiviteit in het vak iets anders is. Dat is half waar, en de andere helft had het hoofdstuk gekost:

Additief is Bens eigen woord, en hij zegt er zelf bij dat hij het leuk vindt. Bib, uitleg-lineaire-regressie-is-additief-telkens-hetzelfde-erbij (transcript): “Vind ik gewoon leuk om dat woord te zeggen trouwens, additief. Maar lineaire regressie, dus rechtlijnige regressie, dat is een additieve methode. Want je doet telkens hetzelfde erbij.” Vandaar ook “telkens hetzelfde erbij” hierboven — dat is zijn formulering, niet de onze.
H12 leunt erop. H12 r327–329 zegt “een rechte lijn is een optel-machine — hoofdstuk 3 zei het al, en ik vond het toen al een heerlijk woord: lineaire regressie is een additieve methode.” Schrap je het woord hier, dan liegt die zin. De bouwtekening zette het er om precies die reden neer (OPBOUW_H4_DEFINITIEF §9a, regel H12:287–290) — dat stond niet in de reparatie-opdracht.
Wat wél klopte: additief is niet de naam van de aanname. Bens eigen college-sheet (Bib, definitie-assumpties-regressie-vier, OZP2 College 8 slide 33–34) noemt de vier: onafhankelijkheid, lineariteit, homoscedasticiteit, normaliteit. Het oefenboek zegt “lineair verband”.

Dus doen ze nu allebei hun werk: additief voor wat de lijn dóét (Bens woord, en H12’s aanknopingspunt), lineariteit voor hoe de aanname heet (Bens sheet, en het woord waarmee het oefenboek traint).

Tijd voor de ontnuchtering.

Je hebt de steen zijn getal gegeven: 56, met gemiddeld 18.6 ernaast, en een derde van de tuin verklaard. En wees eerlijk — dat ene ding, één steen een getal geven, doet een psycholoog bijna nooit. Wanneer moest jij voor het laatst één iemands glans voorspellen? In de psychologie willen we meestal het meestal begrijpen, niet één geval raden.

Maar kijk eens wat je onderweg hebt gebouwd, want dát doe je altijd: het tarief, dezelfde helling nog eens in lineaaltjes, en de splitsing in wat de lijn al wist en wat de steen zelf inbracht. Dat is het handgereedschap van de vierde beweging van dit boek. Daar kan de lijn iets wat de correlatie principieel niet kan: een tweede variabele vasthouden terwijl je naar de eerste kijkt. Wegrekenen. Corrigeren.

En nog één ding, voor de volledigheid. \(r\), \(b_1\) en de lijn zijn niet drie apparaten — het is één helling, twee maten. Wie zich dus afvraagt of dit meestal echt is, of alleen een toevalstreffer van déze twaalf, stelt één vraag, niet drie. Hoe je die vraag beantwoordt — daar komen we later op terug. Bewust vaag in de lezerstekst — maar de beslissing is inmiddels genomen (H5-schets, status-header, Bens besluit 5 juli): inferentie landt in H5 en wordt geleerd óp b en r, interval vóór toets.

11. Werk

Het rekenen mét software — R, JASP of SPSS — hoort bij de oefenboeken: het boek toont, het oefenboek traint. Covariantie, correlatie en de regressielijn doe je daar met je eigen data.

Toont, dus. Alles wat je in dit hoofdstuk met de hand hebt gedaan — de vierkantjes zo klein als ze konden, \(b_1\), \(b_0\), de streepjes bij Kees — vraag je in één zin:

lm(glans ~ karaat, data = diamantjes)

Glans, verklaard uit karaat. Die zin bespaart je het rekenwerk niet, hij bergt het op: alles van hierboven zit erin, en jij bent nu de enige die weet wát.

Software-vrij (7-7, keuzes §1). Kiem (cov/cor/lm + geom_smooth + de rechthoekjes-figuur; nu ook predict/resid, de DATA=FIT+RESIDU-tabel en de streepjes-knip-figuur): 03_oefenboek_kiemen/R_werk_uit_schetsen_2026-07-11.md.

Tool-neutraal gemaakt 12-8 (besluit Ben, keuzes §1). Hier stond “(cov, cor, lm)” — drie R-functienamen, drie woorden nadat de zin alle drie de gereedschappen had beloofd; een SPSS-lezer kreeg code voorgeschoteld die in zijn programma niet bestaat. De sier-regel-uitzondering van 7-7 dekte dit niet: die gold voor simulatiecode die het verhaal draagt (H4 grabbelen, H5 muur, H6 Type 1-telling), en H3 is geen simulatie-hoofdstuk. (Die hoofdstuk-grens is ’s avonds vervallen — zie het blok hieronder; wat overeind blijft, is dat een wegwijzer ook onder de nieuwe grens niet mag.) De namen zijn niet weg, ze staan hierboven in de kiem — waar ze horen. Die wegwijzer komt niet terug — ook niet onder de nieuwe grens hieronder; hij wees waar je iets doet in plaats van te tonen wat er staat.

Sier-regel R (om te lézen, niet te draaien — max één): STAAT ER NU, besloten 12-8 ’s avonds. lm(glans ~ karaat, data = diamantjes), op de plek en in de vorm die het voorstel hieronder noemde. Ben, 12-8: “ik volg jouw advies, mee eens.” De grens is die dag verruimd: code mag in de lezerstekst als hij er staat om te laten zien dat het allemaal zo ingewikkeld niet is, en niet als wegwijzer of instructie (keuzes §1, correctie 12-8). Terugdraaien = de drie toegevoegde alinea’s boven dit blok weghalen (van “Toont, dus.” t/m “…weet wát.”); de canonieke oefenboek-zin erboven staat er los van en blijft.

Wat er ten opzichte van het voorstel is veránderd, en waarom dat de hele reden is dat het mocht. Het voorstel schreef als bezwaar dat een regel die zegt “of, je typt dit” de reken-beat van H3 de lucht uit laat lopen. Dat bezwaar is juist, maar het zit in het woordje of, niet in de regel. Een regel die naast het handwerk ligt is een snelweg en ondermijnt het; een regel die het handwerk opbergt doet het omgekeerde. Vandaar de afhechting “bespaart je het rekenwerk niet, hij bergt het op … jij bent nu de enige die weet wát”: precies in H3 heeft de lezer als enige zelf gezien wat er onder die ene zin ligt. Daarmee is H3 niet de zwakste van de vijf maar de sterkste. Als deze zin ooit sneuvelt bij een stem-pas, sneuvelt het argument mee — herformuleer dan het opbergen, schrap niet alleen het werkwoord.

Het oorspronkelijke voorstel (12-8 ochtend), voor de geschiedenis:

Welke regel: lm(glans ~ karaat, data = diamantjes)
Welke plek: hier in §11, direct ná de canonieke oefenboek-zin hierboven — dezelfde plek en dezelfde vorm als H8 §8, H9 §6, H10 §7 en H12 §9 sinds 12-8 (lead-in, regel op een eigen witregel, één korte afhechting). Zo blijft het één afzonderlijk terug te draaien blokje.
Wat dit wél doet en de vier andere niet: dit is de debuutplek van het slangetje. y ~ x verscheen tot nu toe voor het eerst in H8; nu H3 hem heeft, leest H8’s “één plusteken erbij” als een toevoeging aan iets dat de lezer al gezien heeft, en lopen de vijf regels als een reeks waarin elk hoofdstuk precies één teken verandert: ~ karaat → + gladheid → merk + → merk * → glm.
Argument tégen (afgehandeld door de herschreven lead-in): H3 is het hoofdstuk waarin de lezer de lijn met de hand vindt, streepje voor streepje.

12. Sluiting

GROF — docent-slot: de olifant had het al gezien vóór wij gingen rekenen — groot gaat meestal samen met glanzend. Wij weten nu hoe sterk (.58), hoevéél (32 per karaat), hoe ver we er dan nog naast zitten (het residu-lineaaltje, 18.6) en welk deel van de tuin de lijn bijhoudt (een derde). Dan de slotscène:

De steen komt hier bewust niet terug (bouwtekening §0): zijn lus is in §10 gesloten, en de sluiting hoort aan de twaalf en de kraai.

Toen pakte de kraai er stiekem eentje mee, en vloog weg.

De anderen keken hem na. Niemand zei iets.

GROF — en de docent-uitademing daaroverheen: Elf diamantjes. Morgen misschien tien. Onze wolk was nooit de hele wereld — het was wat er toevallig in een beverdam bleef hangen. Zou het patroon er nog zijn met een andere twaalf? Met elf? Hoe zeker zijn we eigenlijk van dat meestal?

Dat is het volgende hoofdstuk. De grabbelton staat al klaar.

✅ Klopt weer sinds 10-8-2026. Dit werkbriefje stond hier drie weken: op 22-7 schoof het betrouwbaarheids-hoofdstuk tussen dit slot en de grabbelton, waardoor “het volgende hoofdstuk” naar de mol wees in plaats van naar de ton. De rotatie van 10-8 (keuzes §7n) zet Bestaat het echt? terug op positie 5 — de belofte hierboven is weer letterlijk waar, en de drie varianten die klaarlagen om hem te verzachten zijn niet meer nodig (VARIANTEN_H1_steen_en_H4_slot.md, B2).

Open punten (grof → redactie-pas)

Armen-tekening — ✅ v1 gebouwd (6-7, Bens idee: 3×3-wolk): negen poppetjes voor álle armen-combinaties in één puntenwolk, mét bijdrage-tekens (+/−/0) — staat sinds 21-8 in §3 (h4_armen_poppetjes.png, R-steiger). Blijft staan: Ben tekent de eindversie zelf (fineliner/ruitjes, ILLUSTRATIES.md poses 1–4). Het gek-uitzien is functioneel (geheugen-anker) — de tekening mag lachwekkend.
✅ Rechthoekjes-figuur gebouwd — het visuele hart, staat in §4.
~~Schatkistje-scène invoegen~~ → gesplitst 5-7: vondst naar H1 §2, terugkeer-dialoog in §1 hier, kraai-diefstal in §12 als cliffhanger naar H5.
✅ Glans i.p.v. prijs — BESLOTEN (Ben, 5-7) en doorgevoerd in H1 + H3. Werkelijkheids-check: glans hangt in het echt vooral van het slijpsel af (4 C’s grotendeels onafhankelijk) → slijpsel = verborgen derde variabele, zaadje voor H8/confounding; Kees = slecht geslepen. Matige r is dus ook realistisch.
✅ “Voor wie verder wil”-kader (besloten 5-7): de rechthoekjes in lineaaltjes-eenheden — geschreven op 21-8, staat in §6. De oppervlakte-lezing van r is uit de lopende tekst daarheen verhuisd (meesterknecht-besluit: Bens zin is nu de definitie, en twee definities van één ding in lopende tekst is de herhaling waar Ben over viel). V4 hoort erbij en is nog niet gebouwd. r = cos θ blijft bewust búíten dit hoofdstuk (te veel) — deel 2 of later verderwil-kader.
✅ Waar precies DATA = FIT + RESIDU volledig uitpakken — opgelost (17-8, bouwtekening §7): één keer, compleet, in §8. H8’s werknotitie r529–537 (“staat in H3 alleen in werknotities, plek open”) is daarmee stale en INHOUDSOPGAVE r267 moet “H3 §6” → “H3 §8”.
✅ Volgorde-vraag: eerst r of eerst b? — opgelost 17-8: b eerst (Bens besluit via de voorstellen A/B). De helling is tastbaar en heeft een eenheid; r is daarna “dezelfde helling, in lineaaltjes”, en dat is precies waarom “ruw is ruk” nu bij 32 staat en niet bij de covariantie — een ongestandaardiseerde helling is in het vak letterlijk de ruwe coëfficiënt.
“Wie er wint”-taal — behouden, dit is Bens klas-taal.
Hoofdstuknummer voorlopig H3 (conform structuur-tabel 4-7); definitieve nummering na H2/H4-schetsen.
Bib-borging: de armen-scène bestaat nog nérgens als Bib-unit (bron = deze chat, 4-7-2026) — bij volgende molen-ronde deze sessie als bron ingesten, dan is de scène ook transcript-geborgd.
✅ Werk-sectie → tabs (besloten 6-7): JASP vooraan (correlatie/regressie = drie klikken), R ernaast. Zie keuzes.md §1.
✅ Sier-regel in §11 (12-8, Bens besluit — keuzes §1). lm(glans ~ karaat, data = diamantjes) staat er, ná de canonieke oefenboek-zin. H3 is hiermee de debuutplek van het slangetje y ~ x en de openingsterm van de reeks van vijf (H3 → H8 → H9 → H10 → H12, elk hoofdstuk één teken anders). De lead-in is bewust géén “of, je typt dit” maar een opberg-zin. Terugdraai-instructie in het .werk-blok van §11. Bij de stem-pas: toon-check op de afhechtende zin.
✅ Effectgrootte-familienaam (22-7, Bens besluit keuzes §1): term-blokje
- passage in §6 (bij de eerste r) en één zin bij R² in §9. De familie-draad loopt door naar H9 §4 (Cohen’s d, η²) en H12 §5 (OR). Getallenblad: _effectgroottes_getallen.md. Bij de stem-pas: toon-check op de slotzin van de §6-passage (“weet vanaf nu wat er ontbreekt”).

Open ná de herbouw van 21-8

De drie residu-aannames worden genoemd en nergens uitgelegd. De belofte “die werken we bij meervoudige regressie uit” is weggehaald omdat H8 hem niet inlost — maar daarmee staat er nu een gat in het boek in plaats van een onwaar adres. Beide zijn slechter dan een hoofdstuk dat ze uitlegt. Bens keuze waar dat komt.
Zestien beelden uit de bouwtekening zijn nog niet gebouwd (V1–V12 minus V6, plus het drieluik en de gok-de-r-galerij). Het hoofdstuk staat nu op zes figuren; de bouwtekening rekent op tweeëntwintig. De werknotities hierboven markeren per sectie welke waar hoort.
Figuur 3.1 moet herbouwd (afgeknipte namen “Leer” en een halve “Kees”, coord_fixed, plus de steen als vraagteken). Niet gedaan door het herbouw-spoor: figuren repareren viel buiten die opdracht.
h4_lijn.png is uit het hoofdstuk gehaald (toonde Kees’ residu vóór het woord viel). Het bestand staat er nog; archiveren of laten hangen is een keuze voor de figuren-ronde.