Samenvatting Beschrijvende en inferentiële statistiek deel 1

Hoorcollege 1

Statistische basisbegrippen
Variabele
Eigenschappen (vaak van respondenten) die variëren
Constante
- Alles wat niet varieert

Meetniveau’s
Categorische variabelen
Nominaal
- Studentennummer. Je woonplaats
Ordinaal
- Rangordeningen (likert-schaal)

Kwantitatieve variabelen
Interval en ratio
- Rangordening met gelijke afstanden (temperatuur, leeftijd, lengte)

Centrummaten
Modus
- Meest frequente waarneming
Mediaan
- Middelste waarneming
Gemiddelde
- Wordt sterkste beïnvloed door de staart van een verdeling

Standaarddeviatie (s)
De standaarddeviatie (s) geeft aan hoeveel de data gemiddeld afwijkt van het
gemiddelde.

Uitrekenen van de standaarddeviatie:
Kijk eerst naar hoeveel elke observatie van het gemiddelde afwijkt: de deviatie ->
x - x̄

We gebruiken de deviaties om te komen tot de standaarddeviatie: de gemiddelde
afstand van het gemiddelde.




Bij een kleine standaarddeviatie is de zekerheid groter, omdat de gegevens minder
van elkaar afwijken. Bij een grote standaarddeviatie is de variatie groter.

,Z-score
Hoeveel standaarddeviaties een bepaalde observatie van het gemiddelde ligt.




Z-score wordt kleiner bij grotere standaarddeviatie. Dit komt omdat een grotere
standaarddeviatie betekent dat de spreiding in de data groter is, waardoor een
bepaalde afwijking van het gemiddelde minder extreem wordt beschouwd.

Als de Z-score hoger dan 2 is, is de waarde significant hoger dan het gemiddelde.
Als de Z-score lager dan -2 is, is de waarde significant kleiner dan het gemiddelde.
Als de Z-score tussen -2 en 2 is, is er geen significant verschil.

Bi-variaat
2 variabelen in het spel.

Associatie
Samengang tussen twee variabelen.

Causaliteit
De onafhankelijke variabele (x) heeft een invloed op de afhankelijke variabele (y)

Scatterplots visualiseren het verband tussen twee kwantitatieve variabelen (leeftijd
en inkomen) -> spreidingsdiagram

Niet-lineair verband: het verband tussen x en y kan niet worden beschreven in
termen van een rechte lijn -> het verband is niet constant

Correlatie (r) drukt de sterkte van een lineair verband uit in een cijfer.

R ligt altijd tussen -1 en 1
Hoe dichter r bij 0 ligt, des te zwakker het verband
Hoe dichter r bij -1 of 1 ligt, des te sterker het verband
Hoe dichter bij -1, des te sterker de negatieve correlatie (x omhoog, y omlaag)
Hoe dichter bij de 1, des te sterker de positieve correlatie (x omhoog, y omhoog)

Correlatiecoëfficiënt berekenen




Om te weten of het zinvol is om de r te berekenen, is het belangrijk om een
scatterplot te bekijken: is het verband lineair of niet-lineair?

Extrapolatie
Het uitbreiden van een reeks getallen met punten die buiten die reeks liggen.

, Outliers
Correlatie kan (net als gemiddelde) worden beïnvloed door outliers. Niet elke
extreem hoge of lage waarde van x hoeft echter impact te hebben, check of ze ver
van het patroon liggen.

Bij het verwijderen van outliers wordt de standaarddeviatie kleiner -> de spreiding is
minder groot.

Correlatie is non-resistent -> kan worden beïnvloed door outliers.
De correlatiecoëfficiënt wordt niet beïnvloed door de standaarddeviatie.

Associatie is wel altijd causaliteit, je weet alleen niet precies hoe die in elkaar zit.

Verdelingen




Negatief Positief


Dichotoom
Wanneer een nominale waarde slechts twee warden kan aannemen. -> ja/nee,
man/vrouw, positief/negatief.

Bimodale verdeling
Een verdeling met twee pieken.

Ecological fallacy (ecologische drogredenen)
Onjuiste conclusies die die worden getrokken omdat gegevens die voor groepen
gelden, niet altijd van toepassing zijn op het niveau van individuele mensen.

Testvision:
1e keer: 14/30 – 13 feb
2e keer: 21/30 – 20 feb
3e keer: 24/30 – 21 feb