Samenvatting Statistiek A
Statistiek A HC 1
Deel 1
Statistiek: wetenschap van verzamelen, samenvatten, presenteren en interpreteren van data. Nodig
bij opzetten, uitvoeren en beoordelen van onderzoek. Essentieel onderdeel empirisch kwantitatief
onderzoek. Wordt gebruikt bij beschrijvend en toetsend onderzoek.
Beschrijvend onderzoek
Data presenteren:
- Frequentie tabel, kruistabel
- Grafieken
Data samenvatten
- Centrummaat, bv een gemiddelde, mediaan
- Spreidingsmaat, bv een standaardafwijking
Voorbeelden toetsend onderzoek
- Is de tevredenheid op de werkvloer hoger onder mannen dan onder vrouwen?
- Is het percentage rokers in de leeftijdsgroep 18-25 jaar lager dan het percentage rokers in de
leeftijdsgroep 55-65 jaar?
- Heeft een patient een grotere kans op kwalitatieve zorg als de arts ervaring heeft met de
medische procedure?
Van populatie trek je steekproef. Onderzoek voer je uit op steekproef. Resultaten van steekproef
middels statistiek iets zeggen over gehele populatie.
Typen variabelen: het analyseren, interpreteren en presenteren van data wordt bepaald door het
type variabele:
- Numerieke variabelen
o Continu (bv. Salaris) – meetniveau ratio?
o Discreet (bv. Aantal huisbezoeken huisarts) – alleen hele getallen, niet 1,5
- Categorische variabelen (veelvoorkomend: binaire/dummy variabelen 0 of 1 - geslacht)
o Ongeordend (bv. Stad) - nominaal
o Geordend (bv. Zelf gerapporteerde gezondheid) - ordinaal
- Proporties (percentages)
MEETNIVEAUS – nominaal, ordinaal, interval, ratio
Functioneel onderscheid variabelen
- Afhankelijke variabalen
o Outcome
o Te verklaren variabele
o Y-variabele
- Onafhankelijke variabelen
o Exposuere/identifying factors
, o Verklarende variabele
o X-variabele
Deel 2
Presenteren van variabelen
- Categorische variabelen (grafische weergave; staaf- of taartdiagrammen)
o Absolute frequenties (absoluut aantal)
o Relatieve frequenties (percentage) – cumulatief
- Numerieke variabelen (grafische weergave: histogram, frequentie polygoon)
o Frequentie verdeling
Categorische variabelen
Frequentietabel:
Numerieke variabele
- Frequentietabel niet duidelijk, bijvoorbeeld leeftijd van 2000 individuen, veel categorieën
- Dus afgeleide variabele: vragen naar ratio, indelen in ordinale categorieën. Frequentietabel
van leeftijdsklasse. Maak je dan van numerieke variabelen categorische variabelen?
- Weergeven in staaf of taartdiagram: heel onduidelijk. Beter door middel van histogram,
uitgebreide staafdiagram.
- Kan ook in grotere categorieën – staafdiagram. Maar maakt het vlak en gaat veel informatie
verloren.
- Frequentiepolygoon: lijn die midden van staven uit histogram met elkaar verbindt
Vorm van de verdeling
, Links: symmetrisch
Middelste: rechts scheefverdeelde verdeling; meer personen aan rechterkant verdeling
Rechts: links scheefverdeelde verdeling: meer personen aan de linkerkant
Samenhang tussen variabelen
- Categorische variabelen
o Kruistabel – afhankelijke variabelen bovenaan (in kolommen), verklaren met rijen.
o Histogrammen – (verschil staafdiagram en histogram?)
▪ Kolompercentages: verdelen per afhankelijke variabele
▪ Rijpercentages: verdelen per onafhankelijke variabele
- Numerieke variabelen
o Spreidingsdiagram
o Samenvattende statistieken (later)
Deel 3
Belang normale verdeling
- Beschrijving en benadering van verdelingen
o Berekenen van kansen
- Toetsende statistiek
o Gemiddelde is normaal verdeeld
Normale verdeling
- Gemiddelde – hoogste relatieve percentage
- Symmetrisch rond het gemiddelde: klokvormig
- Standaardafwijking – sigma – σ
o Maat van spreiding rond het gemiddelde
o Hoe kleiner de sigma, hoe minder variatie – meer waarden rond gemiddelde
o Grotere standaardafwijking – bredere verdeling
Normale verdeling
X ~ N(µ,σ)
Variabele is verdeeld als normaalverdeling met gemiddelde mu en sa sigma
Interpretatie gemiddelde en standaardafwijking: 95% van de personen heeft een waarde tussen -2s.d
en +2s.d
Normale verdeling
- Beschrijven van gegevens
- Testen/toetsen van hypothese
Statistiek A HC 1
Deel 1
Statistiek: wetenschap van verzamelen, samenvatten, presenteren en interpreteren van data. Nodig
bij opzetten, uitvoeren en beoordelen van onderzoek. Essentieel onderdeel empirisch kwantitatief
onderzoek. Wordt gebruikt bij beschrijvend en toetsend onderzoek.
Beschrijvend onderzoek
Data presenteren:
- Frequentie tabel, kruistabel
- Grafieken
Data samenvatten
- Centrummaat, bv een gemiddelde, mediaan
- Spreidingsmaat, bv een standaardafwijking
Voorbeelden toetsend onderzoek
- Is de tevredenheid op de werkvloer hoger onder mannen dan onder vrouwen?
- Is het percentage rokers in de leeftijdsgroep 18-25 jaar lager dan het percentage rokers in de
leeftijdsgroep 55-65 jaar?
- Heeft een patient een grotere kans op kwalitatieve zorg als de arts ervaring heeft met de
medische procedure?
Van populatie trek je steekproef. Onderzoek voer je uit op steekproef. Resultaten van steekproef
middels statistiek iets zeggen over gehele populatie.
Typen variabelen: het analyseren, interpreteren en presenteren van data wordt bepaald door het
type variabele:
- Numerieke variabelen
o Continu (bv. Salaris) – meetniveau ratio?
o Discreet (bv. Aantal huisbezoeken huisarts) – alleen hele getallen, niet 1,5
- Categorische variabelen (veelvoorkomend: binaire/dummy variabelen 0 of 1 - geslacht)
o Ongeordend (bv. Stad) - nominaal
o Geordend (bv. Zelf gerapporteerde gezondheid) - ordinaal
- Proporties (percentages)
MEETNIVEAUS – nominaal, ordinaal, interval, ratio
Functioneel onderscheid variabelen
- Afhankelijke variabalen
o Outcome
o Te verklaren variabele
o Y-variabele
- Onafhankelijke variabelen
o Exposuere/identifying factors
, o Verklarende variabele
o X-variabele
Deel 2
Presenteren van variabelen
- Categorische variabelen (grafische weergave; staaf- of taartdiagrammen)
o Absolute frequenties (absoluut aantal)
o Relatieve frequenties (percentage) – cumulatief
- Numerieke variabelen (grafische weergave: histogram, frequentie polygoon)
o Frequentie verdeling
Categorische variabelen
Frequentietabel:
Numerieke variabele
- Frequentietabel niet duidelijk, bijvoorbeeld leeftijd van 2000 individuen, veel categorieën
- Dus afgeleide variabele: vragen naar ratio, indelen in ordinale categorieën. Frequentietabel
van leeftijdsklasse. Maak je dan van numerieke variabelen categorische variabelen?
- Weergeven in staaf of taartdiagram: heel onduidelijk. Beter door middel van histogram,
uitgebreide staafdiagram.
- Kan ook in grotere categorieën – staafdiagram. Maar maakt het vlak en gaat veel informatie
verloren.
- Frequentiepolygoon: lijn die midden van staven uit histogram met elkaar verbindt
Vorm van de verdeling
, Links: symmetrisch
Middelste: rechts scheefverdeelde verdeling; meer personen aan rechterkant verdeling
Rechts: links scheefverdeelde verdeling: meer personen aan de linkerkant
Samenhang tussen variabelen
- Categorische variabelen
o Kruistabel – afhankelijke variabelen bovenaan (in kolommen), verklaren met rijen.
o Histogrammen – (verschil staafdiagram en histogram?)
▪ Kolompercentages: verdelen per afhankelijke variabele
▪ Rijpercentages: verdelen per onafhankelijke variabele
- Numerieke variabelen
o Spreidingsdiagram
o Samenvattende statistieken (later)
Deel 3
Belang normale verdeling
- Beschrijving en benadering van verdelingen
o Berekenen van kansen
- Toetsende statistiek
o Gemiddelde is normaal verdeeld
Normale verdeling
- Gemiddelde – hoogste relatieve percentage
- Symmetrisch rond het gemiddelde: klokvormig
- Standaardafwijking – sigma – σ
o Maat van spreiding rond het gemiddelde
o Hoe kleiner de sigma, hoe minder variatie – meer waarden rond gemiddelde
o Grotere standaardafwijking – bredere verdeling
Normale verdeling
X ~ N(µ,σ)
Variabele is verdeeld als normaalverdeling met gemiddelde mu en sa sigma
Interpretatie gemiddelde en standaardafwijking: 95% van de personen heeft een waarde tussen -2s.d
en +2s.d
Normale verdeling
- Beschrijven van gegevens
- Testen/toetsen van hypothese
