Samenvatting dataverwerking

Datascience
Beschrijvende statistiek
Wat is een populatie?
De complete verzameling van mogelijke meetwaarden. De populatie is afhankelijk van de
onderzoeksvraag.

Waar staat N voor?
Aantal elementen in een populatie

Wat is een steekproef?
Een selectie elementen uit een populatie die worden gebruikt om een uitspraak te kunnen
doen over de hele populatie.

Waar staat n voor?
Aantal elementen in een steekproef

Wat is een parameter?

Nummerieke weergave die een eigenschap van een populatie samenvat, zoals bijvoorbeeld;
het gemiddelde en de spreiding.

Hoe leg je uit wat een variabele is?
Een variabele is alles wat meetbaar is en verschillende waarden geeft, tussen objecten in een
populatie/steekproef, in de loop van de tijd.



Datascience 1

, Welke is de onafhankelijke variabele?
Dit is de waarde die je weet / zelf als onderzoeker kunt beïnvloeden of kiezen. Van deze
variabele ben je dus niet afhankelijk.

Welke is de afhankelijke variabele?
Dit is de waarde die je meet.


Centrale tendens van een dataset
Waar staat "modus" voor?
De modus is de waarde die het meeste voorkomt in de dataset.

Wat is een mediaan?
Nadat de waarden zijn geordend, is dit de middelste waarde.


Spreiding van de meetwaardes
Wat wordt er bedoeld met bereik?
Verschil tussen de min en max waarde

Wat zijn kwartielen?
Kwartielen zijn waarden die een serie geordende meetwaarden in 4 gelijke delen opdeelt,
namelijk in; a1 (eerste kwartiel), Q2 (tweede kwartiel) en Q3 (derde kwartiel).

Welk kwartiel is gelijk aan de mediaan?
Q2

Wat wordt er bedoeld met de Inter-Quartile Range (IQR)?
Het verschil tussen kwartiel Q3 en Q1

Wat betekent variantie?
Geeft de gemiddelde afwijking van alle meetwaardes in een populatie/steekproef aan ten
opzichte van het gemiddelde (σ^2 bij een populatie, S^2 (n-1) bij een steekproef)

Wat bereken je met een standaarddeviatie?

De gemiddelde afwijking van het gemiddelde SQRT (variantie). Wordt weergegeven als σ
bij een populatie en als Sn-1 bij een steekproef.



Datascience 2

, Verdeling van de dataset
Hoe ziet een normale verdeling eruit?

Dit is een verdeling met één modus. De verdeling is symmetrisch en wordt bepaald door een
gemiddelde μ en de standaarddeviatie σ.

Wat betekent bimodal?
Dit is een dataverdeling met twee modussen.

Wat wordt er bedoeld met negative skewed?
De verdeling is niet symmetrisch, maar heeft een lange staart aan de linker kant.

Wat wordt er bedoeld met positive skewed?
De verdeling is niet-symmetrisch, maar heeft een lange staatt aan de rechter kant.


Soorten grafieken
Wat is een staafdiagram?

Een grafiek waarbij de hoogte van de staaf de waarde van een bepaalde categorie voorstelt.

Wat is een frequentie tabel?
Laat zien hoe vaak een bepaalde meetwaarde voorkomt in een populatie.

Wat is een histrogram?
Grafiek die de verdeling van nummerieke data weergeeft. Hierbij stelt de hoogte van de
staaf het aantal keer dat een bepaalde waarde in een bepaald bereik voorkomt voor.

Wat wordt er in SPSS bedoeld met "bin size"?
De grootte van het bereik

Wat is een boxplot?

Overzichtsgrafiek die de spreiding van alle meetwaardes weergeeft. Bestaat uit een mediaan
en kwartielen. De foutbalken/whiskers geven aan wat de grootste en kleinste waarden zijn
die geen uitschieters zijn.

Hoe worden uitschieters gedefineerd in SPSS m.b.v een boxplot?

Uitschieters zijn waarden die meer dan 1,5x de IQR van de kwartielen vandaan liggen.
In SPSS wordt deze waarde gemarkeerd met een O (outlier) + case nummer.


Datascience 3