100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached 4.2 TrustPilot
logo-home
Summary

Samenvatting Wetenschappelijke Vorming 1 - Statistiek

Rating
-
Sold
-
Pages
52
Uploaded on
21-09-2025
Written in
2023/2024

Samenvatting van alle lessen met hun volledige inhoud mbv afbeeldingen, oefeningen, tekeningen, ... Alle onderwerpen makkelijk te vinden tijdens het (openboek) examen adhv de uitgebreide korte inhoud Punt behaald adhv samenvatting in eerste zit: 18/20

Show more Read less
Institution
Course















Whoops! We can’t load your doc right now. Try again or contact support.

Written for

Institution
Study
Course

Document information

Uploaded on
September 21, 2025
Number of pages
52
Written in
2023/2024
Type
Summary

Subjects

Content preview

‭Statistiek‬

, ‭ ARS-CoV-2‬‭.......................................................................................................................‬‭5‬
S
‭SARS-CoV-2:‬‭Dynamics‬‭.....................................................................................................‬‭5‬
‭COVID-19‬‭................................................................................................................‬‭5‬
‭SIMID‬‭......................................................................................................................‬‭5‬
‭Data‬‭voorbeelden‬‭(zie‬‭ppt)‬‭......................................................................................‬‭5‬
‭waarom‬‭statistiek‬‭nodig?‬‭....................................................................................................‬‭6‬
‭Basis‬‭statistische‬‭concepten‬‭.................................................................................................‬‭6‬
‭Steekproef‬‭vs‬‭populatie‬‭......................................................................................................‬‭6‬
‭Populatie‬‭.................................................................................................................‬‭6‬
‭Steekproef‬‭...............................................................................................................‬‭6‬
‭Vormen‬‭van‬‭onderzoek‬‭.......................................................................................................‬‭6‬
‭Gecontroleerde‬‭experimenten‬‭(of‬‭experimentele‬‭studies)‬‭......................................‬‭6‬
‭Observationele‬‭studies‬‭............................................................................................‬‭6‬
‭Data‬‭structuur‬‭.....................................................................................................................‬‭7‬
‭Verschillende‬‭soorten‬‭data‬‭..................................................................................................‬‭7‬
‭Kwalitatieve‬‭of‬‭categorische‬‭data‬‭............................................................................‬‭7‬
‭Kwantitatieve‬‭of‬‭numerieke‬‭data‬‭.............................................................................‬‭7‬
‭Voorbeelden‬‭................................................................................................‬‭7‬
‭Uitkomst-‬‭en‬‭blootstellingsvariabelen‬‭.................................................................................‬‭7‬
‭Samenvatten‬‭en‬‭representeren‬‭data‬‭.....................................................................................‬‭8‬
‭Exploratie‬‭van‬‭gegevens‬‭.....................................................................................................‬‭8‬
‭Voorstellen‬‭van‬‭data‬‭...........................................................................................................‬‭8‬
‭Frequenties‬‭.........................................................................................................................‬‭8‬
‭Frequentieverdeling‬‭............................................................................................................‬‭9‬
‭Staafdiagram‬‭...........................................................................................................‬‭9‬
‭Klassenfrequentie‬‭voor‬‭continue‬‭data‬‭...................................................................‬‭10‬
‭Frequentieveelhoek‬‭...............................................................................................‬‭10‬
‭Histogram‬‭..............................................................................................................‬‭10‬
‭Boxplot‬‭..................................................................................................................‬‭10‬
‭Venndiagram‬‭.........................................................................................................‬‭10‬
‭Voorstellen‬‭van‬‭associatie‬‭tussen‬‭2‬‭variabelen‬‭.................................................................‬‭11‬
‭-‬‭Kruistabel‬‭............................................................................................................‬‭11‬
‭-‬‭Conventie‬‭............................................................................................................‬‭11‬
‭-‬‭Scatterplot‬‭...........................................................................................................‬‭11‬
‭-‬‭Boxplot‬‭................................................................................................................‬‭11‬
‭Data‬‭resumeren‬‭................................................................................................................‬‭12‬
‭Kerngetallen‬‭voor‬‭locatie‬‭.......................................................................................‬‭12‬
‭Kerngetallen‬‭voor‬‭spreiding‬‭..................................................................................‬‭12‬
‭1.‬‭Kwartielen‬‭.........................................................................................................‬‭12‬
‭2.‬‭Variantie‬‭&‬‭standaardafwijking‬‭..........................................................................‬‭13‬
‭3.‬‭Bereik‬‭&‬‭interkwartielafstand‬‭.............................................................................‬‭13‬
‭Kansen‬‭...................................................................................................................................‬‭14‬
‭Kanstheorie‬‭.......................................................................................................................‬‭14‬
‭Voorbeelden:‬‭.............................................................................................‬‭14‬



‭1‬

, ‭ niversum‬‭.........................................................................................................................‬‭14‬
U
‭Gebeurtenissen‬‭.................................................................................................................‬‭14‬
‭Voorbeeld‬‭..................................................................................................‬‭14‬
‭Intuïtieve‬‭begrip‬‭kans‬‭........................................................................................................‬‭14‬
‭Basisonderstelling‬‭.............................................................................................................‬‭15‬
‭Basiseigenschappen‬‭.........................................................................................................‬‭15‬
‭Voorwaardelijke‬‭kans‬‭........................................................................................................‬‭15‬
‭Voorbeeld‬‭..................................................................................................‬‭15‬
‭De‬‭wet‬‭der‬‭totale‬‭kans‬‭en‬‭de‬‭regel‬‭van‬‭Bayes‬‭.................................................................‬‭15‬
‭Eigenschap:‬‭Wet‬‭der‬‭totale‬‭kans‬‭...........................................................................‬‭15‬
‭Gevolg:‬‭Regel‬‭van‬‭Bayes‬‭......................................................................................‬‭15‬
‭Onafhankelijkheid‬‭.............................................................................................................‬‭16‬
‭-‬‭Definitie‬‭...............................................................................................................‬‭16‬
‭-‬‭Eigenschap:‬‭Productregel‬‭voor‬‭onafhankelijke‬‭gebeurtenissen‬‭.........................‬‭16‬
‭Oefening‬‭...........................................................................................................................‬‭16‬
‭Toepassing‬‭regel‬‭van‬‭Bayes‬‭.............................................................................................‬‭16‬
‭Voorspellende‬‭waarden‬‭(=predictive‬‭values)‬‭....................................................................‬‭16‬
‭Prevalentie‬‭........................................................................................................................‬‭17‬
‭Verbanden‬‭.........................................................................................................................‬‭17‬
‭Voorspellende‬‭waarde‬‭van‬‭een‬‭positieve‬‭test‬‭.......................................................‬‭17‬
‭Voorspellende‬‭waarde‬‭van‬‭een‬‭negatieve‬‭test‬‭.....................................................‬‭17‬
‭Stochastische‬‭veranderlijken‬‭en‬‭hun‬‭verdeling‬‭................................................................‬‭18‬
‭Definitie‬‭.................................................................................................................‬‭18‬
‭Discrete‬‭stochastische‬‭veranderlijken‬‭...............................................................................‬‭18‬
‭Continue‬‭stochastische‬‭veranderlijken‬‭.............................................................................‬‭18‬
‭Gemiddelde‬‭en‬‭variantie‬‭.......................................................................................‬‭18‬
‭Veranderlijken‬‭...................................................................................................................‬‭18‬
‭Discrete‬‭stochastishe‬‭veranderlijken‬‭.....................................................................‬‭18‬
‭Continue‬‭stochastishe‬‭veranderlijken‬‭...................................................................‬‭19‬
‭Binomiale‬‭verdeling‬‭...........................................................................................................‬‭19‬
‭-‬‭Definitie‬‭...............................................................................................................‬‭19‬
‭Poisson‬‭verdeling‬‭..............................................................................................................‬‭19‬
‭-‬‭Definitie‬‭...............................................................................................................‬‭19‬
‭-‬‭Eigenschappen‬‭...................................................................................................‬‭19‬
‭Normale‬‭verdeling‬‭.............................................................................................................‬‭20‬
‭-‬‭Definitie‬‭...............................................................................................................‬‭20‬
‭-‬‭Eigenschap‬‭.........................................................................................................‬‭20‬
‭De‬‭standaard‬‭normale‬‭verdeling‬‭.......................................................................................‬‭20‬
‭-‬‭Definitie‬‭...............................................................................................................‬‭20‬
‭Normale‬‭verdeling‬‭.............................................................................................................‬‭20‬
‭Oefening‬‭......................................................................................................................‬‭21‬
‭Normale‬‭benadering‬‭voor‬‭binomiale‬‭verdeling‬‭.................................................................‬‭21‬
‭-‬‭Eigenschap‬‭.........................................................................................................‬‭21‬
‭Steekproeven,‬‭populaties,‬‭punt-‬‭en‬‭intervalschattingen‬‭..................................................‬‭22‬



‭2‬

,‭De‬‭begrippen‬‭populatie‬‭en‬‭steekproef‬‭..............................................................................‬‭22‬
‭Definitie‬‭.................................................................................................................‬‭22‬
‭Hoe‬‭representatieve‬‭steekproef‬‭uit‬‭populatie‬‭trekken?‬‭.........................................‬‭22‬
‭Voorbeeld‬‭populatie‬‭stochastische‬‭variabele‬‭............................................‬‭22‬
‭Voorbeeld‬‭het‬‭trekken‬‭van‬‭een‬‭steekproef‬‭................................................‬‭23‬
‭Experiment‬‭................................................................................................‬‭23‬
‭Voorbeeld‬‭het‬‭trekken‬‭van‬‭een‬‭steekproef‬‭................................................‬‭23‬
‭Experiment‬‭................................................................................................‬‭23‬
‭Opmerkingen‬‭.........................................................................................................‬‭24‬
‭Samenvatting‬‭....................................................................................................................‬‭24‬
‭Statistieken‬‭.......................................................................................................................‬‭24‬
‭Voorbeeld‬‭statistieken‬‭...............................................................................‬‭24‬
‭Voorbeeld‬‭statistieken‬‭...............................................................................‬‭25‬
‭Definitie‬‭.................................................................................................................‬‭25‬
‭Voorbeeld‬‭realisaties‬‭van‬‭statistieken‬‭.......................................................‬‭25‬
‭Definitie‬‭.................................................................................................................‬‭25‬
‭Samenvatting‬‭....................................................................................................................‬‭25‬
‭Verdeling‬‭van‬‭een‬‭statistiek‬‭..............................................................................................‬‭26‬
‭Basiseigenschappen‬‭van‬‭het‬‭steekproefgemiddelde‬‭........................................................‬‭26‬
‭Gemiddelde‬‭en‬‭variantie‬‭van‬‭het‬‭steekproefgemiddelde‬‭..................................................‬‭26‬
‭Eigenschap‬‭...........................................................................................................‬‭26‬
‭Eigenschap‬‭...........................................................................................................‬‭26‬
‭Oefening:‬‭signaal‬‭vs‬‭ruis‬‭.......................................................................................‬‭26‬
‭Voorbeeld‬‭..................................................................................................‬‭27‬
‭Verdeling‬‭van‬‭het‬‭steekproefgemiddelde‬‭..........................................................................‬‭27‬
‭Eigenschap‬‭...........................................................................................................‬‭27‬
‭De‬‭centrale‬‭limietstelling‬‭.......................................................................................‬‭27‬
‭Eigenschap‬‭...........................................................................................................‬‭28‬
‭Eigenschap‬‭...........................................................................................................‬‭28‬
‭Student‬‭t-verdeling‬‭............................................................................................................‬‭28‬
‭Overzicht‬‭van‬‭de‬‭belangrijke‬‭verdelingen‬‭.........................................................................‬‭29‬
‭Het‬‭schatten‬‭van‬‭het‬‭populatiegrootheden‬‭.......................................................................‬‭30‬
‭Puntschatten‬‭.....................................................................................................................‬‭30‬
‭Voorbeelden‬‭van‬‭schatters:‬‭.......................................................................‬‭30‬
‭Voorbeelden‬‭van‬‭schattingen:‬‭...................................................................‬‭30‬
‭Definitie‬‭.................................................................................................................‬‭31‬
‭Intervalschatten‬‭.................................................................................................................‬‭31‬
‭Grafisch‬‭.................................................................................................................‬‭32‬
‭Voorbeeld‬‭..................................................................................................‬‭32‬
‭Percielen‬‭uit‬‭N(0,1)‬‭...............................................................................................‬‭33‬
‭Percentielen‬‭uit‬‭t(v)‬‭....................................................................................‬‭33‬
‭Tabel:‬‭Student‬‭t-verdeling‬‭..........................................................................‬‭34‬
‭Interpretatie‬‭van‬‭een‬‭betrouwbaarheidsinterval‬‭(EXAMEN)‬‭.............................................‬‭34‬
‭Oefening‬‭...........................................................................................................................‬‭35‬



‭3‬

, ‭ xtra‬‭oefeningen‬‭...............................................................................................................‬‭36‬
E
‭Het‬‭schatten‬‭van‬‭de‬‭populatieproportie‬‭............................................................................‬‭37‬
‭Kleine‬‭steekproeven‬‭.........................................................................................................‬‭38‬
‭Oefening‬‭...........................................................................................................................‬‭38‬
‭Toetsen‬‭van‬‭hypothesen‬‭......................................................................................................‬‭39‬
‭Inleiding:‬‭............................................................................................................................‬‭39‬
‭Voorbeeld‬‭..................................................................................................‬‭39‬
‭Stappen‬‭van‬‭een‬‭toetsingsprobleem‬‭.....................................................................‬‭39‬
‭Wat‬‭is‬‭een‬‭hypothese‬‭........................................................................................................‬‭39‬
‭Voorbeelden‬‭..............................................................................................‬‭39‬
‭Het‬‭toetsen‬‭van‬‭een‬‭hypothese‬‭over‬‭een‬‭populatieparameter‬‭.........................................‬‭40‬
‭Algemene‬‭toetsingsprocedure‬‭..........................................................................................‬‭41‬
‭Het‬‭toetsen‬‭van‬‭een‬‭hypothese‬‭over‬‭een‬‭populatiegemiddelde‬‭.................................‬‭41‬
‭De‬‭modellen‬‭voor‬‭het‬‭toetsen‬‭van‬‭hypothesen‬‭voor‬‭het‬‭populatiegemiddelde‬‭...........‬‭41‬
‭Het‬‭toetsen‬‭van‬‭een‬‭hypothese‬‭over‬‭een‬‭populatiegemiddelde‬‭.................................‬‭42‬
‭Eigenschap‬‭...........................................................................................................‬‭42‬
‭Beslisregel:‬‭op‬‭basis‬‭van‬‭het‬‭kritisch‬‭punt‬‭............................................................‬‭43‬
‭De‬‭p-waarde‬‭.....................................................................................................................‬‭43‬
‭Definitie‬‭.................................................................................................................‬‭43‬
‭Beslisregel:‬‭op‬‭basis‬‭van‬‭de‬‭p-waarde‬‭.................................................................‬‭43‬
‭Oefening‬‭(vervolg)‬‭............................................................................................................‬‭44‬
‭Opmerking‬‭...................................................................................................................‬‭45‬
‭Het‬‭toetsen‬‭van‬‭een‬‭hypothese‬‭over‬‭een‬‭populatieproportie‬‭......................................‬‭45‬
‭Oefening‬‭(vervolg)‬‭............................................................................................................‬‭46‬
‭Twee‬‭gemiddelden‬‭of‬‭twee‬‭proporties‬‭vergelijken‬‭............................................................‬‭47‬
‭Gekoppelde‬‭opmetingen‬‭...................................................................................................‬‭47‬
‭Voorbeeld:‬‭gekoppelde‬‭opmetingen‬‭..........................................................‬‭47‬
‭Twee‬‭onafhankelijke‬‭steekproeven‬‭...................................................................................‬‭48‬
‭Oefening‬‭................................................................................................................‬‭49‬
‭Het‬‭vergelijken‬‭van‬‭twee‬‭populatieproporties‬‭...................................................................‬‭50‬
‭Oefening‬‭................................................................................................................‬‭50‬




‭4‬

,‭Medische statistiek: inleiding‬
‭SARS-CoV-2‬
‭Rol medische statistiek:‬
‭1.‬ ‭voorspellen naar toekomst toe‬
‭bv nu moment x → hoeveel gevallen op x +1‬
‭2.‬ ‭vergelijken‬
‭bv nu immuniteit als al blootgesteld aan SARS-CoV-1‬
‭3.‬ ‭bij ontwikkeling vaccins‬
‭bv werken vaccins? zijn ze veilig?‬


‭SARS-CoV-2: Dynamics‬
‭-‬ ‭ vergedragen: vleermuizen (niet zeker) → mensen (‬‭zoönotische‬‭oorsprong = dieren‬
O
‭nr mensen)‬
-‭ ‬ ‭Respiratoire infectie‬
‭-‬ ‭Overdracht van‬‭persoon op persoon‬‭(close contacts)‬
‭-‬ ‭Pre- and asymptomatische transmissie‬
‭→ interventie moeilijk bij asymptomatische geval: geen isolatie => verder verspreiden‬
‭-‬ ‭Menselijk contact gedrag en mobiliteit‬

‭COVID-19‬
-‭ ‬ ‭ ymptomen: geen, milde tot ernstige symptomen‬
S
‭-‬ ‭Substantiële mortaliteit: leeftijds-specifieke kans op sterfte‬
‭-‬ ‭Transmissie: droplets & aerosol, fomites meer onwaarschijnlijk‬
‭-‬ ‭Basis reproductiegetal‬‭R‬‭0‬ ‭= 2 – 4‬
‭(= hoeveel mensen gaat de gemiddelde persoon infecteren in een volledig vatbare‬
‭populatie gedurende zijn periode van ziekte)‬
‭-‬ ‭Dubbele pech:‬
‭1.‬ ‭Reïnfecties mogelijk‬
‭2.‬ ‭veel asymptomatische gevallen‬
‭-‬ ‭Incubatie periode‬‭: 4–6 dagen gemiddeld‬
‭(= de periode van moment van besmetting tot je infectieus bent)‬
‭-‬ ‭Besmettelijkheidsperiode‬‭: 3–5 dagen voor SO, 5 dagen‬‭na SO‬

‭SIMID‬
‭ simulatiemodel voor het verspreiden van infectieziekten‬
=
‭bv waar op dit moment meeste gevallen van covid‬
‭-‬ ‭Seroprevalentie: geeft indicatie van vroegere prevalentie‬
‭-‬ ‭< serologie = verzamelen bloedstalen bij mensen‬

‭Data voorbeelden (zie ppt)‬
‭-‬ ‭ e huidige COVID-19 pandemie stelt ons als maatschappij op de proef, zowel op o.a.‬
D
‭economisch, mentaal als demografisch vlak. COVID-19, veroorzaakt door het nieuwe‬
‭SARS-CoV-2 virus, heeft reeds een enorme tol geëist in termen van mensenlevens.‬
‭Bovendien is België’s COVID-19 gerelateerde mortaliteit per miljoen inwoners één‬
‭van de hoogste wereldwijs over de periode april-mei 2020.‬
‭-‬ ‭In een analyse op basis van publiek beschikbare gegevens van het Wetenschappelijk‬
‭Instituut voor Volksgezondheid in België, Sciensano, werd gekeken naar het aantal‬
‭doden voor drie verschillende regio’s, Brussel, Vlaanderen en Wallonië ̈e, volgens‬
‭geslacht en leeftijd (in 6 leeftijdscategorie ̈en - zie tabel) tot en met 17 augustus 2020.‬


‭5‬

,‭Beschrijvende statistiek‬
‭waarom statistiek nodig?‬
‭ Effecten van behandeling in alle patiënten met bepaalde tumor/ behandeling…‬

‭→ je kan ze nt allemaal testen‬
‭=> steekproef nodig‬


‭Basis statistische concepten‬
‭Steekproef vs populatie‬
‭Populatie‬
‭-‬ ‭ en populatie refereert naar een‬‭duidelijk gedefinieerde‬‭groep‬‭van subjecten (of een‬
E
‭collectie van objecten) waarin de onderzoeker geïnteresseerd is vanuit‬
‭wetenschappelijk oogpunt.‬
‭-‬ ‭Vaak is een populatie te groot (of zelfs oneindig groot) om alle subjecten te‬
‭onderzoeken (te duur, te tijdrovend, ...)‬
‭Steekproef‬
‭-‬ ‭ en steekproef is een‬‭eindige verzameling‬‭van studie‬‭subjecten waarvoor‬
E
‭geobserveerde karakteristieken en uitkomstwaarden worden opgemeten‬
‭-‬ ‭Een steekproef dient‬‭representatief te zijn voor de‬‭studie populatie‬‭om geldige‬
‭inferentie te maken op populatieniveau‬

‭●‬ O ‭ p basis van een steekproef willen we conclusies kunnen trekken omtrent de studie‬
‭populatie (of doelpopulatie)‬
‭●‬ ‭Populatiegrootheden (bijv. gemiddelde) worden geschat aan de hand van‬
‭geobserveerde steekproefwaarden‬
‭●‬ ‭Ten gevolge van ‘kans’ zullen verschillende steekproefnames van eenzelfde populatie‬
‭verschillende resultaten opleveren, i.e. sampling variatie‬
‭→‬‭sampling variatie‬‭= variatie geïntroduceerd door‬‭het trekken van een steekproef,‬
‭iets schatten met onzekerheid‬

‭Vormen van onderzoek‬
‭Gecontroleerde experimenten (of experimentele studies)‬
‭‬ m
● ‭ en bekijkt bijvoorbeeld het effect van een behandeling‬
‭●‬ ‭Belangrijkste voorbeeld: Klinische studies‬
‭o‬ ‭Randomisatie‬‭: het willekeurig indelen van subjecten‬‭in behandelings- en‬
‭controlegroep (puur effect van behandeling bestuderen niet van patiënten)‬
‭o‬ ‭Blinding‬‭: arts en/of patiënt weten niet tot welke‬‭groep patiënten behoren‬
‭o‬ ‭Placebo‬‭: niet-actieve behandeling‬
‭●‬ ‭Doel: Is er sprake van (causaal) verband?‬
‭●‬ ‭onderzoeker heeft‬‭volledige controle‬‭, mogelijkheid‬‭om in te grijpen (bv dosis aan pt)‬

‭Observationele studies‬
‭‬
● ‭ ierin gebeuren geen ingrepen bij de onderzochte subjecten‬
H
‭●‬ ‭bv: heeft roken een effect op longkanker? → ethisch: niet zeggen jij wel/niet roken‬
‭●‬ ‭Doorgaans‬‭geen‬‭conclusies‬‭over‬‭oorzakelijke verbanden‬
‭●‬ ‭enkel‬‭associaties‬‭onderzoeken‬
‭●‬ ‭onderzoeker kan niet ingrijpen,‬‭geen controle‬‭van‬‭onderzoek‬




‭6‬

, ‭Data structuur‬
‭-‬ ‭ uwe data uit een experiment bestaat uit‬‭observaties‬‭(opmetingen) mbt studie‬
R
‭subjecten (bijv. dieren of personen)‬
-‭ ‬ ‭(Steekproef = verzameling van observaties)‬
‭-‬ ‭Steekproefgrootte‬‭= het aantal observaties (of studie‬‭subjecten indien meerdere‬
‭observaties per persoon worden gedaan)‬
‭-‬ ‭Variabele‬‭= een aspect of karakteristiek van een subject‬‭dat opgemeten wordt (bijv.,‬
‭leeftijd, geslacht, etc.)‬

‭stap 1 in samenvatten van data = classificeren van variabelen volgens hun type‬




‭Verschillende soorten data‬
‭-‬ ‭de aard van de gegevens is mede bepalend voor de statistische verwerking ervan‬

‭Kwalitatieve of categorische data‬
‭‬ D
● ‭ ichotomie‬
‭●‬ ‭Nominaal‬‭: categorische data die gebruikt wordt om‬‭een object te classificeren als‬
‭een object of karakteristiek (zonder ordening)‬
‭bv. geslacht, type van groep, regio, R/L handig, …‬
‭●‬ ‭Ordinaal‬‭: categorische data met een specifieke ordening‬
‭bv. het scoren van een vraag met uitstekend, goed, middelmatig, slecht, …‬

‭Kwantitatieve of numerieke data‬
‭-‬ ‭ iscreet‬‭: meetgegevens waarvoor de waarden niet arbitrair‬‭dicht bij elkaar kunnen‬
D
‭liggen‬
‭bv. het aantal zwangerschappen van een vrouw, aantal sterfgevallen, …‬
‭-‬ ‭Continu‬‭: meetgegevens die alle waarden in een bereik‬‭kunnen aannemen‬
‭bv. gewicht, lengte, bloeddruk van een persoon (met meetinstrumenten)‬

‭Voorbeelden‬
‭ .‬
1 ‭ ichaamslengte → kwantitatief continu‬
L
‭2.‬ ‭kleur ogen → kwalitatief nominaal‬
‭3.‬ ‭aantal verkeersslachtoffers in Vlaanderen per dag → kwantitatief discreet‬
‭4.‬ ‭leesniveau van 10-jarigen (AVI-1 t.e.m. AVI-9) → kwalitatief ordinaal‬

‭Uitkomst- en blootstellingsvariabelen‬
‭●‬ U ‭ itkomst- of responsvariabele (primair eindpunt)‬
‭= variabele waarop de focus ligt, en wiens variatie en voorkomen we wensen te‬
‭begrijpen‬
‭●‬ ‭Blootstellings- of verklarende variabele‬
‭= variabelen die het voorkomen of de waarde van de uitkomstvariabele beïnvloedt‬
‭●‬ ‭Andere termen worden gebruikt in de statistische literatuur afhankelijk van de‬‭context‬
‭bv. afhankelijke en onafhankelijke variabelen, y- en x-variabelen, risico factoren,‬
‭determinanten, etc.‬
‭●‬ ‭Het type uitkomstvariabele = belangrijk om te bepalen wat de meest gepaste‬
‭statistische methode (welke analyse) is!‬


‭7‬

Get to know the seller

Seller avatar
Reputation scores are based on the amount of documents a seller has sold for a fee and the reviews they have received for those documents. There are three levels: Bronze, Silver and Gold. The better the reputation, the more your can rely on the quality of the sellers work.
peeterseva Universiteit Antwerpen
Follow You need to be logged in order to follow users or courses
Sold
39
Member since
2 months
Number of followers
1
Documents
24
Last sold
2 days ago

4.6

5 reviews

5
3
4
2
3
0
2
0
1
0

Recently viewed by you

Why students choose Stuvia

Created by fellow students, verified by reviews

Quality you can trust: written by students who passed their tests and reviewed by others who've used these notes.

Didn't get what you expected? Choose another document

No worries! You can instantly pick a different document that better fits what you're looking for.

Pay as you like, start learning right away

No subscription, no commitments. Pay the way you're used to via credit card and download your PDF document instantly.

Student with book image

“Bought, downloaded, and aced it. It really can be that simple.”

Alisha Student

Frequently asked questions