1
, Introductie
Statistiek (beschrijvende <> inferentiële)
Deductieve of beschrijvende statistiek =
Doel = globale patronen en kenmerken ontdekken a.d.h.v.
o kengetallen = karakteristieke waarden = beschrijvende maten
(gemiddelde, standaardafwijking, correlatiecoëfficiënt, etc.)
o figuren (histogram, spreidingsdiagram, …)
Inductieve of Inferentiële statistiek = gegevens die we verzamelen
zijn vaak gewoon toevallige gegevens
Verklarende statistiek, vergelijkt onderzoeksgegevens met wat
mogelijk is door TOEVAL, gebaseerd op kansrekening
Op basis van een beperkt aantal gegevens wordt getracht om
algemene uitspraken te formuleren over de gehele populatie.
Steekproef geeft info over Populatie
Bij deductieve statistiek vertrekken we vanuit een populatie waar
we een steekproef uit trekken die we gaan proberen te beschrijven
Inductieve statistiek = uitspraken die gebaseerd zijn op de
steekproef maar die een veralgemening inhouden naar de populatie
toe « Hoe verschillend kunnen onze resultaten zijn? »
Voorbeeld
2
, Stel dat in België evenveel jongens als meisjes kiezen om
psychologie te gaan studeren …
o Steekproeven zijn kwetsbaar = je kan op basis op basis van
steekproef resultaten heel foutieve uitspraken maken
o Toevalligheid = iedereen in de populatie heeft exact dezelfde
kans om te verzeilen in de steekproef
Kans en Inferentie
3
, Waarom Kansrekening?
Onderzoeksresultaten vergelijken met “toeval”!
Vb. nieuw medicijn = helpen niet 100%, hebben een succeskans van
een bepaald percentage
o Bij het uittesten van mijn medicijn is het normaal dat sommige
mensen genezen en andere niet
o Je kan in je steekproef heel andere kansen vinden dan uiteindelijk
waar zijn op populatieniveau
Voorbeeld = “Kan een rat zien of iemand jong <> oud en man <>
vrouw is?”
Foto’s worden telkens gewisseld (andere foto, andere plaats)
Keuze voor “klein meisje” wordt beloond
10 oefentrials, daarna
20 trials
Data = # correct “klein meisje” in 20 trials
We moeten ratten motiveren om mee te doen aan het experiment
(vb. voedsel)
Wat verwachten we te zien als ratten het niet kunnen
(“nulhypothese”)?
Kans op succes = 1 op 4
Indien de rat kiest op basis van TOEVAL …
20 trials (pogingen)
Per trial 1 kans op 4 op correcte keuze
Gemiddeld verwachten we (door toevalstreffers) 5 correcte keuzen
op 20 pogingen
4
, Introductie
Statistiek (beschrijvende <> inferentiële)
Deductieve of beschrijvende statistiek =
Doel = globale patronen en kenmerken ontdekken a.d.h.v.
o kengetallen = karakteristieke waarden = beschrijvende maten
(gemiddelde, standaardafwijking, correlatiecoëfficiënt, etc.)
o figuren (histogram, spreidingsdiagram, …)
Inductieve of Inferentiële statistiek = gegevens die we verzamelen
zijn vaak gewoon toevallige gegevens
Verklarende statistiek, vergelijkt onderzoeksgegevens met wat
mogelijk is door TOEVAL, gebaseerd op kansrekening
Op basis van een beperkt aantal gegevens wordt getracht om
algemene uitspraken te formuleren over de gehele populatie.
Steekproef geeft info over Populatie
Bij deductieve statistiek vertrekken we vanuit een populatie waar
we een steekproef uit trekken die we gaan proberen te beschrijven
Inductieve statistiek = uitspraken die gebaseerd zijn op de
steekproef maar die een veralgemening inhouden naar de populatie
toe « Hoe verschillend kunnen onze resultaten zijn? »
Voorbeeld
2
, Stel dat in België evenveel jongens als meisjes kiezen om
psychologie te gaan studeren …
o Steekproeven zijn kwetsbaar = je kan op basis op basis van
steekproef resultaten heel foutieve uitspraken maken
o Toevalligheid = iedereen in de populatie heeft exact dezelfde
kans om te verzeilen in de steekproef
Kans en Inferentie
3
, Waarom Kansrekening?
Onderzoeksresultaten vergelijken met “toeval”!
Vb. nieuw medicijn = helpen niet 100%, hebben een succeskans van
een bepaald percentage
o Bij het uittesten van mijn medicijn is het normaal dat sommige
mensen genezen en andere niet
o Je kan in je steekproef heel andere kansen vinden dan uiteindelijk
waar zijn op populatieniveau
Voorbeeld = “Kan een rat zien of iemand jong <> oud en man <>
vrouw is?”
Foto’s worden telkens gewisseld (andere foto, andere plaats)
Keuze voor “klein meisje” wordt beloond
10 oefentrials, daarna
20 trials
Data = # correct “klein meisje” in 20 trials
We moeten ratten motiveren om mee te doen aan het experiment
(vb. voedsel)
Wat verwachten we te zien als ratten het niet kunnen
(“nulhypothese”)?
Kans op succes = 1 op 4
Indien de rat kiest op basis van TOEVAL …
20 trials (pogingen)
Per trial 1 kans op 4 op correcte keuze
Gemiddeld verwachten we (door toevalstreffers) 5 correcte keuzen
op 20 pogingen
4
