Juliette Wils 2025-2026
Statistiek voor psychologen, deel 1
Inhoudstafel:
0. Inleiding
0.1 Objectieven v/d statistiek
-0.1.1 Verzamelen v gegevens
-0.1.2 Beschrijven v gegevens
-0.1.3 Induceren v algemenere informatie
1. Beschrijvende statistiek
1. 0 Conceptueel kader
1.1 Beschrijvende statistiek met 1 variabele
- 1.1.1 Frequentie- en proportiefuncties
1.1.1.1 grafische voorstellingen: kwalitatieve variabele
1.1.1.2 grafische voorstellingen: kwantitatieve variabele
- 1.1.1 cumulatieve proportiefunctie
1.1.1.1 kwantielen
- 1.1.2 Samenvattende maten voor 1 variabele
1.1.2.1 Centrale tendensmaten
1.1.2.1.2 Modus
1.1.2.1.3 Mediaan (Me)
1.1.2.1.4 (Rekenkundig) gemiddelde
1.1.2.2 Spreidingsmaten
1.1.2.2.1 Bereik
1.1.2.2.2 Interkwartielbereik
1.1.2.2.3 Variantie
1.1.2.2.4 Standaarddeviatie
1.1.2.3 eigenschappen van gemiddelde en de variantie
1.1.2.3.1 de regel van Steiner
1.1.2.3.2 de ongelijkheid van Tchebychev
1.1.2.4 grafische voorstelling: centrale tendens- en spreidingsmaten
1.1.2.4.1 boxplots
- 1.1.3 Transformaties v variabelen
1.1.3.1 Invloed v transformaties op samenvattende maten
1.2 Beschrijvende statistiek met 2 variabelen
- 1.2.1 Frequentie- en proportiefuncties
1.2.1.1 biavariate frequentie en proportie
1.2.1.2 conditionele proportie
- 1.2.2 Samenvattende maten voor 2 variabelen
1.2.2.1 Centrale tendens
1.2.2.2 Spreiding
1.2.2.3 Samenhang of associatie (kwantitatief)
,Juliette Wils 2025-2026
- 1.2.3 Samenvattende maten voor somvariabelen
- 1.2.4 Optimale lineaire voorspelling met 1 predictor
1.3 Beschrijvende statistiek met meer dan 2 variabelen
- 1.3.1 Optimale lineaire voorspelling met meerdere predictoren
1.3.1.1 Twee kwalitatieve (binaire) predictoren
1.3.1.2 Twee of meer kwantitatieve en/of binaire predictoren
2. Inductieve statistiek
2.0 Conceptueel kader
- 2.0.1 Populatie en steekproef
- 2.0.2 steekproeftrekking en toevallsexperiment (stap 1)
2.0.2.1 Steekproeftrekking met teruglegging
2.0.2.2 Steekproeftrekking zonder teruglegging
2.0.2.3 toevalsexperiment
- 2.0.3 Uitkomsten en uitkomstenverzameling (stap 2)
- 2.0.4 toevalsvariabelen (stap 3)
2.0.4.1 Discrete toevalsvariabelen
2.0.4.2 Continue toevalsvariabelen
- 2.0.5 Kans (probabiliteit)
2.0.5.1 A: Het begrip kans (probaliteit)
2.0.5.1.1 regel van Laplace
2.0.5.2 B: Voorwaardelijke kans (conditionele probaliteit)
2.0.5.3 C: Kans op samengestelde gebeurtenis
2.0.5.3.1 Doorsnede van gebeurtenissen
2.0.5.3.2 Unie van gebeurtenissen
2.0.5.3.3 Unie van disjuncte gebeurtenissen (opteleigenschap)
2.0.5.3.2 Doorsnede vs unie
2.0.5.3.4 Complement van gebeurtenis
2.0.5.4 Regel van Bayes
2.0.5.5 Statistische onafhankelijkheid van gebeurtenissen
2.0.5.6 Berekening v kansen mbv combinatoriek
2.1.5.6.1 Regel v Laplace
2.1.5.6.2 Vermenigvuldigingsstelling
2.1.5.6.3 Regel aantal permutaties
2.1.5.6.4 Regel aantal combinaties
2.1.5.7 Regels combineren om kansprobleem op te lossen
- 2.1.6 Populatiekarakteristieken v toevalsvariabelen
2.2 populatiekarakteristieken v 1 toevalsvariabele
- 2.2.1 Kansmassafunctie en cumulatieve verdelingsfunctie voor 1 discrete toevalsv
- 2.2.2 Dichtheidsfunctie en cumulatieve verdelingsfunctie voor 1 continue toevalsv
- 2.2.3 Samenvattende maten
2.2.3.1 Centrale tendensmaten
,Juliette Wils 2025-2026
2.2.3.1.1 Populatiemodus
2.2.3.1.2 Populatiemediaan
2.2.3.1.3 Populatiegemiddelde/verwachte waarde
2.2.3.2 Spreidingsmaten
2.2.3.2.1 Bereik
2.2.3.2.2 Interkwartielbereik
2.2.3.2.3 Populatievariantie
2.2.3.2.4 Populatiestandaarddeviatie
- 2.2.4 Transformaties v toevalsvariabelen
2.2.4.1 Lineaire transformatie
2.2.4.2 Populatie-Z-transformatie
2.4 Populatiekarakteristieken van 2 toevalsvariabelen
- 2.4.1 Bivariate kansmassa-, dichtheids- en cumulatieve verdelingsfunctie
2.4.1.1 Twee discrete toevalsvariabelen
2.4.1.2 Twee continue toevalsvariabelen
2.3 Bijzondere verdelingen voor 1 toevalsvariabele
- 2.3.1 Verdelingen voor 1 discrete variabele
2.3.1.1 Bernoullimodel
2.3.1.2 Binomiaalmodel
2.3.1.3 Geometrisch model
2.3.1.4 Poissonmodel
- 2.3.2 Verdelingen voor 1 continue variabele
2.3.2.1 Exponentieel model
2.3.2.2 Uniform model
2.3.2.3 Normaalmodel
2.3.2.3.1 Standaardnormaalmodel
2.4 Populatiekarakteristieken van 2 toevalsvariabelen
- 2.4.2 onafhankelijkheid v toevalsvariabelen
- 2.4.3 Samenvattende maten
2.4.3.1 Centrale tendensmaten
2.4.3.1.1 Conditionele verwachte waarden of conditionele populatiegemiddelden
2.4.3.2 Spreidingsmaten
2.4.3.2.1 Conditionele populatievarianties
2.4.3.3 Samenhangs- of associatiematen
2.4.3.3.1 Populatiecovariantie
2.4.3.3.2 Populatiecorrelatie
2.4.3.4 Samenvattende maten voor somvariabelen
, Juliette Wils 2025-2026
2.5 Bijzondere verdelingen voor 2 toevalsvariabelen
- 2.5.1 bivariaat bernoulli-model
- 2.5.2 bivariaat uniform model
- 2.5.2 Bivariaat normaalmodel
- 2.6 Relatie tussen steekproef- en populatiekarakteristieken v toevalsvariabelen
Statistiek voor psychologen, deel 1
Inhoudstafel:
0. Inleiding
0.1 Objectieven v/d statistiek
-0.1.1 Verzamelen v gegevens
-0.1.2 Beschrijven v gegevens
-0.1.3 Induceren v algemenere informatie
1. Beschrijvende statistiek
1. 0 Conceptueel kader
1.1 Beschrijvende statistiek met 1 variabele
- 1.1.1 Frequentie- en proportiefuncties
1.1.1.1 grafische voorstellingen: kwalitatieve variabele
1.1.1.2 grafische voorstellingen: kwantitatieve variabele
- 1.1.1 cumulatieve proportiefunctie
1.1.1.1 kwantielen
- 1.1.2 Samenvattende maten voor 1 variabele
1.1.2.1 Centrale tendensmaten
1.1.2.1.2 Modus
1.1.2.1.3 Mediaan (Me)
1.1.2.1.4 (Rekenkundig) gemiddelde
1.1.2.2 Spreidingsmaten
1.1.2.2.1 Bereik
1.1.2.2.2 Interkwartielbereik
1.1.2.2.3 Variantie
1.1.2.2.4 Standaarddeviatie
1.1.2.3 eigenschappen van gemiddelde en de variantie
1.1.2.3.1 de regel van Steiner
1.1.2.3.2 de ongelijkheid van Tchebychev
1.1.2.4 grafische voorstelling: centrale tendens- en spreidingsmaten
1.1.2.4.1 boxplots
- 1.1.3 Transformaties v variabelen
1.1.3.1 Invloed v transformaties op samenvattende maten
1.2 Beschrijvende statistiek met 2 variabelen
- 1.2.1 Frequentie- en proportiefuncties
1.2.1.1 biavariate frequentie en proportie
1.2.1.2 conditionele proportie
- 1.2.2 Samenvattende maten voor 2 variabelen
1.2.2.1 Centrale tendens
1.2.2.2 Spreiding
1.2.2.3 Samenhang of associatie (kwantitatief)
,Juliette Wils 2025-2026
- 1.2.3 Samenvattende maten voor somvariabelen
- 1.2.4 Optimale lineaire voorspelling met 1 predictor
1.3 Beschrijvende statistiek met meer dan 2 variabelen
- 1.3.1 Optimale lineaire voorspelling met meerdere predictoren
1.3.1.1 Twee kwalitatieve (binaire) predictoren
1.3.1.2 Twee of meer kwantitatieve en/of binaire predictoren
2. Inductieve statistiek
2.0 Conceptueel kader
- 2.0.1 Populatie en steekproef
- 2.0.2 steekproeftrekking en toevallsexperiment (stap 1)
2.0.2.1 Steekproeftrekking met teruglegging
2.0.2.2 Steekproeftrekking zonder teruglegging
2.0.2.3 toevalsexperiment
- 2.0.3 Uitkomsten en uitkomstenverzameling (stap 2)
- 2.0.4 toevalsvariabelen (stap 3)
2.0.4.1 Discrete toevalsvariabelen
2.0.4.2 Continue toevalsvariabelen
- 2.0.5 Kans (probabiliteit)
2.0.5.1 A: Het begrip kans (probaliteit)
2.0.5.1.1 regel van Laplace
2.0.5.2 B: Voorwaardelijke kans (conditionele probaliteit)
2.0.5.3 C: Kans op samengestelde gebeurtenis
2.0.5.3.1 Doorsnede van gebeurtenissen
2.0.5.3.2 Unie van gebeurtenissen
2.0.5.3.3 Unie van disjuncte gebeurtenissen (opteleigenschap)
2.0.5.3.2 Doorsnede vs unie
2.0.5.3.4 Complement van gebeurtenis
2.0.5.4 Regel van Bayes
2.0.5.5 Statistische onafhankelijkheid van gebeurtenissen
2.0.5.6 Berekening v kansen mbv combinatoriek
2.1.5.6.1 Regel v Laplace
2.1.5.6.2 Vermenigvuldigingsstelling
2.1.5.6.3 Regel aantal permutaties
2.1.5.6.4 Regel aantal combinaties
2.1.5.7 Regels combineren om kansprobleem op te lossen
- 2.1.6 Populatiekarakteristieken v toevalsvariabelen
2.2 populatiekarakteristieken v 1 toevalsvariabele
- 2.2.1 Kansmassafunctie en cumulatieve verdelingsfunctie voor 1 discrete toevalsv
- 2.2.2 Dichtheidsfunctie en cumulatieve verdelingsfunctie voor 1 continue toevalsv
- 2.2.3 Samenvattende maten
2.2.3.1 Centrale tendensmaten
,Juliette Wils 2025-2026
2.2.3.1.1 Populatiemodus
2.2.3.1.2 Populatiemediaan
2.2.3.1.3 Populatiegemiddelde/verwachte waarde
2.2.3.2 Spreidingsmaten
2.2.3.2.1 Bereik
2.2.3.2.2 Interkwartielbereik
2.2.3.2.3 Populatievariantie
2.2.3.2.4 Populatiestandaarddeviatie
- 2.2.4 Transformaties v toevalsvariabelen
2.2.4.1 Lineaire transformatie
2.2.4.2 Populatie-Z-transformatie
2.4 Populatiekarakteristieken van 2 toevalsvariabelen
- 2.4.1 Bivariate kansmassa-, dichtheids- en cumulatieve verdelingsfunctie
2.4.1.1 Twee discrete toevalsvariabelen
2.4.1.2 Twee continue toevalsvariabelen
2.3 Bijzondere verdelingen voor 1 toevalsvariabele
- 2.3.1 Verdelingen voor 1 discrete variabele
2.3.1.1 Bernoullimodel
2.3.1.2 Binomiaalmodel
2.3.1.3 Geometrisch model
2.3.1.4 Poissonmodel
- 2.3.2 Verdelingen voor 1 continue variabele
2.3.2.1 Exponentieel model
2.3.2.2 Uniform model
2.3.2.3 Normaalmodel
2.3.2.3.1 Standaardnormaalmodel
2.4 Populatiekarakteristieken van 2 toevalsvariabelen
- 2.4.2 onafhankelijkheid v toevalsvariabelen
- 2.4.3 Samenvattende maten
2.4.3.1 Centrale tendensmaten
2.4.3.1.1 Conditionele verwachte waarden of conditionele populatiegemiddelden
2.4.3.2 Spreidingsmaten
2.4.3.2.1 Conditionele populatievarianties
2.4.3.3 Samenhangs- of associatiematen
2.4.3.3.1 Populatiecovariantie
2.4.3.3.2 Populatiecorrelatie
2.4.3.4 Samenvattende maten voor somvariabelen
, Juliette Wils 2025-2026
2.5 Bijzondere verdelingen voor 2 toevalsvariabelen
- 2.5.1 bivariaat bernoulli-model
- 2.5.2 bivariaat uniform model
- 2.5.2 Bivariaat normaalmodel
- 2.6 Relatie tussen steekproef- en populatiekarakteristieken v toevalsvariabelen
