Formules, R-commando, eigenschappen:
Statistiek II
HOOFDSTUK 0: PROLEGOMENA
Eigenschappen, notatie
Wat? Eigenschap/notatie Uitleg
Numeriek De variabele wordt uitgedrukt in een getal.
Continue vs discreet Continue: tussen elke twee willekeurige waarden ligt er
een derde waarden.
Discreet: Er zijn geen tussenliggende waarden, er zijn
dus maar beperkt aantal waarden.
Variabele Hoofdletter vb X, Y
Waarneming Kleine letter x, y De geobserveerde scores of waarden.
Successieve Letter + een getal: x1, x2, x3, y4 … Waarnemingen die zich voordeden (realisaties)
waarnemingen
Absolute schaal = Variabelen worden gemeten door objecten (of
mensen) te tellen.
! geen restricties om zaken uit te voeren.
Ratioschaal = je moet het aantal meeteenheden tellen tussen het te
meten object en het vaste nulpunt
! geen restricties
Intervalschaal = Je moet het aantal meeteenheden tellen tussen het te
meten object en het referentieniveau
!! enkel scores optellen en aftrekken
Nominale schaal = de te meten objecten kunnen niet geordend worden
!! geen enkele bewerking uitvoeren
Ordinale schaal = je kan de te meten objecten ordenen, maar je kan
geen meeteenheid definiëren, de waarde v/e variabele
bij een object is gewoon zijn plaats of rangnummer in de
1
, ordening.
!! geen enkele bewerkingen uitvoeren
HOOFDSTUK 1: DATA MANIPULATIE
Wat? R-commando Uitleg
Vector aanmaken C(…)
Bijvoorbeeld: leeftijd <- c(18,12,14)
Factor aanmaken myData$geslacht <- Nominale variabelen
factor(myData$roken)
Ordinale variabelen
myData$motivatie<- factor
(myData$motivatie,levels = c(1,2,3,4,5), “” je kan ook met aanhalingstekens werken om extra te
ordered =TRUE) benadrukken dat het niet numeriek is.
Naam toekennen LeeftijdSchool <-c(12,13,…)
aan ..
Bepaald individu Leeftijd[3] Nu vraag je de score van de 3e individu.
raadplegen
Lengte van vector Length (leeftijd) Kan ook helpen om steekproefgrootte te raadplegen
Kleinste waarde Min(leeftijd)
Grootste waarde Max(leeftijd)
Data frame myData <- data.frame (score, ig, leeftijd, Met een data frame kan je aangeven aan R dat
aanmaken gewicht) verschillende variabelen samen horen tot één frame.
Tussen haakjes geef je aan welke variabelen het
dataframe vormen.
Raadplegen van $ Stel je wil een specifieke variabele raadplegen.
specifiek variabele in myData$geslacht nu geef je aan dat je
een frame geslacht wilt raadplegen van deze
dataframe.
Aantal rijen en Dim (myData) Nu vraag je de kolommen en rijen
kolommen Dim(myData)[1] Nu vraag je de steekproefgrootte (kommen)
Dim(myData)[2] Nu vraag je het aantal variabelen (rijen)
2
, Eerste zes rijen Head(myData)
HOOFDSTUK 2: BESCHRIJVENDE STATISTIEK
Wat? R-commando Uitleg
Frequentietabel Table
Voorbeeld: table(myData$opleiding)
Relatieve Table(myData$opleiding)/ (dim(myData)
frequentieverdeling [1]
Prop.table (table (myData$opleiding))
Bivariate Table (myData$geslacht,
frequentieverdeling myData$opleiding)
Afronden Round (RelFreq, 2) Relatieve frequentie afronden tot 2 cijfers NA komma
Round (3,4593820, 3) Afronden tot 3 cijfers na de komma
Round (6582910, -3) Afronden tot 3 cijfers VOOR de komma.
Cirkeldiagram pie (x= c(10,18,2), labels = c(“ped”, BIJ NOMINALE VARIABELEN
“psy”, “soc”) 2 argumenten:
X = vector met frequenties of properties
Labels = vector met namen vd categorieën
pie (table(myData$opleiding)
Of gewoon welke tabel!
Lijndiagram / Barplot (table (myData$motivatie)) BIJ DISCRETE VARIABELEN
staafdiagram 2 argumenten:
Vector met de waarden vd variabele
Vector met de corresponderende frequenties
Histogram Hist (x=myData$gewicht) BIJ RATIO OF INTERVAL MEETNIVEAU
1 argument:
x : lijst van scores waarvoor je een histo wenst
Hist (x=myData$gewicht, breaks=4) Je kan ook als extra argument aangeven hoeveel
‘staven’
3
, Spreidingsdiagram BIJ BIVARIATE FREQUENTIEVERDELINGEN VOOR
=scatterplot RATIO OF INTERVAL MEETNIVEAU
Met 2 argumenten:
x = lijst van alle scores van de variabele op de
horizontale as.
y= lijst van alle scores van de variabele op de
verticale as.
Gemiddelde Mean (myData$score) gevoelig voor outliers
nooit bij NOMINALE of ORDINALE variabelen.
Mean(c(12,14,9,15) Opgelet met intervalniveau
Geen probleem voor ratio en absolute
Mediaan Median (c(10,20,30,45) ! wel waarden ordenen van groot naar klein.
Median (myData$iq) Niet gevoelig voor outliers
Minstens ordinaal (wel as.numeric)
Median(as.numeric (myData$motivatie)) Indien het even is, enkel als binnenste identiek zijn.
Modus Table(myData$roken) Score met hoogste frequentie
Niet gevoelig aan outliers
Variantie Var (myData$score) Altijd positief of nul
Gevoelig aan outliers
Nooit met nominale of ordinale
Standaarddeviatie Sd (myData$score) Bekomen we door vierkantswortel vd variantie
Ook altijd positief of nul
Gevoelig aan outliers
Nooit met nominale of ordinale
Variatiebreedte Max(myData$iq) – Min(myData$iq) Zeer gevoelig aan outliers
Niet met nominale of ordinale
Interkwartiel afstand IQR(myData$iq) Je houdt enkel rekening met middenste 50%
Q1: 25%
Q3: 75%
Spreidingsmaat d Table (myData$opleiding) Zie formule
Fmo lees je af bij meeste voorkomende Bijzonder geschikt voor nominale
4
Statistiek II
HOOFDSTUK 0: PROLEGOMENA
Eigenschappen, notatie
Wat? Eigenschap/notatie Uitleg
Numeriek De variabele wordt uitgedrukt in een getal.
Continue vs discreet Continue: tussen elke twee willekeurige waarden ligt er
een derde waarden.
Discreet: Er zijn geen tussenliggende waarden, er zijn
dus maar beperkt aantal waarden.
Variabele Hoofdletter vb X, Y
Waarneming Kleine letter x, y De geobserveerde scores of waarden.
Successieve Letter + een getal: x1, x2, x3, y4 … Waarnemingen die zich voordeden (realisaties)
waarnemingen
Absolute schaal = Variabelen worden gemeten door objecten (of
mensen) te tellen.
! geen restricties om zaken uit te voeren.
Ratioschaal = je moet het aantal meeteenheden tellen tussen het te
meten object en het vaste nulpunt
! geen restricties
Intervalschaal = Je moet het aantal meeteenheden tellen tussen het te
meten object en het referentieniveau
!! enkel scores optellen en aftrekken
Nominale schaal = de te meten objecten kunnen niet geordend worden
!! geen enkele bewerking uitvoeren
Ordinale schaal = je kan de te meten objecten ordenen, maar je kan
geen meeteenheid definiëren, de waarde v/e variabele
bij een object is gewoon zijn plaats of rangnummer in de
1
, ordening.
!! geen enkele bewerkingen uitvoeren
HOOFDSTUK 1: DATA MANIPULATIE
Wat? R-commando Uitleg
Vector aanmaken C(…)
Bijvoorbeeld: leeftijd <- c(18,12,14)
Factor aanmaken myData$geslacht <- Nominale variabelen
factor(myData$roken)
Ordinale variabelen
myData$motivatie<- factor
(myData$motivatie,levels = c(1,2,3,4,5), “” je kan ook met aanhalingstekens werken om extra te
ordered =TRUE) benadrukken dat het niet numeriek is.
Naam toekennen LeeftijdSchool <-c(12,13,…)
aan ..
Bepaald individu Leeftijd[3] Nu vraag je de score van de 3e individu.
raadplegen
Lengte van vector Length (leeftijd) Kan ook helpen om steekproefgrootte te raadplegen
Kleinste waarde Min(leeftijd)
Grootste waarde Max(leeftijd)
Data frame myData <- data.frame (score, ig, leeftijd, Met een data frame kan je aangeven aan R dat
aanmaken gewicht) verschillende variabelen samen horen tot één frame.
Tussen haakjes geef je aan welke variabelen het
dataframe vormen.
Raadplegen van $ Stel je wil een specifieke variabele raadplegen.
specifiek variabele in myData$geslacht nu geef je aan dat je
een frame geslacht wilt raadplegen van deze
dataframe.
Aantal rijen en Dim (myData) Nu vraag je de kolommen en rijen
kolommen Dim(myData)[1] Nu vraag je de steekproefgrootte (kommen)
Dim(myData)[2] Nu vraag je het aantal variabelen (rijen)
2
, Eerste zes rijen Head(myData)
HOOFDSTUK 2: BESCHRIJVENDE STATISTIEK
Wat? R-commando Uitleg
Frequentietabel Table
Voorbeeld: table(myData$opleiding)
Relatieve Table(myData$opleiding)/ (dim(myData)
frequentieverdeling [1]
Prop.table (table (myData$opleiding))
Bivariate Table (myData$geslacht,
frequentieverdeling myData$opleiding)
Afronden Round (RelFreq, 2) Relatieve frequentie afronden tot 2 cijfers NA komma
Round (3,4593820, 3) Afronden tot 3 cijfers na de komma
Round (6582910, -3) Afronden tot 3 cijfers VOOR de komma.
Cirkeldiagram pie (x= c(10,18,2), labels = c(“ped”, BIJ NOMINALE VARIABELEN
“psy”, “soc”) 2 argumenten:
X = vector met frequenties of properties
Labels = vector met namen vd categorieën
pie (table(myData$opleiding)
Of gewoon welke tabel!
Lijndiagram / Barplot (table (myData$motivatie)) BIJ DISCRETE VARIABELEN
staafdiagram 2 argumenten:
Vector met de waarden vd variabele
Vector met de corresponderende frequenties
Histogram Hist (x=myData$gewicht) BIJ RATIO OF INTERVAL MEETNIVEAU
1 argument:
x : lijst van scores waarvoor je een histo wenst
Hist (x=myData$gewicht, breaks=4) Je kan ook als extra argument aangeven hoeveel
‘staven’
3
, Spreidingsdiagram BIJ BIVARIATE FREQUENTIEVERDELINGEN VOOR
=scatterplot RATIO OF INTERVAL MEETNIVEAU
Met 2 argumenten:
x = lijst van alle scores van de variabele op de
horizontale as.
y= lijst van alle scores van de variabele op de
verticale as.
Gemiddelde Mean (myData$score) gevoelig voor outliers
nooit bij NOMINALE of ORDINALE variabelen.
Mean(c(12,14,9,15) Opgelet met intervalniveau
Geen probleem voor ratio en absolute
Mediaan Median (c(10,20,30,45) ! wel waarden ordenen van groot naar klein.
Median (myData$iq) Niet gevoelig voor outliers
Minstens ordinaal (wel as.numeric)
Median(as.numeric (myData$motivatie)) Indien het even is, enkel als binnenste identiek zijn.
Modus Table(myData$roken) Score met hoogste frequentie
Niet gevoelig aan outliers
Variantie Var (myData$score) Altijd positief of nul
Gevoelig aan outliers
Nooit met nominale of ordinale
Standaarddeviatie Sd (myData$score) Bekomen we door vierkantswortel vd variantie
Ook altijd positief of nul
Gevoelig aan outliers
Nooit met nominale of ordinale
Variatiebreedte Max(myData$iq) – Min(myData$iq) Zeer gevoelig aan outliers
Niet met nominale of ordinale
Interkwartiel afstand IQR(myData$iq) Je houdt enkel rekening met middenste 50%
Q1: 25%
Q3: 75%
Spreidingsmaat d Table (myData$opleiding) Zie formule
Fmo lees je af bij meeste voorkomende Bijzonder geschikt voor nominale
4
