STATISTIEK THEORIE
Criminologische wetenschappen
Prof. Lieven Pauwels
Stefia Vandenhoven
[E-mailadres]
,HOOFDSTUK I: DE LOGICA VAN
STATISTISCHE VERGELIJKINGEN EN
ANALYSES
1.1 INLEIDING WAAROM DATA ANALYSEREN?
❖ ‘The numbers have no way of speaking for themselves. We speak for them. We
imbue them with meaning.’
❖ Nate Silver, The Signal and the Noise
❖ M.a.w. wij moeten de data analyseren en er een correcte betekenis aan geven.
✓ Nummer interpreteren
❖ Statistiek is overal, zonder het te beseffen.
❖ Hoeveel goals maakt je favoriete profvoetballer?
❖ Is dat meer of minder dan vorig jaar?
❖ Welke Belgische ploeg speelt het best? Hoe groot is het verschil tussen de
hoogst en de laagst gerankte ploeg?
❖ Hoeveel uren spendeer je per dag online op social media?
❖ Hoeveel glazen alcohol drink je gemiddeld per week? Is dat (ver) boven het
aanbevolen gemiddelde per week?
❖ Is er een verband
• Tussen social media gebruik en slaagcijfers?
• Tussen blootstelling aan extremistische inhoud en extremisme?
✓ Cijfers suggereren iets
✓ Hoe is de situatie ten opzichte van het vorige jaar?
✓ Verschillen per stad
✓ Transacties binnen de sport?
✓ Bivariaat: verband tussen bv. Sociale media en slaagcijfers
❖ Cijfers kunnen meer zeggen dan woorden, als je gebruik maakt van visuele
technieken!
❖ ‘The Joy of Stats’: Hans Rosling’s 200 Countries, 200 Years, 4 Minutes – BBC
Four. https://www.youtube.com/watch?v=jbkSRLYSojo
✓ Filmpje
✓ Resultaten kunnen gemanipuleerd worden
❖ Ontdekken van patronen en processen
❖ Statistische analyse (het begin) = de systematische studie van kwantitatieve
data geassocieerd met bestudeerde studieobject
STEFIA VANDENHOVEN 2
,1.2 GESCHIEDENIS VAN DE STATISTIEK IN EEN NOTENDOP
❖ Voorlopers van beschrijvende statistieken
• Pythagoras en Thales van Milete (6de eeuw v.o.t) – wiskundige
berekeningen
❖ Probabiliteitstheorie in de vorm van kansrekenen
• Voorbeeld: Pascal, 1623-1662
❖ Beschrijvende statistieken verder ontwikkeld in de late jaren 1800 en
vroege 1900 door wiskundigen en wetenschappers
• Voorbeeld: uit 19de eeuw: Francis Galton, Karl Pearson, Adolphe
Quetelet
❖ ‘Political arithmetics’ (John Graunt in 1662: sterftecijfer) wetenschappelijke
studie van sociale problemen en argument in politieke discussies (‘advocacy-
research’)
❖ De term ‘Statistics’ werd gelanceerd door Eberhard August Wilhelm von
Zimmerman in 1787!
✓ Wordt als argument gebruikt in discussies
Adolphe Quetelet (1796-1874) La propension (propensity/incliniation
to break the law
✓ Eerste prof wiskunde aan de universiteit Gent
✓ Ook criminele bejaarden!
STEFIA VANDENHOVEN 3
, 1.3 HET GEBRUIK VAN STATISTIEK
❖ Theoretische statistiek houdt veel wiskunde in (‘mathematische bewijzen’
niet in deze cursus)
❖ Toegepaste statistiek beperkt de wiskundige achtergrond TOT DE ESSENTIE
• D.w.z. geen bewijzen, geen integralen en afgeleiden!
• Basisbewerkingen op reële getallen en functionele vergelijkingen!
• Basisbewerkingen leren je begrijpen wat een kengetal echt betekent (hoe
men daartoe komt, wat het uitdrukt)
❖ Statistiek is meer dan juist het vinden van een goed antwoord op een
probleem
❖ Statistische analyse gaat over het ontdekken van iets wat voordien niet
geweten was, of van iets dat we dachten te kennen maar waarvan we niet
zeker waren.
❖ Multidisciplinair: Geneeskunde, psychiatrie, epidemiologie, economie,
psychologie, sociologie, onderwijskunde (scores), evolutiebiologie, criminologie
…
❖ DATA-WETENSCHAP en BIG DATA
❖ Criminologie = multidisciplinaire objectwetenschap!
❖ Praktijktoepassingen: risico-inschatting, omgevingsanalyse van de criminaliteit,
recidivestudies, politiestatistiek, parketstatistiek, veroordeeldenstatistiek,
trendanalyse …
❖ Zuiver wetenschappelijke toepassingen: theorieën testen, evaluatie van
beweringen
❖ ….
STEFIA VANDENHOVEN 4
Criminologische wetenschappen
Prof. Lieven Pauwels
Stefia Vandenhoven
[E-mailadres]
,HOOFDSTUK I: DE LOGICA VAN
STATISTISCHE VERGELIJKINGEN EN
ANALYSES
1.1 INLEIDING WAAROM DATA ANALYSEREN?
❖ ‘The numbers have no way of speaking for themselves. We speak for them. We
imbue them with meaning.’
❖ Nate Silver, The Signal and the Noise
❖ M.a.w. wij moeten de data analyseren en er een correcte betekenis aan geven.
✓ Nummer interpreteren
❖ Statistiek is overal, zonder het te beseffen.
❖ Hoeveel goals maakt je favoriete profvoetballer?
❖ Is dat meer of minder dan vorig jaar?
❖ Welke Belgische ploeg speelt het best? Hoe groot is het verschil tussen de
hoogst en de laagst gerankte ploeg?
❖ Hoeveel uren spendeer je per dag online op social media?
❖ Hoeveel glazen alcohol drink je gemiddeld per week? Is dat (ver) boven het
aanbevolen gemiddelde per week?
❖ Is er een verband
• Tussen social media gebruik en slaagcijfers?
• Tussen blootstelling aan extremistische inhoud en extremisme?
✓ Cijfers suggereren iets
✓ Hoe is de situatie ten opzichte van het vorige jaar?
✓ Verschillen per stad
✓ Transacties binnen de sport?
✓ Bivariaat: verband tussen bv. Sociale media en slaagcijfers
❖ Cijfers kunnen meer zeggen dan woorden, als je gebruik maakt van visuele
technieken!
❖ ‘The Joy of Stats’: Hans Rosling’s 200 Countries, 200 Years, 4 Minutes – BBC
Four. https://www.youtube.com/watch?v=jbkSRLYSojo
✓ Filmpje
✓ Resultaten kunnen gemanipuleerd worden
❖ Ontdekken van patronen en processen
❖ Statistische analyse (het begin) = de systematische studie van kwantitatieve
data geassocieerd met bestudeerde studieobject
STEFIA VANDENHOVEN 2
,1.2 GESCHIEDENIS VAN DE STATISTIEK IN EEN NOTENDOP
❖ Voorlopers van beschrijvende statistieken
• Pythagoras en Thales van Milete (6de eeuw v.o.t) – wiskundige
berekeningen
❖ Probabiliteitstheorie in de vorm van kansrekenen
• Voorbeeld: Pascal, 1623-1662
❖ Beschrijvende statistieken verder ontwikkeld in de late jaren 1800 en
vroege 1900 door wiskundigen en wetenschappers
• Voorbeeld: uit 19de eeuw: Francis Galton, Karl Pearson, Adolphe
Quetelet
❖ ‘Political arithmetics’ (John Graunt in 1662: sterftecijfer) wetenschappelijke
studie van sociale problemen en argument in politieke discussies (‘advocacy-
research’)
❖ De term ‘Statistics’ werd gelanceerd door Eberhard August Wilhelm von
Zimmerman in 1787!
✓ Wordt als argument gebruikt in discussies
Adolphe Quetelet (1796-1874) La propension (propensity/incliniation
to break the law
✓ Eerste prof wiskunde aan de universiteit Gent
✓ Ook criminele bejaarden!
STEFIA VANDENHOVEN 3
, 1.3 HET GEBRUIK VAN STATISTIEK
❖ Theoretische statistiek houdt veel wiskunde in (‘mathematische bewijzen’
niet in deze cursus)
❖ Toegepaste statistiek beperkt de wiskundige achtergrond TOT DE ESSENTIE
• D.w.z. geen bewijzen, geen integralen en afgeleiden!
• Basisbewerkingen op reële getallen en functionele vergelijkingen!
• Basisbewerkingen leren je begrijpen wat een kengetal echt betekent (hoe
men daartoe komt, wat het uitdrukt)
❖ Statistiek is meer dan juist het vinden van een goed antwoord op een
probleem
❖ Statistische analyse gaat over het ontdekken van iets wat voordien niet
geweten was, of van iets dat we dachten te kennen maar waarvan we niet
zeker waren.
❖ Multidisciplinair: Geneeskunde, psychiatrie, epidemiologie, economie,
psychologie, sociologie, onderwijskunde (scores), evolutiebiologie, criminologie
…
❖ DATA-WETENSCHAP en BIG DATA
❖ Criminologie = multidisciplinaire objectwetenschap!
❖ Praktijktoepassingen: risico-inschatting, omgevingsanalyse van de criminaliteit,
recidivestudies, politiestatistiek, parketstatistiek, veroordeeldenstatistiek,
trendanalyse …
❖ Zuiver wetenschappelijke toepassingen: theorieën testen, evaluatie van
beweringen
❖ ….
STEFIA VANDENHOVEN 4
