100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten 4.2 TrustPilot
logo-home
Samenvatting

Samenvatting Wetenschappelijke Vorming 1 - Statistiek

Beoordeling
-
Verkocht
-
Pagina's
52
Geüpload op
21-09-2025
Geschreven 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

Meer zien Lees minder















Oeps! We kunnen je document nu niet laden. Probeer het nog eens of neem contact op met support.

Documentinformatie

Geüpload op
21 september 2025
Aantal pagina's
52
Geschreven in
2023/2024
Type
Samenvatting

Onderwerpen

Voorbeeld van de inhoud

‭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

Maak kennis met de verkoper

Seller avatar
De reputatie van een verkoper is gebaseerd op het aantal documenten dat iemand tegen betaling verkocht heeft en de beoordelingen die voor die items ontvangen zijn. Er zijn drie niveau’s te onderscheiden: brons, zilver en goud. Hoe beter de reputatie, hoe meer de kwaliteit van zijn of haar werk te vertrouwen is.
peeterseva Universiteit Antwerpen
Bekijk profiel
Volgen Je moet ingelogd zijn om studenten of vakken te kunnen volgen
Verkocht
39
Lid sinds
2 maanden
Aantal volgers
1
Documenten
24
Laatst verkocht
2 dagen geleden

4,6

5 beoordelingen

5
3
4
2
3
0
2
0
1
0

Recent door jou bekeken

Waarom studenten kiezen voor Stuvia

Gemaakt door medestudenten, geverifieerd door reviews

Kwaliteit die je kunt vertrouwen: geschreven door studenten die slaagden en beoordeeld door anderen die dit document gebruikten.

Niet tevreden? Kies een ander document

Geen zorgen! Je kunt voor hetzelfde geld direct een ander document kiezen dat beter past bij wat je zoekt.

Betaal zoals je wilt, start meteen met leren

Geen abonnement, geen verplichtingen. Betaal zoals je gewend bent via Bancontact, iDeal of creditcard en download je PDF-document meteen.

Student with book image

“Gekocht, gedownload en geslaagd. Zo eenvoudig kan het zijn.”

Alisha Student

Veelgestelde vragen