Boek beschrijvende statistiek aantekeningen
- College 1
o Hoofdstuk 1
o 2.1
o 2.2
o 2.3
- College 2
o 2.4
o 2.5
o 2.6
- College 3
o 3.1
o 3.2
- College 4
o 3.3
o 3.4
- College 5
o 5.1
o 5.2
- College 6
o 5.3
o 5.4
- College 7
o 6.1
o 6.2
- College 8
o 6.3
o 7.1
- College 9
o 7.2
o 8.1
- College 10
o 8.2
o 8.3
- College 11
o 8.4
o 9.1
- College 12
o 9.2
o 0.3
- College 13
o 9.4
o 9.5
o 9.6
Rood = deze hoofdstukken heb ik niet meer gered. Deze zitten er dus niet in.
1
,College 1
1.1 Gegevens gebruiken om statistische vragen te beantwoorden
- Data: de informatie die we met experimenten en enquêtes verzamelen
Statistieken definiëren
- Statistiek is slechts een getal dat is berekend op basis van gegevens
- Statistiek als vakgebied is een manier van denken over data en het
kwantificeren van onzekerheid
- Statistische methoden helpen ons om vragen op een objectieve manier te
onderzoeken
- Statistische probleemoplossing is een onderzoekproces dat uit vier componenten
bestaat:
o Een statistische vraag formuleren
o Gegevens verzamelen
o Gegevens analyseren
o Resultaten interpreteren
Redenen voor het gebruik van statistische methoden
- De drie belangrijkste componenten van statistieken voor het beantwoorden van
een statistische vraag:
o Ontwerp: het doel en/of de statistische kwestie van belang aangeven en
plannen hoe gegevens te verkrijgen die hierop betrekking hebben
o Beschrijving: het verkennen, samenvatten en analyseren van de patronen
in de verkregen gegevens
o Inferentie/gevolgtrekking: beslissingen nemen en voorspellingen doen op
basis van de gegevens voor het beantwoorden van de statistische vraag
(Meestal verwijst dit naar een grote groep mensen)
- Voordat we gegeven analyseren, nadenken over het stellen van de vragen die
door de analyse moeten worden beantwoord. De vragen zijn van invloed op de
stadia: ontwerp, beschrijving en gevolgtrekking
- Waarschijnlijk: fundamenteel voor statistische gevolgtrekking. Is een raamwerk
om te kwantificeren hoe waarschijnlijk verschillende mogelijke uitkomsten zijn.
1.2 Steekproef VS. Populatie
- Subjecten (onderwerpen): de entiteiten die we in een onderzoek meten
o Meestal mensen, maar kan ook scholen, landen of dagen zijn
o Voorbeelden bij school: de uitgaven per leerling, de gemiddelde
klasgrootte, de gemiddelde score van leerlingen op een prestatietest
o Per land: percentage inwoners dat in armoede leeft, het geboortecijfer
o Elke dag in een internetcafé: bedrag dat uitgegeven wordt aan koffie
- Populatie: totale set (verzameling) van alle onderwerpen waarin we
geïnteresseerd zijn
- Steekproef: subset van de populatie waarover we gegevens hebben > gegevens
van slechts een deel van de proefpersonen die tot de populatie behoren
2
,Beschrijving in statistische analyses
- Beschrijvende statistiek verwijst naar methoden voor het samenvatten van de
verzamelde gegevens
o De gegevens vormen een steekproef of een populatie
o De samenvattingen bestaan meestal uit grafieken en getallen zoals
gemiddelden en percentages.
- Beschrijvende statistische analyse combineert meestal grafische en numerieke
samenvattingen
- Belangrijkste doel van beschrijvende statistiek is om de gegevens terug te
brengen tot eenvoudige samenvattingen zonder veel informatie te vervormen of
te verliezen
- Voorbeeld staafdiagram:
Inferentiële/toetsende statistieken
- Wordt gebruikt wanneer gegevens alleen beschikbaar zijn voor een steekproef,
maar we een beslissing of voorspelling willen doen over de hele populatie
- Verwijst naar methoden voor het nemen van beslissingen of voorspellingen over
een populatie, gebaseerd op gegevens die zijn verkregen uit een steekproef van
die populatie
- In de meeste onderzoeken hebben we gegevens voor een steekproef
- Vaak gebruiken we steekproeven die klein zijn in verhouding tot de
populatieomvang
Steekproef statistieken en populatieparameters
- Parameter: een numerieke samenvatting van de populatie
- Statistiek: een numerieke samenvatting van een steekproef uit de populatie
Willekeurigheid en variabiliteit
- Willekeurig (random): krachtig hulpmiddel voor het verkrijgen van goede
steekproeven en het uitvoeren van experimenten
o Stelt ons in staat krachtige conclusies te trekken over populaties
o De steekproef is dan een goede afspiegeling van de populatie
o Willekeurige representatieve steekproeven: wanneer elk onderwerp in de
populatie dezelfde kans heeft om in de steekproef te worden opgenomen
- Variabel
o Mensen en steekproeven variëren
o We leren meer over variabiliteit door mensen te steekproeven
Foutenamarge (Margin of Error): Een maat voor de verwachte variabiliteit van de
ene willekeurige steekproef naar de volgende willekeurige steekproef
3
, Testen en statistische significantie
- Wanneer het verschil tussen de resultaten voor bijvoorbeeld twee
behandelingen zo groot is dat het zeldzaam zou zijn om zo’n verschil te zien
door gewone willekeurige variatie, zeggen we dat de resultaten statistisch
significant zijn.
- We kunnen dan concluderen dat het waargenomen verschil waarschijnlijk te
wijten is aan het effect van de behandelingen en niet aan alleen willekeurige
variatie
1.3 Rekenmachines en computers gebruiken
- Om statistische analyse eenvoudiger te maken, zijn grote datasets in een
databestand geordend. Dit bestand heeft meestal de vorm van een spreadsheet.
Het is de manier waarop statistische software de gegevens ontvangt
- Sommige kenmerken hebben numerieke gegevens; zoals de waarden voor uren
tv-kijken. Sommige kenmerken hebben gegevens die bestaan uit categorieën;
zoals ja of nee of labels (dem, rep, ind) voor politieke overtuiging
Databases: bestaande gearchiveerde verzamelingen van gegevensbestanden
Webapps: Bijvoorbeeld gebruiken om steekproeven te nemen van kunstmatige
populaties en deze te analyseren om eigenschappen te ontdekken van statistische
methoden die op die steekproeven zijn toegepast
Simulatieonderzoeken: genereren willekeurig veel steekproeven, vaak met behulp
van een app. Ze bieden een manier om te leren over de impact van willekeurigheid
en variabiliteit van steekproef tot steekproef
2.1 Different types of data
Variabelen
- Kenmerken die in een onderzoek worden waargenomen.
- De term variabele benadrukt dat gegevenswaarden variëren.
- Is elk kenmerk dat in een onderzoek wordt waargenomen
Waarnemingen
- Gegevenswaarden die we voor een variabele waarnemen
- Elke waarneming kan een getal zijn. Bijv: aantal cm neerslag op een dag
- Of elke waarneming behoort tot een categorie zoals ‘ja’ of ‘nee’
Categorische variabele
- Als elke waarneming tot een reeks verschillende categorieën behoort
- Voorbeelden: de bewolking (met de categorieën bewolkt, gedeeltelijk bewolkt,
zonnig), categorieën ja en nee, geslacht, religieuze overtuiging, type woning
etc.
- Elke waarneming valt in één van de categorieën
- Gebruik van staafdiagram
- Belangrijk kenmerk om de relatieve aantal waarnemingen in de verschillende
categorieën te beschrijven
4
- College 1
o Hoofdstuk 1
o 2.1
o 2.2
o 2.3
- College 2
o 2.4
o 2.5
o 2.6
- College 3
o 3.1
o 3.2
- College 4
o 3.3
o 3.4
- College 5
o 5.1
o 5.2
- College 6
o 5.3
o 5.4
- College 7
o 6.1
o 6.2
- College 8
o 6.3
o 7.1
- College 9
o 7.2
o 8.1
- College 10
o 8.2
o 8.3
- College 11
o 8.4
o 9.1
- College 12
o 9.2
o 0.3
- College 13
o 9.4
o 9.5
o 9.6
Rood = deze hoofdstukken heb ik niet meer gered. Deze zitten er dus niet in.
1
,College 1
1.1 Gegevens gebruiken om statistische vragen te beantwoorden
- Data: de informatie die we met experimenten en enquêtes verzamelen
Statistieken definiëren
- Statistiek is slechts een getal dat is berekend op basis van gegevens
- Statistiek als vakgebied is een manier van denken over data en het
kwantificeren van onzekerheid
- Statistische methoden helpen ons om vragen op een objectieve manier te
onderzoeken
- Statistische probleemoplossing is een onderzoekproces dat uit vier componenten
bestaat:
o Een statistische vraag formuleren
o Gegevens verzamelen
o Gegevens analyseren
o Resultaten interpreteren
Redenen voor het gebruik van statistische methoden
- De drie belangrijkste componenten van statistieken voor het beantwoorden van
een statistische vraag:
o Ontwerp: het doel en/of de statistische kwestie van belang aangeven en
plannen hoe gegevens te verkrijgen die hierop betrekking hebben
o Beschrijving: het verkennen, samenvatten en analyseren van de patronen
in de verkregen gegevens
o Inferentie/gevolgtrekking: beslissingen nemen en voorspellingen doen op
basis van de gegevens voor het beantwoorden van de statistische vraag
(Meestal verwijst dit naar een grote groep mensen)
- Voordat we gegeven analyseren, nadenken over het stellen van de vragen die
door de analyse moeten worden beantwoord. De vragen zijn van invloed op de
stadia: ontwerp, beschrijving en gevolgtrekking
- Waarschijnlijk: fundamenteel voor statistische gevolgtrekking. Is een raamwerk
om te kwantificeren hoe waarschijnlijk verschillende mogelijke uitkomsten zijn.
1.2 Steekproef VS. Populatie
- Subjecten (onderwerpen): de entiteiten die we in een onderzoek meten
o Meestal mensen, maar kan ook scholen, landen of dagen zijn
o Voorbeelden bij school: de uitgaven per leerling, de gemiddelde
klasgrootte, de gemiddelde score van leerlingen op een prestatietest
o Per land: percentage inwoners dat in armoede leeft, het geboortecijfer
o Elke dag in een internetcafé: bedrag dat uitgegeven wordt aan koffie
- Populatie: totale set (verzameling) van alle onderwerpen waarin we
geïnteresseerd zijn
- Steekproef: subset van de populatie waarover we gegevens hebben > gegevens
van slechts een deel van de proefpersonen die tot de populatie behoren
2
,Beschrijving in statistische analyses
- Beschrijvende statistiek verwijst naar methoden voor het samenvatten van de
verzamelde gegevens
o De gegevens vormen een steekproef of een populatie
o De samenvattingen bestaan meestal uit grafieken en getallen zoals
gemiddelden en percentages.
- Beschrijvende statistische analyse combineert meestal grafische en numerieke
samenvattingen
- Belangrijkste doel van beschrijvende statistiek is om de gegevens terug te
brengen tot eenvoudige samenvattingen zonder veel informatie te vervormen of
te verliezen
- Voorbeeld staafdiagram:
Inferentiële/toetsende statistieken
- Wordt gebruikt wanneer gegevens alleen beschikbaar zijn voor een steekproef,
maar we een beslissing of voorspelling willen doen over de hele populatie
- Verwijst naar methoden voor het nemen van beslissingen of voorspellingen over
een populatie, gebaseerd op gegevens die zijn verkregen uit een steekproef van
die populatie
- In de meeste onderzoeken hebben we gegevens voor een steekproef
- Vaak gebruiken we steekproeven die klein zijn in verhouding tot de
populatieomvang
Steekproef statistieken en populatieparameters
- Parameter: een numerieke samenvatting van de populatie
- Statistiek: een numerieke samenvatting van een steekproef uit de populatie
Willekeurigheid en variabiliteit
- Willekeurig (random): krachtig hulpmiddel voor het verkrijgen van goede
steekproeven en het uitvoeren van experimenten
o Stelt ons in staat krachtige conclusies te trekken over populaties
o De steekproef is dan een goede afspiegeling van de populatie
o Willekeurige representatieve steekproeven: wanneer elk onderwerp in de
populatie dezelfde kans heeft om in de steekproef te worden opgenomen
- Variabel
o Mensen en steekproeven variëren
o We leren meer over variabiliteit door mensen te steekproeven
Foutenamarge (Margin of Error): Een maat voor de verwachte variabiliteit van de
ene willekeurige steekproef naar de volgende willekeurige steekproef
3
, Testen en statistische significantie
- Wanneer het verschil tussen de resultaten voor bijvoorbeeld twee
behandelingen zo groot is dat het zeldzaam zou zijn om zo’n verschil te zien
door gewone willekeurige variatie, zeggen we dat de resultaten statistisch
significant zijn.
- We kunnen dan concluderen dat het waargenomen verschil waarschijnlijk te
wijten is aan het effect van de behandelingen en niet aan alleen willekeurige
variatie
1.3 Rekenmachines en computers gebruiken
- Om statistische analyse eenvoudiger te maken, zijn grote datasets in een
databestand geordend. Dit bestand heeft meestal de vorm van een spreadsheet.
Het is de manier waarop statistische software de gegevens ontvangt
- Sommige kenmerken hebben numerieke gegevens; zoals de waarden voor uren
tv-kijken. Sommige kenmerken hebben gegevens die bestaan uit categorieën;
zoals ja of nee of labels (dem, rep, ind) voor politieke overtuiging
Databases: bestaande gearchiveerde verzamelingen van gegevensbestanden
Webapps: Bijvoorbeeld gebruiken om steekproeven te nemen van kunstmatige
populaties en deze te analyseren om eigenschappen te ontdekken van statistische
methoden die op die steekproeven zijn toegepast
Simulatieonderzoeken: genereren willekeurig veel steekproeven, vaak met behulp
van een app. Ze bieden een manier om te leren over de impact van willekeurigheid
en variabiliteit van steekproef tot steekproef
2.1 Different types of data
Variabelen
- Kenmerken die in een onderzoek worden waargenomen.
- De term variabele benadrukt dat gegevenswaarden variëren.
- Is elk kenmerk dat in een onderzoek wordt waargenomen
Waarnemingen
- Gegevenswaarden die we voor een variabele waarnemen
- Elke waarneming kan een getal zijn. Bijv: aantal cm neerslag op een dag
- Of elke waarneming behoort tot een categorie zoals ‘ja’ of ‘nee’
Categorische variabele
- Als elke waarneming tot een reeks verschillende categorieën behoort
- Voorbeelden: de bewolking (met de categorieën bewolkt, gedeeltelijk bewolkt,
zonnig), categorieën ja en nee, geslacht, religieuze overtuiging, type woning
etc.
- Elke waarneming valt in één van de categorieën
- Gebruik van staafdiagram
- Belangrijk kenmerk om de relatieve aantal waarnemingen in de verschillende
categorieën te beschrijven
4
