SAMENVATTING BLOK 1.3
MOORE HOOFDSTUK 1
Statistiek is de wetenschap van het leren van data. Data zijn numerieke of kwalitatieve
beschrijvingen van objecten die we willen onderzoeken.
1.1 Data
Cases: de objecten die beschrijven worden door een dataset.
Label: speciale variabele die gebruikt wordt in sommige datasets om onderscheid te maken
tussen verschillende cases.
Variabele: kenmerk van een case. (Verschillende cases kunnen verschillende waarden van
variabelen aannemen.)
Categorical variable: plaatst een case in een van de verschillende categorieën.
Quantitative variable: gebruikt numerieke waarden als er berekeningen uitgevoerd
moeten worden zoals optellen en gemiddelde berekenen. Hierbij is unit of
measurement erg belangrijk, dat betekent dat de metingen in dezelfde benamingen
zijn gedaan (bijv. km/uur). Het veranderen van de unit of measurement is een
lineaire transformatie.
Bij een statistiek onderzoek moet je jezelf de volgende vragen stellen:
Wie? Welke cases omschrijven de data? Hoeveel cases omvat de dataset?
Wat? Hoeveel variabelen omvat de data? Wat zijn de exacte definities van deze
variabelen? Wat zijn de units of measurement (bij kwantitatieve data)?
Waarom? Welk doel heeft de data? Hopen we specifieke vragen te kunnen
beantwoorden? Willen we conclusies trekken over andere cases dan waar we
data van hebben? Zijn de variabelen die opgenomen zijn geschikt voor het doel?
Instruments: middelen waarmee iets gemeten wordt (bijv. een enquête).
Rate: de frequentie waarin iets gebeurt.
Adjusting one variabel to create another: creëren van een nieuwe variabele door
bijvoorbeeld een percentage te berekenen.
1.2 Displaying Distributions with Graphs
Exploratory data analysis: statistische hulpmiddelen en ideeën helpen ons bij het
onderzoeken van gegevens om de belangrijkste kenmerken ervan te beschrijven.
Strategieën hierbij:
Beginnen bij het onderzoeken van de variabelen zelf. Daarna de relatie tussen de
variabelen pas onderzoeken.
Begin met een grafiek of meerdere grafieken. Daarna numerieke samenvattingen of
specifieke aspecten van de data toevoegen.
Distribution of a categorical variable : geeft een opsomming van de categorieën en geeft de
count, percentage of proportie van de cases die in de verschillende categorieën vallen aan.
(Count = letterlijke hoeveelheid, percentage = 80%, proportie = 0,80)
Grafieken voor categorische variabelen:
MOORE HOOFDSTUK 1
Statistiek is de wetenschap van het leren van data. Data zijn numerieke of kwalitatieve
beschrijvingen van objecten die we willen onderzoeken.
1.1 Data
Cases: de objecten die beschrijven worden door een dataset.
Label: speciale variabele die gebruikt wordt in sommige datasets om onderscheid te maken
tussen verschillende cases.
Variabele: kenmerk van een case. (Verschillende cases kunnen verschillende waarden van
variabelen aannemen.)
Categorical variable: plaatst een case in een van de verschillende categorieën.
Quantitative variable: gebruikt numerieke waarden als er berekeningen uitgevoerd
moeten worden zoals optellen en gemiddelde berekenen. Hierbij is unit of
measurement erg belangrijk, dat betekent dat de metingen in dezelfde benamingen
zijn gedaan (bijv. km/uur). Het veranderen van de unit of measurement is een
lineaire transformatie.
Bij een statistiek onderzoek moet je jezelf de volgende vragen stellen:
Wie? Welke cases omschrijven de data? Hoeveel cases omvat de dataset?
Wat? Hoeveel variabelen omvat de data? Wat zijn de exacte definities van deze
variabelen? Wat zijn de units of measurement (bij kwantitatieve data)?
Waarom? Welk doel heeft de data? Hopen we specifieke vragen te kunnen
beantwoorden? Willen we conclusies trekken over andere cases dan waar we
data van hebben? Zijn de variabelen die opgenomen zijn geschikt voor het doel?
Instruments: middelen waarmee iets gemeten wordt (bijv. een enquête).
Rate: de frequentie waarin iets gebeurt.
Adjusting one variabel to create another: creëren van een nieuwe variabele door
bijvoorbeeld een percentage te berekenen.
1.2 Displaying Distributions with Graphs
Exploratory data analysis: statistische hulpmiddelen en ideeën helpen ons bij het
onderzoeken van gegevens om de belangrijkste kenmerken ervan te beschrijven.
Strategieën hierbij:
Beginnen bij het onderzoeken van de variabelen zelf. Daarna de relatie tussen de
variabelen pas onderzoeken.
Begin met een grafiek of meerdere grafieken. Daarna numerieke samenvattingen of
specifieke aspecten van de data toevoegen.
Distribution of a categorical variable : geeft een opsomming van de categorieën en geeft de
count, percentage of proportie van de cases die in de verschillende categorieën vallen aan.
(Count = letterlijke hoeveelheid, percentage = 80%, proportie = 0,80)
Grafieken voor categorische variabelen:
