Lecture 0.1 introductie
Beschrijvende en inferentiële statistiek
Hoe zien de data eruit?
Wat zeggen de data van de steekproef over de gehele populatie?
To infer → concluderen / opmaken uit
Terminologie: het boek heeft het over “sample statistics” en “population parameter.
Lecture 0.2 statistische concepten
cases →
Variabelen → gewicht gewicht gewicht variabelen moeten variëren.
haar kleur haar kleur haar kleur
leeftijd leeftijd leeftijd
difference order similar intervals meaningful zero point
categoriaal nominaal + - - -
ordinaal + + - -
quantitatief interval + + + -
ratio + + + +
Quantitatief → discrete → set of separate numbers
→ continuous → infinite region of values
, Lecture 1.1 data beschrijven
1. tabellen:
Als je een studie uitvoert is het zinvol om over je data te denken in termen van
variabelen en cases. Deze worden in een datamatrix gezet. De cases staan
verticaal. De variabelen in de kolommen (horizontaal). Je hebt een datamatrix nodig
voor al je statische analyses. Als we de datamatrix moeten presenteren laat je
meestal een samenvatting van je data zien, in de vorm van tabellen en grafieken. Dit
kun je doen door het maken van een frequentietabel
Haar kleur frequentie % cumulatieve %
blond 76 19 19
bruin 134 33,5 52,5
zwart 160 40 92,5
anders 30 7,5 100
totaal 400 100
Als het nodig is kun je kwantitatieve variabelen hercoderen in ordinale.
2. Grafieken
- Cirkeldiagram (categorical, nominaal/ordinaal)
voordeel: je ziet meteen om hoeveel % het gaat
nadeel: je ziet niet meteen de exacte hoeveelheid
- Staafdiagram (categorical, nominaal/ordinaal)
voordeel: je kunt meteen zien wat de exacte hoeveelheid is
Als het gaat om veel categorieën cirkeldiagram < staafdiagram
- Histogram (quantitative, interval/ratio)
Beschrijvende en inferentiële statistiek
Hoe zien de data eruit?
Wat zeggen de data van de steekproef over de gehele populatie?
To infer → concluderen / opmaken uit
Terminologie: het boek heeft het over “sample statistics” en “population parameter.
Lecture 0.2 statistische concepten
cases →
Variabelen → gewicht gewicht gewicht variabelen moeten variëren.
haar kleur haar kleur haar kleur
leeftijd leeftijd leeftijd
difference order similar intervals meaningful zero point
categoriaal nominaal + - - -
ordinaal + + - -
quantitatief interval + + + -
ratio + + + +
Quantitatief → discrete → set of separate numbers
→ continuous → infinite region of values
, Lecture 1.1 data beschrijven
1. tabellen:
Als je een studie uitvoert is het zinvol om over je data te denken in termen van
variabelen en cases. Deze worden in een datamatrix gezet. De cases staan
verticaal. De variabelen in de kolommen (horizontaal). Je hebt een datamatrix nodig
voor al je statische analyses. Als we de datamatrix moeten presenteren laat je
meestal een samenvatting van je data zien, in de vorm van tabellen en grafieken. Dit
kun je doen door het maken van een frequentietabel
Haar kleur frequentie % cumulatieve %
blond 76 19 19
bruin 134 33,5 52,5
zwart 160 40 92,5
anders 30 7,5 100
totaal 400 100
Als het nodig is kun je kwantitatieve variabelen hercoderen in ordinale.
2. Grafieken
- Cirkeldiagram (categorical, nominaal/ordinaal)
voordeel: je ziet meteen om hoeveel % het gaat
nadeel: je ziet niet meteen de exacte hoeveelheid
- Staafdiagram (categorical, nominaal/ordinaal)
voordeel: je kunt meteen zien wat de exacte hoeveelheid is
Als het gaat om veel categorieën cirkeldiagram < staafdiagram
- Histogram (quantitative, interval/ratio)
