Inleiding data-analyse samenvatting tentamen

INLEIDING DATA-ANALYSE – 45% TENTAMEN HC 8 T/M 13
WEEK 8: HOOFDSTUK 1, 2.1 - 2.4, 3.1 EN 3.2




Populatie: verzameling van objecten waarin we geïnteresseerd zijn; populatie elementen; grootte N
(eindige populatie).
Steekproef: geobserveerd gedeelte van de populatie; steekproefelementen; grootte n.
Aselecte steekproef: steekproef met willekeurig getrokken elementen van de populatie: ieder
populatie-element heeft dezelfde kans om getrokken te worden.
Kenmerk: eigenschap van de populatie waarin we geïnteresseerd zijn.
(Populatie)variabele: goed gedefinieerde omschrijving om een kenmerk te meten; wiskundig: een
functie.
Data: waarnemingen van een variabele (dataset, datapunten populatie dataset vs steekproef
dataset). Populatie dataset wordt niet waargenomen en steekproef dataset wordt gebruikt om te
analyseren.
Waarden: voor iedere waarneming hebben de variabelen een bepaalde waarde.
Steekproefgrootheid: steekproefgemiddelde.

Kwalitatieve variabelen en data: waarden representeren categorieën (hoewel ze gecodeerd kunnen
worden met getallen).
 Nominale variabelen: waarden kunnen niet worden geordend op een natuurlijke manier.
 Ordinale variabelen: waarden kunnen wel worden geordend op een natuurlijke wijze.

Kwantitatieve variabelen en data: waarden representeren getallen.
 Discrete variabelen: verzameling van mogelijke waarden kan worden geteld.
 Continue variabelen: verzameling van mogelijke waarden is een interval.

,Beschrijvende statistiek: methode van het samenvatten van data op een informatieve manier.
Tabellen en grafieken; nominale variabelen:
 Frequentieverdeling: overzicht van alle waarden met bijbehorende frequenties.
 Relatieve frequentieverdeling: overzicht van alle waarden met bijbehorende relatieve
frequenties (frequentie gedeeld door totaal aantal waarnemingen).
Staafdiagram:




Cirkeldiagram:




Tabellen en grafieken; ordinale variabelen:
 Frequentieverdeling: overzicht van alle waarden met bijbehorende frequenties.
 Relatieve frequentieverdeling: overzicht van alle waarden met bijbehorende relatieve
frequenties (frequentie gedeeld door totaal aantal waarnemingen).
 Cumulatieve (relatieve) frequentieverdeling: overzicht van alle waarden met bijbehorende
cumulatieve (relatieve) frequenties.
Cumulatieve frequentie in x: totaal aantal waarnemingen met waarde van maximaal x.
Cumulatieve relatieve frequentie in x: fractie van waarnemingen met waarde van maximaal x.

, Locatiematen; ordinale variabelen:
 Modus: waarde met de hoogste frequentie.
 Mediaan: het midden, indien mogelijk van de geordende waarnemingen.




Tabellen en grafieken; discrete variabelen:
 Frequentieverdeling: overzicht van alle waarden met bijbehorende frequenties.
 Relatieve frequentieverdeling: overzicht van alle waarden met bijbehorende relatieve
frequenties (frequentie gedeeld door totaal aantal waarnemingen).
 Cumulatieve verdelingsfunctie F (CVF): niet dalende stapfunctie, maakt sprong bij de
waarden, grootte van de sprongen zijn de bijbehorende relatieve frequenties.




Tabellen en grafieken; continue variabelen:
 Geclassificeerde (relatieve) frequentieverdeling: overzicht van de klassen en bijbehorende
(relatieve) frequenties. Hangt af van de classificatie, bij voorkeur gelijke klassebreedten.




 Oppervlakten van de staven in het staafdiagram moeten de relatieve frequentie reflecteren.
 Staven zijn aaneengesloten, om aan te geven dat ze van een continue variabele komen.
 Cumulatieve verdelingsfunctie F: probleem: alleen waarden van de CVF in de eindpunten van
de klassen zijn bekend. Idee: verbind lineair.

Tabellen en grafieken; tijdreeksdata:
Metingen van eenzelfde variabele op opeenvolgende momenten.
De meeste data die we tot nu toe hebben gezien waren cross-sectie data: data gemeten op 1
tijdsstip.
Extra grafiek: tijd-plot: grafiek die de data over tijd weergeeft.
WEEK 9: HOOFDSTUK 3.4, 3.4, 4.1-4.6
Mediaan: het midden, indien mogelijk, van de geordende waarnemingen.