Samenvatting modules BIS
| Module 0
Het doel van statistiek is om kennis te vergaren over de wereld om ons heen. En
conclusies te trekken door data te analyseren.
| Module 1
Variabelen: stukjes informatie die je verzamelt over iets of iemand. Zolang iets
kan verschillen is het een variabele. Als het niet verschilt is het een constante.
Cases: de personen of items waar je je informatie over verzamelt. De variabelen
zeggen iets over de cases.
Meetniveau Eigenschappen
Categorisch / Nominaal Categorie zonder
kwalitatief volgorde, geen
belangrijke intervallen
en geen nulpunt (bv.
merk telefoon).
Ordinaal Categorie met volgorde.
Je weet niet in welke
mate ze van elkaar
verschillen (bv. hoe blij
je bent). Het heeft geen
nut om een gemiddelde
te berekenen.
Kwantitatief (reeks Interval Met een volgorde en
getallen) gelijke intervallen.
Zonder nulpunt (bv.
temperatuur).
Ratio Met volgorde, gelijke
intervallen en een
duidelijk nulpunt (bv.
leeftijd).
| Module 2
Tabellen: cases en variabelen kunnen worden gepresenteerd in tabellen. In
tabellen heb je rijen en kolommen. Een rij is een = en een kolom is |||.
Frequentietabellen: een lijst van alle mogelijke opties van variabelen. En de
observaties per optie. Hierbij kan je zowel de absolute als de relatieve
frequenties gebruiken.
In R-studio kun je in je tabel bepaalde informatie opzoeken.
nrow() -> vertelt hoeveel rijen er in de dataset staan. Komt vaak overeen met
het aantal respondenten.
ncol() -> hoeveel kolommen er in de dataset staan. Komt vaak overeen met het
aantal variabelen.
dim() -> hoeveel rijen en kolommen er in de dataset staan.
,Type data Doel Soort grafiek Eigenscha
ppen
Categorisch Nominaal Frequenties Staafdiagram Laat zien
vergelijken (bar chart) hoeveel
waarnemenin
gen per
cirkeldiagra
categorie
m (pie chart) Verhouding
tussen
categorieën
Verband zien Kruistabel de relatie
tussen twee tussen twee
variabelen of meer
categorische
variabelen
door de
frequenties
van
verschillende
combinaties
van waarden
weer te
geven
Ordinaal Verdeling Staafdiagram Laat zien
tonen (bar chart) hoeveel
waarnemenin
gen per
categorie
Categorisch Verband Staafdiagram Laat zien
x tussen twee (bar chart) hoeveel
categorisch ordinale waarnemenin
variabelen gen per
categorie
Kwantitatief Interval / Spreiding of Histogram Voor continue
ratio verdeling data zoals
tonen lengte of
temperatuur.
Laat zien hoe
de waarden
verdeeld zijn.
Kwantitatief Verband Scatterplot toont de
x tussen twee relatie tussen
kwantitatief kwantiatieve twee
variabelen kwantitatieve
variabelen
door punten
in een grafiek
te plaatsen,
waarbij de
ene variabele
op de x-as
staat en de
andere op de
y-as.
Een histogram kan een klokvorm hebben als die gelijk verdeeld is. Maar het kan
ook zo zijn dat hij skewed to the right is. Dan zijn de vakken hoger aan de
, linkerkant en lager aan rechterkant. In dat geval is de verdeling modus <
mediaan < gemiddelde. Als de verdeling skewed to the left is dan zijn de
vakken hoger aan de rechterkant en lager aan de linkerkant. De verdeling is dan
gemiddelde < mediaan < modus.
Modus: meest voorkomend
Mediaan: middelste getal/ observatie
Gemiddelde: Het gemiddelde is de som van alle waarden gedeeld door het
aantal waarden en geeft een indicatie van het centrale punt van een dataset.
Bereik: het verschil tussen de hoogste en laagste waarneming
Interkwartielafstand: Hoe breed de middelste 50% van de van data is. Q3 –
Q1.
Boxplot: Laat Q1, Q2 en Q3 zien waarbij Q2 de mediaan is.
Standaarddeviatie: Hoeveel data gemiddeld afwijkt van het gemiddelde. Hoe
groter de st. dev hoe groter de spreiding. De observatie – het gemiddelde.
Z-score: Het aantal standaarddeviaties dat een waarde verwijderd is van het
gemiddelde. De z- score kan berekend worden door (observatie – gemiddelde) /
standaarddeviatie.
De z-score is significant als de z-score meer of minder dan twee is. Als de grafiek
een klokvorm heeft, dan valt 68% van je distributie tussen de z-scores -1 en 1.
Ook valt 95% tussen -2 en 2 en 99% tussen -3 en 3.
| Module 3
Correlatie (R): Drukt uit hoe sterk een lineair verband is. Dit is altijd tussen de -
1 en 1. Bij een positief verband gaat de x omhoog en de y omhoog. Bij een
negatief verband gaat de x omhoog en de y omlaag. Hoe dichter de correlatie bij
de-1 of 1 ligt, des te sterker het verband. Bij een negatieve relatie is het dichter
bij de -1 en bij een positieve relatie dichterbij de 1. Dit kan worden beïnvloed
door outliers.
Scatterplot/ spreidingsdiagram: In een spreidingsdiagram laten de stippen
zien of er een correlatie is tussen twee variabelen. Ook kan je hierin zien of het
verband sterk of zwak is. Er is sprake van een lineair verband als je een rechte
lijn kan trekken tussen de stippen.
| Module 4
Kruistabel: De onafhankelijke variabele staat in de kolommen |||. De
afhankelijke variabele staat in de rijen =. Om te beslissen of er een relatie is,
moet je percentages berekenen. Voor elke cel kijk je hoe groot het aandeel is van
het gehele van alle cellen. Dit stelt je in staat om de relatie te zien tussen
nominale en ordinale variabelen.
Proporties: procenten kunnen proporties worden. Zo wordt 40% -> 0,40.
Probabilities: worden verkregen door het aantal individuele gevallen te delen
door het aantal waarnemingen.
| Module 0
Het doel van statistiek is om kennis te vergaren over de wereld om ons heen. En
conclusies te trekken door data te analyseren.
| Module 1
Variabelen: stukjes informatie die je verzamelt over iets of iemand. Zolang iets
kan verschillen is het een variabele. Als het niet verschilt is het een constante.
Cases: de personen of items waar je je informatie over verzamelt. De variabelen
zeggen iets over de cases.
Meetniveau Eigenschappen
Categorisch / Nominaal Categorie zonder
kwalitatief volgorde, geen
belangrijke intervallen
en geen nulpunt (bv.
merk telefoon).
Ordinaal Categorie met volgorde.
Je weet niet in welke
mate ze van elkaar
verschillen (bv. hoe blij
je bent). Het heeft geen
nut om een gemiddelde
te berekenen.
Kwantitatief (reeks Interval Met een volgorde en
getallen) gelijke intervallen.
Zonder nulpunt (bv.
temperatuur).
Ratio Met volgorde, gelijke
intervallen en een
duidelijk nulpunt (bv.
leeftijd).
| Module 2
Tabellen: cases en variabelen kunnen worden gepresenteerd in tabellen. In
tabellen heb je rijen en kolommen. Een rij is een = en een kolom is |||.
Frequentietabellen: een lijst van alle mogelijke opties van variabelen. En de
observaties per optie. Hierbij kan je zowel de absolute als de relatieve
frequenties gebruiken.
In R-studio kun je in je tabel bepaalde informatie opzoeken.
nrow() -> vertelt hoeveel rijen er in de dataset staan. Komt vaak overeen met
het aantal respondenten.
ncol() -> hoeveel kolommen er in de dataset staan. Komt vaak overeen met het
aantal variabelen.
dim() -> hoeveel rijen en kolommen er in de dataset staan.
,Type data Doel Soort grafiek Eigenscha
ppen
Categorisch Nominaal Frequenties Staafdiagram Laat zien
vergelijken (bar chart) hoeveel
waarnemenin
gen per
cirkeldiagra
categorie
m (pie chart) Verhouding
tussen
categorieën
Verband zien Kruistabel de relatie
tussen twee tussen twee
variabelen of meer
categorische
variabelen
door de
frequenties
van
verschillende
combinaties
van waarden
weer te
geven
Ordinaal Verdeling Staafdiagram Laat zien
tonen (bar chart) hoeveel
waarnemenin
gen per
categorie
Categorisch Verband Staafdiagram Laat zien
x tussen twee (bar chart) hoeveel
categorisch ordinale waarnemenin
variabelen gen per
categorie
Kwantitatief Interval / Spreiding of Histogram Voor continue
ratio verdeling data zoals
tonen lengte of
temperatuur.
Laat zien hoe
de waarden
verdeeld zijn.
Kwantitatief Verband Scatterplot toont de
x tussen twee relatie tussen
kwantitatief kwantiatieve twee
variabelen kwantitatieve
variabelen
door punten
in een grafiek
te plaatsen,
waarbij de
ene variabele
op de x-as
staat en de
andere op de
y-as.
Een histogram kan een klokvorm hebben als die gelijk verdeeld is. Maar het kan
ook zo zijn dat hij skewed to the right is. Dan zijn de vakken hoger aan de
, linkerkant en lager aan rechterkant. In dat geval is de verdeling modus <
mediaan < gemiddelde. Als de verdeling skewed to the left is dan zijn de
vakken hoger aan de rechterkant en lager aan de linkerkant. De verdeling is dan
gemiddelde < mediaan < modus.
Modus: meest voorkomend
Mediaan: middelste getal/ observatie
Gemiddelde: Het gemiddelde is de som van alle waarden gedeeld door het
aantal waarden en geeft een indicatie van het centrale punt van een dataset.
Bereik: het verschil tussen de hoogste en laagste waarneming
Interkwartielafstand: Hoe breed de middelste 50% van de van data is. Q3 –
Q1.
Boxplot: Laat Q1, Q2 en Q3 zien waarbij Q2 de mediaan is.
Standaarddeviatie: Hoeveel data gemiddeld afwijkt van het gemiddelde. Hoe
groter de st. dev hoe groter de spreiding. De observatie – het gemiddelde.
Z-score: Het aantal standaarddeviaties dat een waarde verwijderd is van het
gemiddelde. De z- score kan berekend worden door (observatie – gemiddelde) /
standaarddeviatie.
De z-score is significant als de z-score meer of minder dan twee is. Als de grafiek
een klokvorm heeft, dan valt 68% van je distributie tussen de z-scores -1 en 1.
Ook valt 95% tussen -2 en 2 en 99% tussen -3 en 3.
| Module 3
Correlatie (R): Drukt uit hoe sterk een lineair verband is. Dit is altijd tussen de -
1 en 1. Bij een positief verband gaat de x omhoog en de y omhoog. Bij een
negatief verband gaat de x omhoog en de y omlaag. Hoe dichter de correlatie bij
de-1 of 1 ligt, des te sterker het verband. Bij een negatieve relatie is het dichter
bij de -1 en bij een positieve relatie dichterbij de 1. Dit kan worden beïnvloed
door outliers.
Scatterplot/ spreidingsdiagram: In een spreidingsdiagram laten de stippen
zien of er een correlatie is tussen twee variabelen. Ook kan je hierin zien of het
verband sterk of zwak is. Er is sprake van een lineair verband als je een rechte
lijn kan trekken tussen de stippen.
| Module 4
Kruistabel: De onafhankelijke variabele staat in de kolommen |||. De
afhankelijke variabele staat in de rijen =. Om te beslissen of er een relatie is,
moet je percentages berekenen. Voor elke cel kijk je hoe groot het aandeel is van
het gehele van alle cellen. Dit stelt je in staat om de relatie te zien tussen
nominale en ordinale variabelen.
Proporties: procenten kunnen proporties worden. Zo wordt 40% -> 0,40.
Probabilities: worden verkregen door het aantal individuele gevallen te delen
door het aantal waarnemingen.
