Volledige samenvatting Beschrijvende statistiek en kansrekenen (semester 2)
83 views 3 purchases
Course
Beschrijvende statistiek en kansrekenen
Institution
Universiteit Antwerpen (UA)
Book
Beschrijvende statistiek en kansrekenen
Samenvatting van het vak Beschrijvende statistiek en kansrekenen. Het document bevat een samenvatting van: de powerpoints, extra notities tijdens de les en het boek. Gegeven door prof: Stephan Van der Veeken.
HOOFDSTUK 1
WAAROM STATISTIEK
- Onderzoekers
- Banken
o Aan wie lening
- Verzekeringsmaatschappijen
o Aan wie verzekering & welke premie
- Industrie
o Defecte van producten
- Overheid
o Werking beleidsmaatregelen
- Six Sigma Total Quality Management verbeterprogramma
o Concrete problemen mt grote financiële impact op te lossen & manier
fouten + defecten te herleiden 3.4 / miljoen operaties
o Oplossing praktische problemen
o Doordacht & wetenschappelijk
o Gegevens verzamelen, onderzoeken, inzichten & verbeteringen
WAT
=> Statistiek verwijst altijd naar numerieke informatie
- Bevolkingsstatistieken
o Geboorte- & sterftecijfers, immigraties en emigraties
- Economische statistieken
o Tewerkstellings-& werkloosheidscijfers, investeringen, prijzen, BNP)
- Bedrijfsstatistieken
o Verkoopcijfers, resultatenrekening, groei, aanwervingen, afdankingen
FLORENCE NIGHTINGALE
- Verpleegster tijdens Krimoorlog (1853-1856)
- Overlijdens: gebrek aan hygiëne
- Grafische voorstelling, de coxcomb (=taartdiagram)
DEFINITIE
- Geheel van methodologieën voor het verzamelen, voorstellen, analyseren en
interpreteren van data of gegevens
o Belangrijke hulpwetenschap
o Geneeskunde, economie, chemie…
- Gegevens zijn tegenwoordig massaal aanwezig dankzij de informatisering
o Verwerken tot bruikbare informatie (zie voorbeelden)
Voorbeelden
• Luchtvaartmaatschappijen: no-shows, aantal passagiers die maaltijd nemen,
bagagegewicht
o Overboekingen
• Grootwarenhuizen: gekochte producten, gespendeerde bedragen,
betalingswijzen
o Op maat gemaakte reclamefolders
• Financiële analisten: rendementen individuele aandelen, marktrendement
o Risicobeheer aandelenportefeuilles
• Kwaliteitsmanagers: inspecteren vochtgehalte van geproduceerde koffie
,STUDIE-OBJECT VD STATISTIEK (ONDERWERP)
• Populaties v objecten
o Belgische bevolking, klanten ve grootwarenhuis, verzekeringsnemers
• Processen die objecten genereren
o Industriële & chemische productieprocessen
• Gegevens: geregistreerde eigenschappen of karakteristieken → variabelen
o Waarde vd eigenschap varieert v element tot element
• Steekproef: slechts een deel vd objecten wordt bestudeerd
o GIGO (garbage in, garbage out => geen goede info halen uit lage
kwaliteit v geg
TAKKEN VD STATISTIEK (2 STAPPEN)
Beschrijvende / descriptieve statistiek
- Beschrijven v steekproefgegevens overzichtelijk voorstellen
- Berekenen ve aantal kenmerkende waarden (gemiddelde, variantie)
Verklarende / inferentiële statistiek
- Analyseren & interpreteren v steekproefgegevens
- Antwoorden vinden op vragen of hypothesen
- Nagaan wat de waarde is ve model
- Veralgemening hele populatie => inferentie
Probleem vd verklarende statistiek
=> Veralgemening
- Obv steekproef -> nooit met zekerheid uitspraken over populatie/ proces
- Wel betrouwbaarheid geven v uitspraken
- Betrouwbaarheid -> uitgedrukt m.b.v. kans → kansrekening
- De onbetrouwbaarheid ve uitspraak -> uitgedrukt m.b.v. een foutenmarge
KANS OP WAARSCHIJNLIJKHEID
- Kansrekening: bestudeert processen/experimenten mt onzekere uitkomst
o Vertrekt v aantal veronderstellingen/assumpties
(bv eerlijke dobbelsteen)
- Voorbeelden
o Gooien ve dobbelsteen
o Prijs ve aandeel over 1 jaar
o % defecte producten op productielijn gedurende een shift
- Rechtstreeks bestuderen v populatie/proces (ipv statistiek via steekproefgeg)
Nut van kansrekenen
- Monopoly: waar hotel?
- Meerkeuzevragen mt giscorrectie
KORTOM: ZWAKTES
- Statistiek: beperkte hvlheid steekproef informatie
o Foute uitspraken over populatie
o Voorkomen: kwalitatieve data
- Kansberekening
o Foute veronderstellingen v bestudeerde proces/populatie
Ongeldige conclusies
Gebruik v software: tabellen & voorstellingen => JMP
, HOOFDSTUK 2
Data & gegevens
=> bevatten info over 1 of meerdere variabelen v aantal elementen v populatie /
objecten v proces
MEETSCHALEN
=> Ingedeeld nr meetniveau, afhk v schaal
=> Gegevens verzameld over meerdere eigenschappen of variabelen
Voorbeeld: kleur v wijn
Kwalitatieve of categorische variabelen
• Nominale & ordinale meetschaal
Kwantitatieve variabelen
• Intervalschaal
• Ratio meetschaal
Kwalitatieve variabelen
Nominale variabele
=> Elementen v steekproef/populatie worden in klasse of categorie geplaatst
VOORBEELDEN: geslacht, nationaliteit, godsdienst, gemeente
Cijfercodes: impliceren geen volgorde
=> Toekennen v labels, codenr of letters
VOORBEELDEN: man = 0, vrouw = 1 / postnummers v gemeenten
Ordinale variabelen
=> Nominale variabelen waarbij er een ordening is tss de klassen of categorieën
VOORBEELDEN: aantal Michelinsterren ve restaurant, antwoord op enquêtes
(“1: helemaal eens”, “2: eerder eens”…)
=> Rekenkundige bewerking zinloos (behalve absolute & relatieve frequenties %)
• Geen vaste meeteenheid
=> verschil tss niveaus op meetschaal niet uitdrukken in eenheden
o Verschil tss: 3 & 1 ster ≠ 2 & 1 ster
Kwantitatieve variabelen
=> Uitgedrukt in aantal vaste meeteenheden
=> Bijna alle rekenkundige bewerkingen zinvol
VOORBEELDEN: lengte, gewicht, aantal verkochte auto’s, temperatuur, tijd…
Verschil tss waarde v variabelen kan uitgedrukt worden in eenheden
Intervalschaal
- Geen natuurlijk nulpunt (geen nat ondergrens)
- Verhoudingen niet zinvol
o Verschil tss 2u & 4 u = 21u & 23u, maar 4u ≠ 2keer zo laat als 2u
Ratioschaal
- Absoluut nulpunt
o Bv Kelvin: ondergrens = 0 (koudste)
- Verhoudingen zinvol
o Lente 6cm is dubbel zoveel als 3cm
, Discrete vs continue variabelen
- DISCREET: eindig of oneindig aftelbaar aantal verschillende waarden
o Aantal passagiers op lijnvlucht, kinderen gezin
o Uitdrukken gehele getallen
- CONTINUE: continuüm v waarden aannemen
o Lente, duurtijd, gewicht, body mass index
o Uitdrukken reële getallen
Praktijk: alle waarnemingen v continue variabelen zijn discreet (afronding)
Hiërarchie
=> Hoogste/ meeste informatieve meetschaal ---> nr minste
Ratioschaal, intervalschaal, ordinale & nominale meetschalen
• Geg gemeten op bepaalde schaal -> omgevormd worden nr geg lagere
meetschaal => niet omgekeerd!
• Statistische methoden vr lagere meetschalen ku gebruiken vr hogere
meetschalen => niet omgekeerd!
Meetschalen in JMP
Onderscheid tss nominale, ordinale & kwantitatieve
VOORSTELLEN V UNIVARIATE KWALITATIEVE VARIABELEN
Absolute frequentie v klasse
= aantal elementen v steekproef die tot die klasse behoren = frequenties
Relatieve frequentie v klasse
= verhouding v klasse frequentie tot totale aantal waarnemingen in steekproef
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller KatoUA. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.95. You're not tied to anything after your purchase.
