100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Samenvatting Inductieve statistiek voor de gedragswetenschappen, ISBN: 9789463791540 Statistiek 2 $11.27
Add to cart

Summary

Samenvatting Inductieve statistiek voor de gedragswetenschappen, ISBN: 9789463791540 Statistiek 2

 8 views  0 purchase
  • Course
  • Institution
  • Book

Deze samenvatting omvat de leerstof die gegeven werd in de hoorcolleges van Statistiek 2. Hoofdstuk 1 en hoofdstuk 11 staan niet in deze samenvatting omwille van het feit dat H1 vooral inleiding was en H11 oefeningen. Bij deze hoofdstukken nam ik schriftelijke notities.

Preview 4 out of 53  pages

  • No
  • Unknown
  • May 26, 2022
  • 53
  • 2020/2021
  • Summary
avatar-seller
H2: kansverdelingen en kansberekening
1. Wat is een kansverdeling en hoe kunnen we haar berekenen?
 Waarom hebben we kansen nodig?
o Uitspraken doen over een populatie o.b.v. steekproefgegevens (= inductieve
statistiek)
 Dit kan op 2 manieren / soorten vragen  om deze te beantwoorden
hebben we kansverdeling nodig
 Hypothese toetsing (bv. is het verschil in intelligentie van een eerste
groep verschillend t.o.v. een tweede groep)
 Intervalestimatie (bv. schatting van gemiddelde IQ in deze SP)
 Hoe werkt dit?
 We nemen een populatie
 Met een onschuldige hand trekken we een
populatie
 Hierop doen we formules om de vragen te
beantwoorden

Kansverdeling = een verdeling van kansen – het lijkt op een frequentieverdeling –
verdeling op basis van hypothetische waarden i.p.v. geobserveerde waarden

 Voorbeeld: frequentieverdeling van de variabele ‘aantal ogen bij het
werpen van 2 dobbelstenen’
o Kansverdeling: van dezelfde variabele een kansverdeling maken
 Geen dobbelstenen gooien MAAR we gaan beredeneren wat er zou kunnen
gebeuren ALS we de dobbelstenen zouden gooien
 Kijken welke mogelijkheden mogelijk zijn  en er is niet voor elk getal een
even grote kans dat het zal voorkomen
 Kansverdeling  de mogelijke kansen uitbeelden in functie van hun kans
dat het voorkomt




 Verloop van de kansverdeling kennen:
o Gemiddelde en standaardafwijking nodig MAAR bij kansverdeling is dit niet echt
mogelijk wegens GEEN observaties
 MAAR wel op basis van kansberekening
 Gemiddelde = verwachte waarde
 Formule:

1

, o E = expected (verwachte waarde)
o µx = populatiegemiddelde
o xi = mogelijke uitkomst
o P = kans
o Variantie
 µx = verwachte waarde
 P = de kans
 Xi = je score

 Kansen zijn van groot belang in onderzoek omdat ze ons in staat
stellen om te beslissen of een observatie heel uitzonderlijk is of eerder heel gewoon

 om kansen te berekenen maken we gebruik van kansverdelingen – theoretische verdelingen van
mogelijke waarden en bijhorende kansen van een variabele

 sommige kansverdelingen kunnen we perfect kennen (bv. dobbelstenen) andere kansverdelingen
moeten we eerder schatten (bv. IQ)

2. Wat is de steekproevenverdeling van het gemiddelde en hoe kunnen we de vorm van deze
verdeling kennen?
 Steekproefverdeling van het gemiddelde is een bijzondere kansverdeling  omdat we aan
de hand van de SP verdeling de kans gaan berekenen om een bepaald SP gemiddelde te
vinden
o Eerst belangrijk om te weten wat het is
 Stel je voor dat we niet 1 SP trekken maar elke keer een volgende?
 Vinden we dan hetzelfde gemiddelde? NEE, omdat we een andere SP
trekken dus daar zit de
variantie anders dus dat
gemiddelde gaat
afwijken
o Zo kunnen we in
theorie allemaal
verschillende SP
trekken
o Dan krijgen we
een verdeling
van alle
gemiddelden van
SP die werden
getrokken
 Onderste verdeling  als we deze in theorie samenstellen is het de
SP verdeling van het gemiddelde MAAR dit kost heel veel tijd
o Heeft minder variatiebreedte  dit komt doordat we
werken met gemiddeldes waardoor je minder uitstekels hebt
o Vorm en kenmerken ?
 Verwachte waarde van de SPverdeling =
populatiegemiddelde (µ)
 We moeten een schatting kunnen maken MAAR wanneer maken we een
goede?

2

,  Verwachte waarde
OMDAT:
o Er zijn 9
mogelijkheden
dus er is telkens
1/9 kans dat
deze zich
voordoet
o Elk gemiddelde
uitzetten in een
tabel en bij elk gemiddelde opschrijven
hoe vaak het zich kan voordoen
o Uitrekenen wat de verwachte waarde gaat zijn en dit
vergelijken met het gemiddelde van de populatie
 1. Gemiddelde berekenen
 2. Verwachte waarde (elke uitkomst verrekenen met
de kans dat deze voorkomt)




 Verwachte waarde van de SP verdeling = populatiegemiddelde
o Het gemiddelde van de SP is een zuivere schatten van het gemiddelde van de
populatie
 Schatter = a.d.h.v. SP gemiddelde kunnen we een voorspelling maken over
het populatiegemiddelde
 Zuiver = geen systematische afwijkingen = we weten als we een SP trekken
en we berekenen daarvan het gemiddelde dan gaat dit waarschijnlijk nooit
gelijk zijn aan het populatiegemiddelde
 MAAR het gaat niet systematisch afwijkingen = de afwijking gaat
randomgewijs zijn DAAROM kunnen we zeggen dat het een zuivere
schatter is
 Standaardafwijking van SPverdeling = standaardfout van gemiddelde σ X
o Formule
 SE = standaardfout
 σ X = populatiegemiddelde




3

, o Hoe groter de SP hoe kleiner de standaardfout (bv. gemiddelde lengte van alle
mannen is gelijk aan 180cm
met een SA van 10cm)
 Hoe meer elementen
die je verzameld hoe
beter de inschatting
van datgene dat je wil
schatten
 Vorm van de steekproefverdeling
o Centrale Limiet Theorama
 Verdeling van steekproefgemiddelden uit al dan niet normaal verdeelde
kansverdeling is ongeveer normaal verdeeld
 Ook al is de kansverdeling van de populatie niet normaal verdeeld
 Hoe groter de steekproeven, hoe sterker de benadering van de normale
verdeling
 Daar moeten we beroep op doen om onze kansen te berekenen




o Voorbeeld:
 Hoe groter je SP hoe meer het lijkt op een normaalverdeling (bv. hoe meer je
gooit met je dobbelsteen hoe meer het normaal verdeeld wordt)
 Vorm van steekproefverdeling




 Een specifieke kansverdeling is de steekproevenverdeling van het gemiddelde,
waarmee we kunnen nagaan hoe de gemiddelden van steekproeven met een
bepaalde grootte zich verdelen.

 We kunnen deze verdeling kennen aan de hand van de verwachte waarde μ X en
standaardfout σ X̄ .

 Aan de hand van het centrale limiet theorema kunnen we nagaan of de
steekproevenverdeling normaal verdeeld is. In dat geval kennen we het volledige
verloop als we ook μ X en σ X̄ kennen.

4

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Guaranteed quality through customer reviews

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

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

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 silkebastiaensen. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $11.27. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

52510 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$11.27
  • (0)
Add to cart
Added