Dit is een volledige samenvatting van het vak Statistiek 1 gegeven door professor Luc Hens. Gebaseerd op notities, slides, het boek (Business Statistics, Sharpe) en voorbeelden verwerkt tijdens de hoorcolleges. Hierbij zijn er ook tips voor het gebruik van R-studio en de TI-84 plus (CE-T).
(Histog...
Statistiek 1 :
voor de Bedrijfseconomische Wetenschappen
Professor : Luc Hens
Academiejaar : 2018 - 2019
B.Y.D.
B.Y.D.
VUB : Handelsingenieur 1 sur 51
, Statistiek 1
H1 : Gegevens en beslissingen
Hoe kan ik beslissingen nemen ?
Gegevens (of data) :
Waargenomen meetwaarden (cijfers of categorieën) samen met hun context.
(bv. 172 cm ≠ gegeven → de lengte van een student A. is 172 cm = gegeven)
Statistiek :
Een wijze van redeneren m.b.v. bepaalde hulpmiddelen (bv. :/) en methoden
om de wereld beter te begrijpen.
Gegevens
Waargenomen meetwaarden1 samen met hun context2 :
1. Essentieel : Wie ? Wat ?
2. Meta-data (= data over de data (info over de info)) : Waar ? Wanner ? Waarom ? Hoe ?
Gegevenstabel
kolommen = variabelen
rijen = casussen
(p. 31 — Table 1.1 ; fout : geen $-teken voor « prijs »)
De « wie » is hier niet de naam van de klant (we merken dat de naam « Katherine H. » twee keer
voorkomt). De « wie » is hier de bestelling (= Order N°) : elke rij in dit tabel is een bestelling = casus.
- de rijen zijn de casussen = een individu (persoon of zaak) waarover we gegevens hebben.
- de kolommen zijn de variabelen = wat men wil meten van de verschillende casussen.
Soorten variabelen
- Kwalitatief : de waarden zijn de namen van categorieën.
• nominaal = heeft betrekking op een variabele waarvan de waarden enkel gebruikt worden
om categorieën te benoemen. (bv. naam geboortestad).
identificatievariabele (nominaal) = kwalitatieve variabele die een unieke waarde aanneemt
voor elke casus, met de bedoeling om de casus te kunnen benoemen of identificeren. (bv.
studentennummer of Order N°)
• ordinaal = heeft betrekking op een variabele waarvan de kwalitatieve waarden ook een
vorm van ordening hebben. (bv. zeer koud, koud, normaal, warm, zeer warm)
- Kwantitatief : de waarden zijn numerieke hoeveelheden met eenheden. Die hoeveelheden hebben
een betekenis (bv. album van 5,99 $ is goedkoper dan een album van 10,99 $). In het vorige
voorbeeld heeft dus de « Price in dollar » een betekenis, maar de « Area Code », bijvoorbeeld, niet.
De « Area Code » is dus kwalitatief en niet kwantitatief.
B.Y.D. VUB : Handelsingenieur 2 sur 51
, Statistiek 1
Soorten variabelen (2)
a. Dwarsdoorsnede data (cross-section)
= Gegevens verzameld over toestanden die in de tijd veranderen maar die werden gemeten op een
enkel punt in de tijd.
Land # Starbucks vestigingen
(2018)
VS 6031
Zuid-Korea 1231
Mexico 708
VK 653
… …
b. Tijdreeks data (time series)
= Gegevens gemeten doorheen de tijd. Doorgaans zijn de tijdsintervallen even groot of op even
grote afstand van elkaar (vb. elke week, elk trimester, of elk jaar).
Jaar # Starbucks vestigingen
in de wereld
2002 5104
2003 6193
2004 7567
… …
Stel dat ik meer kolommen zou hebben :
jaar … # starbucks vestigingen in de wereld… # starbucks vestigingen in de VS … enz.
→ Dan hebben we de combinatie van beide soorten = dwarsdoorsnede-tijdreeks gegevenstabel.
B.Y.D. VUB : Handelsingenieur 3 sur 51
, Statistiek 1
H2 : Kwalitatieve gegevens beschrijven en weergeven
————————————————————————————————————————————————
H2, H3, H4 = beschrijvende statistiek
• H2 : Kwalitatieve gegevens weergeven en beschrijven (= hoe kunnen we kwalitatieve variabelen
weergeven in een plaatje of samen vatten in een tabel)
• H3 : Kwantitatieve gegevens weergeven en beschrijven (= hoe kunnen we kwantitatieve
variabelen weergeven in een plaatje of samen vatten in een tabel)
• H4 : Correlatie (= hoe kunnen we verbanden tussen kwantitatieve variabelen samenvatten en
beschrijven in een puntenwolk of een (x,y)-assenstelsel)
————————————————————————————————————————————————
Het doel van de beschrijvende statistiek is om te gaan kijken als er in een gegevensset (zeer grote
gegevensset = veel casussen) bepaalde patronen, verbanden en uitzonderingen/uitschieters zitten.
• Voorbeelden van bepaalde patronen : Is het zo dat mensen die blootgesteld zijn aan een bepaalde
advertentie, meer van product X kopen ? Kopen de mensen meer ’s morgens of ’s avonds ?
• Voorbeeld van verbanden : Vrouwen kopen meer make-up dan mannen.
Een kwalitatief variabele samenvatten
Gegevenstabel met alle 226.925 bezoekers van KEEN’s website in februari 2013 :
IP-nummer Tijd Bron ⚠ Voor een decimaal getal :
« komma » in het Nederlands
(= kwalitatief, nominaal, (= kwantitatief : omdat (= kwalitatief) « punt » in het Engels
identificatievariabele) we tijd tot één cijfer
kunnen omvormen)
243.240.221.71 1/feb/2013 13:15:08 Google
196.345.281.51 1/feb/2013 14:56:23 rechtstreeks
… (226.925 rijen = casussen) … …
Bezoekers komen van : rechtstreeks, Facebook, Google, DuckDuckGo*… (= categorieën)
- Bron is een kwalitatieve variabele en kan een aantal waarden aannemen (de categorieën)
- Tel het aantal casussen per categorie (= frequentietabel) :
Ⓡ instructie : table(naam)
Bron Bezoekers Dus niet manueel op R-studio
Google 130.158
EXAMEN : we krijgen een
gegevenstabel en moeten met de
rechstreeks 52.969 hand een frequentietabel maken
… …
andere (als er te veel 6.740
categorieën zijn… +12)
Totaal 226.925
= frequentietabel
- Frequenties (= tweede kolom) uitdrukken als een percentage :
⚠ 57,36% = 0,5736
maar 57,36% ≠ 57,36
a. Bereken de fractie : ≈ 0,5736
(Absolute) frequentie = het absolute
aantal waarnemingen dat in een bepaalde
b. Percentage = fractie x 100% klasse valt
Relatieve frequenties = frequenties
uitgedrukt als een fractie (= absolute
frequentie/totaal aantal waarnemingen) of
0,5736 x 100% ≈ 57,36% als een %
B.Y.D. VUB : Handelsingenieur 4 sur 51
, Statistiek 1
Frequentietabel van KEEN’s website in februari 2013 :
- Som van de absolute frequenties moet
gelijk zijn aan het aantal casussen.
- Som van de relatieve frequenties (in%)
moet gelijk zijn aan 100%
(p. 48 — Table 2.1)
Een kwalitatief variabele weergeven
Sommige mensen houden meer van « plaatjes » dan van tabellen. Er bestaat een zeer eenvoudige manier
om een frequentietabel om te vormen tot een plaatje : een staafdiagram maken.
• Zet de frequentiebel om in een staafdiagram :
Horizontale as = waarde van de variabele
« bron » (= namen van de categorieën)
Verticale as = frequentie (of relatieve frequentie)
⚠
- Respecteer het oppervlakteprincipe = de
oppervlakte van elk staafje is proportioneel aan de
frequentie (soms zijn stokjes zinvoller aangezien
de waarden enkel één dimensie hebben).
- Is de kwalitatieve variabele « bron » hier
nominaal of ordinaal ? Nominaal aangezien er
geen orde bestaat voor de verschillende bronnen,
maar wel voor de frequentie.
→ als je een staafdiagram maakt waar de orde
van de waarden niet uitmaakt (= kwalitatief), zorg
ervoor dat er een gaatje/ruimte staat tussen elk
staafje (bij histogrammen is dat niet (zie later))
(p. 51 — Figure 2.3)
- Let op : de staven zijn gerangschikt (klein naar groot of omgekeerd) → duidelijker !
- Tip : stel dat er lange namen zijn in de horizontale as → beter om de assen om te
draaien, de lange namen zijn dan makkelijker leesbaar in de verticale as.
- Tip 2 : hou uw grafieken eenvoudig = geen 3-D effecten, geen flauwe kul (bv. sandalen
i.p.v staven, p.50 — Figure 2.2).
• Je kan de frequentietabel ook omzetten in een taartdiagram :
(p. 52 — Figure 2.5)
- Een taartdiagram respecteert altijd de oppervlakteprincipe.
- Toch een slecht idee… omdat we het verschil tussen bv. 3 taartdiagrammen niet zo goed
kunnen zien (zie p. 52 — Figure 2.6). Terwijl het met een staafdiagram steeds duidelijk
onderscheidbaar is. Kies dus altijd een staafdiagram tegenover een taartdiagram.
B.Y.D. VUB : Handelsingenieur 5 sur 51
, Statistiek 1
Twee kwalitatieve variabelen : kruistabel
Is er een verband tussen twee kwalitatieve variabelen ? Om deze vraag te beantwoorden, gebruiken we een
enquête uit « Pew Research Center », een Amerikaanse denktank.
Enquête bij 5.039 mensen in 5 landen : « Gebruikt u sociale-netwerk-sites ? » (p.53 — 2.3)
- Gegevenstabel :
Respondent-ID Sociale-netwerk-sites Land Aangezien we met een
enquête iets gaan vragen,
heet de persoon die
antwoord « respondent ».
0001. ja EG → Als je een enquête
afneemt, is uw casus een
0002. geen toegang EG respondent.
… … …
1000 geen toegang EG
1001 ja GB
… … …
5039 ja VS
- Frequentietabel voor variabele « sociale-netwerk-sites » :
Je moet ervoor zorgen dat
Sociale-netwerk-sites Aantal Relatieve frequentie de 3 categorieën elkaar
(%) uitsluiten.
Bv. als er « neen » staat,
betekent het dat men
neen 1249 24,8 toegang heeft, maar geen
sociale-netwerk-sites
gebruikt (anders probleem
ja 2175 43,2 met de totaal
geen toegang 1615 32,1
Totaal 5039 100,1
(p. 53 — Table 2.2)
- Staafdiagram :
44
Ⓡ instructie : bar chart van de
variabele → barplot(x)
33
Rel. freq. (%)
22
11
24,8 43,2 32,1
0
neen ja GT
Sociale-netwerk-sites
B.Y.D. VUB : Handelsingenieur 6 sur 51
The benefits of buying summaries with Stuvia:
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
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 BYD. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.89. You're not tied to anything after your purchase.
