‘Het laboratorium moet niet-standaard methoden valideren om te bevestigen dat
die methoden geschikt zijn voor beoogd gebruik. Het betreft hier methoden die in
het laboratorium werden ontworpen en ontwikkeld, of genormaliseerde methoden
die buiten hun toepassingsgebied worden gebruikt en uitbreidingen of
aanpassingen van genormaliseerde methoden.’
INLEIDING
Voor de onderzoeker/analist
➔ waarnemingsresultaat = informatie over het onderzochte staal
➔ onzekerheid blijft
- De staal name
- De staal zelf
- De analysemethode op zich
- De uitvoering op de analyse
➔ statistiek biedt hulpmiddelen om, om te gaan met de onzekerheid
STREEKPROEF VERSUS POPULATIE
Onderzoek ➔ start = onderzoeksopzet met duidelijke vraagstelling
m.b.t. populatie (= alle mogelijke waarnemingsresultaten waarop
onderzoek gericht is)
Belangrijk: goede omschrijving van de populatie. Populatie = vaak
veel te groot om goed mee te werken deelverzameling =
steekproef
Goede keuze steekproef = belangrijk want resultaten m.b.t. steekproef
moeten kunnen worden geëxtrapoleerd naar populatie.
Een goede steekproef = representatief
➔Als er N elementen in de populatie zijn elk element heeft 1/N
kans om in steekproef te zitten
➔Elementen uit populatie ad random kiezen om in steekproef te
zitten
Opgelet: extrapolatie kan nooit voor 100%
PAGE 1
,VARIABELEN IN EEN EXPERIMENT
➔ Kunnen een invloed hebben op de bekomen resultaten
- Onafhankelijke variabelen
Analist heeft deze zelf in de hand (instelling op toestel,
concentratie stockoplossing)
- Afhankelijke variabelen
Afhankelijk van de onafhankelijke variabele
De variabele die men wil bepalen/meten door het
experiment (fluorescentie bij flowcytometrie)
De afhankelijke kunnen we indelen in verschillende manieren:
1) Nominale schaal
➔ kwalitatieve variabelen, geen rangorde
2) Ordinale schaal
➔ eigenschappen ook met woorden beschrijven, maar wel rangorde
3) Intervalschaal
➔ kwantitatieve variabelen, rangorde van intervallen
4) Ratioschaal
➔ kwantitative variabelen, ≠ waarden waarmee kan gerekend worden
SPREIDING IN ANALYSERESULTATEN
De “ware waarde” en de benaderingen
Door onderzoek/analyse
➔“ware waarde” zo goed mogelijk trachten te benaderen
➔ door analyseresultaten: bepaalde verwachtingswaarde
Hoe nauwkeuriger het onderzoek, hoe beter de verwachtingswaarde = “ware
waarde”
• Centrummaten (robuuste parameters)
o Gemiddelde
Zelfde eenheden als waarnemingsresultaten
Als verwachtingswaarde voor een variabele wordt vaak
het rekenkundig gemiddelde berekend
o Mediaan
Bepaling van de mediaan (m)
➔ Alle waarnemingsgetallen rangschikken van klein naar groot
(rekening houdend met frequentie)
- Indien n = oneven de mediaan = middelste getal
- Indien n = even de mediaan = gemiddelde van de
twee middelste getallen
- Mediaan: zelfde eenheden als waarnemingsresultaten
➔ wanneer mediaan gebruiken?
- Situaties met (relatief) klein aantal analyses o.w.v.
minder kans op invloed van mogelijke outlier
- Bij analyses in de vergelijking met het gemiddelde:
indien te veel ≠ tussen het gemiddelde en de mediaan
Er kunnen fouten tussen de resultaten zitten
PAGE 2
, o modus
De modus is het getal (klasse) met de grootste absolute frequentie
(modale klasse)
Het zou dus kunnen dat er twee modi zijn
Eenheden van de modus = eenheden van de
waarnemingsresultaten
Vanaf 2 getallen of 2 klassen, die het meeste voorkomen,
beschouwen we het begrip niet meer.
spreidingsparameters
o Variantie
= belangrijke informatie i.v.m. de spreiding van de bekomen data
= het rekenkundig gemiddelde van de kwadratische afwijking de
waarnemingsgetallen t.o.v. hun rekenkundig gemiddelde
Var(x) in een populatie = 2
Var(x) in een steekproef = s2
We streven altijd naar een kleine variantie
o Standaarddeviatie
= meest gebruikte maat voor de spreiding van de
waarnemingsgetallen
= wortel uit de variantie
➔ s = geschatte standaarddeviatie van de “ware
spreiding”
➔ zelfde eenheden als waarnemingsresultaten
Kun je enkel gebruiken voor 1 set van data
o Variatiecoëfficiënt
Vergelijking van de spreiding van ≠ onderzoeken
➔ werken met een relatieve, dimensieloze waarde
➔ Relatieve Standaarddeviatie = RSD
➔ Variatiecoëfficiënt = CV (vaak uitgedrukt in %)
NORMAALVERDELING
Waarnemingsresultaten van onderzoek
➔ moeten worden geordend om een duidelijk beeld te krijgen
in tabel
➔ bv. Frequentietabel
Hoe een frequentietabel opstellen?
1. De spreidingsbreedte R (range) bepalen R = verschil tussen de hoogste
en de laagste waarneming
2. Het aantal klassen k bepalen k = wortel uit het aantal
waarnemingsresultaten
3. De klassebreedte b bepalen b = quotiënt van de
spreidingsbreedte R en het aantal klassen k
in grafiek
➔ staafdiagram of histogram (op Y-as = frequentie weergegeven, op X-as
= middens van de klassen)
PAGE 3
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur laurapauwels1. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €2,99. Vous n'êtes lié à rien après votre achat.