Normale verdeling
Density curves = maat voor het aantal standaarddeviaties onder of
boven de gegeven populatie
= geven een totaalbeeld van de data, maar negeren kleine
onregelmatigheden Alle normale verdelingen zijn symmetrisch, hebben 1 piek en
zijn belvormig.
Altijd op of boven de De ruimte (er onder) is
De functie van een normale verdeling wordt bepaald door:
x-as altijd exact 1
het gemiddelde μ en de standaard deviatie σ N(μ, σ).
Oppervlakte zegt wat over de
proportie, proportie zegt wat over Kenmerken:
kans
1. Zet de geobserveerde datawaarden van klein naar groot. Bepaal welk percentage
van de data elke waarde in beslag neemt. (vb. de kleinste observatie in een set
van 20 is 5%, de tweede kleinste 10%, etc.).
2. Doe normaalverdeling berekeningen om de waarden van z te vinden die
corresponderen met de percentielen. (vb. z=-1,645 is het 5% punt van de
standaard normaal verdeling, z=-1,282 is het 10% punt, etc.). Die waarden van Z
noemen we normal scores.
3. Plot elk gegevenspunt x tegen de corresponderende normaalscore. Als de
distributiegegevens dicht bij de normaalverdeling liggen, zullen de geplotte
punten in de buurt van een rechte lijn liggen.
Z-score zegt iets over:
1. In hoeverre iets van het gemiddelde ligt
Z-score 2. Wat de kans is dat iemand hoger of lager scoort
= maat voor het aantal standaarddeviaties onder of
boven de gegeven populatie Z-score aflezen in de tabel:
Degene kiezen waar de minste afstand tussen zit. Dus
bijvoorbeeld: 0.85 aflezen in de tabel -> 1.03= 0.8485 en 1.04=
x−
0.8508.
Z-score = (getal – gemiddelde) :
z= Altijd 0 als gemiddelde 0.85-0.8485= 15; 0.85-0.8508=8 -> die van 0.8508 heeft een
standaarddeviatie
1 als SD kleiner verschil, dus die kiezen
Bij een Z-score die >, dus groter is dan, is het 1- [z- Kan worden gebruikt bij schalen die Zijn continue variabelen met
score] verschillen, want dan schandaliseer je het een oneindig aantal decimalen