Hoofdstuk 3 Maatstaven voor ligging en spreiding

Presentatie over: "Hoofdstuk 3 Maatstaven voor ligging en spreiding"— Transcript van de presentatie:

1 Hoofdstuk 3 Maatstaven voor ligging en spreiding
3.1. Centrummaten – Gemiddelden 3.2. Kwantielen 3.3. De spreidingsmaten

2 Centrummaten het rekenkundig gemiddelde de mediaan de modus
bij niet-gegroepeerde waarnemingen bij gegroepeerde waarnemingen of frequentieverdelingen

3 Eigenschappen van kengetallen voor frequentieverdelingen
a. eenduidig gedefinieerd zijn (ondubbelzinnig) b. alle waarnemingen spelen een rol bij de bepaling van het kengetal c. de interpretatie moet eenvoudig en inzichtelijk zijn d. de kengetallen moeten niet al te gevoelig zijn voor steekproeftoevalligheden, maar een grote steekproefstabiliteit bezitten e. met de kengetallen moeten algebraïsche bewerkingen mogelijk zijn

4 Het rekenkundig gemiddelde
Wat? Het rekenkundig gemiddelde van een reeks waarnemingsresutaten is gelijk aan de som van alle resultaten gedeeld door het aantal waarnemingen (dit is de steekproef- of popultieomvang) Symbool: Formule:

5 Het rekenkundig gemiddelde: eigenschappen (1)
1. Vermindert men alle waarnemingen met een zelfde getal, dan wordt ook het rekenkundig gemiddelde verminderd met dat getal  men mag op de meetschaal een nieuwe oorsprong invoeren 2. Vermenigvuldigt men alle resultaten met een zelfde getal, dan wordt ook het rekenkundig gemiddelde met dit getal vermenigvuldigd (idem delen)  men mag alle resultaten vereenvoudigen

6 Het rekenkundig gemiddelde: eigenschappen (2)
3. De som van de afwijking van alle waarnemingsresultaten ten opzichte van hun rekenkundig gemiddelde is nul Opm. : het rekenkundig gemiddelde wordt in de statistiek altijd berekend op één rang meer dan de waarnemingsresultaten.

7 Het gewogen rekenkundig gemiddelde (1)
Wat? Als niet aan alle waarnemingen een zelfde belang mag gehecht worden, vermenigvuldigt men elke waarde met een wegingsfactor en bepaalt men pas dan het rekenkundig gemiddelde

8 Het gewogen rekenkundig gemiddelde (2)
Voorbeeld: examenuitslagen student D.V. Rekenkundig gemiddelde: Gewogen rek.gemiddelde: Vakken Resultaat op 10 studiepunten Economie 5 6 Statistiek 7 3 Recht 9 4

9 Het rekenkundig gemiddelde van gegroepeerde gegevens
Formule: De klassemiddens worden representatief voor elke klasse: alle frequenties worden vermenigvuldigd met de overeenkomende klassemiddens

10 Centrummaten het rekenkundig gemiddelde de mediaan de modus
bij niet-gegroepeerde waarnemingen bij gegroepeerde waarnemingen of frequentieverdelingen

11 aantal waarden < Me = aantal waarden > Me
De mediaan (1) Wat? De mediaan van een reeks waarnemings-resultaten is de middelste van de naar grootte gerangschikte resultaten. De mediaan verdeelt een reeks resultaten in twee gelijke groepen: aantal waarden < Me = aantal waarden > Me Symbool: Me Synoniem: midscore

12 De mediaan (2) bij oneven aantal waarnemingen:
Me = middelste van naar grootte gerangschikte bij even aantal waarnemingen: Me = rek. gemiddelde van middelste twee Bij gegroepeerde frequentieverdelingen: Me = tweede kwartiel (Q2) mediaanklasse: zie cumulatief frequentiehistogram

13 De modus Wat? De modus van een reeks waarnemingsresultaten is de waarneming die het meest voorkomt (= de uitslag met de hoogste frequentie) Symbool: Mo Opmerkingen: hebben alle resultaten in een reeks dezelfde frequentie, dan is er geen modus de modus is de enige centrummaat ook te gebruiken voor kwalitatieve kenmerken unimodale, bimodale, multimodale verdelingen

14 De modus bij gegroepeerde waarnemingen (1)
de modale klasse is de klasse met de hoogste frequentie nauwkeuriger: f = frequentie modale klasse fl = frequentie (lagere) voorgaande klasse fh= frequentie (hogere) volgende klasse b = benedengrens modale klasse i = klasse-interval

15 De modus bij gegroepeerde waarnemingen (2)
Grafische bepaling van de modus bij frequentieverdelingen: modale klasse Mo

16 Eigenschappen van kengetallen voor frequentieverdelingen
a. eenduidig gedefinieerd zijn (ondubbelzinnig) b. alle waarnemingen spelen een rol bij de bepaling van het kengetal c. de interpretatie moet eenvoudig en inzichtelijk zijn d. de kengetallen moeten niet al te gevoelig zijn voor steekproeftoevalligheden, maar een grote steekproefstabiliteit bezitten e. met de kengetallen moeten algebraïsche bewerkingen mogelijk zijn

17 Keuze van de centrummaten (1)
+ - Rekenkundig gemiddelde voldoet in alle opzichten als centrummaat eign: a,b,c,d,e gevoelig voor uitbijters Mediaan ongevoelig voor uitbijters eign: a,b,c kleine steekproef-stabiliteit algebraïsch weinig mogelijkheden Modus snel te bepalen eign: a,c nagenoeg geen positieve eigen-schappen

18 Keuze van de centrummaten (2)
De keuze hangt af van: het meetniveau de scheefheid van de verdeling extreme waarden

19 Keuze centrummaat in functie van het meetniveau
ratio interval ordinaal nominaal Rek. gemidd.  Mediaan Modus

20 Keuze van de centrummaten (3)
De keuze hangt af van: het meetniveau de scheefheid mogelijke extreme waarden

21 Keuze centrummaat in functie van de scheefheid (1a)
Symmetrische verdelingen  normale verdelingen b.v. IQ-scores, de meeste natuurlijke verschijnselen

22 Keuze centrummaat in functie van de scheefheid (1b)
Bimodale symmetrische verdelingen Mo1 Mo2

23 Keuze centrummaat in functie van de scheefheid (2)
Scheef naar links (negatief scheef) b.v. lichaamsgewicht mannelijke 40-plussers in België Mo staart

24 Keuze centrummaat in functie van de scheefheid (3)
Scheef naar rechts (positief scheef) b.v. belastbaar inkomen Belgische bevolking in € Mo staart

25 Keuze van de centrummaten (4)
De keuze hangt af van: het meetniveau de scheefheid mogelijke extreme waarden

26 Keuze centrummaat in functie van mogelijke extreme waarden
Extreme waarden (= uitbijters): beïnvloeden het gemiddelde  de mediaan is hier beter geschikt dan het rekenkundig gemiddelde Voorbeeld: = 15,6 Me= 4,5

27 Hoofdstuk 3 Maatstaven voor ligging en spreiding
3.1. Centrummaten – Gemiddelden 3.2. Kwantielen 3.3. De spreidingsmaten

28 Kwantielen Wat? Kwantielen verdelen een frequentieverdeling in een aantal gelijke stukken (= stukken met gelijke frequentie) Doel? Kwantielen dienen om een uitkomst te situeren ten opzichte van andere uitkomsten

29 Kwantielen (2) Soorten kwantielen: Kwartielen: Q1, Q2 , Q3
verdelen de frequentieverdeling in 4 gelijke intervallen, elk met 25% van de uitkomsten Decielen: D1, D2 , … , D9 verdelen de frequentieverdeling in 10 gelijke intervallen, elk met 10% van de uitkomsten Percentielen: P01, P02 , … , P99 verdelen de frequentieverdeling in 100 gelijke intervallen, elk met 1% van de uitkomsten

30 Kwantielen (3) De interkwartielafstand (IKA) geeft de
range aan van de middelste helft van de resultaten. De IKA is ongevoelig voor uitbijters.

31 Percentiel  percentiele rang
b.v. P57 = 173,5 cm 57% van de resultaten zijn kleiner of gelijk aan 173,5 cm percentiele rang (p) b.v. p168cm = 48,3% een lengte van 168cm komt overeen met de 48,3% kleinste resultaten

32 5-getallen-résumé Een frequentieverdeling kan omschreven worden met 5 kengetallen:

33 Boxplot (boxdiagram) Een boxplot is de grafische voorstelling
van het 5-getallen-résumé: de randen van de box: Q1 (bodem) Q3 (deksel) het tussenschot in de box: Me twee « bakkebaarden »: van de box tot aan Xmin en Xmax Doel: een snelle vergelijking van verschillende frequentieverdelingen

34 Boxplot (5-getallen-résumé)
Xmax Q3 Me Q1 Xmin

35 Vergelijking boxplots

36 Grafische bepaling van kwantielen
96 percentiel: P27 = 133 percentiele rang: P528 = 96% 27 133 528

37 Hoofdstuk 3 Maatstaven voor ligging en spreiding
3.1. Centrummaten – Gemiddelden 3.2. Kwantielen 3.3. De spreidingsmaten

38 Spreiding, dispersie, variatie
3 invalshoeken: de verschillen tussen de uitkomsten onderling de range op de meetschaal, waarbinnen een bepaald percentage van het totaal aantal waarnemingen ligt de verschillen tussen de uitkomsten en de centrummaten

39 De variatiebreedte of de range (1)
Wat? het verschil tussen de uiterste resultaten Voordelen: zeer snel en eenvoudig te bepalen Nadeel: maximaal beïnvloed door uitbijters

40 De variatiebreedte of de range (2)
Bij gegroepeerde gegevens is de range:

41 De interkwartielafsand (IKA)
Beter dan de range: Voordeel: totaal ongevoelig voor uitbijters! Ook: IDA = interdecielafstand (D9 – D1)

42 Spreiding, dispersie, variatie
3 invalshoeken: de verschillen tussen de uitkomsten onderling de range op de meetschaal, waarbinnen een bepaald percentage van het totaal aantal waarnemingen ligt de verschillen tussen de uitkomsten en de centrummaten

43 Spreiding Algemeen: Spreiding: waarin
de afstand tussen een centrummaat C en de waarnemingsresultaten Xi Spreiding: waarin

44 De gemiddelde absolute afwijking
Wat? het gemiddeld verschil tussen elke uitslag en het rekenkundig gemiddelde van alle uitslagen Symbool: Formule: voor gegroepeerde gegevens: Xi mi

45 De variantie en de standaardafwijking
Wat? de variantie van een reeks uitslagen geeft aan in hoeverre deze afwijken van het gemiddelde Symbool: Formule: mi

46 De standaardafwijking (1)
Variantie: wordt uitgedrukt in de tweede macht van de meeteenheid de standaardafwijking is de vierkantswortel uit de variantie de standaardafwijking is de belangrijkste spreidingsmaat in de statistiek

47 De standaardafwijking (2)
Formule: of fi . mi² voor gegroepeerde gegevens: Xi  fi .mi

48 De standaardafwijking (3)
De standaardafwijking is de meest gebruikte spreidingsmaat: normale verdelingen worden gekarakteriseerd door het rekenkundig gemiddelde en de standaardafwijking in een Gauss-curve is de afstand van de buigpunten tot de symmetrieas steeds gelijk aan de standaardafwijking in een normale verdeling ligt steeds een zelfde percentage van de waarnemingen tussen het gemiddelde vermeerderd/verminderd met 1, 2 of 3 keer de standaardafwijking

49 Normale verdelingen (1)
b.v. N(63;12,7) 16%

50 Normale verdelingen (2)
vlakke normale verdeling spitse normale verdeling

51 Normale verdelingen (3)
cm NL cm B

52 De variatiecoëfficiënt
Wat? Een relatieve spreidingsmaat, onafhankelijk van de meeteenheid, om de spreiding van verschillende steekproeven te vergelijken Symbool: Formule: De standaardafwijking wordt uitgedrukt in verhouding tot het rekenkundig gemiddelde