Thema 2 Univariate analyse

Question 1

Centrummaat

Answer 1

aangeeft rondom welke waarde de datapunten in deze datareeks zich bevinden; wat het ‘centrum’ van de datareeks is,

Question 2

Outlier (uitschieter)

Answer 2

een datapunt dat zo extreem is, dat het waarschijnlijk een artefact is van de dataverzameling

Question 3

Modus

Answer 3

De meest voorkomende waarde

Question 4

Mediaan

Answer 4

Middelste datapunt in de reeks

Question 5

Range

Answer 5

Het verschil tussen minimum en maximum (volstaat niet omdat gevoelig is voor outliers)

Question 6

Interkwartielafstand

Answer 6

Afstand tussen 2 kwartielen (eerst mediaan, dan nieuwe medianen van de 2 kanten. Daar de afstand van) Geeft informatie hoe ver de datapunten van het gemiddelde afliggen

Question 7

sum of squares (variatie)

Answer 7

Verschil van het gemiddelde. Deze afwijkingen kwadrateren, Je krijgt positief getal dit tel je bij elkaar op.

Question 8

Variantie oftewel Mean Squares

Answer 8

Variatie delen door het aantal datapunten

Question 9

Standaarddeviatie (standaardafwijking)

Answer 9

De wortel van de variantie. Zo komt de waarde op dezelfde schaal als de datapunten.

Question 10

Verdelingsvorm

Answer 10

Hoe de datapunten verdeeld zijn

Question 11

modaliteit of toppigheid

Answer 11

beschrijft het aantal toppen van de verdeling

Question 12

unimodaal of eentoppig

Answer 12

verdeling met 1 top

Question 13

multimodaal of meertoppig

Answer 13

Verdeling met meerdere toppen

Question 14

bimodale of tweetoppige

Answer 14

verdeling met twee toppen

Question 15

scheefheid

Answer 15

Een scheve verdeling is een asymmetrische verdeling.

Question 16

Links scheve verdeling

Answer 16

De top van de verdeling ligt dus aan de rechterkant, en de staart aan de linkerkant

Question 17

Rechts scheve verdeling

Answer 17

In die verdeling liggen de meeste datapunten juist links van het gemiddelde. Er liggen nu wat minder datapunten vrij ver rechts van het gemiddelde

Question 18

leptokurte verdeling

Answer 18

bijzonder spitse verdeling

Question 19

platykurte

Answer 19

Een verdeling die bijzonder plat is

Question 20

Ander woord voor spitsheid

Answer 20

Kurtosis

Question 21

kenmerken van een normaalverdeling

Answer 21

De normaalverdeling is unimodaal.
De normaalverdeling is niet scheef (en dus perfect symmetrisch).
De normaalverdeling is niet bijzonder spits of plat.
68% van de datapunten ligt binnen één standaarddeviatie van het gemiddelde (ongeveer tweederde dus).
95% van de datapunten ligt binnen twee standaarddeviaties van het gemiddelde.
99.7% van de datapunten ligt binnen drie standaarddeviaties van het gemiddelde (bijna allemaal dus).

Question 22

standaardisering

Answer 22

Deze omrekening naar z-scores,

Question 23

Density plot

Answer 23

Lijn in plaats van histogram. Oppervlakte altijd 1

Question 24

Q-Q-plot

Answer 24

In deze grafiek worden kwantielen geplot. Kwantielen zijn een soort ‘breekpunten’ om een datareeks in gelijke delen te splitsen. De mediaan is dus een voorbeeld van een kwantiel:

Question 25

Diptest

Answer 25

wordt steeds groter naarmate een verdeling minder unimodaal is.

Question 26

Skewness

Answer 26

Naarmate een verdeling meer linksscheef is, is de skewness steeds kleiner (dat wil zeggen: ligt hij verder van 0 af en is hij negatief), en naarmate een verdeling meer rechtsscheef is, is de skewness steeds groter.

Question 27

kurtosis

Answer 27

geldt dat naarmate een verdeling platter is, de kurtosis steeds kleiner is (dat wil zeggen: ligt hij steeds verder van 0 af en is hij negatief), en naarmate een verdeling spitser is, de kurtosis steeds groter is.

Question 28

steekproevenverdelingen

Answer 28

Deze theoretische verdelingen van gemiddelden, standaarddeviaties, en spitsheden over een ontelbaar aantal steekproeven

Question 29

De standaardfout

Answer 29

naarmate een steekproef groter is, is de bijbehorende steekproevenverdeling smaller. Dit wordt uitgedrukt in de spreiding van die steekproevenverdeling, oftewel, in de standaarddeviatie. Deze standaarddeviatie van de steekproevenverdeling heet de standaardfout,

Question 30

betrouwbaarheidsinterval

Answer 30

interval berekend waarvan we zeker weten dat het in 95% van de steekproeven het populatiegemiddelde zal bevatten

Question 31

dichotome variabele/binaire variabele.

Answer 31

kan maar twee waarde aannemen

Question 32

nominaal

Answer 32

deze categorieën zijn alleen te benoemen, maar niet te ordenen

Question 33

ordinale variabele

Answer 33

De afstand tussen de geordende categorieën is dus onbekend: we kunnen de categorieën alleen maar ordenen

Question 34

categorische of discrete variabelen

Answer 34

Samen heten nominale en ordinale variabelen . dit omdat de verschillende meetwaarden die deze variabelen aan kunnen nemen altijd categorieën zijn

Question 35

continue variabelen

Answer 35

Deze variabelen kunnen in theorie allerlei meetwaarden aannemen, meestal op een schaal van ‘min oneindig’ tot ‘oneindig’, waarbij waarden steeds onwaarschijnlijker worden naarmate ze verder van het gemiddelde af liggen