Univariate analyse - Verdelingsvormen en maten

13 belangrijke vragen over Univariate analyse - Verdelingsvormen en maten

Wat is de verdelingsvorm modaliteit en hoe wordt deze gemeten?

Modaliteit of toppigheid beschrijft het aantal toppen van een verdeling. Unimodaal = eentoppig, bimodaal = tweetoppig en multimodaal = meertoppig.

De verdelingsmaat Hartigan's diptest geeft een indicatie van de unimodaliteit van een verdeling. Een perfecte unimodale verdeling heeft een diptestwaarde van 0. Naarmate een verdeling 'meertoppiger' lijkt te zijn, wordt deze waarde steeds groter.

Wat is de verdelingsvorm modaliteit en hoe wordt deze gemeten?

Modaliteit of toppigheid beschrijft het aantal toppen van een verdeling. Unimodaal = eentoppig, bimodaal = tweetoppig en multimodaal = meertoppig.

De verdelingsmaat Hartigan's diptest geeft een indicatie van de unimodaliteit van een verdeling. Een perfecte unimodale verdeling heeft een diptestwaarde van 0. Naarmate een verdeling 'meertoppiger' lijkt te zijn, wordt deze waarde steeds groter.

Wat is de verdelingsvorm modaliteit en hoe wordt deze gemeten?

Modaliteit of toppigheid beschrijft het aantal toppen van een verdeling. Unimodaal = eentoppig, bimodaal = tweetoppig en multimodaal = meertoppig.

De verdelingsmaat Hartigan's diptest geeft een indicatie van de unimodaliteit van een verdeling. Een perfecte unimodale verdeling heeft een diptestwaarde van 0. Naarmate een verdeling 'meertoppiger' lijkt te zijn, wordt deze waarde steeds groter.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Wat is de verdelingsvorm scheefheid en hoe wordt dit gemeten?

Scheefheid of skewness beschrijft of een verdeling symmetrisch of asymmetrisch is. Linksscheef = negatief scheef, meeste datapunten liggen rechts; rechtsscheef = positief scheef, meeste datapunten liggen links.

De verdelingsmaat skewness geeft aan hoe symmetrisch een verdeling is. Bij een perfect symmetrische verdeling ligt deze maat in de buurt van 0. Naarmate een verdeling meer linksscheef is, wordt de skewness steeds kleiner (meer negatief) en naarmate een verdeling meer rechtsscheef is wordt de skewness steeds groter (meer positief).

Wat is de verdelingsvorm scheefheid en hoe wordt dit gemeten?

Scheefheid of skewness beschrijft of een verdeling symmetrisch of asymmetrisch is. Linksscheef = negatief scheef, meeste datapunten liggen rechts; rechtsscheef = positief scheef, meeste datapunten liggen links.

De verdelingsmaat skewness geeft aan hoe symmetrisch een verdeling is. Bij een perfect symmetrische verdeling ligt deze maat in de buurt van 0. Naarmate een verdeling meer linksscheef is, wordt de skewness steeds kleiner (meer negatief) en naarmate een verdeling meer rechtsscheef is wordt de skewness steeds groter (meer positief).

Wat is de verdelingsvorm scheefheid en hoe wordt dit gemeten?

Scheefheid of skewness beschrijft of een verdeling symmetrisch of asymmetrisch is. Linksscheef = negatief scheef, meeste datapunten liggen rechts; rechtsscheef = positief scheef, meeste datapunten liggen links.

De verdelingsmaat skewness geeft aan hoe symmetrisch een verdeling is. Bij een perfect symmetrische verdeling ligt deze maat in de buurt van 0. Naarmate een verdeling meer linksscheef is, wordt de skewness steeds kleiner (meer negatief) en naarmate een verdeling meer rechtsscheef is wordt de skewness steeds groter (meer positief).

Wat is de verdelingsvorm spitsheid en hoe wordt deze gemeten?

Spitsheid of kurtosis beschrijft hoe spits of plat een verdeling is. Leptokurte verdeling = een verdeling die erg spits is, platykurte = een verdeling die erg plat is en uniforme verdeling = platste verdeling waarbij alle waarden even vaak voorkomen.

De verdelingsmaat kurtosis is 0 bij een perfecte normale verdeling. Naarmate een verdeling platter is, wordt de kurtosis kleiner (meer negatief) en naarmate een verdeling spitser is wordt de kurtosis groter (meer positief).

Wat is de verdelingsvorm spitsheid en hoe wordt deze gemeten?

Spitsheid of kurtosis beschrijft hoe spits of plat een verdeling is. Leptokurte verdeling = een verdeling die erg spits is, platykurte = een verdeling die erg plat is en uniforme verdeling = platste verdeling waarbij alle waarden even vaak voorkomen.

De verdelingsmaat kurtosis is 0 bij een perfecte normale verdeling. Naarmate een verdeling platter is, wordt de kurtosis kleiner (meer negatief) en naarmate een verdeling spitser is wordt de kurtosis groter (meer positief).

Wat is de verdelingsvorm spitsheid en hoe wordt deze gemeten?

Spitsheid of kurtosis beschrijft hoe spits of plat een verdeling is. Leptokurte verdeling = een verdeling die erg spits is, platykurte = een verdeling die erg plat is en uniforme verdeling = platste verdeling waarbij alle waarden even vaak voorkomen.

De verdelingsmaat kurtosis is 0 bij een perfecte normale verdeling. Naarmate een verdeling platter is, wordt de kurtosis kleiner (meer negatief) en naarmate een verdeling spitser is wordt de kurtosis groter (meer positief).

Wat is standaardisering en hoe kun je dit doen?

Het proces van het omrekenen van datapunten in z-scores. Je kunt een waarde standaardiseren door het gemiddelde van deze waarde af te trekken en dat te delen door de standaarddeviatie.

Wat zijn histogrammen en wat houdt de toevoeging van 'normal curves' hierbij in?

Een grafiek waarbij de horizontale as correspondeert met de schaal van de datareeks en de hoogte van de balkjes staat voor het aantal datapunten met een bepaalde waarde. Bij een histogram worden de datapunten altijd samengevoegd in groepen.

Een histogram met 'normal curves'  is een histogram voorzien van een density plot met de normaalverdeling. Zo kun je heel gemakkelijk vergelijken hoeveel de verdeling in een steekproef afwijkt van de normaalverdeling.

Wat zijn density plots en waarvoor zijn deze handig?

Een grafiek met een mooie soepele lijn. Deze lijn geeft de zogenaamde 'dichtheid' van de verdeling aan, oftewel hoeveel datapunten er voor een gegeven meetwaarde zijn. Deze plot drukt uit welke proportie van de datapunten ergens zit ten opzichte van het totale aantal datapunten.

Density plots zijn daarom heel handig om de kans op een bepaalde waarde af te lezen. Deze kans correspondeert namelijk met het deel van de density plot dat links of rechts van die gegeven waarde ligt.

Wat zijn Q-Q-plots?

De Q-Q-plot splitst de data in kwantielen. Kwantielen zijn de breekpunten tussen even grote delen van de data. In de Q-Q-plot worden de geobserveerde kwantielen uit de data geplot tegen de verwachte kwantielen op basis van een normale verdeling. Als een datareeks normaal verdeeld is, liggen de kwantielen allemaal op een diagonale lijn. Als een datareeks niet normaal is verdeeld, wijken de stipjes van de diagonale lijn af.

De Q-Q-plot is ook een bruikbare informatiebron om de verdeling van een datareeks te vergelijken met de normale verdeling.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo