Variabelen beschrijven en data-integriteit verifiëren - Univariatie analyse - Steekproevenverdelingen
7 belangrijke vragen over Variabelen beschrijven en data-integriteit verifiëren - Univariatie analyse - Steekproevenverdelingen
Door het toeval dat een rol speelt bij het kiezen van de deelnemers (steekproeffout) en bij de metingen (meetfout) zullen de centrum-, spreidings-, en verdelingsmaten van een willekeurige steekproef dus praktisch nooit gelijk zijn aan de centrum-, spreidings-, en verdelingsmaten van de populatie. Wat gebeurt er naarmate de steekproef groter is?
Als we de steekproef herhalen, creëren we eigenlijk?
Als we nu steeds het gemiddelde van deze gemiddelden, standaarddeviaties en spitsheidsmaten nemen, liggen die nieuwe gemiddelden
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Bovendien weten we hoe nauwkeurig een indicatie is, doordat we
Elke maat die uitgerekend kan worden op basis van de datareeks die met een steekproef is verkregen, heeft een?
Bijna elke realistische steekproef voldoet aan de eis ‘groot genoeg’, om twee redenen
Omdat de standaarddeviatie van de populatie onbekend is, wordt de standaarddeviatie uit de steekproef gebruikt als benadering:
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