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?

komen ze wel steeds dichter bij elkaar in de buurt. Het zou handig zijn als we een indicatie zouden hebben van hoe nauwkeurig een schatting van bijvoorbeeld gemiddelde, standaarddeviatie en spitsheid is.

Als we de steekproef herhalen, creëren we eigenlijk?

nieuwe datareeksen van respectievelijk gemiddelde, standaarddeviatie en spitsheid. Deze datareeksen hebben weer hun eigen gemiddelde, standaarddeviatie en spitsheid.

Als we nu steeds het gemiddelde van deze gemiddelden, standaarddeviaties en spitsheidsmaten nemen, liggen die nieuwe gemiddelden

dichter bij en zijn een betere indicatie van de waarden in de populatie dan in een willekeurige, enkele steekproef.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Bovendien weten we hoe nauwkeurig een indicatie is, doordat we

van de verschillende gemiddelden ook de standaarddeviaties weten. We weten daardoor hoe dicht gemiddelden in de buurt van het algemeen gemiddelde liggen en hoe dicht standaarddeviaties in de buurt van de algemeen gemiddelde standaarddeviatie liggen.

Elke maat die uitgerekend kan worden op basis van de datareeks die met een steekproef is verkregen, heeft een?

theoretische steekproevenverdeling. Dit geldt dus niet alleen voor het gemiddelde, de standaarddeviatie en de spitsheid, maar ook voor de scheefheid, de mediaan, de modus, de variantie en variatie, de dip test en de interkwartiel-afstand. Omdat die steekproevenverdelingen alle mogelijke uitkomsten bevatten, kunnen we de redenering ook omdraaien: als we een willekeurige steekproef nemen, komt het steekproefgemiddelde eigenlijk uit een theoretische steekproevenverdeling met alle mogelijke gemiddelden die we kunnen vinden. . Ook de standaarddeviatie in een steekproef komt uit een steekproevenverdeling van alle mogelijke standaarddeviaties.

Bijna elke realistische steekproef voldoet aan de eis ‘groot genoeg’, om twee redenen

Ten eerste zijn de meeste variabelen in een populatie normaal verdeeld en zijn eventuele afwijkingen vaak mild. Ten tweede heeft de centrale limietstelling maar weinig steekproeven nodig om tot een normale verdeling te komen.

Omdat de standaarddeviatie van de populatie onbekend is, wordt de standaarddeviatie uit de steekproef gebruikt als benadering:

Formule

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