Beschrijvende en inferentiële statistiek

Met statistiek kun je heel verschillende soorten vragen beantwoorden, maar het is essentieel om te herkennen welk type statistiek je nodig hebt om tot nauwkeurige conclusies te komen. In deze oefening scherp je je vaardigheden aan door per vraag te bepalen welk type nodig is om die te beantwoorden.

Deze oefening maakt deel uit van de cursus

Inleiding tot statistiek in R

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Deze oefening maakt deel uit van de cursus

Inleiding tot statistiek in R

SkillTag.level.intermediateSkillTag.label

4.8+

Begin gratis met de cursus

Samenvattende statistieken geven je de tools om grote gegevenssets terug te brengen tot de kern. In dit hoofdstuk verken je samenvattende statistieken zoals het gemiddelde, de mediaan en de standaardafwijking, en leer je ze goed te interpreteren. Je scherpt ook je kritisch denkvermogen, zodat je de beste kengetallen voor jouw gegevens kunt kiezen.

Exercise 1: Wat is statistiek?Exercise 2: Beschrijvende en inferentiële statistiek

Huidige oefening

Exercise 3: Classificatie van datatypes Exercise 4: Maten voor het centrum Exercise 5: Gemiddelde en mediaan Exercise 6: Gemiddelde vs. mediaan Exercise 7: Maten van spreiding Exercise 8: Variantie en standaarddeviatie Exercise 9: Quartielen, kwantielen en kwintielen Exercise 10: Uitschieters vinden met de IQR

In dit hoofdstuk leer je hoe je willekeurige steekproeven genereert en toeval meet met kansrekening. Je werkt met verkoopgegevens uit de praktijk om de kans te berekenen dat een verkoper succesvol is. Tot slot gebruik je de binomiale verdeling om gebeurtenissen met binaire uitkomsten te modelleren.

Exercise 1: Hoe groot is de kans?Exercise 2: Met of zonder terugleggen?Exercise 3: Kansen berekenen Exercise 4: Steekproeven van deals Exercise 5: Discrete verdelingen Exercise 6: Een kansverdeling maken Exercise 7: Verdelingen herkennen Exercise 8: Verwachtingswaarde vs. steekproefgemiddelde Exercise 9: Continue verdelingen Exercise 10: Welke verdeling?Exercise 11: Back-ups van data Exercise 12: Wachttijden simuleren Exercise 13: De binomiale verdeling Exercise 14: Salesdeals simuleren Exercise 15: Binomiale kansen berekenen Exercise 16: Hoeveel sales worden er gewonnen?

Tijd om een van de belangrijkste kansverdelingen in de statistiek te verkennen: de normale verdeling. Je maakt histogrammen om normale verdelingen te plotten en krijgt inzicht in de centrale limietstelling. Daarna breid je je kennis van statistische functies uit met de Poisson-, exponentiële en t-verdeling.

Exercise 1: De normale verdeling Exercise 2: Verdeling van Amirs verkopen Exercise 3: Kansen uit de normale verdeling Exercise 4: Verkoop simuleren onder nieuwe marktomstandigheden Exercise 5: Welke markt is beter?Exercise 6: De centrale limietstelling Exercise 7: Steekproevenverdelingen visualiseren Exercise 8: De CLT in de praktijk Exercise 9: Het gemiddelde van gemiddelden Exercise 10: De Poisson-verdeling Exercise 11: Lambda herkennen Exercise 12: Reacties op leads bijhouden Exercise 13: Meer kansverdelingen Exercise 14: Te veel verdelingen Exercise 15: Tijd tussen leads modelleren Exercise 16: De t-verdeling

In dit hoofdstuk leer je hoe je de sterkte van een lineaire relatie tussen twee variabelen kwantificeert, en onderzoek je hoe verstorende variabelen de relatie tussen twee andere variabelen kunnen beïnvloeden. Je ziet ook hoe de opzet van een studie de resultaten kan sturen, bepaalt hoe de gegevens moeten worden geanalyseerd en mogelijk de betrouwbaarheid van je conclusies beïnvloedt.

Exercise 1: Correlatie Exercise 2: Raad de correlatie Exercise 3: Relaties tussen variabelen Exercise 4: Kanttekeningen bij correlatie Exercise 5: Wat kan correlatie niet meten?Exercise 6: Variabelen transformeren Exercise 7: Maakt suiker je gelukkiger?Exercise 8: Confounders Exercise 9: Opzet van experimenten Exercise 10: Soorten onderzoeken Exercise 11: Longitudinale vs. dwarsdoorsnedestudies Exercise 12: Gefeliciteerd!