Spreiding en vorm: kwartielen, boxplots, histogrammen, standaardafwijking
Lesnotities
Definitie
Kwartielen en de IQR
Zet de gegevens op volgorde. De mediaan verdeelt ze in twee helften: Q₁ is de mediaan van de onderste helft en Q₃ de mediaan van de bovenste helft. Bij een oneven aantal waarden blijft de middelste uit beide helften. De IQR (interkwartielafstand) bevat de middelste helft van de waarden (MEB 9.6.1 d).IQR=Q3−Q1bereik=grootste−kleinste
Een boxplot laat vijf getallen zien: de kleinste waarde, Q₁, de mediaan, Q₃ en de grootste waarde. De box loopt van Q₁ tot Q₃ met een streep bij de mediaan en de snorharen reiken tot de kleinste en de grootste waarde. Elk van de vier delen bevat ongeveer een kwart van de waarden (MEB 9.6.1 d, e).
Voorbeeld
Vijf getallen 2, 5, 8, 12 en 20box van 5 tot 12, streep bij 8, snorharen tot 2 en 20
Regel
Histogram
Een histogram heeft staven die elkaar raken, één voor elke klasse. De hoogte is het aantal waarden in de klasse, dus de hoogste staaf is de modale klasse. Bij klassen van verschillende breedte is de oppervlakte van een staaf de frequentie en de hoogte de frequentiedichtheid (MEB 9.6.1 d, f).frequentiedichtheid=klassenbreedtefrequentie
Voorbeeld
Klassen van breedte 10 met 2, 5, 8 en 3 waarden2+5+8+3=18 waarden, de hoogste staaf is 20 tot 30
Regel
Cumulatieve frequentie
De cumulatieve frequentie is een lopend totaal: tel de klassen een voor een op. Zet elk totaal boven de bovengrens van zijn klasse en verbind de punten. Het laatste totaal is n. Lees de mediaan af op hoogte n ÷ 2, Q₁ op n ÷ 4 en Q₃ op 3n ÷ 4 (MEB 9.6.1 d, e).mediaan bij 2nQ1 bij 4nQ3 bij 43n
Voorbeeld
De frequenties 2, 5, 8 en 3 geven de lopende totalen271518 en de mediaan ligt bij 18÷2=9, in de klasse 20 tot 30
Regel
Standaardafwijking
De standaardafwijking vertelt de gewone afstand van de waarden tot het gemiddelde. Zoek het gemiddelde, kwadrateer elke afstand tot het gemiddelde, neem het gemiddelde van die kwadraten en dan de wortel. Deel door n voor een hele groep en door n − 1 voor een steekproef (MEB 9.6.1 d, e).s=n∑(x−xˉ)2
Voorbeeld
2, 4, 4, 4, 5, 5, 7, 9 heeft gemiddelde 5 en de gekwadrateerde afstanden tellen op tot 32s=32÷8=4=2
Definitie
Hoe groot is het verschil tussen twee groepen?
De spreiding van één groep (Q1, Q3, de standaardafwijking) zegt ook hoe groot een verschil tussen twee groepen werkelijk is. Twee manieren: (1) vergelijk de twee boxplots — waar ligt de mediaan van de ene groep tegenover de box van de andere groep, en hoeveel overlappen de boxen; (2) de effectgrootte d = (gemiddelde A − gemiddelde B) : s deelt het verschil van de gemiddelden door een spreiding s (een *gegeven* berekeningswijze zegt welke: hier “het gemiddelde van de twee standaardafwijkingen”). Vuistregel voor d: onder 0,2 nauwelijks verschil, 0,2 tot 0,5 klein, 0,5 tot 0,8 gemiddeld, 0,8 of meer groot. Bij “Hoe groot is het verschil tussen twee groepen?” tekent het tabblad Boxplots beide boxen en werkt het tabblad Gemiddelden en spreiding d uit.
Voorbeeld
Finishtijden (minuten) van een race: groep A (5 lopers) 12, 15, 18, 20, 24; groep B (6 lopers) 9, 11, 13, 15, 17, 19. Vijf getallen: A is 12, 13,5, 18, 22, 24; B is 9, 11, 14, 17, 19. Mediaan A (18) ligt boven Q3 van B (17): buiten de box van B. Mediaan B (14) ligt binnen de box van A (13,5 tot 22). Eén buiten, één binnen: een mogelijk verschil. De boxen overlappen met 58% van de kortste box (IQR B = 6); de medianen liggen 0,55 IQR's uit elkaar. Gemiddelde A = 17,8, gemiddelde B = 14, verschil 3,8. s is het gemiddelde van 4,6 en 3,74, s = 4,17; d = 3,8 : 4,17 ≈ 0,91. Dat is 0,8 of meer, dus een groot verschil — groep A is duidelijk langzamer.
Regel
Met de hand: standaardafwijking, covariantie en meetkundig gemiddelde
Zo reken je de standaardafwijking uit: trek het gemiddelde van elk getal af, kwadrateer, tel op, deel door n (een hele groep) of n − 1 (een steekproef) en neem de wortel. De covariantie telt de producten van de twee afwijkingen van elk paar op en deelt door n; het teken zegt of x en y samen boven hun gemiddelde liggen. Het meetkundig gemiddelde neemt een wortel uit het product: het past bij groeifactoren. Zie Standaardafwijking, Covariantie en r en Meetkundig gemiddelde van "Statistiek met de hand: spreiding, covariantie en het meetkundig gemiddelde".
Voorbeeld
Voor 2 4 4 4 5 5 7 9 is het gemiddelde 5; de kwadraten 9 + 1 + 1 + 1 + 0 + 0 + 4 + 16 tellen op tot 32; delen door n = 8 geeft de variantie 4 en de standaardafwijking 2. Voor x = 1 2 3 4 5 en y = 2 3 5 4 6 zijn de producten 4, 1, 0, 0, 4, dus de covariantie is 9 : 5 = 1,8 en r = 9 : 10 = 0,9. Het meetkundig gemiddelde van 2 en 8 is de wortel uit 16, dus 4; het rekenkundig gemiddelde is 5.
Regel
Uitbijters
Een waarde buiten de twee grenzen is een uitbijter; een boxplot tekent hem als aparte stip. Een verre waarde verandert het bereik sterk maar de IQR nauwelijks, en hij trekt het gemiddelde en de standaardafwijking mee (MEB 9.6.1 e, f).ondergrens=Q1−1,5×IQRbovengrens=Q3+1,5×IQR
Voorbeeld
2, 3, 5, 6, 7, 9, 10, 12, 13, 30 heeft Q3=12 en IQR 712+1,5×7=22,5 dus 30 is een uitbijter
Regel
Een weergave en een samenvatting kiezen
Een stipdiagram of histogram laat de vorm zien. Een boxplot vergelijkt groepen en toont verre waarden. Een cumulatieve frequentiegrafiek geeft de mediaan en de kwartielen van gegroepeerde gegevens. Ongeveer symmetrisch en geen verre waarden: noem het gemiddelde en de standaardafwijking. Scheef of met een verre waarde: noem de mediaan en de IQR (MEB 9.6.1 d–g).
Voorbeeld
Minuten naar school 8, 9, 10, 10, 11, 12 en 45gemiddelde 105÷7=15, mediaan 10 en IQR 12−9=3: noem de mediaan en de IQR
Let op!
Een lange snorhaar zijn niet veel waarden
Elk deel van een boxplot bevat ongeveer een kwart van de waarden, hoe lang het ook is. Een lange snorhaar betekent dat de waarden daar ver uit elkaar liggen, niet dat het er meer zijn. Zo hoeft de hoogste staaf van een histogram met verschillende klassenbreedtes niet de meeste waarden te bevatten: vergelijk de oppervlakten.
Voorbeeld
In 2, 3, 5, 6, 7, 9, 10, 12, 13, 20 is de snorhaar van 12 tot 20 lang en die van 2 tot 5 kortmaar elk bevat 3 waarden
Oefenen
Bepaal Q₁, de mediaan, Q₃ en de IQR van 2, 4, 5, 7, 8, 10, 11, 13, 14, 16, 19. Makkelijk
Toon de oplossing
Er zijn 11 waarden en de zesde staat in het midden, dus de mediaan is 10
De onderste helft is 2, 4, 5, 7, 8 dus Q1=5
De bovenste helft is 11, 13, 14, 16, 19 dus Q3=14
IQR=14−5=9
Antwoord → Q₁ = 5, mediaan = 10, Q₃ = 14, IQR = 9
De mediaan blijft uit beide helften omdat er 11 waarden zijn, een oneven aantal.
Een boxplot heeft kleinste waarde 12, Q₁ = 20, mediaan = 26, Q₃ = 40 en grootste waarde 60. Bepaal het bereik en de IQR. Welk deel van de waarden ligt in de box? Makkelijk
Toon de oplossing
bereik=60−12=48
IQR=40−20=20
De box loopt van Q₁ tot Q₃, dus hij bevat de middelste helft van de waarden
Antwoord → bereik 48, IQR 20, de helft van de waarden
Elk kwart van de waarden ligt tussen twee naburige getallen van de vijf.
Een histogram heeft klassen van breedte 10 vanaf 0 met frequenties 4, 9, 12 en 5. Hoeveel waarden zijn er en welke klasse is de modale klasse? Makkelijk
Toon de oplossing
4+9+12+5=30 waarden
De hoogste staaf heeft 12 waarden, de klasse 20≤x<30
Antwoord → 30 waarden; modale klasse 20 ≤ x < 30
De modale klasse is de klasse met de meeste waarden: de hoogste staaf.
Een cumulatieve frequentietabel geeft de lopende totalen 6, 20, 44 en 50 bij de grenzen 10, 20, 30 en 40 (de klassen beginnen bij 0). Bepaal de frequentie van elke klasse en de klasse met de mediaan. Middel
Toon de oplossing
De frequenties zijn de verschillen van naburige totalen: 6, 20−6=14, 44−20=24 en 50−44=6
Er zijn 50 waarden, dus de mediaan ligt op hoogte 50÷2=25
Het totaal is 20 bij grens 20 en 44 bij 30, dus de waarde op hoogte 25 zit in de klasse 20≤x<30
Antwoord → frequenties 6, 14, 24, 6; de mediaan zit in 20 ≤ x < 30
Het laatste totaal is altijd n, hier 50.
Twee groepen hebben allebei gemiddelde 5. Groep A is 3, 3, 7, 7 en groep B is 4, 4, 6, 6. Bepaal beide standaardafwijkingen (deel door n). Welke groep ligt meer verspreid? Middel
Toon de oplossing
In groep A ligt elke waarde 2 van het gemiddelde, dus de kwadraten zijn 4, 4, 4 en 4
sA=(4+4+4+4)÷4=4=2
In groep B ligt elke waarde 1 van het gemiddelde, dus sB=(1+1+1+1)÷4=1
Antwoord → s_A = 2 en s_B = 1; groep A ligt meer verspreid
Zelfde gemiddelde, andere spreiding: het gemiddelde alleen kan de groepen niet onderscheiden.
In een gegevensset is Q₁ = 24 en Q₃ = 36. De kleinste waarde is 8 en de grootste is 62. Welke waarden zijn uitbijters? Middel
Toon de oplossing
IQR=36−24=12 en 1,5×12=18
De ondergrens is 24−18=6 en de bovengrens is 36+18=54
8 ligt boven 6, dus geen uitbijter; 62 ligt boven 54, dus wel een uitbijter
Antwoord → alleen 62 is een uitbijter
Controleer beide grenzen: een waarde ver van de box kan toch binnen de grenzen liggen.
De quizscores zijn 4, 5, 6, 7, 8, 9, 10, 11, 12 en 13. Er komt een nieuwe score 40 bij. Bepaal het bereik en de IQR ervoor en erna. Is 40 een uitbijter? Moeilijk
Toon de oplossing
Ervoor is Q1=6 en Q3=11, dus IQR=5 en bereik=13−4=9
Erna zijn er 11 waarden met mediaan 9, Q1=6 en Q3=12, dus IQR=6 en bereik=40−4=36
De bovengrens is 12+1,5×6=21 en 40 ligt erboven
Antwoord → bereik 9 naar 36, IQR 5 naar 6; 40 is een uitbijter
Eén verre waarde verandert het bereik sterk en de IQR maar een beetje.
Maandloon in € in een winkel: 1800, 1900, 2000, 2100, 2200 en 9000 (de eigenaar). Bepaal het gemiddelde, de mediaan en de IQR. Welk midden en welke spreiding vertellen wat een werknemer verdient? Moeilijk
Toon de oplossing
gemiddelde=19000÷6≈3167
mediaan=(2000+2100)÷2=2050 en IQR=2200−1900=300
De 9000 trekt het gemiddelde ver omhoog: noem de mediaan en de IQR
Antwoord → gemiddelde ongeveer 3167, mediaan 2050, IQR 300; noem de mediaan en de IQR
Het gemiddelde is hoger dan het loon van vijf van de zes mensen.
Een histogram heeft de klassen 0≤x<10 met 15 waarden, 10≤x<30 met 24 waarden en 30≤x<60 met 21 waarden. Bepaal de frequentiedichtheid van elke klasse. Welke staaf is het hoogst en welke klasse bevat de meeste waarden? Moeilijk
Toon de oplossing
dichtheid=frequentie÷klassenbreedte
15÷10=1,5, 24÷20=1,2 en 21÷30=0,7
De hoogste staaf is de eerste, maar de middelste klasse bevat de meeste waarden
Antwoord → dichtheden 1,5, 1,2 en 0,7; hoogste staaf 0≤x<10; meeste waarden in 10≤x<30
Bij klassen van verschillende breedte vergelijk je oppervlakten, geen hoogten.
Interactieve applicaties bij dit onderwerp
Gratis applicaties openen met een gratis leerlingaccount. Docenten kunnen alle applicaties gebruiken in een live les.
De getallen van twee groepen typen en het verschil van hun gemiddelden, de standaardafwijking van elke groep en de effectgrootte d met een gegeven berekeningswijze voor de spreiding uitrekenen.
Twee boxplots vergelijken: waar een mediaan ligt tegenover de andere box, hoeveel de boxen overlappen en of het verschil klein, mogelijk of duidelijk is.
Het grootste verschil tussen twee cumulatieve percentages vinden en de percentages, hun verschil, de verhouding en phi van een kruistabel uitrekenen.