M ARIO F . T RIOLA

1. STATISTICS Essentials of Statistiek voor Informatiekunde docent: Frits de Vries assistent: Joris Stegeman MARIO F. TRIOLA EDITION 3rd

2. Programma vandaag • 1e uur • Welkom en kennismaking • Organisatie en opzet van het onderwijs • 2e uur • Waarom statistiek? • Vooruitblik op de stof hfst. 1,2 en 3

3. 1. Welkom en kennismaking • Docent en assistent • Mix van 2e jaars en schakelaars • Presentielijst • Huishoudelijke mededeling: oekaze CvB

4. 2. Organisatie en opzet (1) • Werkgroepen - presentielijst • Website cursus • Introductie • Literatuur • Beoordeling en deadlines • Links • Proeftentamen • Rooster

5. Website cursus:

6. Boek • Literatuur: Mario Triola: Essentials of Statistics, 3rd edition Addison-Wesley Higher Education, 2007

7. 2. Organisatie en opzet (2) • Website cursus (vervolg) • Regels ! • Schema van de oefeningen • Tentamenstof • Opdrachten week 2: hfst 1,2 en 3 • Boek: kopie stof 1,2 en 3

8. Organisatie • Geen hoorcolleges: • vragenuur op basis van ingediende vragen • heel veel oefenmateriaal • Verplichte werkcolleges: • Het maken van opgaven is essentieel en daarom verplicht. • Steeds de uitwerkingen van de aangegeven ‘exercises’ voorafgaand aan het werkcollege inleveren in 2-voud. • Werkgroepen & begeleiding: • groep 1: woensdag 1 • groep 2: woensdag 2, • groep 3: vrijdag • Computerpracticum?

9. 3. Waarom statistiek? • Lezen en schrijven artikelen vakgebied IK • Voorbeeld artikel MIS Quarterly • Lezen en schrijven in het dagelijks leven • Voorbeeld: tabel actiecommitee in de buurt • Baisvoorwaarde: logisch denken en redeneren • Voorbeeld: het Monty Hall-probleem • Voorbeeld Doping gebruik

10. Tabel (1) artikel MIS Quarterly

11. Tabel (2) artikel MIS Quarterly

12. Tabel buurtcomité

13. Intuitie is moeilijk • Quiz: hoofdprijs U mag kiezen uit 3 deurenU kiest een deur … … Welke kans heeft U op de hoofdprijs? • 1/3

14. Maar … • Stel de quizmaster opent NA UW KEUZE een van de twee overgebleven deuren en laat zien dat daar niets in zit. • U mag nu nog van deur wisselen. • Doet U dit? • Ja !! want dit vergroot Uw kans !!!

15. 1 2 3 Analyse Stel de hoofdprijs zit achter deur 1: • U koos deur 1 (auto). De quizmaster opent een andere deur waarachter niets staat. Ruilen levert verlies op… • U koos deur 2 (leeg). De quizmaster opent deur 3 waarachter niets staat. Ruilen levert hoofdprijs! • U koos deur 3 (leeg). De quizmaster opent deur 2 waarachter niets staat. Ruilen levert hoofdprijs!

16. pauze

17. Triola, hoofdstuk 1 Belangrijke definities voor gebruik bij de statistiek

18. Sektie 1.1Belangrijke definities • Data • Statistiek • Populatie • Census • Steekproef

19. Definitie Statistiek a collection of methods for- planning studies and experiments,- obtaining data, - and then organizing, summarizing, presenting, analyzing, interpreting, - and drawing conclusions based on the data

20. Chapter Key Concepts • Sample data must be collected in an appropriate way, such as through a process of random selection. • If sample data are not collected in an appropriate way, the data may be so completely useless that no amount of statistical torturing can salvage them.

21. Sektie 1.2Data typen • Definities: • Populatie parameter versus steekproef statistic • Kwantitatieve versus kwalitatieve data • Discrete versus continue data • Meetnivo’s: nominaal, ordinaal, interval, ratio

22. Levels of Measurement • Nominal- categories only • Ordinal- categories with some order • Interval- differences but no natural starting point • Ratio- differences and a natural starting point

23. Sektie 1.3Kritisch denken • Misbruik, ondeskundig gebruik, verkeerd gebruik van de statistiek

24. Misuse # 1- Bad Samples • Voluntary response sample (or self-selected sample)- one in which the respondents themselves decide whether to be included. In this case, valid conclusions can be made only about the specific group of people who agree to participate.

25. Misuse # 2- Small Samples Conclusions should not be based on samples that are far too small. Example: Basing a school suspension rate on a sample of only three students

26. Misuse # 3- Graphs To correctly interpret a graph, you must analyze the numerical information given in the graph, so as not to be misled by the graph’s shape.

27. Misuse # 4- Pictographs Part (b) is designed to exaggerate the difference by increasing each dimension in proportion to the actual amounts of oil consumption.

28. Misuse # 5- Percentages Misleading or unclear percentages are sometimes used. For example, if you take 100% of a quantity, you take it all. 110% of an effort does not make sense.

29. Loaded Questions Order of Questions Refusals Correlation & Causality Self Interest Study Precise Numbers Partial Pictures Deliberate Distortions Other Misuses of Statistics

30. Sektie 1.4Ontwerp van het experiment • Soorten studies • Observationeel • Experimenteel • Retrospectief • Prospectief (longitudinaal, cohort)

31. Definition • Confounding • occurs in an experiment when the experimenter is not able to distinguish between the effects of different factors

32. Controlling Effects of Variables • Blinding subject does not know he or she is receiving a treatment or placebo • Blocks groups of subjects with similar characteristics • Completely Randomized Experimental Design subjects are put into blocks through a process of random selection • Rigorously Controlled Design subjects are very carefully chosen

33. steekproeven

34. Definitions • Random Sample • members of the population are selected in such a way that each individual member has an equal chance of being selected • Simple Random Sample(of size n) • subjects selected in such a way that every possible sample of the same size n has the same chance of being chosen

35. Methods of Sampling • Random • Systematic • Convenience • Stratified • Cluster

36. Saunders-hfst 6

37. Triola, hoofdstuk 2 Statistiek voor het samenvatten en weergeven van data

38. Sektie 2.1 Overview Important Characteristics of DataCVDOT 1. Center: A representative or average value that indicates where the middle of the data set is located.2. Variation: A measure of the amount that the values vary among themselves. 3. Distribution: The nature or shape of the distribution of data (such as bell-shaped, uniform, or skewed).4. Outliers: Sample values that lie very far away from the vast majority of other sample values.5. Time: Changing characteristics of the data over time.

39. Sektie 2.2 Frequentieverdelingen • Gewone (rechte) telling van waarden in een tabel • Samenvoegen van waarden in categorieën (classes)

40. Frequency Distribution Ages of Best Actresses Frequency Distribution Original Data

41. Samenhangende definities • Lower class limits • Upper class limits • Class boundaries • Class midpoints • Class width • Relatieve frequenties • Cumulatieve frequenties • (cumulatieve percentages)

42. Frequency Tables

43. Sektie 2.3 Histogrammen • Grafische weergave van verdelingen

44. Histogram A bar graph in which the horizontal scale represents the classes of data values and the vertical scale represents the frequencies

45. Relative Frequency Histogram Has the same shape and horizontal scale as a histogram, but the vertical scale is marked with relative frequencies instead of actual frequencies

46. Critical ThinkingInterpreting Histograms One key characteristic of a normal distribution is that it has a “bell” shape. The histogram below illustrates this.

47. Sektie 2.4 Statistical graphics • Andere vormen van visuele weergave • Polygon • Ogive • Dot plot • Stemplot • Pareto chart • Pie chart • Scatter plot • Time series

48. Ogive A line graph that depicts cumulative frequencies Insert figure 2-6 from page 58

49. Dot Plot Consists of a graph in which each data value is plotted as a point (or dot) along a scale of values

50. Other Graphs