{"id":1020,"date":"2023-07-27T23:23:42","date_gmt":"2023-07-27T23:23:42","guid":{"rendered":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/"},"modified":"2023-07-27T23:23:42","modified_gmt":"2023-07-27T23:23:42","slug":"kale-netten-criterium","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/","title":{"rendered":"Chauvenet criterium: definitie en voorbeeld"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Een <strong>uitschieter<\/strong> is een <a href=\"https:\/\/statorials.org\/nl\/observatie-in-de-statistiek\/\" target=\"_blank\" rel=\"noopener\">waarneming<\/a> die abnormaal ver verwijderd is van andere waarden in een dataset. Uitschieters kunnen problematisch zijn omdat ze de resultaten van een analyse kunnen be\u00efnvloeden.<\/span><\/p>\n<p> <span style=\"color: #000000;\">E\u00e9n manier om uitschieters in een dataset te identificeren is door <strong>het Chauvenet-criterium<\/strong> te gebruiken, dat het volgende proces gebruikt:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1.<\/strong> Bereken voor elke individuele waarde x <sub>i<\/sub> in de dataset de afwijking van het gemiddelde als volgt:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Afwijking = |x <sub>i<\/sub> \u2013 <span style=\"text-decoration: overline;\">x<\/span> | \/S<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">waarbij <span style=\"text-decoration: overline;\">x<\/span> het steekproefgemiddelde is en <em>s<\/em> de standaarddeviatie van de steekproef.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2.<\/strong> Vergelijk de afwijkingen van elke individuele waarde met de kritische waarden in de Chauvenet-criteriatabel hieronder. Voor individuele gegevenswaarden met afwijkingen die groter zijn dan die in de tabel, rapporteert u deze gegevenswaarden als uitschieters.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10552 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png\" alt=\"Chauvenet-criteriatabel\" width=\"169\" height=\"749\" srcset=\"\" sizes=\"auto, \"><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Het Chauvenet-criterium: een voorbeeld<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Stel dat we de volgende gegevensset van 15 waarden hebben:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10553 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet2.png\" alt=\"\" width=\"71\" height=\"330\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">Het steekproefgemiddelde voor deze gegevensset is <strong><span style=\"text-decoration: overline;\">x<\/span> =<\/strong> <strong>17,067<\/strong> en de standaarddeviatie van de steekproef is <strong>s =<\/strong> <strong>10,096<\/strong> . Voor elke individuele gegevenswaarde kunnen we de afwijking als volgt berekenen:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Afwijking = |x <sub>i<\/sub> \u2013 <span style=\"text-decoration: overline;\">x<\/span> | \/S<\/span><\/p>\n<p> <span style=\"color: #000000;\">Bijvoorbeeld:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">De eerste gegevenswaarde zou een afwijking hebben van |4 \u2013 17.067| \/ 10.096 = <strong>1.294<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">De eerste gegevenswaarde zou een afwijking hebben van |6 \u2013 17,067| \/ 10,096 = <strong>1,096<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Enzovoort.<\/span><\/p>\n<p> <span style=\"color: #000000;\">We kunnen dezelfde formule gebruiken om de afwijking van elke individuele gegevenswaarde te berekenen:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10554 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet3.png\" alt=\"Voorbeeld van Chauvenet-criterium\" width=\"151\" height=\"364\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">We kunnen dan naar de Chauvenet-criteriatabel verwijzen en vaststellen dat de kritische waarde die overeenkomt met een steekproefomvang van n=15 <strong>2,128<\/strong> is. Elke waarde met een afwijking groter dan 2,128 kan dus als een uitbijter worden beschouwd.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Het blijkt dat de waarde <strong>42<\/strong> een afwijking heeft groter dan 2,128:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-10557 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet5.png\" alt=\"Voorbeeld van het Chauvenet-criterium voor het detecteren van uitbijters\" width=\"334\" height=\"361\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">De waarde 42 is dus de enige uitschieter in deze dataset.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Voorzorgsmaatregelen met betrekking tot het gebruik van het Chauvenet-criterium<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Het Chauvenet-criterium gaat ervan uit dat de waarden in een dataset<a href=\"https:\/\/statorials.org\/nl\/de-normale-verdeling\/\" target=\"_blank\" rel=\"noopener noreferrer\">normaal verdeeld<\/a> zijn. Als niet aan deze veronderstelling wordt voldaan, is het gebruik van het Chauvenet-criterium om uitschieters te identificeren waarschijnlijk niet geldig.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Als u deze methode gebruikt en constateert dat een waarde een uitbijter is, moet u eerst verifi\u00ebren dat de waarde niet het resultaat is van een gegevensinvoerfout. Soms worden gegevens simpelweg verkeerd ingevoerd.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Als de waarde echt een uitbijter is, kunt u ervoor kiezen deze te verwijderen als deze een aanzienlijke impact heeft op uw algehele analyse. Zorg ervoor dat u bij het rapporteren van uw resultaten vermeldt dat u een uitschieter heeft verwijderd.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Bovendien mag deze methode slechts \u00e9\u00e9n keer op een bepaalde dataset worden gebruikt. Stel dat we dit criterium bijvoorbeeld gebruiken om de waarde <strong>42<\/strong> in het vorige voorbeeld als een uitschieter te identificeren en die waarde uit de gegevensset te verwijderen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">We moeten dan het <a href=\"https:\/\/statorials.org\/nl\/steekproefgemiddelde-vergeleken-met-het-populatiegemiddelde\/\" target=\"_blank\" rel=\"noopener\">steekproefgemiddelde<\/a> en de standaarddeviatie niet opnieuw berekenen en de afwijkingen opnieuw berekenen om meer uitschieters te vinden.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Een uitschieter is een waarneming die abnormaal ver verwijderd is van andere waarden in een dataset. Uitschieters kunnen problematisch zijn omdat ze de resultaten van een analyse kunnen be\u00efnvloeden. E\u00e9n manier om uitschieters in een dataset te identificeren is door het Chauvenet-criterium te gebruiken, dat het volgende proces gebruikt: 1. Bereken voor elke individuele waarde [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1020","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Het Chauvenet-criterium: definitie en voorbeeld - Statorials<\/title>\n<meta name=\"description\" content=\"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Het Chauvenet-criterium: definitie en voorbeeld - Statorials\" \/>\n<meta property=\"og:description\" content=\"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T23:23:42+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png\" \/>\n<meta name=\"author\" content=\"Dr.benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr.benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"2\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/\",\"url\":\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/\",\"name\":\"Het Chauvenet-criterium: definitie en voorbeeld - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-27T23:23:42+00:00\",\"dateModified\":\"2023-07-27T23:23:42+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/kale-netten-criterium\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Chauvenet criterium: definitie en voorbeeld\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/nl\/#website\",\"url\":\"https:\/\/statorials.org\/nl\/\",\"name\":\"Statorials\",\"description\":\"Uw gids voor statistische competentie\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/nl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\",\"name\":\"Dr.benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr.benjamin anderson\"},\"description\":\"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder\",\"sameAs\":[\"http:\/\/statorials.org\/nl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Het Chauvenet-criterium: definitie en voorbeeld - Statorials","description":"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/","og_locale":"de_DE","og_type":"article","og_title":"Het Chauvenet-criterium: definitie en voorbeeld - Statorials","og_description":"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.","og_url":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/","og_site_name":"Statorials","article_published_time":"2023-07-27T23:23:42+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/chauvenet1.png"}],"author":"Dr.benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr.benjamin anderson","Gesch\u00e4tzte Lesezeit":"2\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/","url":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/","name":"Het Chauvenet-criterium: definitie en voorbeeld - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-27T23:23:42+00:00","dateModified":"2023-07-27T23:23:42+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"Een eenvoudige uitleg van het Chauvenet-criterium voor het detecteren van uitschieters, inclusief een definitie en een voorbeeld.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/kale-netten-criterium\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/kale-netten-criterium\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Chauvenet criterium: definitie en voorbeeld"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/nl\/#website","url":"https:\/\/statorials.org\/nl\/","name":"Statorials","description":"Uw gids voor statistische competentie","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/nl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219","name":"Dr.benjamin anderson","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr.benjamin anderson"},"description":"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder","sameAs":["http:\/\/statorials.org\/nl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/1020","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/comments?post=1020"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/1020\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=1020"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=1020"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=1020"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}