<\/p>\n
Het interkwartielbereik<\/strong> en de standaardafwijking<\/strong> zijn twee manieren om de verdeling van waarden in een dataset te meten.<\/span><\/p>\n Deze tutorial biedt een korte uitleg van elke statistiek, samen met de overeenkomsten en verschillen tussen de twee.<\/span><\/p>\n Het interkwartielbereik<\/strong> (IQR) van een dataset is het verschil tussen het eerste kwartiel (het 25e percentiel) en het derde kwartiel (het 75e percentiel). Het meet de verdeling van de gemiddelde 50% van de waarden.<\/span><\/p>\n IQR = Q3 \u2013 Q1<\/strong><\/span><\/p>\n Stel dat we bijvoorbeeld de volgende gegevensset hebben:<\/span><\/p>\n Gegevensset:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Volgens de interkwartielbereikcalculator wordt het interkwartielbereik (IQR) voor deze dataset als volgt berekend:<\/span><\/p>\n Dit vertelt ons dat de middelste 50% van de waarden in de dataset een afwijking van 14,5<\/strong> hebben.<\/span><\/p>\n Standaardafwijking<\/strong><\/p>\n De standaardafwijking<\/strong> van een dataset is een manier om de typische afwijking van individuele waarden van de gemiddelde waarde te meten. Het wordt als volgt berekend:<\/span><\/p>\n s = \u221a(\u03a3(x ik<\/sub> \u2013 X<\/span> ) 2<\/sup> \/ (n-1))<\/strong><\/span><\/p>\n Stel dat we bijvoorbeeld de volgende gegevensset hebben:<\/span><\/p>\n Gegevensset:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n We kunnen een rekenmachine gebruiken om te bepalen dat de standaardafwijking van deze gegevensset 9,25<\/strong> is. Dit geeft ons een idee van hoe ver de typische waarde afwijkt van het gemiddelde.<\/span><\/p>\n Het interkwartielbereik en de standaardafwijking hebben de volgende gelijkenis:<\/strong><\/span><\/p>\n Het interkwartielbereik en de standaarddeviatie hebben echter het volgende belangrijke verschil:<\/strong><\/span><\/p>\n Je moet het interkwartielbereik gebruiken om de verdeling van waarden in een dataset te meten als er extreme uitschieters zijn.<\/span><\/p>\n Omgekeerd moet u de standaarddeviatie gebruiken om de verdeling van waarden te meten als er geen extreme uitschieters zijn.<\/span><\/p>\n Om te illustreren waarom, bekijk de volgende dataset:<\/span><\/p>\n Gegevensset:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Eerder in het artikel hebben we de volgende statistieken voor deze dataset berekend:<\/span><\/p>\n Bedenk echter of de dataset een extreme uitbijter had:<\/span><\/p>\n Gegevensset:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32, 378<\/strong><\/span><\/p>\n We kunnen een rekenmachine gebruiken om de volgende statistieken voor deze dataset te vinden:<\/span><\/p>\n Merk op dat de interkwartielafstand nauwelijks verandert als er een uitbijter aanwezig is, terwijl de standaarddeviatie toeneemt van 9,25 naar 85,02.<\/span><\/p>\n Maatregelen van centrale tendens: definitie en voorbeelden<\/a> Het interkwartielbereik en de standaardafwijking zijn twee manieren om de verdeling van waarden in een dataset te meten. Deze tutorial biedt een korte uitleg van elke statistiek, samen met de overeenkomsten en verschillen tussen de twee. Interkwartielbereik Het interkwartielbereik (IQR) van een dataset is het verschil tussen het eerste kwartiel (het 25e percentiel) en het […]<\/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-1519","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Interkwartielbereik<\/strong><\/span><\/h3>\n
\n
Overeenkomsten en verschillen<\/strong><\/span><\/h3>\n
\n
\n
Wanneer moet u ze allemaal gebruiken?<\/strong><\/span><\/h3>\n
\n
\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Verspreidingsmaatregelen: definitie en voorbeelden
Hoe u uitschieters kunt vinden met behulp van het interkwartielbereik<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"