{"id":204,"date":"2023-08-04T05:58:31","date_gmt":"2023-08-04T05:58:31","guid":{"rendered":"https:\/\/statorials.org\/nl\/aantal-statistische-klassen\/"},"modified":"2023-08-04T05:58:31","modified_gmt":"2023-08-04T05:58:31","slug":"aantal-statistische-klassen","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/aantal-statistische-klassen\/","title":{"rendered":"Aantal klassen (statistieken)"},"content":{"rendered":"

In dit artikel wordt uitgelegd hoe u het aantal klassen in statistieken kunt vinden. Ook zul je na het vinden van het aantal klassen ontdekken hoe de breedte van de intervallen wordt berekend en daarnaast kun je verschillende concrete voorbeelden zien. <\/p>\n

<\/span> Hoe het aantal klassen in statistieken te berekenen<\/span><\/h2>\n

In de statistiek zijn er voornamelijk twee methoden om het ideale aantal klassen voor een gegevensmonster te berekenen<\/strong> : de regel van Sturges, die een formule is, en de wortelmethode, waarbij de vierkantswortel van het totale aantal gegevens wordt gevonden.<\/p>\n

Afhankelijk van het monster is het raadzaam om de ene of de andere methode te gebruiken. Beide methoden worden hieronder uitgelegd met een voorbeeld.<\/p>\n

<\/span> De regel van Sturges<\/span><\/h3>\n

De regel van Sturges<\/strong> is een regel die wordt gebruikt om het ideale aantal klassen of intervallen te berekenen waarin een dataset moet worden verdeeld. Concreet stelt de formule van de Sturges-regel dat het juiste aantal klassen gelijk is aan \u00e9\u00e9n plus de logaritme met grondtal twee van het totale aantal datapunten.<\/p>\n<\/p>\n

\"c=1+\\log_2(N)\"<\/p>\n<\/p>\n

Goud<\/p>\n<\/p>\n

\"c\"<\/p>\n

is het aantal klassen of intervallen en<\/p>\n

\"N\"<\/p>\n

is het totale aantal waarnemingen in de steekproef. <\/p>\n

\n

De meeste rekenmachines staan alleen berekeningen toe met logaritmes met grondtal 10. In dit geval kunt u deze equivalente formule gebruiken:<\/p>\n<\/p>\n

\"c=1+\\cfrac{\\log(N)}{\\log(2)}\"<\/p>\n<\/p>\n<\/div>\n

Als we bijvoorbeeld een statistische steekproef van 100 waarnemingen hebben, wordt volgens de regel van Sturges het aantal klassen waarmee de gegevens moeten worden gegroepeerd als volgt berekend:<\/p>\n<\/p>\n

\"\\begin{array}{l}c=1+\\log_2(N)\\\\[2ex]c=1+\\log_2(100)\\\\[2ex]c=1+6,64\\\\[2ex]c=7,64\\\\[2ex]c\\approx<\/p>\n<\/p>\n

Voor een steekproef met in totaal 100 gegevenspunten moeten de gegevens dus in 8 verschillende intervallen worden verdeeld.<\/p>\n

<\/span> wortel methode<\/span><\/h3>\n

Hoewel de regel van Sturges ongetwijfeld beter bekend is, is een andere methode die in de statistiek veel wordt gebruikt om het aantal klassen te berekenen, het berekenen van de vierkantswortel van de steekproefomvang.<\/p>\n

Een andere formule om het ideale aantal klassen te berekenen is dus als volgt:<\/p>\n<\/p>\n

\"c=\\sqrt{N}\"<\/p>\n<\/p>\n

Goud<\/p>\n<\/p>\n

\"c\"<\/p>\n

is het aantal klassen of intervallen en<\/p>\n

\"N\"<\/p>\n

is het totale aantal gegevensitems in de steekproef.<\/p>\n

Als we bijvoorbeeld in totaal 150 gegevenseenheden hebben, zou de berekening van het aantal intervallen waarin we de gegevens moeten verdelen als volgt zijn:<\/p>\n<\/p>\n

\"c=\\sqrt{150}=12,25<\/p>\n<\/p>\n

De vorige formule wordt gebruikt als de steekproefomvang kleiner is dan 200, maar als we 200 of meer gegevens hebben, is het beter om het aantal klassen te berekenen door de derdemachtswortel te nemen:<\/p>\n<\/p>\n

\"c=\\sqrt[3]{N}\"<\/p>\n<\/p>\n

Goud<\/p>\n<\/p>\n

\"c\"<\/p>\n

is het aantal klassen of intervallen en<\/p>\n

\"N\"<\/p>\n

is het totale aantal gegevensitems in de steekproef. <\/p>\n

<\/span> Aantal klassen en intervalbreedte<\/span><\/h2>\n

Nadat we het aantal bakken hebben berekend, kunnen we berekenen hoe breed elk interval moet zijn met behulp van de volgende formule:<\/p>\n<\/p>\n

\"<\/p>\n<\/p>\n

Als voorbeeld is hieronder een oefening opgelost zodat je kunt zien hoe de breedte van intervallen wordt berekend.<\/p>\n