Stel dat we bijvoorbeeld de volgende gegevensset hebben:<\/span><\/p>\n Gegevensset: 3, 4, 11, 15, 19, 19, 19, 22, 22, 23, 23, 26<\/span><\/p>\n Om het bereik te berekenen, kunnen we de volgende formule gebruiken:<\/span><\/p>\n Het bereik is 23<\/strong> . Dit vertegenwoordigt het verschil tussen de kleinste en grootste waarden in de dataset.<\/span><\/p>\n In statistieken is bereik belangrijk om de volgende redenen:<\/span><\/p>\n Reden 1<\/strong> : Dit vertelt ons de distributie van de volledige dataset.<\/span><\/p>\n Reden 2<\/strong> : Het vertelt ons welke extreme waarden mogelijk zijn in een bepaalde dataset.<\/span><\/p>\n De volgende voorbeelden illustreren elk van deze redenen in de praktijk.<\/span><\/p>\n Het bereik vertelt ons de distributie van een volledige dataset.<\/span><\/p>\n Stel dat we bijvoorbeeld de volgende dataset hebben die de examenscores van 20 verschillende studenten in een klas toont:<\/span> <\/p>\n Het bereik van de examenresultaten wordt als volgt berekend:<\/span><\/p>\n Het bereik blijkt 30<\/b> te zijn. Dit vertegenwoordigt het verschil tussen het hoogste cijfer op het examen en het laagste cijfer in de klas.<\/span><\/p>\n Door deze meting nauwkeurig te kennen, kan de klasleraar snel de verdeling van waarden in examenresultaten onder alle leerlingen begrijpen.<\/span><\/p>\n Het bereik vertelt ons welke extreme waarden mogelijk zijn in een bepaalde dataset.<\/span><\/p>\n Stel bijvoorbeeld dat een makelaar toegang heeft tot een database met de verkoopprijzen van 100.000 woningen in een bepaalde stad in de Verenigde Staten:<\/span> <\/p>\n Laten we zeggen dat we statistische software (zoals Excel , R , Python , etc.) gebruiken om het bereik van deze dataset te berekenen en het volgende te vinden:<\/span><\/p>\n Als de makelaar een klant heeft met een aankoopbudget van minder dan \u20ac 194.000,- of meer dan \u20ac 854.000,-, kan de makelaar meteen weten dat geen enkel huis in die bepaalde stad aan de criteria voor aankoop zal voldoen.<\/span><\/p>\n Het bereik heeft een nadeel: het wordt be\u00efnvloed door uitschieters<\/strong> .<\/span><\/p>\n Om dit te illustreren, bekijken we 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 Het bereik van deze dataset is 32 \u2013 1 = 31<\/strong> .<\/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 Het bereik van deze dataset zou nu 378 \u2013 1 = 377<\/strong> zijn.<\/span><\/p>\n Merk op hoe het bereik drastisch verandert als gevolg van een uitbijter.<\/span><\/p>\n Voordat u het bereik van een dataset berekent, is het een goed idee om eerst te controleren of er uitschieters zijn die het bereik misleidend kunnen maken.<\/span><\/p>\n In de volgende tutorials wordt het belang van andere maatregelen in de statistiek uitgelegd:<\/span><\/p>\n Waarom is het gemiddelde belangrijk in statistieken?<\/a> In statistieken vertegenwoordigt bereik het verschil tussen de kleinste en grootste waarde in een reeks gegevens. Stel dat we bijvoorbeeld de volgende gegevensset hebben: Gegevensset: 3, 4, 11, 15, 19, 19, 19, 22, 22, 23, 23, 26 Om het bereik te berekenen, kunnen we de volgende formule gebruiken: Bereik = Maximale waarde \u2013 Minimale waarde […]<\/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-3261","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Reden 1: Bereik vertelt ons de distributie van een volledige dataset<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/modeimportant3.jpg\")
<\/p>\n\n
Reden 2: Bereik vertelt ons welke extreme waarden mogelijk zijn in een bepaalde dataset<\/span><\/strong><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/modeimportant1.jpg\")
<\/p>\n\n
De achterkant van het gebruik van het strand<\/strong><\/span><\/h2>\n
Aanvullende bronnen<\/strong><\/span><\/h2>\n
Waarom is de mediaan belangrijk in statistieken?<\/a>
Waarom is modus belangrijk in statistieken?<\/a>
Waarom is standaarddeviatie belangrijk in statistieken?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"