lengte apart bekeken
csv-bestand
We onderzoeken een csv-dataset met de lengte en het gewicht van 200 personen.
Het csv-bestand werd ingevoerd in het rekenblad van Suite.
de lengte apart bekeken
beschrijvende maten
- De kolommen met gegevens in inch en pound werden eerst omgerekend naar cm en kg.
- Selecteer kolom D, klik op de knop
Bereken -> Onderzoek 1 Variabele en lees de beschrijvende maten af.
Het rekenkundig gemiddelde van de 200 gemeten lengtes is 172.6 cm.
- Creëer in kolom F een lijst met klassengrenzen van 160 tot 190.
- Selecteer kolom D, klik op de knop
Statistiek -> Frequentietabel.
Kies voor Groepeer volgens intervallen en selecteer de lijst met klassengrenzen in kolom F. - Lees de klassenfrequenties in het dialoogvenster en typ ze in kolom G.
- Selecteer de gegevens in de kolommen F en G en Klik op de knop
Creëer diagram -> Histogram.
QQ-plot
Dat de lengtes normaal verdeeld zijn, merk je nog beter bij het tekenen van een QQ-plot of kwantielplot. Hierbij worden de gestandaardiseerde steekproefgegevens (empirische kwantielen) uitgezet tegenover de theoretische kwantielen.
Hoe beter de puntenwolk de eerste bissectrice benadert, hoe meer de steekproef normaal verdeeld is:
- D2 : D201 creëert een lijst l1 met de 200 lengtes.
- Je standaardiseert deze lijst door eerst het gemiddelde af te trekken en dan te delen door de st.afwijking.
- Kwantielplot(stand) creëert een kwantielplot van de gestandaardiseerde lijst met 200 lengtes. Hierbij worden de gemeten (empirische lengtes) uitgezet t.o.v. van de theoretische lengtes voor een normale verdeling. Hoe dichter de puntenlijst de rechte y = x benaderd, hoe beter de lijst normaal verdeeld is.