6.3 en 7.1 - Data verzameling
In kader van een biologisch onderzoek, werd de lengte bepaald van 350 volwassen Komodovaranen.
De gegevens werden vervolgens weergegeven aan de hand van een histogram. Dit is een grafiek die de frequentieverdeling van numerieke gegevens visualiseert, door data te groeperen in 'klassen' (intervallen) en de hoogte van de staven de frequentie (=hoe vaak iets voorkomt) in die klasse weergeeft.
Wat doet de schuifknop bovenaan de histogram?
Het verzamelen van gegevens doen we niet zomaar.
We willen op basis van de gegevens voorspellingen gaan doen over de lengte van Komodovaranen in het algemeen. Om voorspellingen te kunnen doen, gaan we de data die we verzameld hebben, omvormen naar een kansverdeling.
We gaan daarvoor het histogram omvormen naar een dichtheidshistogram:
Hierbij wordt op de verticale as (=y-as) de relatieve frequentiedichtheid (RFD) weergegeven ipv de frequentie:
Door gebruik te maken van RFD, zorg je ervoor dat de totale oppervlakte van de grafiek = 1.
Je kunt nu de dichtheidskromme tekenen, waarbij je de gemiddelde van elke klassen (en diens RFD) gaat verbinden met elkaar. Ook hier blijft de totale oppervlakte van de grafiek = 1.
De dichtheidskromme vormt daardoor een schatting voor de kansverdeling.
Ter info: De schuifknop (n) heeft net zoals hiervoor invloed op de klassenbreedte. In dit geval heeft dit dus niet te maken met het totaal aantal gegevens.
Hoe zou je de vorm van de bekomen grafiek beschrijven?
Regelmatig valt op dat meetwaarden vrij symmetrisch verdeeld zijn rond een centrale waarde.
We kunnen het dichtheidshistogram dan gaan benaderen door een klokvormige dichtheidskromme, genaamd de Gausscurve.
De Gausscurve wordt weergegeven via volgende functie (die je niet vanbuiten moet kennen):
De Gausscurve is hierbij enkel afhankelijk van volgende parameters:
- Het gemiddelde
- De standaardafwijking
Wat zou het voordeel zijn van een Gausskromme?
Wat zou een nadeel zijn van een Gausskromme?