Of het nu gaat om het interpreteren van percentielverschuivingen, binomiale verdelingen, het schatten van de statistische significantie van uitschieters met behulp van variantieanalyses, statistiek is een breed vakgebied dat vandaag de dag steeds populairder wordt. Hier volgt een korte geschiedenis van hoe statistiek is ontstaan en waar je de beste bronnen kunt vinden om je vragen over statistiek op te lossen!
Wat is Toegepaste Statistiek?
Misschien heb je onlangs wel eens van gegevensanalyse gehoord. Van de grote datalekken die regelmatig voorkomen bij een aantal grote banken over de hele wereld tot het kleine cookie-vakje dat je moet aanvinken, telkens wanneer je een website bezoekt - statistische analyse lijkt de Big Brother van deze eeuw te worden.
Als dit alles alleen maar klinkt als jargon voor statistici en Big Brother alleen maar beelden oproept van de beruchte reality tv-show, laten we het belang van inzicht in statistische methoden dan eens uitdiepen door een blik te werpen op Big Brother's naamgenoot: George Orwell's 1984. Zonder het plot te verklappen of een al te ingewikkelde definitie van beschrijvende statistiek te geven, volgt het verhaal van 1984 het verhaal van twee protagonisten die vechten tegen de idealen van een dystopische, autoritaire regering.
Een van deze hoofdpersonen werkt voor het "Ministerie van Waarheid", waar hij, ironisch genoeg, historische verslagen bewerkt om ze in overeenstemming te brengen met de agenda van de politieke partij. Met andere woorden: het redigeren en herzien van historische gegevens.
Het belang van statistische gegevens en hun geschiedenis is niet alleen dat ze de kwaliteit van ons leven hebben verbeterd. Ja, Bayesiaanse statistieken en machinaal leren hebben geleid tot statistische software waarmee bedreigde diersoorten kunnen worden opgespoord.
Ja, het gebied van de biostatistiek heeft de statisticus in staat gesteld tests uit te voeren die de farmaceutische geneesmiddelen opleveren die ons leven redden. Het lijdt geen twijfel dat statistische technieken essentieel zijn voor ons dagelijks leven, maar de manipulatie van wiskundige statistieken kan door bedrijven en overheidsinstanties worden gebruikt om politieke agenda's door te drukken of bepaalde segmenten van de samenleving te onderdrukken - zoals in de baanbrekende roman van Orwell wordt geïllustreerd.
Met begrippen als categorische gegevens, steekproefgrootte, standaardafwijking en kansverdeling kan het gebied van de statistiek maar al te vaak worden opgevat en onderwezen op manieren die niet alleen ontoegankelijk zijn, maar misschien ook een deel van de bevolking uitsluiten van een discipline die hen de meeste macht zou kunnen geven. Statistische theorie en toegepaste statistiek mogen dan wel een hypermodern vakgebied lijken, gevuld met ultra-complexe ideeën, maar een blik op de geschiedenis van de statistiek laat zien dat de vork anders in de steel zit.
De mens gebruikt statistiek al sinds het ontstaan van de maatschappij om dringende maatschappelijke problemen op te lossen. Van het verzamelen van ruwe gegevens over landbouwverschijnselen om landbouwtechnieken te verbeteren tot het registreren van de bewegingen van planetenstelsels om de mysteries van het heelal te ontsluieren - wetenschappers maken al eeuwenlang gebruik van statistische gegevensanalyse.
Als je nu met je ogen rolt en denkt dat mannen dit vakgebied van oudsher domineren, dan heb je het bij het verkeerde eind. Maar niet alleen hebben vrouwen als Florence Nightingale een revolutie teweeggebracht in de manier waarop we waarschijnlijkheid en statistiek gebruiken en visualiseren, ook zijn er vandaag de dag vrouwen over de hele wereld die statistische analyses gebruiken om de discriminatie aan het licht te brengen waarmee vrouwen worden geconfronteerd, zelfs in industrieën die altijd werden beschouwd als bolwerken van gelijkheid.
Dit is allemaal mooi en aardig, maar hoe ziet de toegepaste statistiek er nu precies uit, wiskundig gezien en in de tegenwoordige tijd? De naam van de discipline spreekt voor zich, maar het is belangrijk te benadrukken dat toegepaste statistiek betrekking heeft op het gebruik van gegevensverzameling, waarschijnlijkheidstheorie en gegevensvisualisatie om een probleem op te lossen of een hypothese te testen op gebieden zoals het bedrijfsleven, verzekeringen, overheden, onderwijs en meer.
Wiskundig gezien verwijst statistiek naar het toepassen van diverse theorieën om een nul- en alternatieve hypothese te testen door middel van een aantal verschillende modellen: lineaire regressie, multivariate regressie, ANOVA, enz. In het verleden was statistiek een discipline die achter ingewikkelde wiskunde opgesloten zat en aspecten omvatte van een nulhypothese over de normaliteit van een verdeling tot waarschijnlijkheidsdichtheidsfuncties.
Tegenwoordig is statistiek echter op grote schaal beschikbaar voor iedereen met toegang tot internet. Open source programma's zoals R en online tutorials, gecombineerd met tools die geen eerdere statistische ervaring vereisen - zoals Datawrapper - hebben geleid tot een nieuw, meer gedemocratiseerd tijdperk van statistiek en data-analyse.
Beschrijvende Statistiek Begrijpen
Nu je de evolutie van de statistiek en de gegevensanalyse een beetje hebt leren kenenen, kan het nuttig zijn de samenstelling van het vakgebied zelf te kennen. Over het algemeen zal de statisticus of wiskundige het vakgebied in twee hoofdtakken verdelen: beschrijvende en inferentiële statistiek.
Beschrijvende statistiek houdt zich minder bezig met de fijne kneepjes van het doen van voorspellingen op basis van steekproefgegevens en het opstellen van een betrouwbaarheidsinterval op basis van verschillende regressiemodellen. In plaats daarvan houdt de beschrijvende statistiek zich bezig met het begrijpen hoe de gegevens eruitzien.
Hoewel dit abstract klinkt, is het in feite wat de meerderheid van de bevolking niet alleen het best begrijpt, maar ook het meest gebruikt. In Vlaanderen zijn mensen en regeringen bijvoorbeeld minder geïnteresseerd in het voorspellen van het gemiddelde inkomen voor een gezin met bepaalde kenmerken en meer in, laten we zeggen, het gemiddelde inkomen van hun stad. Beschrijvende statistieken beschrijven ofwel kwalitatieve gegevens ofwel kwantitatieve gegevens en willen zowel plaats- als variabiliteitsstatistieken begrijpen.
Met andere woorden, door gebruik te maken van zaken als een histogram of een normale verdeling, kan de beschrijvende statistiek je vertellen hoe de gemiddelde gegevens eruitzien en hoe verschillend de gegevens zijn van dat gemiddelde. Maatstaven voor plaatsbepaling, of centrale tendens, zijn het steekproefgemiddelde, de mediaan en de modus. Maatstaven voor de variabiliteit zijn bijvoorbeeld de variantie, de covariantie of de standaardafwijking van afhankelijke en onafhankelijke variabelen. Enkele andere meetinstrumenten die je kunt gebruiken bij beschrijvende statistiek zijn:
- Effectgrootte
- Correlatiecoëfficiënt
- Chi-kwadraat toetsen
Samenvatten van Inferentiële Statistiek
De tweede tak van de statistiek betreft statistieken die je minder snel in de krant zult zien. Je bent waarschijnlijk gewend om cijfers zoals de ranglijst van gelukkigste landen te zien en te begrijpen, maar je bent waarschijnlijk niet bezig met het uitkammen van tijdschriften voor de laatste kwartaalramingen van het BBP.
Hoewel inferentiële statistiek een zeer krachtig statistisch instrument kan zijn dat ons dagelijks leven vormgeeft, kan het iets ingewikkelder zijn om uit te voeren, te interpreteren en te begrijpen. Inferentiële statistiek is verdeeld tussen Bayesiaanse statistici en frequentisten.
Hoewel er meer gedetailleerde beschrijvingen bestaan over hoe dit van belang is in de inferentiële statistiek, draaien de meeste methoden die dagelijks worden gehanteerd rond Bayesiaanse statistiek. Met behulp van waarschijnlijkheidstheorie zijn datawetenschappers en statistici in staat om verder te gaan dan exploratieve analyse en een studieopzet te maken die voorspellingen probeert te doen buiten een gegeven dataset.
Hoewel inferentiële statistiek pas in de 19e eeuw werd toegepast, zijn de methoden en toepassingen ervan explosief gegroeid met de uitvinding van computers en computersoftware voor statistiek, zoals SPSS, R, Stata, enzovoort. De meeste methoden en modellen die je zult toepassen bij het uitvoeren van inferentiële statistieken zijn:
- Lineaire regressie
- Algemene lineaire modellen
- Niet-parametrische toetsen
Niet-parametrische toetsen kunnen in bepaalde situaties zeer krachtig zijn, omdat ze niet vereisen dat de gegevens een bepaalde verdeling volgen. Als je meer wilt leren over inferentiële statistiek, begin dan met het leren kennen van de vele aannames - zoals die onder het Gauss-Markov theorema - die statistici op hun datasets zullen plaatsen!
De Beste Plaatsen om Statistiek te Leren
Van gewone kleinste kwadraten tot professionele statistische methodologie - statistiek is als vakgebied net zo breed als onderwerpen als economie of literatuur. Dit kan het werk van studenten en professionals binnen de statistiek nog moeilijker maken als het gaat om het leren van nieuwe vaardigheden of het perfectioneren van oude. Als je op zoek bent naar advies of hulp bij projecten met statistische modellen of als je gewoon vastzit met een stukje code, kun je het beste terecht op het internet. Hoewel het geen complete gids is voor bronnen op het gebied van statistiek, zijn hier een aantal sites die je zeker niet mag missen
Analyseren van Indicatoren
Of je nu geïnteresseerd bent in het maken van een classificatiesysteem voor de numerieke gegevens die je hebt verzameld of meer wilt begrijpen over hoe bepaalde indicatoren worden gemeten, een van de beste sites waar je terecht kunt voor hulp is Statistics Explained van Eurostat.
Visualisatie van Gegevens
Visualisatie, of je het nu doet voor je categorische gegevens of voor een ANOVA of regressie-analyse, kan lastig zijn. Soms weet je gewoon niet wat de technische aspecten zijn van het grafisch weergeven van betrouwbaarheidsintervallen of hoe je de afhankelijke variabele het beste kunt presenteren. Als je geïnteresseerd bent in snelle, onderhoudsarme visualisaties, kijk dan eens naar Datawrapper.
Programmeren
Als je op zoek bent naar hulp bij alles wat met code te maken heeft, kijk dan eerst eens op Stackoverflow. Een van de vele online forums is gewijd aan het beantwoorden, stellen of doorbladeren van vragen en antwoorden van echte mensen over echte problemen met betrekking tot code.
De Perfecte Docent Statistiek Vinden
Als je geïnteresseerd bent in het vinden van een docent statistiek, kun je beginnen met het bekijken van Superprof's gemeenschap van talloze wiskunde leraren. Ze geven les op alle verschillende niveaus en onderwerpen, en je kunt een bijlesdocent voor statistiek vinden voor de gemiddelde prijs van 15 euro per uur.
Vond je dit artikel leuk? Laat een beoordeling achter!
Laden...
