Dansende steekproeven

Het doel van deze module is om de te laten zien wat de invloed is van de grootte van de steekproef op de steekproefresultaten.

Om goed de variabiliteit in deze module te zien, is het verstandig om uit te gaan van een groot bestand.

Procedure

De procedure is als volgt:

•Open een bestand

•Selecteer een variabele.

  Op de bovenste helft van het scherm staat de populatie weergegeven als staafdiagram en boxplot.

•Maak een indeling van de populatie. Tien tot twintig klassen met een passende klassebreedte is geschikt.

•Gebruik de tempobalk om de simulaties uit te voeren.

  Begin stap voor stap.

De onderste helft laat de steekproeven zien. Je kunt daar de omvang van de steekproef aanpassen

De resultaten worden gepresenteerd door middel van een boxplot, histogram of dotplot.

Histogram, Dotplot

Zet je deze opties tegelijk aan dan is goed te zien dat informatie van de dotplot bij een histogram verloren gaat.

Boxplot

In de boxplot is de mediaan aangegeven.

Toon memory

Als je Toon memory aanzet zie je bij histogram en boxplot ook de resultaten van de laatste 30 trekkingen getoond.

Duidelijk is dat bij een kleine steekproef van 30 personen de variatie heel groot is.

Bij een steekproef met omvang 300 is de variatie veel minder.

Bij kleine steekproeven is het verstandig om het aantal manieren van presentatie te beperken.

Bij snelle uitvoering van de simuklaties komt het dansende karakter tot uiting.

Het geeft een levendig beeld van de variabiliteit bij het trekken van steekproeven.

Splitsen

Splitsen van de dataset op een kenmerk is een optie voor gevorderden.

Aardig is te splitsen op een catagoriale variabele, bijvoorbeeld geslacht.

Je ziet de diagrammen in meervoud, afhankelijk van de labels van het kenmerk.

Het is goed om dit zeker niet in het begin te doen.

Artikel

Towards more accessible conceptions of statistical inference

C. J. Wild, M. Pfannkuch, M. Regan, N. J.