HBO Praktijkcursus – Statistiek

Je past statistische methoden toe om data te analyseren, interpreteren en rapporteren in een professionele context.

1. 1 Basisconcepten van statistiek Je onderzoekt basisbegrippen, variabelen, schaalniveaus en leert data verzamelen en ordenen.
   10 lessen

   1. Definitie en toepassing van statistiekJe onderzoekt wat statistiek inhoudt en waar je het in het werk toepast.
   2. Populatie en steekproefJe onderscheidt populatie en steekproef en past deze begrippen toe.
   3. Kwantitatieve en kwalitatieve variabelenJe herkent en classificeert variabelen als kwantitatief of kwalitatief.
   4. Schaalniveaus: nominaal, ordinaal, interval, ratioJe bepaalt het schaalniveau van variabelen en past deze kennis toe.
   5. Data verzamelen en ordenenJe verzamelt en ordent data op een gestructureerde manier.
   6. Frequentietabellen makenJe maakt frequentietabellen op basis van verzamelde data.
   7. Grafische weergave van dataJe zet data om in grafieken voor een visuele weergave.
   8. Centrale tendentie: modus, mediaan, gemiddeldeJe berekent en vergelijkt modus, mediaan en gemiddelde.
   9. Spreidingsmaten: variatiebreedte, variantie, standaarddeviatieJe berekent spreidingsmaten en vergelijkt de uitkomsten.
   10. Betrouwbaarheid en validiteit van dataJe beoordeelt de betrouwbaarheid en validiteit van je data.
2. 2 Beschrijvende statistiek Je vat data samen, maakt grafieken en onderzoekt relaties tussen variabelen.
   10 lessen

   1. Samenvatten van data met tabellen en grafiekenJe vat data samen in tabellen en grafieken voor overzicht en analyse.
   2. Gebruik van histogrammen en staafdiagrammenJe maakt en gebruikt histogrammen en staafdiagrammen.
   3. Boxplots maken en interpreterenJe maakt boxplots en interpreteert de spreiding van data.
   4. Berekenen van spreidingsmatenJe berekent spreidingsmaten voor verschillende datasets.
   5. Relaties tussen variabelen weergevenJe geeft relaties tussen variabelen weer in grafische vorm.
   6. Correlatie en covariantie uitleggenJe legt uit wat correlatie en covariantie betekenen en past ze toe.
   7. Toepassen van cumulatieve frequentiesJe past cumulatieve frequenties toe op datasets.
   8. Gebruik van percentielen en kwartielenJe gebruikt percentielen en kwartielen om data te beschrijven.
   9. Identificeren van uitschietersJe identificeert uitschieters in datasets.
   10. Visualisatie met spreidingsdiagrammenJe maakt en interpreteert spreidingsdiagrammen.
3. 3 Kansrekening Je past kansrekening toe, van basisregels tot praktijktoepassingen en kansverdelingen.
   10 lessen

   1. Definitie van kans en kansruimteJe definieert kans en kansruimte aan de hand van voorbeelden.
   2. Regels van kansberekeningJe past regels van kansberekening toe op eenvoudige situaties.
   3. Onafhankelijke en afhankelijke gebeurtenissenJe onderscheidt onafhankelijke en afhankelijke gebeurtenissen.
   4. Berekenen van combinaties en permutatiesJe berekent combinaties en permutaties in praktische situaties.
   5. Voorwaardelijke kans begrijpenJe past voorwaardelijke kans toe op relevante voorbeelden.
   6. Wet van totale kans en Bayes’ regelJe gebruikt de wet van totale kans en Bayes’ regel.
   7. Kansverdelingen in discrete variabelenJe werkt met kansverdelingen bij discrete variabelen.
   8. Binomiale verdeling toepassenJe past de binomiale verdeling toe in praktijkvoorbeelden.
   9. Poissonverdeling gebruikenJe gebruikt de Poissonverdeling bij het analyseren van data.
   10. Toepassingen van kansrekening in praktijkJe past kansrekening toe op situaties uit de praktijk.
4. 4 Distributies en kansverdelingen Je analyseert verschillende verdelingen en past ze toe op data en praktijkvoorbeelden.
   10 lessen

   1. Normale verdeling herkennen en gebruikenJe herkent en gebruikt de normale verdeling bij data-analyse.
   2. Eigenschappen van de normale curveJe benoemt eigenschappen van de normale curve en past ze toe.
   3. Toepassen van z-scoresJe berekent en gebruikt z-scores bij data-analyse.
   4. T-verdeling en toepassingenJe past de t-verdeling toe en herkent toepassingsgebieden.
   5. Chi-kwadraatverdeling begrijpenJe legt de chi-kwadraatverdeling uit en past deze toe.
   6. F-verdeling en variantieanalyseJe gebruikt de F-verdeling bij variantieanalyse.
   7. Verdeling van steekproefgemiddeldenJe onderzoekt de verdeling van steekproefgemiddelden.
   8. Continu versus discrete verdelingenJe vergelijkt continue en discrete verdelingen.
   9. Samenhang tussen verdelingenJe beschrijft samenhang tussen verschillende verdelingen.
   10. Praktische voorbeelden van verdelingenJe past verdelingen toe in concrete praktijkvoorbeelden.
5. 5 Steekproeven en schatten Je selecteert steekproeven, schat parameters en beoordeelt nauwkeurigheid en representativiteit.
   10 lessen

   1. Steekproefmethoden en -techniekenJe kiest en beschrijft geschikte steekproefmethoden.
   2. Aselecte steekproeven nemenJe voert aselecte steekproeven uit in verschillende situaties.
   3. Steekproefgrootte bepalenJe bepaalt de benodigde steekproefgrootte voor onderzoek.
   4. Betrouwbaarheidsintervallen berekenenJe berekent betrouwbaarheidsintervallen voor schattingen.
   5. Punten- en intervalschattingenJe maakt onderscheid tussen punten- en intervalschattingen.
   6. Nauwkeurigheid en precisie van schattingenJe beoordeelt de nauwkeurigheid en precisie van schattingen.
   7. Invloed van steekproefgrootte op resultatenJe analyseert de invloed van steekproefgrootte op resultaten.
   8. Bias en representativiteit beoordelenJe beoordeelt bias en representativiteit van steekproeven.
   9. Schattingen voor proporties en gemiddeldenJe schat proporties en gemiddelden op basis van steekproeven.
   10. Toepassingen in praktijkvoorbeeldenJe past schattingsmethoden toe op praktijkvoorbeelden.
6. 6 Hypothesetoetsing Je voert hypothesetoetsen uit, interpreteert p-waarden en bepaalt effectgrootte in analyses.
   10 lessen

   1. Opstellen van nul- en alternatieve hypotheseJe stelt nul- en alternatieve hypothesen op voor onderzoek.
   2. Type I en type II fouten begrijpenJe legt uit wat type I en type II fouten zijn in toetsing.
   3. Kritieke waarden en significantieniveauJe bepaalt kritieke waarden en het significantieniveau.
   4. Toepassen van t-toetsen (één- en tweezijdig)Je voert t-toetsen uit en interpreteert de uitkomsten.
   5. Chi-kwadraattoets voor onafhankelijkheidJe past de chi-kwadraattoets toe voor onafhankelijkheid.
   6. Toetsen voor proporties en gemiddeldenJe toetst verschillen in proporties en gemiddelden.
   7. F-toets en variantieanalyse (ANOVA)Je past de F-toets en ANOVA toe op datasets.
   8. P-waarde interpreterenJe interpreteert p-waarden bij toetsresultaten.
   9. Effectgrootte bepalenJe bepaalt de effectgrootte van gevonden verschillen.
   10. Praktische toepassingen van hypothesetoetsingJe past hypothesetoetsing toe op praktijkvoorbeelden.
7. 7 Regressieanalyse Je analyseert verbanden met regressie, stelt modellen op en gebruikt deze voor voorspellingen.
   10 lessen

   1. Lineaire regressie uitleggenJe legt het principe van lineaire regressie uit aan de hand van voorbeelden.
   2. Regressievergelijking opstellenJe stelt een regressievergelijking op uit data.
   3. Interpretatie van regressiecoëfficiëntenJe interpreteert regressiecoëfficiënten in het model.
   4. Residuen en modelvalidatieJe onderzoekt residuen en valideert het model.
   5. Meervoudige regressie toepassenJe past meervoudige regressie toe op datasets.
   6. Betrouwbaarheid en significantie van modellenJe beoordeelt de betrouwbaarheid en significantie van modellen.
   7. Voorwaarden voor regressieanalyseJe controleert voorwaarden voor regressieanalyse.
   8. Toepassen van niet-lineaire regressieJe past niet-lineaire regressie toe waar nodig.
   9. Gebruik van regressie in voorspellingenJe gebruikt regressiemodellen om voorspellingen te doen.
   10. Praktische cases met regressieJe werkt met praktijkcases waarbij regressie wordt toegepast.
8. 8 Tijdreeksanalyse Je onderzoekt tijdreeksen, herkent patronen en maakt prognoses met passende analysetechnieken.
   10 lessen

   1. Kenmerken van tijdreeksenJe benoemt kenmerken van tijdreeksen en herkent deze in data.
   2. Seizoensinvloeden herkennenJe signaleert seizoensinvloeden in tijdreeksen.
   3. Trendanalyse uitvoerenJe voert trendanalyses uit op tijdreeksen.
   4. Beweging van gemiddelden toepassenJe past het gemiddelde toe om bewegingen te analyseren.
   5. Autocorrelatie en stationariteitJe onderzoekt autocorrelatie en stationariteit in reeksen.
   6. Prognoses en voorspellingen makenJe maakt prognoses en voorspellingen op basis van tijdreeksen.
   7. Toepassing van ARIMA-modellenJe past ARIMA-modellen toe voor analyse van tijdreeksen.
   8. Visuele weergave van tijdreeksenJe visualiseert tijdreeksen met grafieken.
   9. Analyseren van fluctuaties en cycliJe analyseert fluctuaties en cycli in tijdreeksen.
   10. Praktische voorbeelden in economie en techniekJe werkt met voorbeelden uit economie en techniek.
9. 9 Non-parametrische statistiek Je past non-parametrische methoden toe en vergelijkt deze met parametrische alternatieven.
   10 lessen

   1. Wanneer non-parametrische methoden gebruikenJe bepaalt wanneer non-parametrische methoden nodig zijn.
   2. Rangordetoetsen toepassenJe voert rangordetoetsen uit op data.
   3. Mann-Whitney U-toets uitleggenJe legt de Mann-Whitney U-toets uit en past deze toe.
   4. Wilcoxon-test gebruikenJe gebruikt de Wilcoxon-test bij kleine steekproeven.
   5. Kruskal-Wallis toets toepassenJe past de Kruskal-Wallis toets toe op datasets.
   6. Chi-kwadraat bij frequentiesJe gebruikt de chi-kwadraat bij frequentieverdelingen.
   7. Interpretatie van resultatenJe interpreteert resultaten van non-parametrische analyses.
   8. Voor- en nadelen ten opzichte van parametrische testsJe vergelijkt voor- en nadelen met parametrische tests.
   9. Praktische voorbeelden van non-parametrische analyseJe past non-parametrische analyse toe op praktijkvoorbeelden.
   10. Toepassing bij kleine steekproevenJe gebruikt non-parametrische methoden bij kleine steekproeven.
10. 10 Statistische software en rapportage Je werkt met statistische software, voert analyses uit en rapporteert resultaten helder.
    10 lessen

    1. Introductie tot statistische software (bijv. SPSS, R)Je maakt kennis met statistische software en de basisfunctionaliteiten.
    2. Data invoeren en organiserenJe voert data in en organiseert deze in softwarepakketten.
    3. Uitvoeren van basisanalysesJe voert basisanalyses uit met behulp van software.
    4. Visualiseren van resultaten met softwareJe visualiseert resultaten in grafieken en tabellen.
    5. Interpretatie van outputrapportenJe interpreteert outputrapporten uit statistische software.
    6. Rapporteren van statistische bevindingenJe rapporteert statistische bevindingen op een gestructureerde manier.
    7. Correct gebruik van tabellen en grafiekenJe gebruikt tabellen en grafieken correct in rapportages.
    8. Toetsen van aannames met softwareJe toetst aannames met behulp van softwarefuncties.
    9. Automatiseren van herhalende analysesJe automatiseert herhalende analyses in software.
    10. Presenteren van resultaten aan niet-statisticiJe presenteert resultaten begrijpelijk aan niet-statistici.