Waarschijnlijkheid versus statistiek
Waarschijnlijkheid en statistiek zijn twee kanten van dezelfde wiskundige medaille, die onzekerheid vanuit tegengestelde richtingen benaderen. Waar waarschijnlijkheid de kans op toekomstige uitkomsten voorspelt op basis van bekende modellen, analyseert statistiek gegevens uit het verleden om die modellen te construeren of te verifiëren. Statistiek werkt in feite vanuit observaties terug naar de onderliggende waarheid.
Uitgelicht
- Waarschijnlijkheid is het fundament; statistiek is het gebouw dat daarop is gebouwd.
- Een waarschijnlijkheid van 0,5 is een wiskundige bewering, terwijl een statistisch gemiddelde een waarneming is.
- Statistiek houdt rekening met 'ruis' en uitschieters, die in de zuivere kansrekening worden genegeerd.
- Gokken is gebaseerd op waarschijnlijkheid, terwijl verzekeringsmaatschappijen op statistieken vertrouwen.
Wat is Waarschijnlijkheid?
De wiskundige studie van willekeurigheid die de kans voorspelt dat specifieke gebeurtenissen zich voordoen.
- Het werkt als een deductief proces, waarbij men van algemene regels naar specifieke uitkomsten gaat.
- Berekeningen liggen altijd tussen 0 (onmogelijk) en 1 (zekerheid).
- Het gaat ervan uit dat de parameters van de 'populatie' of het systeem al bekend zijn.
- Maakt vaak gebruik van hulpmiddelen zoals permutaties, combinaties en verdelingscurven.
- De wet van de grote getallen verbindt theoretische waarschijnlijkheid met resultaten in de praktijk.
Wat is Statistieken?
De wetenschap van het verzamelen, analyseren en interpreteren van gegevens om patronen en trends te ontdekken.
- Het is een inductief proces, waarbij men van specifieke observaties naar algemene conclusies gaat.
- De focus ligt op het schatten van onbekende populatieparameters met behulp van een kleinere steekproef.
- Dit houdt in dat foutmarges en betrouwbaarheidsniveaus van gegevens worden berekend.
- Verdeeld in twee hoofdtakken: beschrijvende en inferentiële statistiek.
- Het onderzoek is sterk afhankelijk van het opschonen van gegevens en het verwijderen van vooroordelen om de nauwkeurigheid te garanderen.
Vergelijkingstabel
| Functie | Waarschijnlijkheid | Statistieken |
|---|---|---|
| Richting van de logica | Deductief (van model naar data) | Inductief (van data naar model) |
| Hoofddoel | Toekomstige gebeurtenissen voorspellen | Uitleg van gegevens uit het verleden/heden |
| Bekende entiteiten | De bevolking en haar regels | Het monster en de bijbehorende metingen. |
| Onbekende entiteiten | De specifieke uitkomst van een rechtszaak | De ware kenmerken van de bevolking |
| Kernvraag | Wat is de kans dat 'X' gebeurt? | Wat vertelt 'X' ons over de wereld? |
| Afhankelijkheid | Onafhankelijk van gegevensverzameling | Volledig afhankelijk van de kwaliteit van de gegevens. |
| Kerntool | Willekeurige variabelen en verdelingen | Steekproeven en hypothesetoetsing |
Gedetailleerde vergelijking
De informatiestroom
Zie kansrekening als een 'vooruitkijkende' machine waarbij je begint met een stapel kaarten en de kans berekent dat je een aas trekt. Statistiek is 'achteruitkijkend'; je krijgt een stapel getrokken kaarten en moet bepalen of de kaarten gemanipuleerd of eerlijk getrokken zijn. De ene methode begint met de oorzaak en voorspelt het gevolg, terwijl de andere begint met het gevolg en op zoek gaat naar de oorzaak.
Zekerheid versus schatting
Kansrekening houdt zich bezig met theoretische zekerheden; als een dobbelsteen eerlijk is, is de kans op een zes wiskundig vastgelegd. Statistiek claimt echter nooit 100% zekerheid. In plaats daarvan geven statistici 'betrouwbaarheidsintervallen', waarmee ze erkennen dat, hoewel ze geloven dat er een trend bestaat, er altijd een berekende foutmarge of 'p-waarde' is die de kans op een fout kwantificeert.
Populatie versus steekproef
Bij kansrekening gaan we ervan uit dat we alles weten over de hele groep (de populatie), zoals bijvoorbeeld precies weten hoeveel rode knikkers er in een pot zitten. Statistiek wordt gebruikt wanneer de pot ondoorzichtig en te groot is om te tellen. We pakken er een handvol uit (de steekproef), bekijken ze en gebruiken die beperkte informatie om een onderbouwde schatting te maken van het aantal knikkers in de pot.
Verweven relatie
Moderne statistiek is ondenkbaar zonder kansrekening. Statistische tests, zoals het bepalen of een nieuw medicijn beter werkt dan een placebo, zijn gebaseerd op kansverdelingen om te zien of de waargenomen resultaten ook door puur toeval zouden kunnen zijn ontstaan. Kansrekening biedt het theoretische kader, terwijl statistiek de praktische toepassing verzorgt.
Voors en tegens
Waarschijnlijkheid
Voordelen
- +Uiterst precieze wiskunde
- +Absolute theoretische regels
- +Essentieel voor AI-logica
- +Berekent het risico duidelijk
Gebruikt
- −Vereist bekende invoerwaarden.
- −Kan te abstract zijn
- −Gevoelig voor aannames
- −Houdt geen rekening met vooringenomenheid.
Statistieken
Voordelen
- +Maakt gebruik van bewijsmateriaal uit de praktijk
- +Identificeert verborgen trends
- +Corrigeert fouten
- +Vormt de basis voor beleidsbeslissingen
Gebruikt
- −Voor interpretatie vatbaar
- −Correlatie is geen causaliteit.
- −Gemakkelijk te manipuleren
- −Vereist grote datasets.
Veelvoorkomende misvattingen
Waarschijnlijkheid en statistiek zijn gewoon verschillende namen voor hetzelfde.
Het zijn twee verschillende disciplines. Hoewel ze allebei met kans te maken hebben, is waarschijnlijkheid een tak van de theoretische wiskunde, terwijl statistiek een toegepaste wetenschap is die zich richt op de interpretatie van gegevens.
'Statistische significantie' betekent dat iets 100% bewezen is.
In de statistiek is niets 'bewezen' in absolute zin. Het betekent alleen dat het resultaat zeer onwaarschijnlijk is dat het door toeval is ontstaan, meestal met een kans van 5% of 1% dat het een toevalstreffer is.
Volgens de wet van de gemiddelden is een overwinning na een lange reeks verliezen 'aanstaande'.
Dit is de gokkersdwaaltheorie. De kansrekening stelt dat elke onafhankelijke gebeurtenis (zoals het opgooien van een munt) geen rekening houdt met de vorige; de kansen blijven hetzelfde, ongeacht wat er eerder is gebeurd.
Meer data leidt altijd tot betere statistieken.
Kwantiteit garandeert geen kwaliteit. Als de data vertekend zijn of de steekproef niet representatief is, leidt een grotere dataset simpelweg tot een 'zelfverzekerder' maar onjuiste conclusie.
Veelgestelde vragen
Welke discipline moet ik als eerste leren voor Data Science?
Wat is het verschil tussen een parameter en een statistiek?
Is kaartentellen bij blackjack een kwestie van kansberekening of van statistiek?
Hoe helpt waarschijnlijkheid bij het voorspellen van het weer?
Wat is 'inferentie' in de statistiek?
Wat betekent een kans van 0?
Kunnen statistieken gebruikt worden om te liegen?
Waarom is de 'normale verdeling' in beide gevallen zo belangrijk?
Oordeel
Gebruik kansberekening wanneer je de spelregels kent en wilt voorspellen wat er vervolgens zal gebeuren. Schakel over op statistiek wanneer je over een grote hoeveelheid gegevens beschikt en wilt achterhalen wat die verborgen regels precies inhouden.
Gerelateerde vergelijkingen
Absolute waarde versus modulus
Hoewel ze in de inleidende wiskunde vaak door elkaar worden gebruikt, verwijst absolute waarde doorgaans naar de afstand van een reëel getal tot nul, terwijl modulus dit concept uitbreidt naar complexe getallen en vectoren. Beide dienen hetzelfde fundamentele doel: het wegnemen van richtingstekens om de pure grootte van een wiskundige entiteit te onthullen.
Afgeleide versus differentiaal
Hoewel ze op elkaar lijken en dezelfde oorsprong in de differentiaalrekening hebben, is een afgeleide een veranderingssnelheid die aangeeft hoe de ene variabele reageert op de andere, terwijl een differentiaal een feitelijke, infinitesimale verandering in de variabelen zelf weergeeft. Zie de afgeleide als de 'snelheid' van een functie op een bepaald punt en de differentiaal als de 'kleine stap' die langs de raaklijn wordt gezet.
Algebra versus meetkunde
Terwijl algebra zich richt op de abstracte regels van bewerkingen en het manipuleren van symbolen om onbekenden op te lossen, onderzoekt meetkunde de fysieke eigenschappen van de ruimte, waaronder de grootte, vorm en relatieve positie van figuren. Samen vormen ze de basis van de wiskunde en vertalen ze logische verbanden naar visuele structuren.
Cartesiaanse versus poolcoördinaten
Hoewel beide systemen primair bedoeld zijn om locaties in een tweedimensionaal vlak te bepalen, benaderen ze deze taak vanuit verschillende geometrische filosofieën. Cartesiaanse coördinaten zijn gebaseerd op een star raster van horizontale en verticale afstanden, terwijl poolcoördinaten zich richten op de directe afstand en de hoek ten opzichte van een centraal vast punt.
Cirkel versus ellips
Terwijl een cirkel wordt gedefinieerd door één middelpunt en een constante straal, breidt een ellips dit concept uit naar twee brandpunten, waardoor een langwerpige vorm ontstaat waarbij de som van de afstanden tot deze brandpunten constant blijft. Elke cirkel is technisch gezien een speciaal type ellips waarbij de twee brandpunten perfect samenvallen, waardoor ze de meest verwante figuren in de coördinatenmeetkunde zijn.