spreidingsvormen

Spreidingsvormen verwijzen naar de manier waarop data zich verspreiden rond een centrum, meestal gemeten door een centrale maat zoals het gemiddelde of de mediaan. Ze beschrijven de vorm van de verdeling: of deze symmetrisch is, scheef verdeeld, of meerdere toppen heeft. Het begrip gaat hand in hand met maat voor spreiding en centrering, en bepaalt welke statistische methoden geschikt zijn.

Veelvoorkomende spreidingsvormen zijn: symmetrische unimodale verdelingen zoals de normaalverdeling, die klokvormig en min of meer zonder scheefheid is. Scheve verdelingen hebben een lange staart aan één kant: rechts- scheef als de rechterstaart langer is, of links-scheef bij een lange linkerstaart. Multimodale verdelingen vertonen twee of meer toppen, wat wijst op verschillende subgroepen in de data. Een uniforme verdeling kent gelijke kansen tussen de mogelijke waarden. Daarnaast wordt vaak gesproken over kurtose: leptokurtisch (feller oplopende piek) en platykurtisch (flattere verdeling) in vergelijking met normaal.

Om de spreidingsvorm te beoordelen gebruik je grafische hulpmiddelen zoals een histogram, een stem-en-bladplot of een boxplot. De mate van spreiding wordt uitgedrukt met spreidingsmaten zoals bereik, interkwartielafstand (IQR), variantie en standaarddeviatie. De coëfficiënt van variatie maakt vergelijking tussen datasets met verschillende eenheden mogelijk.

De vorm van de verdeling beïnvloedt de aannames achter statistische analyses. Bij een bijna normale verdeling kan men parametische modellen toepassen; bij scheve of multimodale data zijn non-parametrische methoden of transformaties soms geschikter.