Inleiding tot statistiek en kansrekening

Dit boek levert een toegankelijk en diepgaand overzicht van de voornaamste statistische kengetallen en de basisbegrippen uit de verklarende statistiek, zoals betrouwbaarheidsintervallen en hypothesetoetsen. Bovendien besteedt het uitgebreid aandacht aan de visualisatie van gegevens, de basisprincipes van de kansrekening en de meest courante kansverdelingen en -dichtheden. Zo komen niet enkel de oude vertrouwde histogrammen en staafdiagrammen aan bod, maar ook moderne grafieken, zoals de mozaïekplot en de bubble plot. Het boek behandelt zowel klassieke parametrische en niet-parametrische verschiltoetsen als toetsen voor equivalentie. Het boek is doorspekt met inspirerende illustraties uit tal van disciplines en is daarom ideaal lesmateriaal voor studenten industriële ingenieurswetenschappen, bio-ingenieurswetenschappen, handelsingenieurs, bedrijfskunde en wetenschappen. Het boek maakt gebruik van het gebruiksvriendelijke, interactieve statistiekpakket JMP® voor het uitvoeren van berekeningen en het creëren van figuren. De benodigde basisstappen worden in detail beschreven zodat ook lezers die nog niet vertrouwd zijn met de software de nodige basisconcepten begrijpen en ermee aan de slag kunnen. Over de auteur Peter Goos is gewoon hoogleraar aan de Faculteit Bio-Ingenieurswetenschappen van de KU Leuven en aan de Faculteit Bedrijfswetenschappen en Economie van de Universiteit Antwerpen, waar hij kansrekening en statistiek doceert aan studenten bio-ingenieur en handelsingenieur. Peter Goos is auteur van de boeken Kansen en verwachtingen (ACCO, 2009), Optimal Design of Experiments: A Case Study Approach (Wiley, 2011), Verklarende statistiek: schatten en toetsen (ACCO, 2026), Beschrijvende statistiek en kansrekenen (ACCO, 2026) en Regression and Analysis of Variance (ACCO, 2022). Hij ontving voor zijn onderzoek de Shewell Award, de Lloyd S. Nelson Award, de Brumbaugh Award en de Wilcoxon Award van de American Society for Quality, en de Statistics in Chemistry Award van de American Statistical Association.