Summary  
This chapter demonstrates how to compute and aggregate descriptive statistics—such as mean, median, standard deviation, variance, range, and summary—using base functions and dplyr’s `summarise()` and `group_by()` workflows.  

General domain of usage  
Exploratory data analysis

Inzicht in uw gegevens begint met beschrijvende statistieken - deze bieden essentiële samenvattingen over de verdeling, centrale tendens en spreiding van variabelen.

## Basis Beschrijvende Statistieken
De meest voorkomende statistische maten zijn:
- **Gemiddelde**: gemiddelde waarde;
- **Standaarddeviatie**: mate van afwijking van waarden ten opzichte van het gemiddelde;
- **Mediaan**: middelste waarde;
- **Min / max**: kleinste en grootste waarden.

Deze geven een snel overzicht van hoe uw variabelen zijn verdeeld.

### Base R
Base R biedt eenvoudige functies voor het berekenen van beschrijvende statistieken. De functie `summary()` geeft ook een snel statistisch overzicht van alle numerieke kolommen.

```
mean(df$max_power, na.rm = TRUE)
median(df$selling_price, na.rm = TRUE)
min(df$mileage, na.rm = TRUE)
max(df$mileage, na.rm = TRUE)
summary(df)
```

### dplyr
Met `dplyr` kun je `summarise()` gebruiken om meerdere statistieken tegelijk te berekenen in een overzichtelijk en leesbaar formaat.

```
df %>%
  summarise(
    avg_power = mean(max_power, na.rm = TRUE),
    sd_power = sd(max_power, na.rm = TRUE),
    median_power = median(max_power, na.rm = TRUE)
  )
```

Verkrijg praktische ervaring in data-analyse met R door te leren hoe datasets opgeschoond, getransformeerd en gevisualiseerd worden. Verken essentiële workflows zoals het selecteren en filteren van data, omgaan met ontbrekende waarden en het samenvatten van resultaten. Vergroot het vertrouwen in het voorbereiden van data voor inzichten, rapportages en diepgaandere statistische verkenning.

Verken de basisprincipes van data-analyse met R. Leer hoe u de tools installeert, datasets laadt en inspecteert, informatie selecteert en filtert, gegevens sorteert en transformeert, ontbrekende waarden verwerkt en resultaten samenvat voor diepgaandere inzichten.

Leer het maken van overtuigende visualisaties met ggplot2. Bouw staafdiagrammen, histogrammen, dichtheidsplots en spreidingsdiagrammen, en pas deze vervolgens aan en verfijn ze met opmaakopties en facettering om diepere inzichten in uw gegevens te onthullen.

Verdiep uw begrip van statistiek voor data-analyse. Toepassing van beschrijvende maten, identificatie en behandeling van uitschieters, en gebruik van correlatietechnieken met visuele hulpmiddelen zoals heatmaps en spreidingsdiagrammen om betekenisvolle relaties te ontdekken.

Beschrijvende Statistiek

Basis Beschrijvende Statistieken

Base R

dplyr

Awesome!

Beschrijvende Statistiek

Basis Beschrijvende Statistieken

Base R

dplyr