Quintiles - KamilTaylan.blog
24 juni 2021 22:35

Quintiles

Wat zijn Quintiles?

Een kwintiel is een statistische waarde van een gegevensset die 20% van een bepaalde populatie vertegenwoordigt, dus het eerste kwintiel vertegenwoordigt het laagste vijfde van de gegevens (1% tot 20%); het tweede kwintiel vertegenwoordigt het tweede vijfde (21% tot 40%) enzovoort.

Quintiles worden gebruikt om afkappunten te creëren voor een bepaalde populatie; een door de overheid gesponsorde sociaaleconomische studie kan kwintielen gebruiken om het maximale vermogen te bepalen dat een gezin zou kunnen bezitten om tot het laagste kwintiel van de samenleving te behoren. Deze cut-off point kan dan gebruikt worden als een voorwaarde voor een familie om een speciale overheid ontvangt subsidie gericht op hulp van de samenleving minder bedeelden.

Belangrijkste leerpunten

  • Quintiles zijn representatief voor 20% van een bepaalde populatie. Daarom vertegenwoordigt het eerste kwintiel het laagste vijfde van de gegevens en het laatste kwintiel de laatste of laatste vijfde van een gegevens.
  • Ze worden over het algemeen gebruikt voor grote datasets en worden vaak gebruikt door politici en economen om concepten over economische en sociale rechtvaardigheid te bespreken.
  • Afhankelijk van de grootte van de populatie, omvatten alternatieven voor kwintielen kwartielen en tertielen.

Quintiles begrijpen

Een kwintiel is een soort kwantiel, dat wordt gedefinieerd als segmenten van gelijke grootte van een populatie. Een van de meest voorkomende statistieken in statistische analyse, de mediaan, is eigenlijk alleen het resultaat van het verdelen van een populatie in twee kwantielen. Een kwintiel is een van de vijf waarden die een gegevensbereik in vijf gelijke delen verdelen, die elk 1/5 (20 procent) van het bereik zijn. Een populatie die in drie gelijke delen is verdeeld, is verdeeld in tertielen, terwijl een populatie die in vieren is verdeeld, is verdeeld in kwartielen. Hoe groter de dataset, hoe gemakkelijker het is om in grotere kwantielen te verdelen. Economen gebruiken vaak kwintielen om zeer grote datasets te analyseren, zoals de bevolking van de Verenigde Staten.

Als we bijvoorbeeld alle slotkoersen voor een specifiek aandeel in het afgelopen jaar voor elke dag zouden bekijken, zou de bovenste 20% van die prijzen het bovenste kwintiel van de gegevens vertegenwoordigen. De onderste 20% van die prijzen zou het onderste kwintiel van de gegevens vertegenwoordigen. Er zouden drie kwintielen zijn tussen de bovenste en onderste kwintielen. Hoewel het gemiddelde van alle aandelenkoersen doorgaans tussen het tweede en vierde kwintiel ligt, wat het middelpunt van de gegevens is, kunnen uitschieters aan de bovenkant of onderkant van de gegevens de gemiddelde waarde verhogen of verlagen. Daarom is het de moeite waard om de verdeling van de gegevenspunten te overwegen – en rekening te houden met eventuele significante uitschieters – wanneer u de gegevens en de gemiddelde waarden probeert te begrijpen.

Veelvoorkomend gebruik van Quintiles

Politici doen een beroep op kwintielen om de noodzaak van beleidsveranderingen te illustreren. Een politicus die voorstander is van economische rechtvaardigheid, kan bijvoorbeeld de bevolking in kwintielen verdelen om te illustreren hoe de 20% van de inkomensverdieners de controle hebben over wat naar zijn mening een oneerlijk groot deel van de rijkdom is. Aan de andere kant van het spectrum zou een politicus die oproept tot een einde aan progressieve belastingheffing, kwintielen kunnen gebruiken om het argument aan te voeren dat de top 20% een te groot deel van de belastingdruk draagt.

In “The Bell Curve”, een controversieel boek uit 1994 over intelligentiequotiënt (IQ), gebruiken de auteurs kwintielen door de hele tekst om hun onderzoek te illustreren, wat aantoont dat IQ sterk gecorreleerd is met positieve resultaten in het leven.

Alternatieven voor Quintiles

Voor bepaalde populaties is het gebruik van andere methoden om te onderzoeken hoe de gegevens worden verdeeld logischer dan het gebruik van kwintielen. Voor kleinere datasets helpt het gebruik van kwartielen of tertielen voorkomen dat de gegevens te dun worden verspreid. Door het gemiddelde of het gemiddelde van een gegevensset te vergelijken met de mediaan, of het afkappunt waar de gegevens in twee kwantielen zijn verdeeld, wordt duidelijk of de gegevens gelijkmatig zijn verdeeld of dat ze naar boven of naar beneden scheef staan. Een gemiddelde dat significant hoger is dan de mediaan geeft aan dat de gegevens topzwaar zijn, terwijl een lager gemiddelde het tegenovergestelde suggereert.