= Oplossingen. 1 Beschrijvende statistiek (blz. 31) x = 5,08 m ; s = 0,56 m. x = 25,66 jaar ; s = 5,46 jaar
|
|
- Paula van Loon
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 = Oplossingen Bij geruik van ICT kunnen resultaten liht vershillen. 1 Beshrijvende statistiek (lz. 31) 1 d me = 64 km/h ; Q 1 = 55 km/h ; Q 3 = 74 km/h e x = 64,58 km/h ; s = 12,96 km/h f 49 % g 68 %; 96 %; 100 % 8 symmetrie rond klasse [35, 38] 61 is een uitshieter (lekke and van Raf). d met uitshieter : x = 35,63 minuten ; s = 6,26 minuten zonder uitshieter : x = 35,20 minuten ; s = 5,35 minuten 2 d me = 65 gram ; Q 1 = 59 gram ; Q 3 = 76 gram e x = 67,06 gram ; s = 12,47 gram f 65,7 %; 95,7 %; 100 % km/h 10 x = 6,45 3 d Q 1 = 71,25 ; Q 2 = 83 ; Q 3 = 92 ; x = 84,34 ; s = 18,92 f 6 g 37 h 20,9 % i 51 j 68,18 %; 95,45 % 4 d Q 1 = 4,76 m ; Q 2 = 5,15 m ; Q 3 = 5,43 m ; x = 5,08 m ; s = 0,56 m e 4 f 50 g 4,09 % h 94,15 % 11 8 leerlingen 12 a 1125 euro euro 14 a steekproef e populatie steekproef f steekproef populatie g populatie d steekproef h populatie 15 a alle inwoners van Vlaanderen de smaak van ijs 600 (willekeurig) gekozen personen 5 d Q 1 = 21,75 jaar ; Q 2 = 26 jaar ; Q 3 = 30 jaar ; x = 25,66 jaar ; s = 5,46 jaar f 7 g 51,25 % h 30 % 6 De partij wordt goedgekeurd. 7 a x = 10,96 euro ; s = 5,10 euro x = 14,94 euro ; s = 3,74 euro x = 15,35 euro ; s = 4,72 euro 16 a systematish met vast egin getrapt aselet aselet met randomgetallen 17 steekproef : leeftijd man vrouw 0 12 jaar jaar jaar jaar en ouder lid aselet te kiezen 195
2 2 De normale verdeling (lz. 65) 1 a 0, , ,86298 d 0,00135 e 0, a 6,68 % 13,59 % 50 % d 53,78 % e 84,13 % 3 a a = 0,39 a = 2,38 a = 0,02 d a = 0,13 e a = 0,23 f a = 0,60 4 a a = 86,745 a = 63,551 a = 63,551 d a = 99,600 5 a x = 71,35 minuten ; s = 9,95 minuten ja d 12,22 %; 51,6 %; 34,44 % 6 a x = 1135,86 gram ; s = 47,03 gram ja d 22,3 %; 8,6 %; 69,1 % 7 a x = 508,16 gram ; s = 9,46 gram 19,4 % 8 Pieter 9 a z Engels = 0,111; z Frans = 0,129 ; z Fysia = 0,375 ; z Wiskunde = 0, a z Annelore = 0,8; z Bea = 1,4 70,74 % x Greet = 55 ; x Daisy = 94 ; x Evert = a lauw groen rood d groen e lauw f rood g groen 13 a lauw rood roze d groen d 16 1,8 gram 17 a 22,6 % 65 minuten 18 68,3 gram 19 a 16,9 % 74,3 m d 83,5 m 20 a 94,5 % 8,1 % 334 wafels 21 a 0,2 % 74,7 % 22 neen 23 15,9 % Fysia Engels 24 kleiner dan 46 m of groter dan 58,46 m 10 relatief zwaarst : zera 25 15,87 % 196 relatief lihtst : nijlpaard
3 VBTL 6 STATISTIEK UITGEBREID OPLOSSINGEN punten 27 Evert heeft gelijk. 28 maximaal 4 jaar 29 a 315 gram 1 gram 30 a [472,53; 499,47] [21,85; 24,15] 31 a 10,6 % t = 144 minuten 32 a μ = 17 16,49 % s = 8 d s = 12 e μ = 53 en s = 4 f 84,15 % 3 Kansverdelingen 3.1 Stohasten of toevalsveranderlijken (lz. 95) 1 a P(X = 1) = 2 4 ;P(X = 2) = 5 15 ;P(X = 3) = 1 6 ; P(X = 4) = 2 21 ;P(X = 5) = 1 2 ;P(X = 6) = ; P(X = 7) = E [X ] = 2,2 ; Var [X ] = 1, ,64 euro 3 winst A : 66,66 euro ; B : 53,33 euro ; C : 40 euro ; D : 26,66 euro ; E : 13,33 euro ,50 euro 5 a 37,75 euro ,69 39,93 euro euro 34 s = 4,824 gram 35 7 uur en 42 minuten a 103,14 km/h 42,8 % 37 gemiddelde = 45 m ; standaardafwijking = 0,4 m 38 gemiddelde = 6233,47 uur ; standaardafwijking = 233,86 uur 39 gemiddelde = 506 l ; standaardafwijking = 3 l 40 a [903, 1117] ; [883, 1137] ; [ 843, 1177] 927 ml ; 903 ml ; 859 ml 41 a x = 39,83 duim ; s = 2,05 duim d 75,3 % euro 7 E [X ] = 3 2 ; Var [X ] = euro 0,54 euro 37 9 E [X ] = 0,3077 ; Var [X ] = 0, E [X ] = 1,95 (lampen) ; E [K ] = 69,50 (euro) 11 E [X ] = 5,5 ; Var [X ] = 8,25 12 Laure wint op lange termijn. 13 μ = 14,50 euro 14 μ = 1312,50 euro 15 x = 5,50 euro 42 12,28 % 16 Dit is geen eerlijk spel. 197
4 17 a ; x i p i d μ = = 3,16 18 a a = a a = 5 µ = ; σ = ; ,75 %; 35,2 %; 0 5 d μ = 1 ; s = 5 µ = 5 3 ; σ = %; 33,3 % 19 a a = 2 9 0, a 50 % 20 % 28 μ = 9 minuten ; s = 2,3 minuten µ = 25 9 ; σ = 1 9 ; , a a = 3 32 µ = 0; σ = ;1 21 a a = 1 π ; a = 2 µ = ; σ = , a = 5 2 µ = 9 16 ; σ = , a = 1 12 µ = ; σ = ,
5 VBTL 6 STATISTIEK UITGEBREID OPLOSSINGEN 3.2 Rekenregels voor toevalsveranderlijken (lz. 108) 1 a X ~ N (2μ, 2 s) X ~ N (2μ, 2s) X ~ N (0, 2 s) d X ~ N (7μ, 5s) e X ~ N (μ + 5, s) f X ~ N (0, s) g µ X ~ N σ,1 h X ~ N (0, 1) 2 a 37,46 % a = 8,28 9 a 15,9 % 30,9 % 4,9 % d 50 % % 11 a 11,5 % 12,76 mm 12 11,5 % 13 90,9 % 14 N (μ = 624 gram ; σ = 7 gram) 3 a 66,73 % a = 130,57 4 kansverdeling van M = max (X,Y ) x i p i 1 3 μ M = 161 4, % 16 15,7 % 17 a 50 % 7,9 % 0,6 % d 10,3 % kansverdeling van P = X Y x i p i μ P = 49 4 = 12,25 5 μ = 1260 gram ; s = 39,2 gram 6 a μ = 12,5 % ; s = 0,17 % μ = 12,5 % ; s = 0,12 % 18 a 9,1 % 0,08 % 19 37,7 % 7 a 25 % 0,14 % 20 13,2 % % 8 80 % 199
6 22 12,4 % 23 a 74,6 % 96 % 24 minstens 22 koekjes uerdons 4 Disrete verdelingen 4.1 De inomiale verdeling (lz. 122) 1 a 3,2 % 42,8 % 29,4 % 2 a 0,01 % 90,2 % 56,1 % 3 16,8 % 4 p = 1 ; E [X ] = 2 ; P (X > 5) = 4,54 % 13 5 a 29,8 % 80 % 20 % 6 a 21,4 % 62,8 % 15,8 % 7 a 34,56 % 31,74 % 31,74 % 8 45,57 % 9 a 39, 15 % 44,37 % 97,34 % 10 a 20 % 48,8 % 20,3 % d 55,8 % 11 70,3 % 12 62,5 % 13 34,7 % 200
7 VBTL 6 STATISTIEK UITGEBREID OPLOSSINGEN 14 p = , ,9 % 4.2 Andere disrete verdelingen (lz. 132) 1 9,88 % 16 a 30,6 % 42,1 % minstens 17 worpen 17 minstens 14 keer 18 minstens 10 keer 19 a 17 % 3 20 a 1,4 % minstens 59 kandidaten m = 3 ; σ = 22 a 67,23 % 32,77 % 4 d minstens ,5 % 7 6 1,08 2 6,25 % 3 a 59,81 % 33,49 % 4 3,57 % 5 12,3 % 6 a 29, % 4,19 % 5,51 % 7 a 18,11 % 6,25 % 7,25 % d 88,40 % 8 a 11,24 % 21,42 % 4,45 % d 31,15 % e 3,93 % 24 μ = 1025,6 gram 9 13,16 % 25 35,3 % 10 21,72 % 26 a x P (X = x ) a 19,85 % 15,91 % 12 a 19,85 % 19,49 % 201
8 4.3 De entrale limietstelling (lz. 142) 1 X ~ B (n = 12 ; p = 0,45) ; Y ~ N (μ = np = 5,4 ; σ = npq = 1,723) i P (X = i ) P (i 0,5 Y < i + 0,5) 0 0, , , , , , , , , , ,2225 0, , , , , , , ,0277 0, ,0068 0, , , , , % 3 a inomiaal : 19,5 %; normaal : 19,3 % inomiaal : 41,4 %; normaal : 42,8 % inomiaal : 0,02 %; normaal : 0,009 % 4 inomiaal : 30,8 %; normaal : 28 % 5 a inomiaal : 26,4 %; normaal : 25,6 % inomiaal : 27,9 %; normaal : / (n < 20) 6 a 78,9 % 48,8 % 99,99 % 7 a inomiaal : 35,5 %; normaal :,2 % inomiaal : 34 % 8 inomiaal : 4,2 %; normaal : 4,4 % 9 a 0,004 % 4,2 % 11,7 % 10 a inomiaal : 73,5 % inomiaal : 88,8 %; normaal : 88,3 % inomiaal : 80,9 %; normaal : 81,1 % 11 inomiaal : 1,6 %; normaal : 1,8 % 12 86,3 % % 14 7,4 % 15 inomiaal : 5,5 %; normaal : 5,9 % 16 inomiaal : 0,52 %; normaal : 0,49 % 17 a 1,8 % 0,7 % 18 a 23,2 % 7,05 % 800 euro 19 a 5 u 35 minuten 27 % 20 a % 21 a μ = 2, , 7 % 22 a 111,3 1,46 % < 5 % 2532,52 euro 23 a 6,68 % σ = 0,12 mm 202
9 VBTL 6 STATISTIEK UITGEBREID OPLOSSINGEN 24 a ,4 % 6 mogelijkheden 5 Betrouwaarheidsintervallen en toetsen van hypothesen 5.1 Betrouwaarheidsintervallen (lz. 170) Aantal stelletjes Kans d μ = 4000 euro e 8 % 25 a 0, [550, 626] 2 [42,8 %; 64,7 %] 3 [8,2 %; 14,3 %] 4 a [51,1 %; 62,3 %]; [49,3 %; 64,0 %] 26 a 0,62 % 8 kiezers 0,26 % 0,29 % 5 a [79,1 % ; 90,9 %] 3772 orders 27 a 34,375 % 7,53 % 28 a 27,78 % 3,4 % 58,1 % d 0,999 % = 100 % e 83,8 % [330 euro, 1404 euro] 8 a [48,66 %; 57,59 %] 980 kiezers 9 [508,2 gram ; 510,8 gram] 29 a 2,94 % 60,5 % 8,3 % d 49,5 % 30 a 1,717 gram ewering is juist appelen 11 [143,7 gram ; 144,3 gram] % 13 [245,98 gram ; 250,02 gram] ij Pringles 14 [9,44 uur ; 10,86 uur] 31 a 6,08 m 98,55 % 69,6 % 32 a 134,6 km/h m = 4,456 37,7 % 203
10 5.2 Toetsen van hypothesen (lz. 189) 1 Nulhypothese (H 0 : μ = 1800 uur) wordt niet aanvaard ; de farikant heeft ongelijk. 2 Nulhypothese (H 0 : p = 0,06) wordt aanvaard (P = 0,2 > α = 0,05) ; de partij wordt goedgekeurd. 3 Nulhypothese (H 0 : p = 0,5) wordt niet aanvaard (P = 0,0009 < α = 0,05) ; muntstuk is niet normaal. 4 Nulhypothese (H 0 : μ = 140 al) wordt niet aanvaard, de farikant heeft ongelijk. 5 Nulhypothese (H 0 : μ = 240 gram) wordt aanvaard, de emestingsmethode overtuigt niet. 6 a 98 % Nulhypothese (H 0 : μ = 8 ml) wordt niet aanvaard, de mahine is waarshijnlijk niet orret afgesteld. 7 Nulhypothese (H 0 : p = 0,3) wordt niet aanvaard (P = 0,008 < α = 0,05), de promotieampagne heeft effet gehad. 8 Nulhypothese (H 0 : p = 0,32) wordt niet aanvaard (P = 0,054 < α = 0,1), de partij van de urgemeester is minder populair. 9 a 78,8 % Nulhypothese (H 0 : μ = 204 ml) op 5 % niveau wordt niet aanvaard. Nulhypothese (H 0 : μ = 204 ml) op 1 % niveau wordt aanvaard. 10 a Nulhypothese (H 0 : μ = 32 minuten) wordt niet verworpen, men kan zih tereht afvragen of de reorganisatie zinvol was. Nulhypothese (H 0 : μ = 28 minuten) wordt aanvaard, de ewering van het afdelingshoofd kan juist zijn. 11 Nulhypothese (H 0 : μ = 7,6 mm) wordt niet aanvaard, het produtieproes wordt stopgezet. 12 Nulhypothese (H 0 : p = 0,06) wordt aanvaard (P = 0,103 > α = 0,05), er worden op maandag meer slehte onderdelen geprodueerd. 13 Nulhypothese (H 0 : p = 0,04) wordt niet aanvaard (P = 0,07 < α = 0,1), de inshatting van de uitater is niet juist. 14 Nulhypothese (H 0 : p = 0,9) wordt aanvaard (P = 0,056 > α = 0,05), de norm wordt gehaald. 15 a 6,7 % 12,597 ton Nulhypothese (H 0 : μ = 13,1 ton) verwerpen op 5 % niveau ; aanvaarden op 1 % niveau. 16 Nulhypothese (H 0 : p = 0,75) wordt aanvaard (P = 0,06 > α = 0,05), Maarten kan gelijk heen. 17 Nulhypothese (H 0 : p = 0,57) wordt aanvaard (P = 0,07 > α = 0,05), de leerlingen van die shool presteren niet signifiant eter dan het gemiddelde. 18 a 8,8 % 75 % d De farikant denkt nog steeds dat de mahine goed is afgesteld. De farikant esluit dat de mahine niet goed is afgesteld. 19 a Nulhypothese H 0 : p = 1 wordt niet aanvaard (P = 0,0096 < α = 0,1), de doelstenen zijn verzwaard. Nulhypothese H 0 : p = 1 wordt aanvaard 6 (P = 0,46 > α = 0,05), de doelstenen zijn zuiver. Nulhypothese H 0 : p = 10 wordt niet aanvaard (P = 7, < α = 0,08), het resultaat is niet normaal. 20 Nulhypothese (H 0 : μ = 215 gram) wordt niet aanvaard, Warre gelooft de fruitteler niet. 21 Bij 57 of lager. 22 a H 0 : p = 0,5 wordt niet aanvaard ij 18 of minder onnen. H 0 : p = 0,5 wordt aanvaard. (P = 0,157 > α = 0,05) 204
11 VBTL 6 STATISTIEK UITGEBREID OPLOSSINGEN 23 Nulhypothese (H 0 : p = 0,38) wordt niet aanvaard (P = 0,009 < α = 0,05), de ewering van het krantenartikel is niet juist. 24 Nulhypothese (H 0 : μ = 3,3 kg) wordt niet aanvaard. Het gemiddelde geoortegewiht ligt vermoedelijk hoger. 25 Nulhypothese (H 0 : p = 0,20) wordt niet aanvaard (P = 0,038 < α = 0,05), de firma heeft ongelijk. 26 Nulhypothese (H 0 : p = 0,13) wordt niet aanvaard, de aanduiding op het etiket klopt niet. 27 Nulhypothese (H 0 : μ = 800 gram) wordt aanvaard, er is niet voldoende ewijsmateriaal om een klaht in te dienen. 205
Hoofdstuk 5 - Hypothese toetsen
V-1a 98 ladzijde 114 Niet iedereen heeft dezelfde kans om in deze steekproef te komen. Het zijn klanten van de winkel. Het zijn alleen vrouwen. Het zijn klanten die allemaal op hetzelfde tijdstip oodshappen
Nadere informatieHoofdstuk 3 Toetsen uitwerkingen
Kern Kansen ij een normale verdeling a normalcdf(3.7,., 3,7) =,9 normalcdf(9, 9999,, 7) =,7 c normalcdf( 9999, 3,, ) =,978 a g = invnorm(.3, 8, 7) = 77,9 g = invnorm(.873,, ) = 97,9 c P(X < g μ = 8 en
Nadere informatieHoofdstuk 6 Hypothesen toetsen
Hoofdstuk 6 Hypothesen toetsen ladzijde 144 1a X is aantal autokopers die merk A aanschaffen. X is Bin(100; 0,30) verdeeld. 0,30 3 100 = 30, naar verwachting zullen dus 30 autokopers merk A aanschaffen.
Nadere informatieToetsen van Hypothesen. Het vaststellen van de hypothese
Toetsen van Hypothesen Wisnet-hbo update maart 2008 1. en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt
Nadere informatiec P( X 1249 of X 1751 µ = 1500 en σ = 100) = 1 P(1249 X 1751)
Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 5 Toetsen www.uitwerkingensite.nl Hoofdstuk 5 Toetsen Kern Het principe van een toets a Nee, de waarneming,% wijkt erg sterk af van de verwachte,5%. Ja,,6%
Nadere informatie11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)
11.0 Voorkennis Let op: Cumulatieve binomiale verdeling: P(X k) = binomcdf(n,p,k) Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) Voorbeeld 1: Binomiaal kanseperiment
Nadere informatieStatistiek voor A.I. College 12. Dinsdag 23 Oktober
Statistiek voor A.I. College 12 Dinsdag 23 Oktober 1 / 20 2 Deductieve statistiek Orthodoxe statistiek 2 / 20 3 / 20 Jullie - onderzoek Wivine Tijd waarop je opstaat (uu:mm wordt weergeven als uumm). Histogram
Nadere informatieStatistiek voor A.I. College 14. Dinsdag 30 Oktober
Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatie15.1 Beslissen op grond van een steekproef [1]
15.1 Beslissen op grond van een steekproef [1] Voorbeeld 1: Een vulmachine vult flessen met een inhoud van X ml. X is normaal verdeeld met μ = 400 en σ = 4 Er wordt een steekproef genomen van 40 flessen.
Nadere informatieHoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)
Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen) 8.16. Men wenst H 0 : p 0.2 te testen tegenover H 1 : p 0.4 voor een binomiale distributie met n 10. Bepaal α en β als de testfunctie gegeven
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 10 Donderdag 20 Oktober 1 / 1 2 Statistiek Vandaag: Hypothese toetsen 2 / 1 3 / 1 Terzijde NU.nl 19 oktober 2011: Veel Facebookvrienden wijst op grotere hersenen. (http://www.nu.nl/wetenschap/2645008/veel-facebookvrienden-wijst-groterehersenen-.html)
Nadere informatieStatistiek voor A.I. College 10. Donderdag 18 Oktober
Statistiek voor A.I. College 10 Donderdag 18 Oktober 1 / 28 Huffington Post poll verkiezingen VS - 12 Oktober 2012 2 / 28 Gallup poll verkiezingen VS - 15 Oktober 2012 3 / 28 Jullie - onderzoek Kimberly,
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieBlok 2 - Vaardigheden
Moderne wiskunde 9e editie Havo A deel Blok - Vaardigheden ladzijde 0 a 6 f g h d, p, p p 0 5 p i e 6q 6q q q q 5 0 5a a 0a a 6 5 5 5 t t t t t t a Per weken is de groeifator 7,, 9 Een kwartaal heeft 5
Nadere informatieKansverdelingen Inductieve statistiek met Geogebra 4.2
Kansverdelingen Inductieve statistiek met Geogebra 4.2 Brecht Dekeyser Pedic 20 november 2013 Gent 1 Inhoud Nieuw in Geogebra 4.2 Kansverdelingen: Berekeningen en grafische voorstellingen Manueel in rekenblad
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatieHoofdstuk 5 - De binomiale verdeling
Moderne wiskunde 9e editie Havo A deel Hoofdstuk - De inomiale verdeling ladzijde 0 a zoon dochter c DDZZZ; DZDZZ; DZZDZ; DZZZD; ZDDZZ; ZDZDZ; ZDZZD; ZZDDZ; ZZDZD; ZZZDD zoons A 0 dochters d e Het aantal
Nadere informatieHoofdstuk 6 Twee populaties: parametrische toetsen
Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.
Nadere informatieHoofdstuk 4 - Normale verdelingen
ladzijde 92 V-1a De relatieve umulatieve frequenties zijn de waarden van de umulatieve frequenties (somfrequenties) uitgedrukt in perentages. De laatste waarde (dat is de hoogste waarde) van de umulatieve
Nadere informatieNoordhoff Uitgevers bv
a c d e Hoofdstuk - De inomiale verdeling. Succes en mislukking ladzijde 9 zoon dochter DDZZZ; DZDZZ; DZZDZ; DZZZD; ZDDZZ; ZDZDZ; ZDZZD; ZZDDZ; ZZDZD; ZZZDD zoons A 0 dochters Het aantal mogelijkheden
Nadere informatieHoofdstuk 3 - Verdelingen
Hoofdstuk - Verdelingen ladzijde 8 V-a De gemiddelde sore is ( 7 + 7 8 + 9 + + 8 ) : 0 = 0,8. Je kunt het ook invoeren op de rekenmahine. TI 8/8: L: 7, 8, 9, 0,..,7, 8 en L:, 7,..., -Var Stats L,L geeft
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 26 Oktober 1 / 24 2 Statistiek Indeling: Hypothese toetsen Filosofie 2 / 24 Hypothese toetsen 3 / 24 Hypothese toetsen: toepassingen Vb. Een medicijn wordt
Nadere informatieHoofdstuk 3 Verdelingen
Hoofdstuk 3 Verdelingen Voorkennis: Statistische verwerking ladzijde 0 V-a inkomen in euro s cum. frequentie rel. cum. frequentie c d V-a [000; 000,9% [000; 00 9 7,0% [00; 000 38,0% [000; 000 0,0% [000;
Nadere informatieNoordhoff Uitgevers bv
84 ladzijde 4 a Vul de gegevens in en lees af ij kans rehts : 0,22 Nadat je het olletje voor tweezijdigheid het aangeklikt en de linker en rehter grens het ingesteld lees je af ij kans midden 0,759. Het
Nadere informatie6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =
Nadere informatie9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.
9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 15 Dinsdag 2 November 1 / 16 2 Statistiek Indeling: Filosofie Schatten Centraal Bureau voor Statistiek 2 / 16 Schatten Vb. Het aantal tenen plus vingers in jullie huishoudens:
Nadere informatieOpgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen
Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen 8.1. Stel dat medisch onderzoek heeft uitgewezen dat als het gemiddelde nicotinegehalte van een sigaret 25 mg of meer bedraagt, de kans op longkanker
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatiewiskunde A vwo 2017-II
wiskunde A vwo 07-II Eiwit en vet in melk maximumscore 4 Voorbeeld van een juiste berekening: 005, 8500 aflezen De punten ( 985, 5500 ) en ( ) De toename per jaar is 50 De vergelijking 8500 + 50t = 000
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatie4.1 Eigenschappen van de normale verdeling [1]
4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in 1968 1 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend.
Nadere informatiePopulatie: De gehele groep elementen waarover informatie wordt gewenst.
Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:
Nadere informatieKengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607
1. Om na te gaan of de gemiddelde bijdrage dezelfde is voor ziekenkas A en voor ziekenkas B heeft men op een toevallige wijze 30 personen geselecteerd waarvan 15 aangesloten zijn bij ziekenkas A en 15
Nadere informatieEindexamen wiskunde A vwo II
Eindexamen wiskunde A vwo 00 - II Beoordelingsmodel Antropometrie maximumscore 3 De waarde van g in P(X g μ = 4 en σ = 7) = 0,98 moet worden berekend Beschrijven hoe deze waarde van g met de GR berekend
Nadere informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 1 November 1 / 26 2 Statistiek Vandaag: Power Grootte steekproef Filosofie 2 / 26 Power 3 / 26 Power Def. De power (kracht) van een hypothese toets is (1 β),
Nadere informatieSheets K&S voor INF HC 10: Hoofdstuk 12
Sheets K&S voor INF HC 1: Hoofdstuk 12 Statistiek Deel 1: Schatten (hfdst. 1) Deel 2: Betrouwbaarheidsintervallen (11) Deel 3: Toetsen van hypothesen (12) Betrouwbaarheidsintervallen (H11) en toetsen (H12)
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten.
Nadere informatie4 De normale verdeling
bladzijde 217 35 a X = het aantal vrouwen met osteoporose. P(X = 30) = binompdf(100, 1, 30) 0,046 4 b X = het aantal mannen met osteoporose. Y = het aantal vrouwen met osteoporose. P(2 met osteoporose)
Nadere informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatieintroductie populatie- steekproef- steekproevenverdeling pauze parameters aannames ten slotte
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter 5: Sampling Distributions 5.1: The
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 24 juni 2013 Tijd: 19.00-22.00 uur Aantal opgaven: 7 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 11 Dinsdag 25 Oktober 1 / 27 2 Statistiek Vandaag: Hypothese toetsen Schatten 2 / 27 Schatten 3 / 27 Vragen: liegen 61 Amerikanen werd gevraagd hoeveel % van de tijd
Nadere informatieHet werken met TI-83-programma s in de klas
Het werken met TI-83-programma s in de klas Ton Van Amsterdam Inleiding. Met de komst van de wetenschappelijke rekenmachine verdween de behoefte aan een logaritmetafel en tafels voor goniometrische verhoudingen.
Nadere informatieToetsen van hypothesen
Les 4 Toetsen van hypothesen We hebben tot nu toe enigszins algemeen naar grootheden van populaties gekeken en bediscussieerd hoe we deze grootheden uit steekproeven kunnen schatten. Vaak hebben we echter
Nadere informatieZin en onzin van normale benaderingen van binomiale verdelingen
Zin en onzin van normale benaderingen van binomiale verdelingen Johan Walrave, docent EHSAL 0. Inleiding Voordat het grafisch rekentoestel in onze school ingevoerd werd, was er onder de statistiekdocenten
Nadere informatieVerklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?
Verklarende Statistiek: Toetsen Zat ik nou in dat kritische gebied of niet? Toetsen, Overzicht Nulhypothese - Alternatieve hypothese (voorbeeld: toets voor p = p o in binomiale steekproef) Betrouwbaarheid
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieHoofdstuk 7 : Continue distributies als stochastische modellen. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 7 : Continue distributies als stochastische modellen Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Continue distributies als stochastische
Nadere informatieEXAMEN : Basisbegrippen statistiek. Examen 16 januari 2015
EXAMEN : Basisbegrippen statistiek Examen 16 januari 2015 Oplossingen 1 Vraag 1 a) Leg in max. 3 lijnen uit wat een dichtheidsfunctie is en illustreer met 3 duidelijk verschillende voorbeelden. Een (kans)
Nadere informatieStevin vwo Antwoorden hoofdstuk 15 Quantumwereld ( ) Pagina 1 van 8
Stevin vwo Antwoorden hoofdstuk 15 Quantumwereld (016-05-3) Pagina 1 van 8 Als je een ander antwoord vindt, zijn er minstens twee mogelijkheden: óf dit antwoord is fout, óf jouw antwoord is fout. Als je
Nadere informatie+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.
STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.
Nadere informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere informatieLes 1: Waarschijnlijkheidrekening
Medische statistiek 1 Les 1: Waarschijnlijkheidrekening I Theorie A Inleidende defenities V: de verzameling van alle mogelijke uitkomsten A,B,... : een gebeurtenis is een verzameling uitkomsten in V Q
Nadere informatieToegepaste Statistiek, Week 6 1
Toegepaste Statistiek, Week 6 1 Eén ordinale en één nominale variabele Nominale variabele met TWEE categorieën, 1 en 2 Ordinale variabele normaal verdeeld binnen iedere categorie? Variantie in beide categorieën
Nadere informatieVoorbeeldtentamen Statistiek voor Psychologie
Voorbeeldtentamen Statistiek voor Psychologie 1) Vul de volgende uitspraak aan, zodat er een juiste bewering ontstaat: De verdeling van een variabele geeft een opsomming van de categorieën en geeft daarbij
Nadere informatieVerwachtingswaarde, Variantie en Standaarddeviatie
Verwachtingswaarde, Variantie en Standaarddeviatie Wisnet-hbo Verwachtingswaarde update maart 200 De verwachtingswaarde van een kansvariabele is een soort gemiddelde waarde. Deze wordt aangeduid met E(k)
Nadere informatieStevin vwo deel 3 Uitwerkingen hoofdstuk 4 Quantumwereld ( ) Pagina 1 van 9
Stevin vwo deel 3 Uitwerkingen hoofdstuk 4 Quantumwereld (18-09-014) Pagina 1 van 9 Opgaven 4.1 Liht als golven en als deeltjes 1 a x = l tanα Het patroon wordt dus wijder (grotere x) als l groter wordt.
Nadere informatieHoofdstuk 4 Normale verdelingen
V-1a c d V-2a Noordhoff Uitgevers v Moderne Wiskunde Uitwerkingen ij vwo C deel 3 Hoofdstuk 4 Normale verdelingen Hoofdstuk 4 Normale verdelingen ladzijde 92 De relatieve cumulatieve frequenties zijn de
Nadere informatieEindexamen wiskunde B1 havo 2000-II
Eindexamen wiskunde B havo 000-II Temperatuurverloop de aanduidingen bij de beide assen (bijvoorbeeld tijd (in uren); temperatuur (in C); getallen langs de assen) De evenwichtsstand op de goede hoogte
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieHoofdstuk 8 - De normale verdeling
ladzijde 216 1a Staafdiagram 3 want te verwachten is dat er elke maand ongeveer evenveel mensen jarig zijn. Dat is meteen ook de reden waarom de andere drie niet voldoen. Feruari estaat uit vier weken
Nadere informatieLesbrief de normale verdeling
Lesbrief de normale verdeling 2010 Willem van Ravenstein Inhoudsopgave Inhoudsopgave... 1 Hoofdstuk 1 de normale verdeling... 2 Hoofdstuk 2 meer over de normale verdeling... 11 Hoofdstuk 3 de n-wet...
Nadere informatiewiskunde C vwo 2016-II
wiskunde C vwo 206-II Vlinders maximumscore 4 Aflezen uit de figuur: het gemiddeld aantal in de drie beste zomerweken in 995 is 65 000 en in 203 is dit 30 000 Het aantal volgens de trendlijn in 995 is
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 11 juni 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieTentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur
Tentamen Kansrekening en statistiek wi205in 25 juni 2007, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieHoofdstuk 6 Discrete distributies
Hoofdstuk 6 Discrete distributies Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Discrete distributies p 1/33 Discrete distributies binomiale verdeling
Nadere informatie11.1 Kansberekeningen [1]
11.1 Kansberekeningen [1] Kansdefinitie van Laplace: P(gebeurtenis) = Aantal gunstige uitkomsten/aantal mogelijke uitkomsten Voorbeeld 1: Wat is de kans om minstens 16 te gooien, als je met 3 dobbelstenen
Nadere informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatieLesbrief hypothesetoetsen
Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3
Nadere informatieTentamen Statistische methoden MST-STM 8 april 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 8 april 2, 9: 2: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren alstublieft.
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieTOETSEN VAN HYPOTHESEN
TOETSEN VAN HYPOTHESEN 9 9.1 EEN TOETS VOOR DE POPULATIEPROPORTIE Probleem 1 Anna beweert bij hoog en bij laag dat door een dobbelsteen te schudden voor gebruik, je het resultaat in je voordeel kunt beïnvloeden.
Nadere informatieExamenprogramma wiskunde A vwo
Examenprogramma wiskunde A vwo Het eindexamen Het eindexamen bestaat uit het centraal examen en het schoolexamen. Het examenprogramma bestaat uit de volgende domeinen: Domein A Vaardigheden Domein Bg Functies
Nadere informatieStatistiek = leuk + zinvol
Statistiek = leuk + zinvol Doel 1: Doel : Doel 3: zie titel een statistisch onderzoek kunnen beoordelen een statistisch onderzoek kunnen opzetten een probleem vertalen in standaardmethoden gegevens verzamelen,
Nadere informatieToegepaste Statistiek, Week 3 1
Toegepaste Statistiek, Week 3 1 In Week 2 hebben we toetsingstheorie besproken mbt een kwantitatieve (ordinale) variabele G, en met name over zijn populatiegemiddelde E(G). Er waren twee gevallen: Er is
Nadere informatie3.1 Het herhalen van kansexperimenten [1]
3.1 Het herhalen van kansexperimenten [1] Voorbeeld: Op een schijf staan een zestal afbeeldingen in even grote vakjes: 3 keer appel, 2 keer banaan, 1 keer peer. Sandra draait zes keer aan de schijf. a)
Nadere informatieH9: Rijen & Reeksen..1-2. H10: Kansverdelingen..3-4. H11: Allerlei functies.5-6
Oefenmateriaal V5 wiskunde C Voorbereiding op PTA-toets1 wiskunde INHOUDSOPGAVE H9: Rijen & Reeksen..1-2 H10: Kansverdelingen..3-4 H11: Allerlei functies.5- Hoofdstuk 9: Rijen & Reeksen Recursieve formule
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieHoofdstuk 5 Een populatie: parametrische toetsen
Hoofdstuk 5 Een populatie: parametrische toetsen 5.1 Gemiddelde, variantie, standaardafwijking: De variantie is als het ware de gemiddelde gekwadrateerde afwijking van het gemiddelde. Hoe groter de variantie
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Dinsdag 18 Oktober 1 / 1 2 Statistiek Vandaag: Centrale Limietstelling Correlatie Regressie 2 / 1 Centrale Limietstelling 3 / 1 Centrale Limietstelling St. (Centrale
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen»
Nadere informatieSamenvatting Wiskunde A
Bereken: Bereken algebraisch: Bereken exact: De opgave mag berekend worden met de hand of met de GR. Geef bij GR gebruik de ingevoerde formules en gebruikte opties. Kies op een examen in dit geval voor
Nadere informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere informatieInleiding Statistiek
Inleiding Statistiek Practicum 1 Op dit practicum herhalen we wat Matlab. Vervolgens illustreren we het schatten van een parameter en het toetsen van een hypothese met een klein simulatie experiment. Het
Nadere informatiewerkcollege 7 - D&P10: Hypothesis testing using a single sample
cursus 11 mei 2012 werkcollege 7 - D&P10: Hypothesis testing using a single sample huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 Activities 9.3 en 9.4 experimenten zelf deelnemen als proefpersoon
Nadere informatieToetsen van hypothesen
Toetsen van hypothesen 1 Het probleem 25 maart 2003 De busmaatschappij De Lijn heeft gemiddeld per dag 20000 reizigers in de stad Antwerpen. Tegenwoordig zijn er heel wat reizigers die proberen met de
Nadere informatieEen Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M ) noemen.
Hoofdstuk 6 Kansverdelingen 6.1 Discrete stochasten 6.1.1 De Bernoulli verdeling Een Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 23 januari 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieParagraaf 9.1 : De Verwachtingswaarde
Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde
Nadere informatiePopulaties beschrijven met kansmodellen
Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.
Nadere informatie