Examen Statistiek I Feedback
|
|
- Erik Goossens
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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). Stel dat de getrokken persoon een laaggeschoolde man met bril is. Welke gebeurtenis realiseerde zich? A A B B A C A B D Geen van de andere alternatieven A B realiseert zich als de persoon een bril heeft of als de persoon hooggeschoold is. Alternatief A is dus correct. 2 De formule n! k! (n k)! π k ( π) n k geeft A De kans dat een binomiale variabele met parameters n en π gelijk aan k is B Geen van de andere alternatieven C De waarde van de binomiale variabele met parameters n en π D De kans dat de binomiale variabele met parameters n en π gelijk aan nπ = k is A Zie cursus. C De waarde van een toevalsvariabele is onvoorspelbaar en kan dus niet gegeven worden door een formule. Bij de worp van een dobbelsteen zijn de volgende uitkomsten mogelijk :,2,,4,,6. De gebeurtenis A is even. De gebeurtenis B is oneven. De gebeurtenis C is of 4. Welke bewering is correct? A B en C zijn onafhankelijk B A en C zijn afhankelijk C C = A B D A en B zijn onafhankelijk A P (B) = P ({,, }) = /2. P (B C) = P (B C)/P (C) = P ({})/P ({, 4}) = (/6)/(2/6) = /2. B en C zijn onafhankelijk omdat P (B) = P (B C). B Zelfde redenering als bij A C A B = {, 2,, 4,, 6} terwijl C = {, 4} D Als A zich realiseert ben je zeker dat B zich niet realiseert. De gebeurtenissen A en B zijn dus zeker afhankelijk.
2 4 De bivariate kansverdeling van de toevalsvariabelen X en Y wordt in de volgende tabel gepresenteerd. Welke bewering is correct? A E(Y ) = 0. B X en Y zijn onafhankelijk C E(X) = 2.0 Y X D Stel dat je een persoon hebt getrokken waarbij Y =. De kans dat X = 2 bij die persoon is A E(Y ) = 0 P (Y = 0) + P (Y = ) = ( ) = 0. B P (X = 2 Y = 0) =.22. P (X = 2) P (Y = 0) = ( ) ( ) =.46. =.2. X en Y zijn niet onafhankelijk omdat P (X = 2 Y = 0) P (X = 2) P (Y = 0). Andere methode : P (X = 2 Y = 0) = P (X = 2 Y = 0)/P (Y = 0) = 0.22/0. = P (X = 2) = X en Y zijn niet onafhankelijk omdat P (X = 2 Y = 0) P (X = 2). C E(X) = P (X = ) + 2 P (X = 2) + P (X = ) = (.0 +.0) + 2 ( ) + (.8 +.6) = = = 2.4. D P (X = 2 Y = ) =.24/( ) =.24/. =.48. Twee variabelen X en Y worden in een steekproef van 200 personen geobserveerd. De gemiddelden, de standaarddeviaties en de covariantie worden op basis van de observaties berekend. Men bekomt cov XY = 2, s X =, s Y = 2, x = 0 en y =. Welke bewering is correct? A De vergelijking van de regressielijn van Y op X is : Y = 2X B De regressiecoëfficiënt van de regressielijn van Y op X is 4 C De vergelijking van de regressielijn van Y op X is : Y = 4X D Geen van de andere alternatieven r XY = cov XY /s X s Y = 2/( 2) =. b = r XY s Y /s X = 2/ = 2. b 0 = ȳ b x = 2 0 =. Y = b 0 + b X = + 2X. 2
3 6 De vergelijking van de regressierechte van Y op X in je steekproef (n = 0) is Y = X +2. Welke bewering is correct? A De horizontale afstand tussen het punt (, 6) en de regressierechte is / B Geen van de andere alternatieven is correct C De verticale afstand tussen het punt (, 6) en de regressierechte is 0 D De horizontale afstand tussen het punt (, 6) en de regressierechte is /2 Je kan natuurlijk de rechte en het punt tekenen en dan de afstand met een lat meten. Het is niet zeer precies. Andere aanpak. De horizontale afstand tussen het punt (, 6) en de regressierechte is de afstand tussen de rond punt en de vierkant punt (zie grafiek hieronder). De ordinaat van de vierkant punt is duidelijk dezelfde als die van de cirkel punt; dus y. De abcis van de vierkant punt ga ik x noemen. De vierkant punt ligt op de rechte met vergelijking : Y = b 0 +b X. Dus y = b 0 +b x. Maw, x = (y b 0 )/b = (6 2)/ = 4/. De horizontale afstand is dus x x = 4/ = /. y (x,y) Y =b 0 +b X x x 7 De variabele X is van intervalniveau. Ze wordt in drie steekproeven gemeten (x, x en x ). De gemiddelden zijn x = 6, x = 4 en x = 2. Welke bewering is zinvol? A x x = x x B x x = 2x C x x = x D Geen van de andere alternatieven A Stel dat de gemiddelden op een andere schaal ȳ, ȳ en ȳ zijn. Dan weten we dat x = aȳ + b, x = aȳ + b en x = aȳ + b. De vergelijking x x = x x is dus equivalent aan ay + b (ay + b) = ay + b (ay + b). Dit kan vereenvoudigd worden en we bekomen y y = y y. Dit is dezelfde bewering als de oorspronkelijke. De bewering is dus zinvol. Merk op dat de bewering fout is ( ) maar dit heeft niets te maken met de zinvolheid.
4 8 De steekproefgrootheid X... A Geen van de andere alternatieven is correct B is altijd normaal verdeeld C heeft altijd een variantie gelijk aan σ 2 X D heeft altijd een verwachting gelijk aan µ X / n B De steekproefgrootheid X is normaal verdeeld indien X normaal verdeeld is of n > 0 (bij benadering). Maar als X niet normaal verdeeld is of n < 0, dan is X niet normaal verdeeld C De variantie van X is σ 2 X /n D De verwachting van X is µ X = E(X) 9 De verdeling van de variabele X (hoogste behaalde diploma) wordt in onderstaande tabel weergegeven. Lager 0. Middelbaar 0.4 Hoger 0. Universitair 0.2 Je trekt een steekproef van personen, met teruglegging. Welke bewering is correct? A De kans dat de steekproef 2 personen telt met een diploma van het hoger of universitair onderwijs is /6 B De kans dat de steekproef 2 personen telt met een diploma van het hoger of universitair onderwijs is C De kans dat de steekproef 2 personen telt met een diploma van het hoger of universitair onderwijs is Bij elke trekking is de kans op een persoon met een diploma van het hoger of universitair onderwijs gelijk aan = 0.. De gevraagde kans is P (B(, 0.) = 2). Deze kans is gelijk aan = 0/2 = /6. 2 4
5 0 Je trekt een steekproef van 20 individuen en je observeert de variabele X (lengte, in cm). Het lijndiagram van de frequentieverdeling van X is symmetrisch. Welke bewering is zeker correct? A md = x B md = mo C mo = x Het lijndiagram hieronder is een voorbeeld van een symmetrisch lijndiagram. In dit lijndiagram zijn er twee modi (2 en 6), het gemiddelde is 4 en de mediaan is ook 4. Dit illustreert dat B en C fout zijn X 4 i=2 i/j =... A 9/j B 9/j C 24/j 4 i/j = i/j + i/j + i/j = 2/j + /j + 4/j = 9/j. }{{}}{{}}{{} i=2 i=2 i= i=4 2 Je trekt een steekproef van 00 proefpersonen en je observeert de variabelen X (ratio meetiveau) en Y (interval meetniveau). Je berekent de correlatiecoëfficiënt r XY in je steekproef. Welke bewering is correct? A Geen van de andere alternatieven is correct B Als r XY = 0 dan zijn de variabelen X en Y onafhankelijk C Als de variabelen X en Y onafhankelijk zijn, dan is r XY = 0 D Als de variabelen X en Y onafhankelijk zijn, dan is cov XY = 0 De afhankelijkheid/onafhankelijkheid tussen twee variabelen is een concept van de kansrekening. De associatiematen r XY en cov XY worden in een steekproef waargenomen. Ze zeggen ons niets over het verband tussen twee toevalsvariabelen op populatieniveau.
6 Hieronder zie je de gegroepeerde frequentieverdeling voor de punten op een examen (op 00). P A = 70 Punten [0,20[ [20,40[ [40,60[ [60,80[ [80,00] Frequentie B kan niet berekend worden met de beschikbare gegevens C = 40 F (60)/n = (0 + + )/00 = 40%. F (80)/n = ( )/00 = 80%. P 60 ligt dus precies in het midden van de klasse [60, 80[ en is gelijk aan 70. Andere methode. Je tekent de relatieve cumulatieve frequentiecurve. Je tekent dan een horizontale rechte (met hoogte /2) tot aan de curve en dan een verticale rechte tot aan de x-as. 4 Stel dat X een continue variabele is, met dichtheidsfunctie f en verdelingsfunctie F. Dan P (0 X X 2) =... A P (2 X )/P (X 2) B P (0 X ) P (X 2) C P (0 X )/P (X 2). P (0 X X 2) = P (0 X X 2)/P (X 2) = P (2 X )/P (X 2) 0 X en 2 X 2 X 0 X X 6
7 Hieronder de bivariate frequentieverdeling van twee variabelen X (ratio meetniveau) en Y (interval meetniveau). Y X Welke ruwe data corresponderen niet met deze bivariate frequentieverdeling? A X Y B X 2 2 Y C X 2 2 Y In tabel A heb je duidelijk twee individuen met X = 0 terwijl de bivariate frequentieverdeling geen zulke individu telt. 6 x T = (, 2, ) en y T = (, 2, ). (x T y)x =... A (2, 4, 2) T B (, 2, ) C 4 (x T y)x = ( ( ) ( ) )x = 2x = 2(, 2, ) T = (2, 4, 2) T. 7 X = N(, 2), Y = N(7, ), ρ XY = 0. en Z = 2X. Welke bewering is correct? A Geen van de andere alternatieven B σz 2 = 2 C σz 2 = 4 D σ 2 Z kan niet bepaald worden met de beschikbare gegevens σ 2 Z = 22 σx 2 = 4 4 = 6. }{{} zie oef. 88 in de cursus 7
8 8 X is een discrete variabele met twee mogelijke waarden : 0 en. De waarde 0 komt voor met kans /2. Je trekt steekproeven van drie individuen. De steekproefgrootheid M is de toevalsvariabele die in elke steekproef gelijk is aan de modus van X. Hoeveel is E(M)? A /2 B C 2 De 8 mogelijke steekproeven vind je in de eerste kolom van onderstaande tabl Steekproef modus kans 0,0,0 0 /8 0,0, 0 /8 0,,0 0 /8 0,, /8,0,0 0 /8,0, /8,,0 /8,, /8 De kans op een modus gelijk aan 0 is dus 4 /8 = /2. Maw, P (M = 0) = /2. En P (M = ) = /2. De verwachting E(M) = 0 /2 + /2 = /2. 9 De dichtheidsfunctie f van de variabele X is constant tussen 0 en en is nul buiten het interval [0, ]. Welke bewering is correct? A f(/) = / B f(0) = 0 C f() = D f(/2) = /2 Onderstaande grafiek representeert de dichtheidsfunctie f van de variabele X. f 0 2 X De totale oppervlakte onder de kromme moet zijn. Dat is de oppervlakte van de rechthoek onder de kromme tussen 0 en. De hoogte van de rechthoek moet dus / zijn. 8
9 20 Welke van onderstaande formules is een associatiemaat? A max n i= (x i x)(y i ȳ) B s 2 X s2 Y C n i= (x i x) + n i= (y i ȳ) D n i= (x i x) n i= (y i ȳ) A Laten we max n i= (x i x)(y i ȳ) berekenen bij elke van onderstaande spreidingsdiagrammen. We bekomen 4, -4, -4, 4 en -4. Dit variëert duidelijk met de tendentie. B Bovenstaande spreidingsdiagrammen hebben allemaal dezelfde waarde van s 2 X s2 Y alhoewel de tendentie telkens zeer verschillend is. s 2 X s2 Y is dus geen associatiemaat. C n i= (x i x) is altijd 0 (cursus p.0). Dus n i= (x i x) + n i= (y i ȳ) = 0 en is geen associatiemaat (en geen maat tout court). D Zoals C. 2 De variatiebreedte van een toevalsvariabele X is gelijk aan het verschil tussen de grootste en de kleinste mogelijke waarde van X. Je wil de variatiebreedte van X schatten en je gebruikt de schatter V, waarvan de waarde in elke steekproef gelijk is aan v X (de geobserveerde variatiebreedte). Deze schatter A levert meestal onderschattingen B is zuiver C levert meestal overschattingen De variatiebreedte in de steekproef kan nooit groter zijn dan die van de toevalsvariabele. Ze kunnen eventueel gelijk zijn. De schatter V is dus onzuiver. E(V ) is kleiner dan de variatiebreedte van de toevalsvariabele X. 9
10 22 Het loon van mannen is normaal verdeeld met verwachting 700 en standaardfout 0. Het loon van vrouwen is normaal verdeeld met verwachting 600 en standaardfout 40. De covariantie tussen het loon van mannen en vrouwen in echtparen is 0. Je trekt eerst een man at random en je vraagt hem zijn loon. Dan vraag je zijn vrouw om haar loon. Welke bewering is correct? A De variantie van het totale loon is 600 B De variantie van het totale loon is 70 C De variantie van het totale loon is 200 D Geen van de andere alternatieven T : totale loon, X : loon van vrouwen en Y : loon van mannen. T = X + Y. V (T ) = V (X) + V (Y ) + 2COV X,Y = = De variabele X is normaal verdeeld, met σx 2 minstens 0% afwijkt van µ X is gelijk aan... = 4 en E(X) = 4. De kans dat X met A 0.74 B C 0.84 D Geen van de andere alternatieven P (X < E(X) 0.E(X) X > E(X) 0.E(X)) = P (X < 2 X > 6) = P (X < 2) + P (X > 6) = P (N(0, ) < ) + P (N(0, ) > ) = 2P (N(0, ) > ) (omwille van de symmetrie) = 2( P (N(0, ) )) = 2( 0.84) = =
Feedback proefexamen Statistiek I 2009 2010
Feedback proefexamen Statistiek I 2009 2010 Het correcte antwoord wordt aangeduid door een sterretje. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Een derde van de mannen is
Nadere informatieExamen Statistiek I Januari 2010 Feedback
Examen Statistiek I Januari 2010 Feedback Correcte alternatieven worden door een sterretje aangeduid. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen
Nadere informatie1BA PSYCH Statistiek 1 Oefeningenreeks 3 1
Juno KOEKELKOREN D.1.3. OEFENINGENREEKS 3 OEFENING 1 In onderstaande tabel vind je zes waarnemingen van twee variabelen (ratio meetniveau). Eén van de waarden van y is onbekend. Waarde x y 1 1 2 2 9 2
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 informatie1BA PSYCH Statistiek 1 Oefeningenreeks 2 1
D..2. OEFENINGENREEKS 2 OEFENING Gegevens over de regenval (in cm) in South Bend (Indiana) over een periode van 30 jaar. Klasse K K f F f. 00 F. 00 n n 2,3 2, 3,7 3,7 3,4 3, 4 4,29 7,8 4, 4, 4 9 4,29 32,4,,
Nadere informatieOefenvragen bij Statistics for Business and Economics van Newbold
Oefenvragen bij Statistics for Business and Economics van Newbold Hoofdstuk 1 1. Wat is het verschil tussen populatie en sample? De populatie is de complete set van items waar de onderzoeker in geïnteresseerd
Nadere informatieDeel I : beschrijvende statistiek
HOOFDSTUK 1 TYPISCHE FOUTEN BIJ STATISTIEK Foute gegevens Fouten in berekening kans Foute interpretatie resultaten Statistiek : de wetenschap van het leren uit data & van het meten, controleren en communiceren
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 informatieHoofdstuk 7: Statistische gevolgtrekkingen voor distributies
Hoofdstuk 7: Statistische gevolgtrekkingen voor distributies 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieStatistiek voor A.I. College 2. Donderdag 13 September 2012
Statistiek voor A.I. College 2 Donderdag 13 September 2012 1 / 42 1 Beschrijvende statistiek 2 / 42 Extrapolatie 3 / 42 Verkiezingen 2012 4 / 42 Verkiezingen 2012 5 / 42 1 Beschrijvende statistiek Vandaag:
Nadere informatieFeedback examen Statistiek II Juni 2011
Feedback examen Statistiek II Juni 2011 Bij elke vraag is alternatief A correct. 1 De variabele X is Student verdeeld in een bepaalde populatie, met verwachting µ X en variantie σ 2 X. Je trekt steekproeven
Nadere informatiewerkcollege 6 - D&P9: Estimation Using a Single Sample
cursus 9 mei 2012 werkcollege 6 - D&P9: Estimation Using a Single Sample van frequentie naar dichtheid we bepalen frequenties van meetwaarden plot in histogram delen door totaal aantal meetwaarden > fracties
Nadere informatieHOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES
HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES 7.1 Het gemiddelde van een populatie Standaarddeviatie van de populatie en de steekproef In het vorige deel is bij de significantietoets uitgegaan
Nadere informatieDEEL 3 INDUCTIEVE STATISTIEK INLEIDING TOT DE INDUCTIEVE STATISTIEK 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE
DEEL 3 INDUCTIEVE STATISTIEK INHOUD H 10: INLEIDING TOT DE INDUCTIEVE STATISTIEK H 11: PUNTSCHATTING 11.1 ALGEMEEN 11.1.1 Definities 11.1.2 Eigenschappen 11.2 DE GROOTSTE AANNEMELIJKHEID - METHODE 11.3
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
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 informatieVOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 4. Het steekproefgemiddelde. Werktekst voor de leerling. Prof. dr. Herman Callaert
VOOR HET SECUNDAIR ONDERWIJS Kansmodellen 4. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Een concreet voorbeeld.... Een kansmodel
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatieInleiding tot de meettheorie
Inleiding tot de meettheorie Meten is het toekennen van cijfers aan voorwerpen. Koeien Koeien in een kudde, studenten in een auditorium, mensen met een bepaalde stoornis, leerlingen met meer dan 15 in
Nadere informatiewerkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions
cursus 4 mei 2012 werkcollege 5 - P&D7: Population distributions - P&D8: Sampling variability and Sampling distributions Huiswerk P&D, opgaven Chapter 6: 9, 19, 25, 33 P&D, opgaven Appendix A: 1, 9 doen
Nadere informatieKANSREKENEN EN VERDELINGEN REEKS 1
KANSREKENEN EN VERDELINGEN REEKS 1 Moeilijkere oefeningen zijn aangegeven met een gevarendriehoek Niet elke regel met R-code zal je kunnen/moeten gebruiken Versie 18/07/2019 1. Verdelingsfunctie Het aantal
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 informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere informatieStatistiek II. Sessie 1. Verzamelde vragen en feedback Deel 1
Statistiek II Sessie 1 Verzamelde vragen en feedback Deel 1 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 1 1 Staafdiagram 1. Wat is de steekproefgrootte? Op de horizontale as vinden we de respectievelijke
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 16 Donderdag 4 November 1 / 25 2 Statistiek Indeling: Schatten Correlatie 2 / 25 Schatten 3 / 25 Schatters: maximum likelihood schatters Def. Zij Ω de verzameling van
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS
VOOR HET SECUNDAIR ONDERWIJS Steekproefmodellen en normaal verdeelde steekproefgrootheden 5. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg
Nadere informatie1. De wereld van de kansmodellen.
STATISTIEK 3 DE GRAAD.. De wereld van de kansmodellen... Kansmodellen X kansmodel Discreet model Continu model Kansverdeling Vaas Staafdiagram Dichtheidsfunctie f(x) GraJiek van f Definitie: Een kansmodel
Nadere informatieSTATISTIEK I Samenvatting
STATISTIEK I Samenvatting Academiejaar 2013-2014 Prof. T. MARCHANT Juno KOEKELKOREN 1BA PSYCH Statistiek 1: 2013-2014 1 1BA PSYCH Statistiek 1: 2013-2014 2 DEEL 0 INTODUCTIE INHOUD H 1: INLEIDING 1.1 DE
Nadere informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 8 september 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
Nadere informatieFormules Excel Bedrijfsstatistiek
Formules Excel Bedrijfsstatistiek Hoofdstuk 2 Data en hun voorstelling AANTAL.ALS vb: AANTAL.ALS(A1 :B6,H1) Telt hoeveel keer (frequentie) de waarde die in H1 zit in A1:B6 voorkomt. Vooral bedoeld voor
Nadere informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
Nadere informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/28 Schatten van de verwachting We hebben een stochast X en
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 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 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 informatieStatistiek II. Sessie 5. Feedback Deel 5
Statistiek II Sessie 5 Feedback Deel 5 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 5 1 Statismex, gewicht en slaperigheid2 1. Lineair model: slaperigheid2 = β 0 + β 1 dosis + β 2 bd + ε H 0 :
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 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 informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Nadere informatie14.1 Kansberekeningen [1]
14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien
Nadere informatieFormuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i
Formuleblad Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i Plaats van de median berekenen: Oneven aantal observaties: (n+1)/2 Even aantal observaties: gemiddelde van de
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
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 informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieToetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling
Toetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling Moore, McCabe & Craig: 3.3 Toward Statistical Inference From Probability to Inference 5.1 Sampling Distributions for
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 informatie11. Multipele Regressie en Correlatie
11. Multipele Regressie en Correlatie Meervoudig regressie model Nu gaan we kijken naar een relatie tussen een responsvariabele en meerdere verklarende variabelen. Een bivariate regressielijn ziet er in
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 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 informatieSamenvatting Statistiek II Studiejaar Mathilde Dieleman. Samenvatting statistiek II. Auteur: Mathilde Dieleman Studiejaar:
Samenvatting statistiek II Auteur: Mathilde Dieleman Studiejaar: 2017 2018 Inhoudsopgave Hoofdstuk 2: Beschrijvende statistiek... 1 2.1.1 Centrummaten (pag. 31)... 1 2.2.2 Spreidingsmaten (pag. 34)...
Nadere informatieLes 1: Waarschijnlijkheidrekening
Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het
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 informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieHoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1
Hoeveel vertrouwen heb ik in mijn onderzoek en conclusie? Les 1 1 Onderwerpen van de lessenserie: De Normale Verdeling Nul- en Alternatieve-hypothese ( - en -fout) Steekproeven Statistisch toetsen Grafisch
Nadere informatieKansrekening en statistiek WI2105IN deel I 4 november 2011, uur
Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:
Nadere informatieTentamen Inleiding Kansrekening wi juni 2010, uur
Technische Universiteit Delft Mekelweg Faculteit Electrotechniek, Wiskunde en Informatica 8 CD Delft Tentamen Inleiding Kansrekening wi juni, 9.. uur Bij dit examen is het gebruik van een (evt. grafische
Nadere informatieHoofdstuk 12 : Regressie en correlatie. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent.
Hoofdstuk 12 : Regressie en correlatie Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Regressie en correlatie p 1/26 Regressielijn Vraag : vind het
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 informatieAntwoorden bij 4 - De normale verdeling vwo A/C (aug 2012)
Antwoorden bij - De normale verdeling vwo A/C (aug 0) Opg. a Aflezen bij de 5,3 o C grafiek:,3% en bij de,9 o C grafiek: 33,3% b Het tweede percentage is 33,3 /,3 = 5, maal zo groot. c Bij de 5,3 o C grafiek
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 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 informatieStatistiek I. Thierry Marchant Vakgroep Data analyse Universiteit Gent
Statistiek I Thierry Marchant Vakgroep Data analyse Universiteit Gent Academiejaar 211 212 Voorwoord Deze cursus is een inleiding tot de statistiek. Veel aandacht wordt aan de interpretaties van de formules
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 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 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 informatieTentamen Inleiding Kansrekening 25 juni 2009, uur Docent: F. den Hollander
Universiteit Leiden Niels Bohrweg Tentamen Inleiding Kansrekening 25 juni 2009, 0.00 3.00 uur Docent: F. den Hollander Mathematisch Instituut 2333 CA Leiden Bij dit tentamen is het gebruik van een (grafische)
Nadere informatieUitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander
Uitwerking Tentamen Inleiding Kansrekening juni 25,. 3. uur Docent: Prof. dr. F. den Hollander () [6] Zij F een gebeurtenissenruimte. Laat zien dat voor elke B F de verzameling G {A B : A F} opnieuw een
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatie13.1 Kansberekeningen [1]
13.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatie. Dan geldt P(B) = a. 1 4. d. 3 8
Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open
Nadere informatieY = ax + b, hiervan is a de richtingscoëfficiënt (1 naar rechts en a omhoog), en b is het snijpunt met de y-as (0,b)
Samenvatting door E. 1419 woorden 11 november 2013 6,1 14 keer beoordeeld Vak Methode Wiskunde A Getal en ruimte Lineaire formule A = 0.8t + 34 Er bestaat dan een lineair verband tussen A en t, de grafiek
Nadere informatieExamen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 7 juni 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
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 informatieSOCIALE STATISTIEK (deel 2)
SOCIALE STATISTIEK (deel 2) D. Vanpaemel KU Leuven D. Vanpaemel (KU Leuven) SOCIALE STATISTIEK (deel 2) 1 / 57 Hoofdstuk 5: Schatters en hun verdeling 5.1 Steekproefgemiddelde als toevalsvariabele D. Vanpaemel
Nadere informatieVoorbeelden van gebruik van 5 VUSTAT-apps
Voorbeelden van gebruik van 5 VUSTAT-apps Piet van Blokland Begrijpen van statistiek door simulaties en visualisaties Hoe kun je deze apps gebruiken bij het statistiek onderwijs? De apps van VUSTAT zijn
Nadere informatieHOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN
HOOFDSTUK 6: INTRODUCTIE IN STATISTISCHE GEVOLGTREKKINGEN Inleiding Statistische gevolgtrekkingen (statistical inference) gaan over het trekken van conclusies over een populatie op basis van steekproefdata.
Nadere informatieLes 2 / 3: Meetschalen en Parameters
Les 2 / 3: Meetschalen en Parameters I Theorie: A. Algemeen : V is de verzameling van alle mogelijke uitkomsten van een toevallig experiment. Een veranderlijke of stochastiek is een afbeelding G die aan
Nadere informatieTentamen Voortgezette Kansrekening (WB006C)
WB6C: Voortgezette Kansrekening Donderdag 26 januari 212 Tentamen Voortgezette Kansrekening (WB6C) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan.
Nadere informatieMETA-kaart vwo5 wiskunde A - domein Afgeleide functies
META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke
Nadere informatieHoofdstuk 10: Regressie
Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieStatistiek II. Sessie 3. Verzamelde vragen en feedback Deel 3
Statistiek II Sessie 3 Verzamelde vragen en feedback Deel 3 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 3 1 Statismex en bloeddruk 1. Afhankelijke variabele: Bloeddruk (van ratio-niveau) Onafhankelijke
Nadere informatieDEZE PAGINA NIET vóór 8.30u OMSLAAN!
STTISTIEK 1 VERSIE MT15303 1308 1 WGENINGEN UNIVERSITEIT LEERSTOELGROEP MT Tentamen Statistiek 1 (MT-15303) 5 augustus 2013, 8.30-10.30 uur EZE PGIN NIET vóór 8.30u OMSLN! STRT MET INVULLEN VN NM, REGISTRTIENUMMER,
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 wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatieb) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte
Classroom Exercises GEO2-4208 Opgave 7.1 a) Regressie-analyse dicteert hier geen stricte regels voor. Wanneer we echter naar causaliteit kijken (wat wordt door wat bepaald), dan is het duidelijk dat hoogte
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 informatieHoofdstuk 4 Kansen. 4.1 Randomheid
Hoofdstuk 4 Kansen 4.1 Randomheid Herhalingen en kansen Als je een munt opgooit (of zelfs als je een SRS trekt) kunnen de resultaten van tevoren voorspeld worden, omdat de uitkomsten zullen variëren wanneer
Nadere informatieOnderzoeksmethodiek LE: 2
Onderzoeksmethodiek LE: 2 3 Parameters en grootheden 3.1 Parameters Wat is een parameter? Een karakteristieke grootheid van een populatie Gem. gewicht van een 34-jarige man 3.2 Steekproefgrootheden Wat
Nadere informatieInhoud. 1 Inleiding tot de beschrijvende statistiek Maatstaven voor ligging en spreiding Kansrekening 99
Inhoud 1 Inleiding tot de beschrijvende statistiek 13 1.1 Een eerste verkenning 14 1.2 Frequentieverdelingen 22 1.3 Grafische voorstellingen 30 1.4 Diverse diagrammen 35 1.5 Stamdiagram, histogram en frequentiepolygoon
Nadere informatieIntroductie tot de statistiek
Introductie tot de statistiek Hogeschool Gent 04/05/2010 Inhoudsopgave 1 Basisbegrippen en beschrijvende statistiek 8 1.1 Onderzoek............................ 8 1.1.1 Data........................... 8
Nadere informatieExamen Statistische Modellen en Data-analyse. Derde Bachelor Wiskunde. 14 januari 2008
Examen Statistische Modellen en Data-analyse Derde Bachelor Wiskunde 14 januari 2008 Vraag 1 1. Stel dat ɛ N 3 (0, σ 2 I 3 ) en dat Y 0 N(0, σ 2 0) onafhankelijk is van ɛ = (ɛ 1, ɛ 2, ɛ 3 ). Definieer
Nadere informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatieEmpirische kansen = op ervaring gegrond; bereken je door relatieve frequenties te gebruiken. Wet van de grote aantallen.
Samenvatting Kansen Definitie van Laplace : P(G) = aantal _ gunstige _ uitkomsten aantal _ mogelijke _ uitkomsten Voorbeeld : Vb kans op 4 gooien met dobbelsteen: Aantal gunstige uitkomsten = 1 ( namelijk
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. Toevalsveranderlijken en waarschijnlijkheidsdistributies. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 5 Toevalsveranderlijken en waarschijnlijkheidsdistributies Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Toevalsveranderlijken en waarschijnlijkheidsdistributies
Nadere informatieStatistiek I Samenvatting. Prof. dr. Carette
Statistiek I Samenvatting Prof. dr. Carette Opleiding: bachelor of science in de Handelswetenschappen Academiejaar 2016 2017 Inhoudsopgave Hoofdstuk 1: Statistiek, gegevens en statistisch denken... 3 De
Nadere informatie