Les 7-8: Parameter- en Vergelijkingstoetsen

Maat: px
Weergave met pagina beginnen:

Download "Les 7-8: Parameter- en Vergelijkingstoetsen"

Transcriptie

1 Les 7-8: Parameter- e Vergelijkigstoetse I Theorie : A. Algemee :. Hypothese formulere. H 0 : ul-hypothese H : alteratieve hypothese. teekproef eme. x e zij te berekee uit de steekproefresultate. 3. Toetsgrootheid berekee. 4. Aavaardigsiterval costruere. 5. Besluit trekke. A.d.h.v. de toetsgrootheid e het aavaardigsiterval of de p-waarde gaa we H 0 aavaarde of verwerpe. B. pecifiek : Door gebruik te make va de bijgevoegde schema's kue we uitmake welke verdelig e toetsgrootheid me moet gebruike. C. pecifiek voor vergelijkigstoetse : Gepaarde waaremige : Met elke X i is ee Y i geassocieerd. I het bijzoder is, Niet-gepaarde waaremige : Er zij twee steekproeve uit verschillede populaties.

2 PARAMETERTOETEN Gemiddelde Populatie N(µ, σ) σ obeked σ beked X µ Z X µ Z σ N(0,) N(0, ) Populatie verdelig obeked σ X µ obeked T σ X µ beked Z σ t(-) N(0, ) Variatie - Voorwaarde : Populatie N(µ, σ) < ( ) χ (-) σ σ ( ) N(0, ) σ

3 VERGELIJKINGTOETEN Gemiddelde Gepaarde Waaremig σ beked, N of 0 d Z σ N(0, ) σ d obeked, N of 30 T d t(-) Oafhakelijke Waaremig, > 30 Z, < 30, N e σ σ T X X + X X + N(0, ) t( + -) Variatie - Voorwaarde : Populatie N(µ, σ) F F( -, -) Met: di xi yi d ( di d) i d d i i ( ) ( ) + +

4 AANVAARDINGINTERVALLEN H 0 is altijd va de vorm : H 0 :. Voor T : -zijdig H : X µ verwerpe als T [-t -α/ ; t -α/ ] -zijdig H : X > µ verwerpe als T ]- ; t -α ] -zijdig H : X < µ verwerpe als T [-t -α ; + [. Voor Z : -zijdig H : X µ verwerpe als Z [-µ -α/ ; µ -α/ ] -zijdig H : X > µ verwerpe als Z ]- ; µ -α ] -zijdig H : X < µ verwerpe als Z [-µ -α ; + [ 3. Voor χ : -zijdig H : σ verwerpe als χ [χ α/ ; χ -α/] -zijdig H : > σ verwerpe als χ [0 ; χ -α] -zijdig H : < σ verwerpe als χ [χ α ; + [ 4. Voor F : -zijdig H : verwerpe als F [Fα/ ; F -α/ ] -zijdig H : > verwerpe als F [0 ; F-α ] -zijdig H : < verwerpe als F [Fα ; + [

5 II Oefeige :. Ee fabrikat va medische flesjes geeft voor zij flesjes ee gemiddelde ihoud va 600 ml op e is ee stadaarddeviatie va 0 ml. Om het gemiddelde te toetse, eme we ee steekproef va 00 stuks. Deze steekproef levert ee gemiddelde waarde va 550 ml. We toetse of de fabrikat gelijk heeft. (α 5%). De resultate va het tetame statistiek plege ee ormale verdelig te volge waarbij het gemiddelde va de behaalde pute per studet 5 e de stadaardafwijkig 5 is. Ee groep va 5 studete krijgt elke avod voor zij gaa studere ee tablet ETUDON te slikke. Op het tetame blijkt hu gemiddelde score 57 pute te bedrage. Toets met α 0,05 of het ETUDON -resultaat verschilt va dat va de adere studete. 3. De stadaardafwijkig op het gewicht (dat N(µ, σ)) va tubes zalf, die gemiddeld 400 gram wege, is steeds gelijk geweest aa 5 gram. Ee steekproef va 0 tubes levert os u ee va 3 gram. Is de veraderig i variabiliteit sigificat bij α 0,? E bij α 0,05? 4. Volges ee farmaceutisch bedrijf zoude er va ee bepaald geeesmiddel gemiddeld 00 pille per flesje moete zitte. Ee steekproef uitgevoerd door ee verbruikersorgaisatie toot dat de gemiddelde ihoud va 50 flesjes slechts 9 is, met 7. Toets (-zijdig e met α 5%) of de fabrikat gelijk heeft e bereke de p-waarde. 5. Het gemiddelde IQ va 6 studete afkomstig uit Atwerpe bedraagt 07 met A 0. Voor 3 studete uit Brussel bedraagt het gemiddelde IQ met B 8. Is er ee sigificat verschil tusse de gemiddelde IQ's va de studete uit de beide stede? (IQ N(µ, σ)) a. Voor α 5% b. Voor α %

6 6. Het oliegehalte i 0 verschillede stale zeewater uit de buurt va de geteisterde hetlad-eilade werd bepaald door middel va referetiemethodes. De gemete waarde zij : taal Meth. A Meth. B Mag me aaeme dat beide methode hetzelfde gemiddelde resultaat geve? (Veroderstel α 5% e N(µ, σ)) 7. Gegeve : 00 x x 5,3 5 Kome deze steekproeve uit populaties met verschillede gemiddelde (Bij α 5%)? 8. De firmas JF e Q verkope beide flesjes otsmettigsmiddel. Uit ee steekproef va 50 flesjes va JF e 50 flesjes va Q, vidt me de volgede resultate : x JF 97 ml JF 3 ml x Q 93 ml Q ml Mag me aaeme dat µ JF µ Q? (Gebruik α %)

7 III Oplossige. µ 600ml σ 0ml 00 x 550 α 5% z x µ σ N(0, ) Toetsgrootheid z N(0, ) -4,66 Aavaardigsiterval costruere. -zijdig z µ ( α ); α µ ( ) H 0 x µ als z [ µ 0,975; µ 0 0,975] [,96;,96] H 0 wordt verworpe. P-waarde: P P P [ z < 4,7] + P[ z > 4,7] [ z > 4,7] ( pz < 4,7) ( 0,99998) 0, µ5 5 5 x 57 α 5%

8 . H 0 : x µ. Toetsgrootheid 57 5 T. 5,67 5 T(4) [ t( ); t( ) ] [,06;,06] Besluit: H 0 aavaarde, dwz gee beduided verschil 3. GN(µ,σ ) σ 5 µ α 5%. H 0 σ ² ². Toetsgrootheid 9.3² x 9 σ ² 3,3 x 9 3. Aavaardigsgebied costruere x α ; x ²σ ² als x² 3,3 [ x ; x ] 3,3 4. H 0 verwerpe α 0,05 0,95 [ 0,7;30,44]

9 4. µ00 50 x 9 7 α 5%. H 0 : x µ. toetsgrootheid 9 00 T. 7-3, Aavaardigsiterval T µ ; µ α α [,0;,0] Besluit: H 0 verwerpe. x µ x A 07 A 0 x B B 8 µ A 6 µ B 3 A) H 0 : µ A µ B test of σ A σ B ) H 0: σ A σ B ) Toetsgrootheid 00 F, ) Aavaardigsiterval H 0: [ F 0,005; F0,975] 0,34;3,8 [ ]

10 F (5,)0,05 F (,5).0,975,96 5. Besluit:,56 [ 0,34;3,8] H 0 aavaarde. σ σ A B 5B. H 0 : µ A µ B. Toetsgrootheid T x x T( + ) + A B ( ) + ( ) + 9,7 07 T -,46 9, T t α ; t α,05;,05 5% [ ] % [,77;,77] 4. H 0 aavaarde 6. 0, α0,05 N(µ,σ). H 0 : µ A µ B

11 d T d. T. t ( _) 3,5. 5,85 d. d di 35 3,5 0 ( di d )² 0,89.308,5 9 5,85 t(-) 3. A.I. t t [ t ; t ] 4. H 0 aavaarde α ; α 0,975 O,975 [,6; +,6] x 5 x 5,3 5 α 5. H 0 µ µ? 5 5,3. z, 4 ² 5² A.I. [,96;,96] 4. H 0 aavaarde 8. F 50 Q 50

12 x x JF Q JF Q α 0,0. Is µ gf µ Q? z, 9 3² ² A.I. µ α ; µ α [,36;,36] 4. H 0 Me mag iet aaeme dat µ gf µ Q

Les 7-8: Parameter- en Vergelijkingstoetsen

Les 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 informatie

Les 1: Waarschijnlijkheidrekening

Les 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 informatie

Algemeen: Ronald Buyl. Gebouw D bureau 133. Tel: 02/

Algemeen: Ronald Buyl. Gebouw D bureau 133. Tel: 02/ Begrippen van Statistiek en Informatica 1 Algemeen: Ronald Buyl rbuyl@minf.vub.ac.be Gebouw D bureau 133 Tel: 02/4774438 Activatie e-mail adres van VUB: http://www.vub.ac.be/tools/activatie.html Cursus

Nadere informatie

HOOFDSTUK III. SCHATTEN VAN PARAMETERS Schatters en Betrouwbaarheidsintervallen. Theorie Statistiek Les 6

HOOFDSTUK III. SCHATTEN VAN PARAMETERS Schatters en Betrouwbaarheidsintervallen. Theorie Statistiek Les 6 HOOFDSTUK III SCHATTEN VAN PARAMETERS Schatters e Betrouwbaarheidsitervalle 3. HET GEMIDDELDE VAN EEN NV Steekproef uit ee ormaal verdeelde populatie De kasveraderlijke X, X, X 3,..., X zij N(µ, σ) verdeeld

Nadere informatie

2de bach TEW. Statistiek 2. Van Driessen. uickprinter Koningstraat Antwerpen ,00

2de bach TEW. Statistiek 2. Van Driessen. uickprinter Koningstraat Antwerpen ,00 de bach TEW Statistiek Va Driesse Q www.quickpriter.be uickpriter Koigstraat 3 000 Atwerpe 46 5,00 Nieuw!!! Olie samevattige kope via www.quickpritershop.be Hoofdstuk : Het schatte va populatieparameters.

Nadere informatie

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

HOOFDSTUK 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 informatie

Statistiek = leuk + zinvol

Statistiek = leuk + zinvol Statistiek = leuk + zivol Doel 1: Doel : Doel 3: zie titel ee statistisch oderzoek kue beoordele ee statistisch oderzoek kue opzette ee probleem vertale i stadaardmethode gegeves verzamele, verwerke via

Nadere informatie

Opgave 1 Zij θ R, n 1 en X 1, X 2,..., X n onafhankelijk, identiek verdeelde stochasten met kansdichtheidsfunctie. f θ (x) =

Opgave 1 Zij θ R, n 1 en X 1, X 2,..., X n onafhankelijk, identiek verdeelde stochasten met kansdichtheidsfunctie. f θ (x) = Opgave 1 Zij θ R, 1 e X 1, X 2,..., X oafhakelijk, idetiek verdeelde stochaste met kasdichtheidsfuctie { 1 als x (θ 2, θ + 2) f θ (x) = als x (θ 2, θ + 2). a pt) Bepaal E(X 1 ) e V ar(x 1 ). ANTWOORD:

Nadere informatie

beheersorganisme voor de controle van de betonproducten Tel. (02) Fax (02) RN 001 REGLEMENTAIRE NOTA

beheersorganisme voor de controle van de betonproducten Tel. (02) Fax (02) RN 001 REGLEMENTAIRE NOTA PROBETON Vereigig zoder wistoogmerk beheersorgaisme voor de cotrole va de betoproducte Aarlestraat 53 - B9 040 Brussel Tel. (0) 37.0.0 Fax (0) 735.3.5 e-mail : mail@probeto.be website : www.probeto.be

Nadere informatie

9. Testen van meetresultaten.

9. Testen van meetresultaten. Uitwerkige hoofdstuk 9 9. Teste va meetresultate. Opgave 9. Teste va het uit de steekproef geschatte gemiddelde t.o.v. µ a x 4,5 kg e -,0 kg 5 b t ( µ x) 5 4,5, -,0 c,5 % d v 5 4 tabel: t kritisch,78.

Nadere informatie

De standaardafwijking die deze verdeling bepaalt is gegeven door

De standaardafwijking die deze verdeling bepaalt is gegeven door RUDOLF STEINERCOLLEGE HAARLEM WISKUNDE VWO CM T311-VCM-H911 Voor elk oderdeel is aagegeve hoeveel pute kue worde behaald. Atwoorde moete altijd zij voorzie va ee berekeig, toelichtig of argumetatie. MAX:

Nadere informatie

Betrouwbaarheidsintervallen

Betrouwbaarheidsintervallen tatistiek voor Iformatiekude, 005 Les 3 Betrouwbaarheidsitervalle I de vorige les hebbe we era gekeke hoe we groothede va ee populatie met behulp va steekproeve kue schatte. We hebbe daarbij gezie dat

Nadere informatie

Hoofdstuk 4: Aanvullende Begrippen (Extra Oefeningen)

Hoofdstuk 4: Aanvullende Begrippen (Extra Oefeningen) Hoofdstuk 4: Aavullede Begrippe (Extra Oefeige) 9. Veroderstel dat X e Y ormaal verdeeld zij met resp. gemiddelde waarde µ X e µ Y e met dezelfde variatie 2. Wat is da de distributie va X Y? Bepaal de

Nadere informatie

Opgeloste Oefeningen Hoofdstuk 5: Wet van de grote aantallen en Centrale limietstelling

Opgeloste Oefeningen Hoofdstuk 5: Wet van de grote aantallen en Centrale limietstelling Opgeloste Oefeige Hoofdstuk 5: Wet va de grote aatalle e Cetrale limietstellig 5.. Ee toevalsveraderlijke X is oisso-verdeeld met parameter λ = 00. Bepaal ee odergres voor de waarschijlijkheid (75 X 5).

Nadere informatie

Kansrekening en Statistiek

Kansrekening 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 informatie

Niet-Parametrische Statistiek

Niet-Parametrische Statistiek 10-11. Niet-Parametrische Statistiek I. Theorie : A Algemeen schema : 1 Steekproef willekeurige verdeling Teken-Toets symmetrische verdeling Wilcoxon-Rank-Toets 2 Steekproeven gepaarde waarnemingen Wilcoxon-Rank-Toets

Nadere informatie

Opgaven OPGAVE 1 1... OPGAVE 2. = x ( 5 stappen ). a. Itereer met F( x ) = en als startwaarden 1 en 100. 100...

Opgaven OPGAVE 1 1... OPGAVE 2. = x ( 5 stappen ). a. Itereer met F( x ) = en als startwaarden 1 en 100. 100... Opgave OPGAVE 1 a. Itereer met F( ) = e als startwaarde 1 e 1. 16 1............... 16 1............... b. Stel de bae grafisch voor i ee tijdgrafiek. c. Formuleer het gedrag va deze bae. (belagrijk is

Nadere informatie

Statistiek. (relatieve) frequenties: histogram cumulatieve (relatieve) frequenties: cumulatief frequentiepolygoon of ogief

Statistiek. (relatieve) frequenties: histogram cumulatieve (relatieve) frequenties: cumulatief frequentiepolygoon of ogief Samevattig statistiek Academiejaar 006-007 Statistiek 4 examevrage: - tabel aavulle met spreidigs- e cetrummate - poisso- e biomiale verdelig Deel Beschrijvede statistiek Soorte variabele Kwalitatief:

Nadere informatie

χ 2 -toets voor homogeniteit χ 2 -toets voor goodness-of-fit ten slotte

χ 2 -toets voor homogeniteit χ 2 -toets voor goodness-of-fit ten slotte toetsede statistiek week 1: kase e radom variabele week 2: de steekproeveverdelig week 3: schatte e toetse: de z-toets week 4: het toetse va gemiddelde: de t-toets week 5: het toetse va variaties: de F-toets

Nadere informatie

G0N34a Statistiek: Examen 7 juni 2010 (review)

G0N34a Statistiek: Examen 7 juni 2010 (review) G0N34a Statistiek: Exame 7 jui 00 review Vraag Beoordeel de volgede uitsprake. Als ee uitspraak iet juist is of ovolledig, leg da uit waarom e verbeter de uitspraak.. Bij het teste va hypotheses is de

Nadere informatie

Statistiek Voor studenten Bouwkunde College 7

Statistiek Voor studenten Bouwkunde College 7 Statitiek Voor tudete Bouwkude College tochatiche modelle e toete va hypothee Programma voor vadaag Terugblik SD e voor vaamodel Model voor meetfoute Vaamodel al pecifiek tochatich model Betrouwbaarheiditerval

Nadere informatie

n -wet Wisnet-hbo update mei. 2008

n -wet Wisnet-hbo update mei. 2008 -wet Wiset-hbo update mei. 2008 1 Ileidig De wortel--wet komt i de praktijk erg vaak voor op twee maiere, amelijk bij het eme va steekproeve e bij het bepale va de va ee aatal trekkige uit ee verdelig.

Nadere informatie

Help! Statistiek! Overzicht. Voorbeeld: bloeddruk. Interpretatie van het 95%-BI. Interpretatie van 95%-BI (2) Meest voorkomende vorm van het BI

Help! Statistiek! Overzicht. Voorbeeld: bloeddruk. Interpretatie van het 95%-BI. Interpretatie van 95%-BI (2) Meest voorkomende vorm van het BI Help! Statistiek! Overzicht Doel: Iformere over statistiek i kliisch oderzoek. Tijd: Derde woesdag i de maad, -3 uur 8 maart: Betrouwbaarheidsitervalle 5 april: Herhaald mete met twee mate 0 mei: Statistiek

Nadere informatie

Examen HAVO. wiskunde A. tijdvak 2 woensdag 19 juni 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.

Examen HAVO. wiskunde A. tijdvak 2 woensdag 19 juni 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage. Exame HAVO 2013 tijdvak 2 woesdag 19 jui 13.30-16.30 uur wiskude A Bij dit exame hoort ee uitwerkbijlage. Dit exame bestaat uit 21 vrage. Voor dit exame zij maximaal 80 pute te behale. Voor elk vraagummer

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 6. Proporties. Werktekst voor de leerling. Prof. dr. Herman Callaert

VOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 6. Proporties. Werktekst voor de leerling. Prof. dr. Herman Callaert VOOR HET SECUNDAIR ONDERWIJS Verklarede statistiek 6. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg 1. Ee ieuwe aam voor ee gekede grootheid...2

Nadere informatie

Antwoorden bij Inleiding in de Statistiek

Antwoorden bij Inleiding in de Statistiek Atwoorde bij Ileidig i de Statistiek Hoofdstuk. model: bi(, p), p [0, ], schattig: /.2 (i) i bloeddrukveraderig i e persoo i treatmet groep, Y j bloeddrukveraderig j e persoo i cotrolegroep, model:,...,,

Nadere informatie

Sheets K&S voor INF HC 10: Hoofdstuk 12

Sheets 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 informatie

Gemengde opgaven. 10 Mathematische statistiek. w 2,50 2,50 47,50 997, ,50. P(W = w) 0,95 0,049 0,0007 0,0002 0,0001

Gemengde opgaven. 10 Mathematische statistiek. w 2,50 2,50 47,50 997, ,50. P(W = w) 0,95 0,049 0,0007 0,0002 0,0001 Gemegde opgave 0 Mathematische statistiek 9 a W = uitbetalig 2,0 w 2,0 2,0 47,0 997,0 4997,0 (W = w) 0,9 0,049 0,0007 0,0002 0,000 E(W) = 2,0 0,9 + 2,0 0,049 + 47,0 0,0007 + 997,0 0,0002 + 4997,0 0,000

Nadere informatie

Schatters en betrouwbaarheidsintervallen

Schatters en betrouwbaarheidsintervallen Statistiek voor Iformatiekude, 006 Les 3 Schatters e betrouwbaarheidsitervalle I de vorige les hebbe we era gekeke hoe we bijvoorbeeld het gemiddelde e de variatie va ee populatie kue schatte, door deze

Nadere informatie

Fourierreeksen. Calculus II voor S, F, MNW. 14 november 2005

Fourierreeksen. Calculus II voor S, F, MNW. 14 november 2005 Fourierreekse Calculus II voor S, F, MNW. 14 ovember 2005 Deze tekst is gedeeltelijk gebaseerd op het Aalyse BWI I dictaat e op aatekeige va Alistair Vardy. 1 Ileidig Het is vaak belagrijk ee gegeve fuctie

Nadere informatie

Statistiek Voor studenten Bouwkunde College 2

Statistiek Voor studenten Bouwkunde College 2 Statistiek Voor studete Bouwkude College Numerieke samevattige va data Dataverdelig, meetfoute, uitbijters e scatterplots Programma voor vadaag Terugblik op college Numeriek samevatte va data Normale beaderig

Nadere informatie

WenS eerste kans Permutatiecode 0

WenS eerste kans Permutatiecode 0 WeS eerste kas 203 204 Permutatiecode 0 Aatekeige op de vrageblade zij NIET TOEGELATEN. Je mag gebruik make va schrijfgerief e ee eevoudige rekemachie; alle adere materiaal blijft achteri. Gee GSM s toegelate:

Nadere informatie

Steekproeftrekking Onderzoekspopulatie Steekproef

Steekproeftrekking Onderzoekspopulatie Steekproef Steekproeftrekkig I dit artikel worde twee begrippe beschreve die va belag zij voor het uitvoere va ee oderzoek. Het gaat om de populatie va het oderzoek e de steekproef. Voor wat betreft steekproeve lichte

Nadere informatie

data ingeven Karakteristieken Data visualiseren Betrouwbaarheidsintervallen Toetsen van hypothesen

data ingeven Karakteristieken Data visualiseren Betrouwbaarheidsintervallen Toetsen van hypothesen Het verhaal va de Statistiek met de TI-84 Statistiek steekproef gegeves verwerke modellere Betrouwbaarheidsitervalle Toetse va hypothese 17 oktober 2018 kasrekeig kaswette kasverdelige Beschrijvede statistiek

Nadere informatie

Set 3 Inleveropgaven Kansrekening (2WS20)

Set 3 Inleveropgaven Kansrekening (2WS20) 1 Techische Uiversiteit Eihove Faculteit Wiskue e Iformatica Set 3 Ileveropgave Kasrekeig (2WS20) 2014-2015 1. (Flesjes ie uit e ba sprige) Aa ee lopee ba wore bierflesjes gevul. Helaas gaat er zo u e

Nadere informatie

Hoofdstuk 3 Statistiek: het toetsen

Hoofdstuk 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 informatie

Statistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa Inleiding. Studiemateriaal

Statistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa. Statistiek 2 voor TeMa Inleiding. Studiemateriaal Algemee iformatie http://www.wi.tue.l/wsk/oderwijs/s95 College e istructies College: woesdag uur - HG6.96 Istructies maadag uur 5-6 HG6.09 Auditorium oodgebouw, uit Opdrachte: opgave uit boek e dictaat

Nadere informatie

Hoofdstuk 6 Twee populaties: parametrische toetsen

Hoofdstuk 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 informatie

PROEFEXAMEN SOCIALE STATISTIEK November 2009 REEKS 1

PROEFEXAMEN SOCIALE STATISTIEK November 2009 REEKS 1 PROEFEXAMEN SOCIALE STATISTIEK November 009 REEKS Score /5. ( pute) Beatwoord volgede vraag aa de had va oderstaade SPSSoutput: Omcirkel de juiste waarde voor A e voor B als je weet dat deze verdelig bereked

Nadere informatie

2.1 De normale verdeling

2.1 De normale verdeling Les 2 Steekproeve We zulle i deze les bekijke, hoe we gegeves va ee populatie zoals het gemiddelde e de spreidig kue schatte, zoder aar elk idividu va de populatie te kijke. Het idee hierbij is, i plaats

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 9. Toetsen van hypothesen. Werktekst voor de leerling. Prof. dr.

VOOR HET SECUNDAIR ONDERWIJS. Verklarende statistiek. 9. Toetsen van hypothesen. Werktekst voor de leerling. Prof. dr. VOOR HET SECUNDAIR ONDERWIJS Verklarede statistiek 9. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg DEEL. Basisideeë.... Hoe extreem mag

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS

VOOR HET SECUNDAIR ONDERWIJS VOOR HET SECUNDAIR ONDERWIJS Steekproefmodelle e ormaal verdeelde steekproefgroothede 6. Werktekst voor de leerlig Prof. dr. Herma Callaert Has Bekaert Cecile Goethals Lies Provoost Marc Vacaudeberg 1.

Nadere informatie

Een toelichting op het belang en het berekenen van de steekproefomvang in marktonderzoek.

Een toelichting op het belang en het berekenen van de steekproefomvang in marktonderzoek. 006 Wolters-Noordhoff bv Groige/Houte De steekproefomvag Ee toelichtig op het belag e het berekee va de steekproefomvag i marktoderzoek. Ihoud 1 Ileidig Eerst ekele defiities 3 Steekproefomvag e respose

Nadere informatie

Betrouwbaarheid. Betrouwbaarheidsinterval

Betrouwbaarheid. Betrouwbaarheidsinterval Betrouwbaarheid Ee simulatie beoogt éé of i.h.a. twee of meerdere sceario s te evaluere e te vergelijke, bij Mote Carlo (MC) simulatie voor ee groot aatal istelwaarde, voor éé of meerdere parameters. Hierbij

Nadere informatie

Statistiek voor A.I. College 14. Dinsdag 30 Oktober

Statistiek 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 informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17

Stochastiek 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 informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18 Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 18 t-toetsen 2 / 18 Steekproefgemiddelde en -variantie van normale observaties Stelling. Laat X 1,..., X n o.o. zijn en N(µ, σ 2 )-verdeeld. Dan:

Nadere informatie

We kennen in de wiskunde de volgende getallenverzamelingen:

We kennen in de wiskunde de volgende getallenverzamelingen: Masteropleidig Fiacial Plaig Kwatitatieve Methode Relevate wiskude We kee i de wiskude de volgede getalleverzamelige: De atuurlijke getalle: N = {0,,,,4, } De gehele getalle: Z = {, -,-,-,0,,,, } (egels:

Nadere informatie

Polynomen groep 2. Trainingsweek, juni Complexe nulpunten. Een polynoom is van de vorm P (x) = n

Polynomen groep 2. Trainingsweek, juni Complexe nulpunten. Een polynoom is van de vorm P (x) = n Polyome groep 2 Traiigsweek, jui 2009 Complexe ulpute Ee polyoom is va de vorm P (x) = i=0 a ix i, met coëfficiëte a 0, a 1,..., a, die uit ee gegeve verzamelig kome (meestal Z of R). Als alle coëfficiëte

Nadere informatie

Steekproeven en schatters

Steekproeven en schatters Statistiek voor Iformatiekude, 25 Les 2 Steekproeve e schatters We zulle i deze les bekijke, hoe we gegeves va ee populatie zo als het gemiddelde e de spreidig kue schatte, zoder aar elk idividu va de

Nadere informatie

Uitwerkingen hoofdstuk 9 9. Testen van meetresultaten. Testen van het uit de steekproef geschatte gemiddelde t.o.v. a x = 24,5 kg en n-1 = 0,9 kg n

Uitwerkingen hoofdstuk 9 9. Testen van meetresultaten. Testen van het uit de steekproef geschatte gemiddelde t.o.v. a x = 24,5 kg en n-1 = 0,9 kg n Uitwerkige hoofdstuk 9 9. Teste a meetresultate. Opgae 9. Opgae 9. Teste a het uit de steekproef geschatte gemiddelde t.o.. a x = 4,5 kg e - = 0,9 kg b t ( x) 5 5 4,5, - 0,9 c,5 % d = = 5 = 4 tabel: t

Nadere informatie

Hoofdstuk 8: Het Toetsen van Hypothesen (Extra Oefeningen)

Hoofdstuk 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN. Tentamen Inleiding Experimentele Fysica (3NA10 of 3AA10) Tentamen OGO Fysisch Experimenteren voor minor AP (3MN10)

TECHNISCHE UNIVERSITEIT EINDHOVEN. Tentamen Inleiding Experimentele Fysica (3NA10 of 3AA10) Tentamen OGO Fysisch Experimenteren voor minor AP (3MN10) TECHISCHE UIVERSITEIT EIDHOVE Tetame Ileidig Experimetele Fysica (3A10 of 3AA10) Tetame OGO Fysisch Experimetere voor mior AP (3M10) d.d. 0 jauari 010 va 9:00 1:00 uur Vul de presetiekaart i blokletters

Nadere informatie

Eindexamen wiskunde A1-2 vwo 2008-II

Eindexamen wiskunde A1-2 vwo 2008-II Groepsfoto s Alle mese kippere met hu oge. Daardoor staa op groepsfoto s vaak ekele persoe met geslote oge. Sveso e Bares hebbe oderzocht hoeveel foto s je moet make va ee groep va persoe om 99% kas te

Nadere informatie

Uitwerkingen hoofdstuk 9 9. Testen van meetresultaten. Testen van het uit de steekproef geschatte gemiddelde t.o.v. a x = 24,5 kg en s = 1,0 kg b

Uitwerkingen hoofdstuk 9 9. Testen van meetresultaten. Testen van het uit de steekproef geschatte gemiddelde t.o.v. a x = 24,5 kg en s = 1,0 kg b Uitwerkige hoofdtuk 9 9. Tete va meetreultate. Opgave 9. Opgave 9. Tete va het uit de teekproef gechatte gemiddelde t.o.v. a x = 4,5 kg e =,0 kg 5 t ( x) 5 4, 5, 09, c,5 % d v = = 5 = 4 tael: t kritich

Nadere informatie

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen M, M & C 7.3 Optional Topics in Comparing Distributions: F-toets 6.4 Power & Inference as a Decision 7.1 The power of the t-test 7.3 The power of the sample t- Toetsende Statistiek Week 5. De F-toets &

Nadere informatie

Kansrekening en Statistiek

Kansrekening 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 informatie

1. Meetniveaus en Notatie

1. Meetniveaus en Notatie 1. Meetiveaus e Notatie Meetiveaus Oderzoek wordt gedaa met het verzamele va iformatie over éé of meer variabele. Ee variabele wordt gemete ee va de volgede 4 meetiveaus (va laag aar hoog) : Er wordt oderscheid

Nadere informatie

INLEIDING FYSISCH-EXPERIMENTELE VAARDIGHEDEN (3A560) , ANTWOORDEN. en y m.b.v. y = n

INLEIDING FYSISCH-EXPERIMENTELE VAARDIGHEDEN (3A560) , ANTWOORDEN. en y m.b.v. y = n INLEIDING FYICH-EXEIENTELE VAADIGHEDEN (3A56 3-1-, ANTWOODEN OGAVE 1 (a y wordt bereked mb y ³ e y mb y Uit de laatste ergelijkig ide we y i ³ x1 1 + + x ³ x1 1 + + x ³ + j6i i j xj y + j6i i j xj Omdat

Nadere informatie

Analyse wijze en stimuleren van invullen Nationale Studenten Enquête 2012. Pascal Brenders 19 juni 2013

Analyse wijze en stimuleren van invullen Nationale Studenten Enquête 2012. Pascal Brenders 19 juni 2013 Aalyse wijze e stimulere va ivulle atioale Studete Equête 20. Pascal Breders 19 jui 2013 Aaleidig Studiekeuze3 is veratwoordelijk voor de uitvoerig va de atioale Studete Equête (SE). De atioale Studete

Nadere informatie

Data analyse Inleiding statistiek

Data 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 informatie

Les 1: Waarschijnlijkheidrekening

Les 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 informatie

Examen VWO. wiskunde B1. tijdvak 1 woensdag 16 mei 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.

Examen VWO. wiskunde B1. tijdvak 1 woensdag 16 mei 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage. Exame VW 007 tijdvak woesdag 6 mei.0-6.0 uur wiskude B Bij dit exame hoort ee uitwerkbijlage. Dit exame bestaat uit 0 vrage. Voor dit exame zij maximaal 8 pute te behale. Voor elk vraagummer staat hoeveel

Nadere informatie

Complexe getallen. c(a+ib)=ca+i(cb) id(a+ib)=i(ad)+i 2 (bd)=(-bd)+i(ad) (a+ib)(c+id)=ac+i(ad)+i(bc)+i 2 (bd)= ac-bd+i(ad+bc)

Complexe getallen. c(a+ib)=ca+i(cb) id(a+ib)=i(ad)+i 2 (bd)=(-bd)+i(ad) (a+ib)(c+id)=ac+i(ad)+i(bc)+i 2 (bd)= ac-bd+i(ad+bc) . Ileidig: Complexe getalle I de wiskude stelt zich het probleem dat iet bestaat voor de reële getalle of dat de vergelijkig x + 0 gee reële ulpute heeft. Om dit euvel op te losse werd het getal i igevoerd

Nadere informatie

Hogeschool Utrecht Faculteit Educatie Enquete studenten Revius Instituut Archimedes Online Evaluatie Instrument juli 2014

Hogeschool Utrecht Faculteit Educatie Enquete studenten Revius Instituut Archimedes Online Evaluatie Instrument juli 2014 Equete studete Revius Pagia 1 va 9 www.hbospiegel.l Olie Evaluatie Istrumet Hogeschool Utrecht Faculteit Educatie Istituut Archimedes Equete studete Revius juli 2014 Alle rechte voorbehoude. CopyRight

Nadere informatie

Uitwerkingen toets 11 juni 2011

Uitwerkingen toets 11 juni 2011 Uitwerkige toets 11 jui 2011 Opgave 1. Laat 2 e k 1 gehele getalle zij. I ee lad zij stede e tusse elk paar stede is ee busverbidig i twee richtige. Laat A e B twee verschillede stede zij. Bewijs dat het

Nadere informatie

1. Symmetrische Functies

1. Symmetrische Functies Algebra III 1 1. Symmetrische Fucties permutatios sot la metaphysique des équatios Lagrage*, 1771 I dit hoofdstuk bestudere we de ivariate va de werkig va de symmetrische groep S op polyoomrige i variabele.

Nadere informatie

Kansverdelingen Inductieve statistiek met Geogebra 4.2

Kansverdelingen 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 informatie

1. Hebben de volgende rijen een limiet, en zo ja, bepaal die dan: (i) u n = sin(πn) (d) u n = cos(2πn) (l) u n = log n

1. Hebben de volgende rijen een limiet, en zo ja, bepaal die dan: (i) u n = sin(πn) (d) u n = cos(2πn) (l) u n = log n Hoofdstuk 1 Limiet va ee rij 1.1 Basis 1. Hebbe de volgede rije ee iet, e zo ja, bepaal die da: (a) 1,, 3, 4, 5, 6, 7, 8,... (b) 1, 4, 9, 16, 5, 36, 49,... (c) 1, 8, 7, 64, 15,... (d) u = ( 1) (e) u =

Nadere informatie

Eindexamen wiskunde B1 vwo 2007-I

Eindexamen wiskunde B1 vwo 2007-I Eidexame wiskude B vwo 007-I havovwo.l Podiumverlichtig Ee podium is 6 meter diep. Midde bove het podium hagt ee balk met tl-buize. De verlichtigssterkte op het podium is het kleist aa de rad, bijvoorbeeld

Nadere informatie

Statistiek Voor studenten Bouwkunde College 6

Statistiek Voor studenten Bouwkunde College 6 Statistiek Voor studete Bouwkude College 6 extrapolatie va steekproef aar populatie Programma voor vadaag Terugblik Populatie e steekproef: extrapolatiestap Represetativiteit, (o)zuiverheid Populatiepercetage

Nadere informatie

Examen VWO. wiskunde B1. tijdvak 1 woensdag 16 mei 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.

Examen VWO. wiskunde B1. tijdvak 1 woensdag 16 mei 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage. Exame VW 007 tijdvak woesdag 6 mei.0-6.0 uur wiskude B Bij dit exame hoort ee uitwerkbijlage. Dit exame bestaat uit 0 vrage. Voor dit exame zij maximaal 8 pute te behale. Voor elk vraagummer staat hoeveel

Nadere informatie

Kansrekening en Statistiek

Kansrekening 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 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.

+ ( 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 informatie

Statistiek Voor studenten Bouwkunde College 5

Statistiek Voor studenten Bouwkunde College 5 Statistiek Voor studete Bouwkude College 5 toevalsfluctuaties Programma voor vadaag Terugblik Wet va de grote aatalle Verwachtigswaarde Stadaardfout e wortel wet Normale beaderig voor kashistogramme Prof.

Nadere informatie

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing

Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing Toetsende Statistiek Week 3. Statistische Betrouwbaarheid & Significantie Toetsing M, M & C, Chapter 6, Introduction to Inference 6.1 Estimating with Confidence 6.2 Tests of Significance 6.3 Use and Abuse

Nadere informatie

Betrouwbaarheid van een steekproefresultaat m.b.t. de hele populatie

Betrouwbaarheid van een steekproefresultaat m.b.t. de hele populatie Betrouwbaarheid va ee steekproefresultaat m.b.t. de hele populatie Verschillede steekproeve uit eezelfde populatie levere verschillede (steekproef) resultate op. Dit overmijdelijke verschijsel oeme we

Nadere informatie

Opgeloste Oefeningen Hoofdstuk 8: Het Toetsen van Hypothesen

Opgeloste 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 informatie

PARADOXEN 9 Dr. Luc Gheysens

PARADOXEN 9 Dr. Luc Gheysens PARADOXEN 9 Dr Luc Gheyses LIMIETEN, AFGELEIDEN EN INTEGRALEN: ENKELE MERKWAARDIGE VERHALEN Ileidig: verhale over ifiitesimale Ee ifiitesimaal (of ifiitesimaal kleie waarde) is ee object dat mi of meer

Nadere informatie

Statistiek voor A.I. College 12. Dinsdag 23 Oktober

Statistiek 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 informatie

Periodiciteit bij breuken

Periodiciteit bij breuken Periodiciteit bij breuke Keuzeodracht voor wiskude Ee verdieede odracht over eriodieke decimale getalle, riemgetalle Voorkeis: omrekee va ee breuk i ee decimale vorm Ileidig I deze odracht leer je dat

Nadere informatie

Verklarende Statistiek: Toetsen. Zat ik nou in dat kritische gebied of niet?

Verklarende 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 informatie

Hoofdstuk 9 : Steekproefstatistieken. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent.

Hoofdstuk 9 : Steekproefstatistieken. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent. Hoofdstuk 9 : Steekproefstatistieke Marix Va Daele MarixVaDaele@UGetbe Vakgroep Toegepaste Wiskude e Iformatica Uiversiteit Get Steekproefstatistieke p 1/20 Schattige Waeer uit ee steekproef de waarde

Nadere informatie

12 Kansrekening. 12.1 Kansruimten WIS12 1

12 Kansrekening. 12.1 Kansruimten WIS12 1 WIS12 1 12 Kasrekeig 12.1 Kasruimte Kasmaat Ee experimet is ee hadelig of serie hadelige met ee of meer mogelijke resultate uitkomste geoemd). De uitkomsteruimte, die we steeds zulle aageve met Ω, is de

Nadere informatie

figuur 2.50 Microscoop

figuur 2.50 Microscoop 07-01-2005 10:20 Pagia 1 Microscoop Ileidig Ee microscoop is bedoeld om kleie voorwerpe beter te kue zie, zie figuur 2.50. De bolle les dicht bij het oog (het oculair) heeft ee grote diameter. De bolle

Nadere informatie

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)

11.0 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 informatie

Een meetkundige constructie van de som van een meetkundige rij

Een meetkundige constructie van de som van een meetkundige rij Ee meetkudige costructie va de som va ee meetkudige rij [ Dick Kliges ] Iets verder da Euclides deed Er wordt door sommige og wel ees gedacht dat Euclides (hij leefde rod 300 v. Chr.) allee over meetkude

Nadere informatie

WISKUNDE 5 PERIODEN DEEL B

WISKUNDE 5 PERIODEN DEEL B EUROPEES BACCALAUREAAT 2012 WISKUNDE 5 PERIODEN DATUM : 11 jui 2012, ochted DUUR VAN HET EXAMEN: 3 uur (180 miute) TOEGESTANE HULPMIDDELEN : Exame met techologisch hulpmiddel 1/6 NL VRAAG B1 ANALYSE Blz.

Nadere informatie

Opgave 5 Onderzoek aan β -straling

Opgave 5 Onderzoek aan β -straling Eidexame vwo atuurkude 214-I - havovwo.l Opgave 5 Oderzoek aa β -stralig Zoals beked bestaat β -stralig uit elektroe. Om ee oderzoek aa β -stralig te doe heeft Harald ee radioactieve bro met P-32 late

Nadere informatie

elero Revio-868 Bedieningshandleiding Gelieve deze bedieningshandleiding te bewaren!

elero Revio-868 Bedieningshandleiding Gelieve deze bedieningshandleiding te bewaren! Revio-868 elero Bedieigshadleidig Gelieve deze bedieigshadleidig te beware! elero GmbH Atriebstechik Lisehofer Str. 59 63 D-72660 Beure ifo@elero.de www.elero.com 309 306 Nr. 18 100.5001/0505 Ihoudsopgave

Nadere informatie

Convergentie, divergentie en limieten van rijen

Convergentie, divergentie en limieten van rijen Covergetie, divergetie e limiete va rije TI-spire e rije 7N5p GGHM 22-23 Eigeschappe rekekudige rij b = begiwaarde v = verschil tusse twee opeevolgede terme recursieve formule: u = u + v met u = b directe

Nadere informatie

Correctievoorschrift VWO. wiskunde A1,2 (nieuwe stijl)

Correctievoorschrift VWO. wiskunde A1,2 (nieuwe stijl) wiskude A, (ieuwe stijl) Correctievoorschrift VWO Voorbereided Weteschappelijk Oderwijs 0 04 Tijdvak izede scores Verwerk de scores va de alfabetisch eerste vijf kadidate per school i het programma Wolf

Nadere informatie

Proeftentamen IBK1LOG01

Proeftentamen IBK1LOG01 Proeftetame IBK1LOG01 Opgave 1 ( 20 pute) Beatwoord de oderstaade vrage met waar of iet waar: 1.De bereikbaarheid va iformatie over ee product bij ee iteretwikel is ee voorbeeld va pre-trasactie elemet

Nadere informatie

15.1 Beslissen op grond van een steekproef [1]

15.1 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 informatie

Statistiek Voor studenten Bouwkunde College 8

Statistiek Voor studenten Bouwkunde College 8 Statistiek Voor studete Bouwkude College herhalig e ekele voorbeelde Programma voor vadaag Uitgebreide terugblik (per deel Is 0% va de Nederladers likshadig? Hoe checke we of ee theorie klopt? Aalyse va

Nadere informatie

Steekproefkarakteristieken en betrouwbare uitspraken

Steekproefkarakteristieken en betrouwbare uitspraken Steekpoefkaakteistieke e betouwbae uitspake Steekpoefkaakteistieke. De ities Ee steekpoef uit X s W (; ) is ee ij X ; X ; :::; X zo dat de X i zij oafhakelijk; de X i hebbe dezelfde vedelig als X. Belagijke

Nadere informatie

Statistiek voor A.I. College 2. Donderdag 13 September 2012

Statistiek 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 informatie

x z vonden we dat de z-score aangeeft hoeveel standaardafwijkingen de waarde

x z vonden we dat de z-score aangeeft hoeveel standaardafwijkingen de waarde PW11: Betrouwbaarhedstervalle Bj de stude va de ormale verdelg hebbe we geze dat volgede belagrjke 68-95 - 99.7 regel geldt: Ogeveer 68% va de waaremge lgt be ee afstad va Ogeveer 95% va de waaremge lgt

Nadere informatie

Oefeningen Analyse II

Oefeningen Analyse II ste Bachelor Igeieursweteschappe ste Bachelor Natuurkude/Wiskude Academiejaar 27-28 9 jui 28 Oefeige Aalyse II. Ee lichaam bove het xy-vlak met willekeurige hoogte wordt lags oder begresd door de cirkel

Nadere informatie

HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN

HOOFDSTUK 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 informatie