Toegepaste Statistiek, Week 4 1
|
|
- Dries van der Velde
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Toegepaste Statistiek, Week 4 1 Onafhankelijkheid We beschouwen de volgende situatie, met TWEE variabelen: G een toevalsvariabele T een nominale variabele (al of niet toevallig), indeling/conditionering/behandeling/... De situatie van meerdere steekproeven kan worden gemodelleerd als de situatie met een extra nominale variabele die aangeeft in welke steekproef het proefobject zich bevindt. De onderzoeker kan T opleggen aan het proefobject, en dan neemt deze indelingsvariabele natuurlijk geen toevallige waarden aan. Dan zijn de T -waarden geen aselecte steekproef van wat dan ook, dan is er geen verklarende statistiek over T. Maar er is nog betekenis te geven aan het begrip: G is onafhankelijk van T. (Statistische) onafhankelijkheid: De nominale variabele G (categorie-indeling) heet onafhankelijk van de nominale variabele T (groepsindeling) als de statistische beschrijving, dwz. de relatieve groottes van de G-klassen, niet afhangt van de T -groep waarin je ze bekijkt. Een ordinale variabele G heet onafhankelijk van de nominale variabele T (groepsindeling) als de statistische beschrijving, dwz. de verdelingsfunktie, van G niet afhangt van de T -groep waarin je hem bekijkt.
2 Toegepaste Statistiek, Week 4 2 Reeds tegengekomen: Geval 1: Eén kwantitatieve toevalsvariabele G, twee steekproeven, G normaal verdeeld binnen de groepen, waar de twee steekproeven uit getrokken zijn. Bovendien met dezelfde variantie. T geeft de steekproef aan (de deelpopulatie). H 0 : G onafhankelijk van T. Betekent dat de verdelingsfunctie van G in beide deelpopulaties hetzelfde is. Is (onder de voorwaarden) precies hetzelfde als gelijkheid van populatiegemiddelde in beide groepen. Geval 2: Eén nominale toevalsvariabele G, een nominale variabele T. H 0 : G onafhankelijk van T. Is de gebruikelijke H 0 bij twee-weg-classificatie. Als G een kwantitatieve toevalsvariabele is, en T is een kwantitatieve variabele die mogelijk door de onderzoeker wordt ingesteld, dan heet G (statistisch) onafhankelijk van T, als de statistische beschrijving, dwz. de verdelingsfunktie, van G bij vaste waarde van T, niet afhangt van de waarde van T. In het bijzonder hangt dan E(G T = t) niet van t af, en ook VAR(G T = t) hangt niet van t af (dit laatste heet homoscedasticiteit). Aselecte steekproef G 1,..., G n : G 1 onafh. van G 2,..., G n G 2 onafh. van G 1, G 3,..., G n, etc.
3 Toegepaste Statistiek, Week 4 3 Statistische ordening Wanneer vind je nu de ene behandeling, S = 1, beter dan een andere behandeling, S = 2? Je kijkt naar het effect op een ordinale variabele T. Je wilt E(T S = 1) > E(T S = 2), of misschien juist andersom. Of je wilt de mediaan van T onder S = 1 groter dan de mediaan van T onder S = 2. N(gem=10,SD=1) en N(gem=11,SD=5) rel.freq Het is best mogelijk dat bijv. E(T S = 1) > E(T S = 2), maar dat er toch groter deel onder S = 1 een zekere waarde heeft of lager, dan onder S = 2 (Zie plaatje, waarde 8)
4 Toegepaste Statistiek, Week 4 4 Voorbeeld: Inkomensverdeling onder de Nederlanders, gemiddelde inkomen in twee opeenvolgende jaren 1999 en 2000 zou gestegen kunnen zijn, EVENALS het percentage mensen dat een inkomen heeft onder de gulden per jaar. Een statistisch criterium: Noem de waarden van een nominale variabele T (een behandeling) statistisch geordend door G als, voor ieder tweetal T -waarden i en j hetzij voor iedere G-waarde u geldt dat het relatieve deel met G u onder T = i altijd groter is dan dat onder T = j (T = i is dan statistisch kleiner dan T = j, mbt. G) hetzij voor iedere G-waarde u geldt dat het relatieve deel met G u onder T = i altijd gelijk is aan dat onder T = j (T = i is dan statistisch gelijk aan T = j, mbt. G) hetzij voor iedere G-waarde u geldt dat het relatieve deel met G u onder T = i altijd kleiner is dan dat onder T = j (T = i is dan statistisch groter dan T = j, mbt. G) T = i is stat. kleiner dan T = j, als de verdelingsfunktie van G voor T = j verkregen wordt uit die voor T = i, door de punten van de grafiek naar RECHTS te verschuiven over een afstand die van de hoogte mag afhangen.
5 Toegepaste Statistiek, Week 4 5 Als T statistisch geordend door G, dan Het populatiegemiddelde (of de mediaan) van G binnen iedere T -groep geeft precies de ordening aan. Het populatiegemiddelde (of de mediaan) van G hangt niet van de T -waarde af, PRECIES DAN ALS G onafhankelijk van T. Veronderstel dat G normaal verdeeld is binnen iedere T - groep. Dan is T statistisch geordend door G, precies dan als VAR(G T = i) niet van de T -groep i afhangt (homoscedasticiteit). De ordening van de T -waarden komt dan overeen met de ordening van de E(G T = i). Homoscedasticiteit is een gebruikelijke aanname bij ANOVA- en lineaire regressie-methoden. In een experimentele situatie kan statistische ordening redelijke veronderstelling zijn (in plaats van een vage statistische aanname). Door de populatie te beperken (opdelen, conditioneren), zo dat alle proefobjecten in een vergelijkbare toestand zijn. Door een enkel nat.wet. verschijnsel te onderzoeken. Door de verschillen in T -behandeling geordend te laten zijn: Waarden: 0 g. kunstmest / m 2, 2 g. / m 2, 5 g. / m 2,... De T -behandelingen in een beperkt gebied te variëren, zodat er niet de variatie in zit van nuttig voedingssupplement tot dodelijke vergiftiging.
6 Toegepaste Statistiek, Week 4 6 Methoden Opzet van een experiment: Onderzoeksvraag Inrichting van het onderzoek Experimentopzet Procedure statistische analyse vastleggen Uitvoering van het onderzoek Statistische verwerking volgens plan uitvoeren Verslag van het een en ander geven Klaar. Daarmee is de kous af! Maak je werk beoordeelbaar voor jezelf en voor je collega s door je voornemens, je overwegingen en je oplossingen voor onvoorziene complicaties, etc., zo duidelijk mogelijk op schrift te zetten in het laboratoriumlogboek/journaal. En breng daar achteraf geen veranderingen in aan, het is een dagboek! Het is menselijk, maar mogelijk misleidend, om nog verder in de data te gaan zitten wroeten. Je kunt er echter geen statistisch gefundeerde conclusies meer uit trekken. Een gevaar is, dat je na lang piekeren denkt dat je iets fout gedaan hebt, je het onderzoek herhaalt, en zo maar door, net zo lang dat er het gewenste resultaat uitkomt. Bij zo n werkwijze is het niet eens nodig om het onderzoek te doen. Het geeft gegarandeerd succes en de onbetrouwbaarheid is 100%.
7 Toegepaste Statistiek, Week 4 7 Vgl. Onderzoek naar een of andere stof, gevonden in de levende natuur, die bij nuttiging leidt tot een zekere verbetering van het menselijk leven. Als de stof in het geheel geen effect heeft, en men meet veel variabelen, dan zal er allicht minstens een, een verbetering te zien geven. (vgl. astrologische verklaringen) Als men zich beperkt tot één variabele, dan zal voortdurende herhaling van het experiment uiteindelijk tot het gewenste resultaat leiden. Bij deze manier van analyseren is het zeer aanbevelenswaardig om veel lagere onbetrouwbaarheidsdrempels te gebruiken (dit is in bepaalde statistische methodes ingebouwd), en bovendien een controle-experiment te ontwerpen en uit te voeren, waarin het vermoeden dat men uiteindelijk heeft geformuleerd, getoetst wordt. Je zou ondertussen ook voldoende moeten weten, of denken te weten, dat je het controle-experiment zo kunt inrichten dat hij met grote kans (bijv. 95%) leidt tot een bevestiging van je vermoeden. Voer je plan uit zoals geformuleerd in de experimentopzet. Leg je in het bijzonder neer bij de eindconclusie!
8 Toegepaste Statistiek, Week 4 8 Testtabel 1 nominale variabele, 2 categorieën waaronder succes Toetsen succeskans = p, meer specifiek = 1 2 (B) 1 nominale variabele, meer categorieën Gegeven kansverdeling toetsen (Gof) 2 nominale variabelen Onafhankelijkheid toetsen (χ 2, FE) 1 ordinale toevalsvariabele Toetsen normaal verdeeld (K) 1 ordinale toevalsvariabele, 1 nominaal, 2 cat. Toetsen gelijkheid gemiddelde Al of niet normaliteitsaanname (t, resp MWU) 1 ordinale toevalsvariabele, 1 nominaal, meer cat. Toetsen gelijkheid gemiddelde Al of niet normaliteitsaanname (1wA, resp KW) 1 ordinale toevalsvariabele, 1 nominaal, 2 cat., paring Toetsen gelijkheid gemiddelde Verschillen normaal, symmetrisch verd. of niet (t gep., resp W gep., tt) 1 ordinale toevalsvariabele, 1 nominaal, meer cat, blokking Toetsen onafhankelijkheid van nom. var. (F) 1 ordinale toevalsvariabele, 1 ordinale variabele Toetsen onafhankelijkheid Al of niet normaliteitsaanname (Pr, Sr) Schatten/toetsen lineaire relatie (RA) 1 ordinale toevalsvariabele, meer verkl. var. Toetsen onafhankelijkheid verkl. var. nominaal/ordinaal (MwA, MR)
9 Toegepaste Statistiek, Week 4 9 Case 1: Bij zijn onderzoek aangaande Sociale Alertheid (SA) heeft een psycholoog een SA-test bestaande uit 100 vragen. Het antwoord op elke vraag scoort 1 of 0 voor SA, zodat iedere vraag een gelijke bijdrage levert aan de SA-score. De totale score kan dus bedragen. De onderzoeker richt zijn aandacht op eeneiige tweelingen en vindt 8 tweelingen waarvan er een in huiselijke kring werd opgevoed en een andere op een kostschool. Hij onderwerpt de tweelingen aan zijn SA-test en vindt de volgende scores: Tweeling: Kostschoolscore: Huisgezinscore: Mag de onderzoeker beweren dat opvoeding invloed heeft op sociale alertheid? VAR: SA-score ordinaal; som van 100 scores dus normaal Opvoedingssituatie nominaal (Kostschool/Thuis) t-toets voor gepaarde waarnemingen Case 2: We kijken naar 4 groepen studenten van verschillende disciplines bij een inleidende cursus milieukunde. Aan het eind van de cursus kunnen de studenten kiezen uit de volgende alternatieven: 1. direct tentamen doen 2. het tentamen twee weken uitstellen 3. de cursus overdoen Hoe test je of de keuze van de studenten te maken heeft men hun discipline? VAR: Discipline nominaal (4 cat) en Keuze nominaal (3 cat) χ 2
10 Toegepaste Statistiek, Week 4 10 Case 3: Een eenvoudige brei-opdracht (bivakmuts) wordt gegeven aan 150 mannelijke en 120 vrouwelijke studenten. Na precies een uur wordt de lengte van de gebruikte draad gemeten (in meters). Getest moet worden of er verschil in breisnelheid bestaat tussen de groepen. VAR: Geslacht nominaal; breilengte ordinaal Mann Whitney U test Case 4: Een onderzoekster heeft een verdunningsreeks van tannine gemaakt en meet met de fotospectrometer de absorptie van het licht van elke verdunning. Hoe moet zij deze gegevens analyseren. VAR: Verdunningsgraad ordinaal; intensiteit ordinaal Regressie-analyse Case 5: Een bepaalde populatie zeeolifanten bestaat uit 200 mannen, 200 vrouwen en 360 juvenielen. Bij een monstername worden 30 mannen en 10 vrouwen gevangen. Laten mannen zich eerder verschalken? VAR: Geslacht, onder nulhypothese evenveel kans man of vrouw te krijgen, nl. 200:200 (als gevangen dier weer teruggezet wordt) Binomiaal toets.
11 Toegepaste Statistiek, Week 4 11 Lineaire regressie We gaan nu kijken naar een voorbeeld van een verband (afhankelijkheid) tussen twee ordinale variabelen, een toevalsvariabele of responsevariabele Y en een mogelijk instelbare variabele X, de verklarende variabele. Dimensies uitwerken, vb. Y : g en X: s Bij lineaire regressie modelleert men de afhankelijkheid op de eerste plaats in de vorm E(Y X = x) = a + bx In het algemeen is er een funktie r(x) = E(Y X = x), het populatiegemiddelde van Y in de proefsituatie waarin X is ingesteld op de waarde x. Deze funktie zal vaak te beschouwen zijn als een differentieerbare funktie. Als nu ook nog x over een voldoend klein waardengebied varieert, zal r(x) te benaderen zijn met een lineaire funktie r(x) = a+bx. Nu preciseren we het lineaire verband: Y = a + bx + R waarin R een niet waarneembare toevallige afwijking voorstelt, met gemiddelde waarde 0 (bij iedere X-waarde). De extra aanname is dat R normaal verdeeld is met een variantie die niet van de ingestelde X-waarde afhangt. Het kan goed zijn om de waarden van Y en/of X op een andere schaal uit te drukken (bijv. logarithmisch, zoiets heet een transformatie) om de homoscedasticiteit beter te benaderen.
12 Toegepaste Statistiek, Week 4 12 Model: Y = a + bx + R R is normaal verdeeld, is statistisch onafhankelijk van X, is normaal verdeeld met gemidddelde 0 en een gegeven variantie σ 2. Doel is a, b, en σ 2 te schatten. Toetsen of b = 0 betekent toetsen of Y onafhankelijk van X. Specialisatie b = 1: Toetsen of a = 0 levert t-toets gepaard Merk op dat σ 2 = VAR(Y X = x), en VAR(Y ) = b 2 VAR(X) + σ 2. Kennis van de X-waarde kan dus gebruikt worden om een deel van de variantie (de onzekerheid ) in Y weg te nemen, te verklaren. Zij gegeven de paren (Y 1, X 1 ),..., (Y n, X n ). Oplossing met de kleinste kwadraten methode: Zoek a en b zó dat (Y j a bx j ) 2 zo klein mogelijk. Geeft de helling (slope), schatter van b, (X j X n )(Y j Y n ) X ˆb = = ( j Y j ) ( X j )( Y j )/n (X j X n ) 2 ( Xj 2 ) ( X j ) 2 /n en de intercept, schatter van a, â = Y n ˆbX n Residuen: e j = Y j â ˆbX j, als schatting van R j. Residuele variantie (schat σ 2 ): s 2 R = 1 n 2 e 2 j
13 Toegepaste Statistiek, Week 4 13 Eigenschappen van de schatters: (ˆb b) t = s R / (X j X n ) 2 is Student-t verdeeld met df = n 2. Dit stelt je in staat om betrouwbaarheidsintervallen te maken voor b en om nulhypotheses te toetsen van de vorm b = 37 (of b 37). â a t = s R X 2 n/ (X j X n ) 2 + 1/n is Student-t verdeeld met df = n 2. Bovenstaande geldt zowel wanneer de X j waarden zijn ingesteld door de onderzoeker, als wanneer de X j toevallige waarden aanneemt. In het algemeen kan men zeggen, dat als ˆb niet significant van 0 afwijkt, het aanbevelenswaardig is om in het model b = 0 te nemen. Met name als men de lineaire vergelijking wil gebruiken om Y -waarden zo goed mogelijk te voorspellen. Het meenemen van ˆb kan leiden tot onnodige vergroting van de fout in de voorspelling. We hebben de volgende opsplitsing: (Y j Y n ) 2 = ˆb 2 (X j X n ) 2 + e 2 j Eerste term: SS verklaard door de regressie, Tweede term: SS der residuen
14 Toegepaste Statistiek, Week 4 14 Pearson product-moment correlatiecoëfficiënt: r = (X j X n )(Y j Y n ) (Xj X n ) 2 (Y j Y n ) 2 Is een getal tussen 1 en 1. Positief: hogere X-waarde dan ook hogere Y -waarde verwachten Negatief: hogere X-waarde dan lagere Y -waarde verwachten 1: dan Y j = a + bx j voor vaste a en b met b > 0-1: dan Y j = a + bx j voor vaste a en b met b < 0 Als Y onafhankelijk van X, dan is r 0 voor grote n.
Toegepaste 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 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 informatieToegepaste Statistiek, Dag 7 1
Toegepaste Statistiek, Dag 7 1 Statistiek: Afkomstig uit het Duits: De studie van politieke feiten en cijfers. Afgeleid uit het latijn: status, staat, toestand Belangrijkste associatie: beschrijvende statistiek
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 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 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 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 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 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 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 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 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 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 informatieCollege 2 Enkelvoudige Lineaire Regressie
College Enkelvoudige Lineaire Regressie - Leary: Hoofdstuk 7 tot p. 170 (Advanced Correlational Strategies) - MM&C: Hoofdstuk 10 (Inference for Regression) - Aanvullende tekst 3 Jolien Pas ECO 011-01 Correlatie:
Nadere informatieHerkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.
Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
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 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 informatieHOOFDSTUK VII REGRESSIE ANALYSE
HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens
Nadere informatieG0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing
G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag
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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) op dinsdag 3-03-00, 9- uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en
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 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 informatiewerkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen scattergram cursus Statistiek
cursus 23 mei 2012 werkcollege 8 correlatie, regressie - D&P5: Summarizing Bivariate Data relatie tussen variabelen onderzoek streeft naar inzicht in relatie tussen variabelen bv. tussen onafhankelijke
Nadere informatieStatistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef
Statistiek II Onderdeel toetsen binnen de cursus: 1. Eenvoudig toetsen Toetsen en schatten ivm één statistiek of steekproef Via de z-verdeling, als µ onderzocht wordt en gekend is: Via de t-verdeling,
Nadere informatie8. Analyseren van samenhang tussen categorische variabelen
8. Analyseren van samenhang tussen categorische variabelen Er bestaat een samenhang tussen twee variabelen als de verdeling van de respons (afhankelijke) variabele verandert op het moment dat de waarde
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 informatieHoofdstuk 12: Eenweg ANOVA
Hoofdstuk 12: Eenweg ANOVA 12.1 Eenweg analyse van variantie Eenweg en tweeweg ANOVA Wanneer we verschillende populaties of behandelingen met elkaar vergelijken, dan zal er binnen de data altijd sprake
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 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 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 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 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 informatiec Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6
c Voorbeeldvragen, Methoden & Technieken, Universiteit Leiden TS: versie 1 1 van 6 1. Iemand kiest geblinddoekt 4 paaseitjes uit een mand met oneindig veel paaseitjes. De helft is melkchocolade, de andere
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 informatieHOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK
HOOFDSTUK VI NIET-PARAMETRISCHE (VERDELINGSVRIJE) STATISTIEK 1 1. INLEIDING Parametrische statistiek: Normale Verdeling Niet-parametrische statistiek: Verdelingsvrij Keuze tussen de twee benaderingen I.
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 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 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 informatieGegevensverwerving en verwerking
Gegevensverwerving en verwerking Staalname - aantal stalen/replicaten - grootte staal - apparatuur Experimentele setup Bibliotheek Statistiek - beschrijvend - variantie-analyse - correlatie - regressie
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 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 informatiemlw stroom 2.1: Statistisch modelleren
mlw stroom 2.1: Statistisch modelleren College 5: Regressie en correlatie (2) Rosner 11.5-11.8 Arnold Kester Capaciteitsgroep Methodologie en Statistiek Universiteit Maastricht Postbus 616, 6200 MD Maastricht
Nadere informatieFeedback 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur.
VOORAF: Hieronder staat een aantal opgaven over de stof. Veel meer dan op het tentamen zelf gevraagd zullen worden. Op het tentamen zullen in totaal 20 onderdelen gevraagd worden. TECHNISCHE UNIVERSITEIT
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie
Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Inleveren: Uiterlijk 15 februari voor 16.00 in mijn postvakje Afspraken Overleg is toegestaan, maar iedereen levert zijn eigen werk in. Overschrijven
Nadere informatieintroductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets
toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:
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 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 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 informatieStatistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018
Statistiek in de alfa en gamma studies Aansluiting wiskunde VWO-WO 16 april 2018 Wie ben ik? Marieke Westeneng Docent bij afdeling Methoden en Statistiek Faculteit Sociale Wetenschappen Universiteit Utrecht
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 informatieStatistische variabelen. formuleblad
Statistische variabelen formuleblad 0. voorkennis Soorten variabelen Discreet of continu Bij kwantitatieve gegevens gaat het om meetbare gegeven, zoals temperatuur, snelheid of gewicht. Bij een discrete
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 informatieHoofdstuk 8 Het toetsen van nonparametrische variabelen
Hoofdstuk 8 Het toetsen van nonparametrische variabelen 8.1 Non-parametrische toetsen: deze toetsen zijn toetsen waarbij de aannamen van normaliteit en intervalniveau niet nodig zijn. De aannamen zijn
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 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 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 informatieTentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.
Tentamen Inleiding Intelligente Data Analyse Datum: 19-12-2002 Tijd: 9.00-12.00, BBL 420 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Woensdag 7 Oktober 1 / 51 Kansrekening en Statistiek? Bevordert luieren de fantasie? Psychologie 2 / 51 Kansrekening en Statistiek? Bevordert luieren de fantasie? Psychologie
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 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 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 informatie6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Learning the Mechanics 6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. De random variabele x wordt tweemaal waargenomen. Ga na dat, indien de waarnemingen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, uur De u
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor T (2S070) op vrijdag 8 oktober 1999, 14.00-17.00 uur De uitwerkingen van de opgaven dienen duidelijk geformuleerd
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 informatieKlantonderzoek: statistiek!
Klantonderzoek: statistiek! Statistiek bij klantonderzoek Om de resultaten van klantonderzoek juist te interpreteren is het belangrijk de juiste analyses uit te voeren. Vaak worden de mogelijkheden van
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 informatieTentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, uur
Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 2 november 2011, 9.00-12.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven
Nadere informatieRobuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid
Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 22 april 2010 1 1 Introductie De
Nadere informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
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 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 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 informatie1 Basisbegrippen, W / O voor waar/onwaar
Naam - Toetsende Statistiek Rijksuniversiteit Groningen Lente Docent: John Nerbonne Tentamen di. 22 juni om 14 uur tentamenhal Belangrijke instructies 1. Schrijf uw naam & studentnummer hierboven, schrijf
Nadere informatieCursus TEO: Theorie en Empirisch Onderzoek. Practicum 2: Herhaling BIS 11 februari 2015
Cursus TEO: Theorie en Empirisch Onderzoek Practicum 2: Herhaling BIS 11 februari 2015 Centrale tendentie Centrale tendentie wordt meestal afgemeten aan twee maten: Mediaan: de middelste waarneming, 50%
Nadere informatieCollege 7 Tweeweg Variantie-Analyse
College 7 Tweeweg Variantie-Analyse - Leary: Hoofdstuk 12 (p. 255 t/m p. 262) - MM&C: Hoofdstuk 12 (p. 618 t/m p. 623 ), Hoofdstuk 13 - Aanvullende tekst 9, 10, 11 Jolien Pas ECO 2012-2013 Het Experiment
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 informatieWiskunde B - Tentamen 2
Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk
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 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 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 informatieInhoudsopgave. Deel I Schatters en toetsen 1
Inhoudsopgave Deel I Schatters en toetsen 1 1 Hetschattenvanpopulatieparameters.................. 3 1.1 Inleiding:schatterversusschatting................. 3 1.2 Hetschattenvaneengemiddelde..................
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal
Nadere informatieWe illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten
Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van
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 informatieInhoud. Woord vooraf 13. Hoofdstuk 1. Inductieve statistiek in onderzoek 17. Hoofdstuk 2. Kansverdelingen en kansberekening 28
Inhoud Woord vooraf 13 Hoofdstuk 1. Inductieve statistiek in onderzoek 17 1.1 Wat is de bedoeling van statistiek? 18 1.2 De empirische cyclus 19 1.3 Het probleem van de inductieve statistiek 20 1.4 Statistische
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 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 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 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 informatieCollege 3 Meervoudige Lineaire Regressie
College 3 Meervoudige Lineaire Regressie - Leary: Hoofdstuk 8 p. 165-169 - MM&C: Hoofdstuk 11 - Aanvullende tekst 3 (alinea 2) Jolien Pas ECO 2012-2013 'Computerprogramma voorspelt Top 40-hits Bron: http://www.nu.nl/internet/2696133/computerprogramma-voorspelt-top-40-hits.html
Nadere informatieStatistiek 2 deel A 30 minuten over statistisch toetsen
Statistiek 2 deel A 30 minuten over statistisch toetsen R.J. Baars, MSc Kruytgebouw N710 r.j.baars@uu.nl februari 2014 Opbouw van statistiek Statistiek 1 (periode 2: vandaag) Dit college + zelfstudie +
Nadere informatieSPSS. Statistiek : SPSS
SPSS - hoofdstuk 1 : 1.4. fase 4 : verrichten van metingen en / of verzamelen van gegevens Gegevens gevonden bij een onderzoek worden systematisch weergegeven in een datamatrix bij SPSS De datamatrix Gebruik
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek (2S390) op maandag ,
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek (2S390) op maandag 20-11-2000, 14.00-17.00 uur ƒbij het tentamen mag gebruik worden gemaakt van een zakrekenmachine
Nadere informatieKWANTITATIEF TESTEN. experimenteel ontwerp (MIT 14) statistische analyse (MIT 15)
KWANTITATIEF TESTEN experimenteel ontwerp (MIT 14) statistische analyse (MIT 15) tips Google Wikipedia MIT 14, 15 stats.stackexchange.com ander onderzoek dat lijkt op het jouwe experimenteel ontwerp kwantitatieve
Nadere informatie