Hoofdstuk 5 Een populatie: parametrische toetsen
|
|
- Simona Lambrechts
- 4 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 is, hoe groter de waarden onderling van elkaar verschillen. Dus je neemt alle observaties, die tel je bij elkaar op en die deel je door het aantal observaties. Dan heb je het gemiddelde. Hier trek je dan weer elke keer de individuele observaties af en dat antwoord kwadrateer je. Dan heb je de variantie. Dus als je de waardes 2,4,6 hebt is het gemiddelde (2+4+6)/3= 4. Dan doe je (4-2)²+(4-4)²+(6-4)²= 8. De variantie is dus 8. Als je hier weer de wortel uittrekt dan heb je de standaardvariatie. 8= 2,828. T-toets: Deze toets is ook voor één steekproef uit één populatie net zoals de Z-toets. Voorwaarden t-toets: 1. Voor één steekproef uit één populatie. 2. Wanneer n <100, bij normale verdeling, onbekende standaarddeviatie. 3. Wanneer n > 30, bij NIET-normale verdeling. Dus geen t-toets als n<30 en de populatie NIET normaal verdeeld is!! Hypothesen: Linkseenzijdig toetsen: H0: μ μ0 en : μ < μ0 Rechtseenzijdig toetsen: H0: μ μ0 en : μ > μ0 Tweezijdig toetsen: H0: μ = μ0 en : μ = μ0 Toetsingsgrootheid: om een t-toets uit te kunnen voeren moet je eerst het steekproefgemiddelde ( ) omzetten in een T-score. Dit is de toetsingsgrootheid waarmee H0 getoetst wordt. Formule voor T-score: = Verkregen steekproefgemiddelde s = standaarddeviatie van de steekproef u0 = veronderstelde waarde voor het populatiegemiddelde (µ) n = steekproefgrootte df = aantal vrijheidsgraden Er is dus geen σ meer in deze formule zoals bij de Z-score. Deze σ is vervangen door de standaarddeviatie van de steekproef (s). T-verdeling: is net zoals de normale verdeling symmetrisch, en het gemiddelde is 0. Als we een steekproef van n <100 hebben en de verdeling is normaal verdeeld, en we hebben een onbekende σ, dan kunnen we zeggen dat de T-scores van het gemiddelde T-verdeeld zijn. Dit geldt ook voor steekproeven van n >30, bij een niet normaal verdeelde steekproef. Elke t-verdeling wordt volledig door het zogenoemde aantal vrijheidsgraden (df = degrees of freedom) bepaald. Er zijn zo veel t-verdelingen als er vrijheidsgraden zijn. Hoe groter het aantal vrijheidsgraden, hoe meer de t-verdeling op een standaardnormale verdeling lijkt.
2 Vrijheidsgraden: stel je gemiddelde ligt van te voren vast. Zeg maar dat je gemiddelde 10 is. Als ik dan in totaal van 5 getallen op het gemiddelde van 10 moet komen en ik nu willekeurig 4 getallen kies. Bijvoorbeeld 5,11,3 en 8. Dan moet ik het vijfde getal zodanig uitkiezen, dat het gemiddelde wel 10 wordt. Dit kan alleen met het getal 23, want ( )/ 5 = 10. Voor de toets van één gemiddelde is het aantal vrijheidsgraden dus gelijk aan df = N -1. Beslissingsregel: bij de t-toets kan je ook H0 verwerpen op basis van 2 manieren: Overschrijdingskansen Linkszijdig toetsen: Pl (t ) α Rechtszijdig toetsen: Pr (t ) α Tweezijdig toetsen: Pd (t ) = 2* Pl (t ) α als < µ0 = 2* Pr (t ) α als > µ0 Je kunt alleen alle mogelijke overschrijdingskansen berekenen als je over een programma beschikt, omdat er net zoveel t-verdelingen bestaan als er vrijheidsgraden zijn. Kritieke waarden Stel je hebt α =0,05 en een steekproefgrootte van 19. Dan is het aantal vrijheidsgraden df= 19-1 =18. Dan kijk je vervolgens in de tabel achter in je boek bij linkseenzijdige toetsing bij df=18 en α=0,05. Dan vind je het getal 1,734. Als het om de linker kritieke waarden gaat, is het een min getal. Dus -1,734. Als het om rechter kritieke waarden gaat, dan is het een plus getal, namelijk +1,734. Bij een tweezijdige toetsing vind je het getal 2,101. De kritieke t-waarden zijn dus -2,101 en +2,101. Dus je kunt stellen dat H0 verworpen wordt voor alle waarden kleiner dan -1,734 bij linker kritieken waarden. En bij rechter kritieken waarden wordt H0 verworpen bij alle waarden die hoger zijn dan +1,734. Bij de tweezijdige toetsing wordt H0 verworpen als de waarde kleiner is dan -2, 101 of groter is dan +2,101. Wanneer het aantal vrijheidsgraden groter is dan 100, dus df > 100, dan zijn de verschillen met een normale verdeling zo klein, dat je ook de tabel voor de standaardnormale verdeling mag gebruiken. Effectgrootte: bij een significant resultaat rapporteren we ook bij de t-toets de grootte van het effect aan de hand van Cohens d. d = M- µ0 s. Je gebruikt hierbij dezelfde richtlijnen als bij de Z-toets. Rapporteren: wanneer we de resultaten rapporteren, geef je bij de t-toets de waarde van de toetsingsgrootheid t, de vrijheidsgraden tussen haakjes en de p-waarde. Wanneer de resultaten significant zijn, wordt ook de effectgrootte gegeven. Voorbeeld: De gemiddelde tijd op de 100 meter (M=12,42; s= 0,23) van de universitaire studenten was significant sneller dan 12,5 seconden, t (109) = - 3,65, p < 0,001, d = 0,35.
3 Betrouwbaarheidsinterval: als je wil berekenen met welk percentage zekerheid het populatiegemiddelde binnen bepaalde grenzen ligt, moet je het betrouwbaarheidsinterval berekenen. De formule hiervoor is: = steekproefgemiddelde s = standaarddeviatie van de steekproef n = steekproefgrootte µ = populatiegemiddelde df = aantal vrijheidsgraden t = positieve z-waarde waarvoor geldt Pd(t) = α bij df = n 1. SPSS: Hieronder de namen gegeven die in een SPSS-output voorkomen. Zo kan je alle missende waardes berekenen. N: steekproefgrootte Mean: steekproefgemiddelde Std. Deviation: standaarddeviatie Std. Error Mean: (SE ): Standaardfout van het gemiddelde t: Df: n-1 Mean difference: mean- test value Lower & upper: -Tkrit * std. Error mean < µ < +Tkrit * std. Error mean Om het betrouwbaarheidsinterval te berekenen moet je weten wat het steekproefgemiddelde is, wat het betrouwbaarheidsniveau is (meestal 95%). Hiermee kan je vervolgens het significantieniveau berekenen. Je doet dan 100% -95% = 5%. Dit deel je door 100. Als je dan ook nog het aantal vrijheidsgraden (df) weet (dit is gewoon door N-1 te doen). Kan je vervolgens in de kolom met tweezijdige toetsing opzoeken wat de bijbehorende t-waarde is.
4 Dus als voorbeeld: Er is een aselecte steekproef genomen van 60 waarnemingen en het gemiddelde is gelijk aan 24, en de standaarddeviatie is 3. N = 60 µ = 24 s = 3 Df = 60-1=59 Significantieniveau: 0,05 (want 95%) Tkrit= 2,001 Formule: -Tkrit * (s/ N) < µ < +Tkrit * (s/ N) Dus 60-2,001 * (3/ 60) < µ < 60+2,001 * (3/ 60) = 60-2,001 * 0,387 <µ < 60+2,001 * 0,387 = 59,226 < µ < 60,774. Dus het betrouwbaarheidsinterval is [59,226, 60,774]. 5.2 T-toets voor gepaarde waarnemingen: De t-toets met gepaarde waarnemingen werkt met afhankelijke steekproeven. Als we bijvoorbeeld bij elke persoon niet één keer, maar twee keer een test afnemen, is er sprake van herhaalde metingen. Matchen: Wanneer we bij elke persoon in een steekproef een persoon zoeken die, met betrekking tot enkele achtergrondvariabelen, zo veel mogelijk lijkt op deze persoon. Voorwaarden t-toets voor gepaarde waarnemingen: 1. Wanneer de steekproeven afhankelijk zijn. 2. Wanneer n < 100 (kleine steekproef), normaal verdeeld en onbekende standaarddeviaties. 3. Steekproeven n > 30, en het aantal paren groter of gelijk is aan 30. Hierbij hoeft de populatie niet per se normaal verdeeld te zijn. Dus het mag niet als de twee afhankelijke steekproeven kleiner dan 30 zijn en de populatie niet normaal verdeeld is. Of de variabelen waarom het gaat niet op interval niveau gemeten zijn. Hypothesen: Linkszijdig toetsen: H0: µv 0 en H1 µv < 0 Rechtszijdig toetsen: H0: µv 0 en H1 µv > 0 Tweezijdig toetsen: H0: µv = 0 en H1 µv = 0 Toetsingsgrootheid voor de T-toets voor gepaarde waarnemingen: Om de hypothese te kunnen toetsen, beginnen we om van de verschilscores het gemiddelde en de standaarddeviatie te bereken. Verder is de t-toets voor gepaarde waarnemingen identiek aan de t-toets voor één gemiddelde.
5 Eerst zet je het om in een t-score. Dit doe je met de volgende formule: = het gemiddelde verschil tussen twee steekproeven S v = standaarddeviatie van de verschilscores µ v = veronderstelde gemiddelde verschil tussen de populaties n = aantal paren df = aantal vrijheidsgraden Vervolgens volgt er een t-verdeling met n 1 vrijheidsgraden. Wanneer H0 niet verworpen hoeft te worden, betekend dit dat de t -waarde ongeveer 0 is. Hoe verder de t -score van de 0 af ligt, hoe groter de kans is dat H0 moet worden verworpen. Beslissingsregel: Dit kan ook door middel van overschrijdingskansen en kritieke waarden. Overschrijdingskansen Linkszijdige toetsing: Pl (t ) α Rechtszijdige toetsing: Pr (t ) α Tweezijdige toetsing: Pd (t ) α Kritieke waarden Je moet eerst bepalen welke t-waarden horen bij α en het aantal vrijheidsgraden. Stel je hebt een α = 0,05 en je steekproefgrootte is n = 28. Je df is dus 27 (n-1). Dan kijk je weer in de tabel achter in je boek bij eenzijdige toetsing. Dan vind je de waarde 1,703 als T- waarde. Dit betekent dus dat Pl(t ) = -1,703 = Pr(t ) = +1,703. Dus bij linkszijdige toetsing geldt dat wanneer de gevonden waarde kleiner is dan -1,703, H ₒ verworpen dient te worden. Bij rechtszijdige toetsing geldt dat wanneer de gevonden waarden groter is dan +1,703, H0 ook verworpen dient te worden. Voor tweezijdige toetsing kijk je in de kolom tweezijdige toetsing. Dan vind je de waarde 2,052. H0 moet verworpen worden als de gevonden waarde tussen buiten -2,052 en +2,052 ligt. Betrouwbaarheidsinterval: De formule voor het betrouwbaarheidsinterval is de volgende: = het gemiddelde tussen de twee steekproeven S v = standaarddeviatie van de verschilscores µ v = veronderstelde gemiddelde verschil tussen de populaties n = aantal paren df = aantal vrijheidsgraden t = positieve t-waarden waarvoor geld dat Pd(t) = α bij df= n -1.
6 Hoe doe je dit in spss? 1. Voer je gegevens in. 2. In het voorbeeld uit het boek zijn 22 paren (cases), dus voer je de t-toets uit. 3. Ga naar Analyze Compare means Paired Samples T-test. 4. Voer de variabelen in bij Paired Variabeles en klik op OK. 5. Er verschijnt een venster, waarin Mean: het gemiddelde verschil tussen beide schattingen. Std. Dev. : deze delen door 100, dan heb je t. Sig. (2-tailed): de tweezijdige overschrijdingskans. Om Pr of Pl te krijgen, moet je dit getal door 2 delen (en uiteraard voor Pl een min-getal zetten). 5.3 Toets voor de correlatie: Deze toets doe je om te kijken of er een lineair verband aanwezig is in de populatie. Het kan gaan om een verband tussen verschillende variabelen van personen, of het kan zijn dat er een verband gemeten wordt tussen verschillende tijdstippen. Verder kan het ook gaan om de correlatie tussen dezelfde variabelen die gemeten zijn bij gematchte of natuurlijke paren. Om vast te stellen of er een verband aanwezig is, trekken we een steekproef uit de populatie en bepalen we van elke persoon de waarden op de twee variabelen waartussen we de samenhang willen bepalen, vervolgens berekenen we de correlatie. Voorwaarden voor de toets voor de correlatie: 1. De variabelen X en Y op interval niveau gemeten zijn. 2. De variabelen X en Y moeten een bivariaat-normale kansverdeling hebben. Dit houdt in dat de Y-waarden voor elke waarde van X normaal verdeeld moeten zijn en andersom. Hypothesen voor de toets voor de correlatie: Linkseenzijdig toetsen: H0: 0 en H₁: < 0 Rechtseenzijdig toetsen: H0: 0 en H₁: > 0 Tweezijdig toetsen: H0: = 0 en H₁: = 0 Toetsingsgrootheid voor de toets voor de correlatie: Eerst heb je een steekproef uit de populatie, hieruit bepaal je van elk persoon de waarden op twee variabelen waarvan je het verband wil bepalen. Dan bereken je de correlatie (r). Deze moet worden omgezet in een t-score. Dat gebeurd met onderstaande formule: r = correlatie in de steekproef n= steekproefgrootte Beslissingsregels: Met behulp van overschrijdingskansen bepalen we eerst de overschrijdingskans van t, onder de aanname dat H0 juist is. Het berekenen van deze overschrijdingskansen kan alleen via SPSS.
7 Overschrijdingsgrenzen Linkseenzijdig toetsen: Pl(tr) α Rechtseenzijdig toetsen: Pr(tr) α Tweezijdig toetsen: Pd(tr) = 2 * PL (tr) α als r < 0 = 2 * PR(t ) α als r > 0 Kritieke waarden Weer moet je eerst bepalen welke kritieke t-waarden horen bij een bepaald aantal vrijheidsgraden en bij α. H0 wordt verworpen als de t-score van de correlatie buiten de kritieke waarden vallen. Effectgrootte: ook voor de correlatie heeft Cohen richtlijnen opgesteld ter beoordeling van de grootte van het effect, oftewel het sterkte van het verband. Correlatie r Beoordeling Percentage verklaarde variantie r² 0,10 Klein/zwak 1% 0,30 Middelgroot/middelmatig 9% 0,50 Groot/sterk 25% Rapporteren: wanneer we de resultaten rapporteren, geven we bij de toets voor de correlatie niet de waarde van de toetsingsgrootheid t, maar rapporteren we de waarde van de correlatie zelf. Daarbij wordt de steekproefgrootte gegeven, de p-waarde en of er eenzijdig of tweezijdig is getoetst. Wanneer de correlatie positief is, zet je er een + voor. 5.4 Toets voor de proportie: veronderstel dat we in een bepaalde populatie of meer dan de helft voor een bepaalde maatregel is. Hierbij heb je te maken met een dichotome variabele: een variabele met slechts twee waarden (ja of nee). De z-toets voor proporties is slechts van toepassing in binomiale situaties, dat betekent dat we onafhankelijke gebeurtenissen en gelijk blijvende kansen veronderstellen. De data die hierbij verzamelt wordt is een aselecte steekproef uit een dichotome populatie. De steekproef moet groot genoeg zijn dat de benadering met een normale verdeling gepast is. Bij een dichotome variabele spreken we vaak over successen en mislukkingen. Een succes vindt plaats als een persoon in de steekproef die juiste waarde heeft, als een persoon niet die waarde heeft is het een mislukking. De proportie successen wordt aangegeven met en de proportie mislukkingen met 1-. In de steekproef wordt het proportie successen aangegeven met p en de proportie mislukkingen met q. De nulhypothese en alternatieve hypothese luiden als volgt: Toetsingsgrootheid:voor de toetsingsgrootheid bij grote steekproeven mag gebruikt maken van de normale verdeling. Naarmate n groter wordt, gaat de binomiale verdeling namelijk steeds meer op een normale verdeling lijken. Elke waarde moet dan wel hoger dan 5 zijn.
8 P= proportie successen in de steekproef = populatie proportie uit H0 n = steekproefgrootte. Beslissingsregels: met behulp van overschrijdingskansen bepalen we de overschrijdingskansen van de toetsingsgrootheid zp onder de aanname dat H0 juist is. De nulhypothese wordt weer verworpen wanneer de p-waarde kleiner is dan of gelijk is aan het significantieniveau α. Met behulp van kritieke waarden bepalen we eerst de juiste kritieke z-score. Rapporteren: bij het rapporteren van de resultaten geven we eerst de proportie in de steekproef en de steekproefgrootte. Dan worden alleen de waarde van de toetsingsgrootheid z en de p-waarde gegeven. Betrouwbaarheidsinterval voor proporties: als n x p en n x q groter zijn dan 5, kunnen we een (1-α) x 100% betrouwbaarheidsinterval voor de populatieproportie berekenen. Bij het berekenen gaan we uit van de proportie in de steekproef p als schatter van de populatieproportie. = proportie in de populatie p = proportie in de steekproef n = steekproefgrootte z = tweezijdige kritieke waarde
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 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 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 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 10 Eenwegs- en tweewegs-variantieanalyse
Hoofdstuk 10 Eenwegs- en tweewegs-variantieanalyse 10.1 Eenwegs-variantieanalyse: Als we gegevens hebben verzameld van verschillende groepen en we willen nagaan of de populatiegemiddelden van elkaar verscihllen,
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 informatietoetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.
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 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 informatieSheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 6 Antwoorden uitgewerkte opgaven week 6
MATERIALEN BIJ STATISTIEK (1991) JANUARI 010 Sheets hoorcollege 1 (over paragraaf 7.1) Uitgewerkte opgaven week 1 Antwoorden uitgewerkte opgaven week 1 11 15 Power-point sheets hoorcollege (over paragraaf
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 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 informatieAntwoordvel Versie A
Antwoordvel Versie A Interimtoets Toegepaste Biostatistiek 13 december 013 Naam:... Studentnummer:...... Antwoorden: Vraag Antwoord Antwoord Antwoord Vraag Vraag A B C D A B C D A B C D 1 10 19 11 0 3
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 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 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 informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4. VERGELIJKINGSTOETSEN A. Vergelijken van varianties Men beschouwt twee steekproeven uit normaal verdeelde populaties: X, X,, X n ~ N(µ, σ ) Y, Y,, Y n
Nadere informatieINDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5
INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 1. De onderzoekers van een preventiedienst vermoeden dat werknemers in een bedrijf zonder liften fitter zijn dan werknemers
Nadere informatieVoer de gegevens in in een tabel. Definieer de drie kolommen van de tabel en kies als kolomnamen groep, vooraf en achteraf.
Opdracht 10a ------------ t-procedures voor gekoppelde paren t-procedures voor twee onafhankelijke steekproeven samengestelde t-procedures voor twee onafhankelijke steekproeven Twee groepen van 10 leraren
Nadere informatieAanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling
Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl
Nadere informatieToetsen van Hypothesen. Het vaststellen van de hypothese
Toetsen van Hypothesen Wisnet-hbo update maart 2008 1. en Het vaststellen van de hypothese De nulhypothese en de Alternatieve hypothese. Het gaat in deze paragraaf puur alleen om de formulering. Er wordt
Nadere 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 informatieHierbij is het steekproefgemiddelde x_gemiddeld= en de steekproefstandaardafwijking
Opdracht 9a ----------- t-procedures voor een enkelvoudige steekproef Voor de meting van de leesvaardigheid van kinderen wordt als toets de Degree of Reading Power (DRP) gebruikt. In een onderzoek onder
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 informatieStatistiek voor A.I. College 12. Dinsdag 23 Oktober
Statistiek voor A.I. College 12 Dinsdag 23 Oktober 1 / 20 2 Deductieve statistiek Orthodoxe statistiek 2 / 20 3 / 20 Jullie - onderzoek Wivine Tijd waarop je opstaat (uu:mm wordt weergeven als uumm). Histogram
Nadere 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 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 informatieBerekenen en gebruik van Cohen s d Cohen s d is een veelgebruikte manier om de effectgrootte te berekenen en wordt
A. Effect & het onderscheidingsvermogen Effectgrootte (ES) De effectgrootte (effect size) vertelt ons iets over hoe relevant de relatie tussen twee variabelen is in de praktijk. Er zijn twee soorten effectgrootten:
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 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 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 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 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 informatieBijlage Bijlage 3. Statistische toetsing: werkwijze, toetsen, formules, toepassing
Bijlage 3 Statistische toetsing: werkwijze, toetsen, formules, toepassing In dit boek wordt kennis van statistiek en statistische ( hypothese)toetsing in principe bekend verondersteld. Niettemin geven
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 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 informatieWe berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:
INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies
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 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 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 informatieKruis per vraag slechts één vakje aan op het antwoordformulier.
Toets Stroom 1.2 Methoden en Statistiek tul, MLW 7 april 2006 Deze toets bestaat uit 25 vierkeuzevragen. Kruis per vraag slechts één vakje aan op het antwoordformulier. Vraag goed beantwoord dan punt voor
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 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 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 informatiewerkcollege 6 - D&P10: Hypothesis testing using a single sample
cursus huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 werkcollege 6 - D&P10: Hypothesis testing using a single sample Activities 9.3 en 9.4 van schatting naar toetsing vorige bijeenkomst: populatie-kenmerk
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 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 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 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 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 informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieEnkelvoudige ANOVA Onderzoeksvraag Voorwaarden
Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd
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 informatieRechter overschrijdingskansen (in procenten) van z van de standaardnormale verdeling
Tabel A: Randomcijfers 01 67210 01072 94583 81162 17494 08976 23623 48510 82207 02 29211 61083 06542 29764 82401 56452 32104 10365 79401 03 87215 79563 39429 57027 86275 84983 40384 89120 69334 04 27593
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 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 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 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 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 informatieVerdelingsvrije statistiek
Verdelingsvrije statistiek Inleiding In hoofdstuk II-5 (deel ) worden een aantal verdelingsvrije toetsen (ook wel niet-parametrische toetsen) besproken, die gebruikt worden als de te onderzoeken variabele
Nadere informatie1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse.
Oefentoets 1 1. De volgende gemiddelden zijn gevonden in een experiment met de factor Conditie en de factor Sekse. Conditie = experimenteel Conditie = controle Sekse = Vrouw 23 33 Sekse = Man 20 36 Van
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 informatietoetskeuze schema verschillen in gemiddelden
toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets week 5: het toetsen van
Nadere informatieInterim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN
Interim Toegepaste Biostatistiek deel december 2009 Versie A ANTWOORDEN C 2 B C A 5 C 6 B 7 B 8 B 9 D 0 D C 2 A B A 5 C Lever zowel het antwoordformulier als de interim toets in Versie A 2. Dit tentamen
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 13 Dinsdag 26 Oktober 1 / 24 2 Statistiek Indeling: Hypothese toetsen Filosofie 2 / 24 Hypothese toetsen 3 / 24 Hypothese toetsen: toepassingen Vb. Een medicijn wordt
Nadere informatiec. Geef de een-factor ANOVA-tabel. Formuleer H_0 and H_a. Wat is je conclusie?
Opdracht 13a ------------ Een-factor ANOVA (ANOVA-tabel, Contrasten, Bonferroni) Bij een onderzoek naar de leesvaardigheid bij kinderen in de V.S. werden drie onderwijsmethoden met elkaar vergeleken. Verschillende
Nadere informatieStatistiek voor A.I. College 14. Dinsdag 30 Oktober
Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.
Nadere informatieMeervoudige ANOVA Onderzoeksvraag Voorwaarden
Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd
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 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 informatieDe data worden ingevoerd in twee variabelen, omdat we te maken hebben met herhaalde metingen:
INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 6 1. De 15 leden van een kleine mountainbikeclub vragen zich af in welk mate de omgevingstemperatuur een invloed heeft op hun
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 informatieStatistiek ( ) eindtentamen
Statistiek (200300427) eindtentamen studiejaar 2010-11, blok 4; Taalwetenschap, Universiteit Utrecht. woensdag 29 juni 2011, 17:15-19:00u, Educatorium, zaal Gamma. Schrijf je naam en student-nummer op
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 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 informatiegemiddelde politieke interesse van hoger opgeleide mensen)
SPSS-oefening 2: Hypothesetoetsen Opgave Oefening 1 a) Het zijn onafhankelijke steekproeven. De scores voor politieke interesse zijn afkomstig van verschillende mensen aangezien elke persoon slechts in
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 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 informatieFiguur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.
MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,
Nadere informatiewerkcollege 7 - D&P10: Hypothesis testing using a single sample
cursus 11 mei 2012 werkcollege 7 - D&P10: Hypothesis testing using a single sample huiswerk opgaven Ch.9: 1, 8, 11, 12, 20, 26, 36, 37, 71 Activities 9.3 en 9.4 experimenten zelf deelnemen als proefpersoon
Nadere 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 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 informatieMethoden van Onderzoek en Statistiek, Deeltentamen 2, 29 maart 2012 Versie 2
Vraag 1. Voor welk van de onderstaande variabelen zal een placebo effect waarschijnlijk het grootst zijn? 1. Haarlengte. 2. Lichaamstemperatuur. 3. Mate van tevredenheid met de behandeling. 4. Hemoglobinegehalte
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 informatieToetsende 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 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 informatieVandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets
Nadere informatieS0A17D: Examen Sociale Statistiek (deel 2)
S0A17D: Examen Sociale Statistiek (deel 2) 21 juni 2011 Naam : Jaar en studierichting : Lees volgende aanwijzingen eerst voor het examen te beginnen : Wie de vragen aanneemt en bekijkt, moet minstens 1
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 informatieVergelijken van twee groepen (SPSS)
Vergelijken van twee groepen (SPSS) Vergelijking van gemiddeldes van onafhankelijke steekproeven met gelijke varianties (dataset newspapers) In een onderzoek geven studenten aan hoeveel keer per week ze
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 informatieVandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets
Nadere informatieb. Bepaal b1 en b0 en geef de vergelijking van de kleinste-kwadratenlijn.
Opdracht 12a ------------ enkelvoudige lineaire regressie Kan de leeftijd waarop een kind begint te spreken voorspellen hoe zijn score zal zijn bij een latere test op verstandelijke vermogens? Een studie
Nadere informatieWiskunde B - Tentamen 1
Wiskunde B - Tentamen Tentamen 57 Wiskunde B voor CiT vrijdag januari 5 van 9. tot. uur Dit tentamen bestaat uit 6 opgaven, formulebladen en tabellen. Vermeld ook uw studentnummer op uw werk en tentamenbriefje.
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 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 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 informatieHiermee rekenen we de testwaarde van t uit: n. 10 ( x ) ,16
modulus strepen: uitkomst > 0 Hiermee rekenen we de testwaarde van t uit: n 10 ttest ( x ) 105 101 3,16 n-1 4 t test > t kritisch want 3,16 >,6, dus 105 valt buiten het BI. De cola bevat niet significant
Nadere informatieBeschrijvende statistiek
Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend
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 informatie