Algemeen: Ronald Buyl. Gebouw D bureau 133. Tel: 02/
|
|
- Silke van der Linden
- 4 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Begrippen van Statistiek en Informatica 1 Algemeen: Ronald Buyl rbuyl@minf.vub.ac.be Gebouw D bureau 133 Tel: 02/ Activatie adres van VUB: Cursus HOC online: Examen: Multiple choice: enkel oefeningen, na 1 ste semester Te gebruiken bij de oefeningen:!"statistische tabellen, Prof. Rousseeuw P. & Despontin M., VUB Press 675 / 35 p Bijkomende literatuur:!"essentials of Medical Statistics, B.R. Kirkwood, 1988, Blackwell Science Ltd., 234 p
2 Begrippen van Statistiek en Informatica 2 Te kennen leerstof Hoofdtuk I: Hoofdtuk II: Hoofdtuk III: Hoofdtuk IV: Hoofdtuk V: Hoofdtuk VI: Hoofdtuk VII: Hoofdtuk VIII: Inleidende begrippen Diskrete en continue verdelingen Schatters en betrouwbaarheidsintervallen Toetsen van statistische hypothesen Toetsen voor discrete variabelen Niet-parametrische (verdelingsvrije) statistiek Regressie Analyse Variantie Analyse Lessen Statistiek Dag Uur 1 26 / u 2 3 / u 3 10 / u 4 14 / u 5 21 / u 6 28 / u 7 5 / u 8 12 / u 9 13 / u / u / u 12?? 13?? Lessen Informatica Dag Uur 1 12 / u 2 19 / u 3 26 / u 4 3 / u 5 10 / u 6 17 / u
3 Begrippen van Statistiek en Informatica 3 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 (V): de verzameling van alle uitkomsten bepaald in V De kans P is een functie van Q (V) [0,1] die aan de volgende axioma s voldoet: #" A Q(V) : 0 P(A) 1 #"P( ) = 0 #"P(V) = 1 #"Als A B = dan P(A B) = P(A) + P(B) #"Als i,j met i j, A i A j = dan P(A 1 A 2... A n ) = P(A 1 ) + P(A 2 ) P(A n ) A en B zijn stochastisch onafhankelijk als P(A B) = P(A).P(B) Voorwaardelijke kans: #"P(A B) = P(A B) / P(B) #"P(B A) = P(B A) / P(A) P(A B) P(B) #"Bayes: P(B A) = P(A B) P(B) + P(A B) P(B) Deze vgl. kan verder worden vereenvoudigd door P( B) te vervangen door 1-P(B) B Eigenschappen Als A B dan P(A) P(B) P( A ) = 1-P(A) P(A B) = P(A)+P(B)-P(A B) P(A B) = P(A B).P(B) = P(B A).P(A) P(A B C) = P(A B C). P(B C).P(C)
4 Begrippen van Statistiek en Informatica 4 II Oefeningen 1. Beschouw een steekproef van Amerikaanse vrouwen onderverdeeld volgens haarkleur en oogkleur: Blond (A) Bruin (B) Zwart (C) Rood (D) Totaal Blauw (X) Groen (Y) Bruin(Z) Totaal a. Bepaal P(A), P(X), P(A X) en P(A X) b. Bepaal P( A ) en P( Y) c. Bepaal de voorwaardelijke kansen P(A X) en P(X A) d. Zijn A en Z onafhankelijk? 2. Gebeurtenissen A, B en C zijn gedefinieerd in Q(V). De respectievelijke uitkomsten in de gebeurtenissen A, B en C overlappen mekaar niet, dus de doorsnede tussen deze gebeurtenissen is ledig. De unie van A, B en C is gelijk aan V. Verder weet men dat de kans dat gebeutenis A zich voordoet 2 maal zo groot is dan de kans op het voorkomen van gebeurtenis B en de kans op B is dan weer twee maal zo groot als de kans op C. Bepaal P(A), P(B) en P(C). 3. Op een bepaalde school weet men dat 60% van al de studenten jonger zijn dan 21 jaar en dat 50% van de studenten meisjes zijn. 30% van de studenten zijn meisjes en jonger dan 21 jaar. Wat is de kans dat een toevallig gekozen student een jongen is die niet jonger is dan 21 jaar. 4. Beschouw een diagnostische test voor een bepaalde vorm van kanker, waarvan de volgende gegevens bekend zijn: De kans op een positieve uitslag als men kanker heeft, bedraagt 96% De kans op een negatieve uitslag als men gezond is bedraagt 95% We beschouwen een populatie waar kanker voorkomt met een kans van 1/200. a. wat is de kans op kanker als men een positieve testuitslag heeft? b. wat is de kans op kanker als men een negatieve testuitslag heeft? c. Wat is de kans op een korrecte testuitslag? d. herhaal deze berekeningen voor poulaties met een kans op kanker van 1/100 en 1/10
5 Begrippen van Statistiek en Informatica 5 Les 2 / 3: Meetschalen en Parameters I Theorie: A. Algemeen : V is de verzameling van alle mogelijke uitkomsten van een toevallig experiment. Een veranderlijke of stochastiek is een afbeelding G die aan elke uitkomst w V een reëel getal G(w) toekent. De verdeling van de veranderlijke G is P G (a) = P(A),waarbij A = {w V, G(w) = a} De kumulatieve frequentie functie F(x) is P({w V, G(w) x}) = P G (]-,x]) Kansdichtheid : f(x) = df(x)/dx = F'(x). (Continu) Verwachtingswaarde of gemiddelde waarde van een functie : E[g(x)] = Σ i g(x i )p i (Discreet) Variantie : Var[g(x)] = E[(g(x) - E[g(x)]) 2 ] = Σ i (g(x i ) - E[g(x)]) 2 p i B. Parameters van een waargenomen verdeling : 1. Parameters van positie : Rekenkundig gemiddelde : x = Σ i x i p i Mediaan : ~ x = het punt x waarvoor F(x) = 1/2. Modus : x 0 = de meest voorkomende waarde. 2. Parameters van spreiding : n Variantie : s 2 = (x i x) 2 p i i= 1
6 Begrippen van Statistiek en Informatica 6 Standaard Afwijking : s = s 2 Variatiecoëfficient : V = s/ x. Amplitude : A = Grootste - Kleinste waarneming. 3. Parameters van vorm : n Momenten : µ j = (x i x) j p i i= 1 Coëfficient van asymmetrie : γ 1 = µ 3 /s 3. Coëfficient van kurtosis (of platheid) : γ 2 = (µ 4 /s 4 ) Parameters van 2-dimensionale verdeling : n Covariantie : C x,y = (x i x)(y i y)p i i= 1 Correlatiecoëfficient : R x,y = C x,y /(s x s y )
7 Begrippen van Statistiek en Informatica 7 II Oefeningen: 1. Er werd een experiment gedaan met bacteriekolonies. In 120 petrischalen telt men het aantal bacteriekolonies : # # schalen kolonies Bereken het gemiddelde, de mediaan en de modus van het aantal bakteriekolonies per schaal. 2. Een nieuwe methode voor de bepaling van bewaarmiddelen in vruchtensappen wordt uitgetest. Een vruchtensap wordt een aantal maal volgens de nieuwe methode geanalyseerd en men vindt volgende gehaltes aan bewaarmiddelen terug : 4,5-5,2-5,1-4,7-4,4-5,9-5,2 Bereken de variatiecoëfficient (in %) op het teruggevonden gehalte aan bewaarmiddelen in deze steekproef.
8 Begrippen van Statistiek en Informatica 8 3. Beschouw een steekproef van 8 objecten die gewogen worden en waarvan het volume wordt bepaald : Gewicht (x i ) Volume (y i ) Bepaal voor x i : a. Het rekenkundig gemiddelde e. De standaardafwijking b. De mediaan f. De amplitude c. De modus g. De coëfficient van asymmetrie d. De variantie h. De coëfficient van kurtosis. i. Bespreek : - Het verschil tussen x en ~ x, - De symmetrie - De platheid. j. De covariantie tussen X en Y k. De correlatiecoëfficient tussen X en Y. 4. Men heeft het volgende alcoholgehalte in het bloed van 30 mensen gevonden (uitgedrukt in dg/liter). Maak een histogram met 3 als klassebreedte en 9,5 als onderste klassegrens
9 Begrippen van Statistiek en Informatica 9 5. Een populair modeblad beschreef het aantal jaren dat een modekleur populair is door volgende discrete stochastiek : kans 5/13 4/13 3/13 1/13 Aantal jaren a. Geef een grafische voorstelling van de kumulatieve kansfunctie. b. Bepaal het rekenkundig gemiddelde, de modus en de mediaan van deze stochastiek. c. Bepaal de variantie en de standaardafwijking. d. Bepaal de parameters van vorm. e. Bepaal de kans dat een modekleur minstens 3 jaar populair zal blijven. 6. Een vorser voerde een experiment uit dat erin bestond te bepalen welke concentratie alcohol in het bloed lethaal is voor ratten. Waarnemingen : Concentratie frekwentie [ 8,75 ; 8,85 [ 1 [ 8,85 ; 8,95 [ 2 [ 8,95 ; 9,05 [ 17 [ 9,05 ; 9,15 [ 20 [ 9,15 ; 9,25 [ 43 [ 9,25 ; 9,35 [ 62 [ 9,35 ; 9,45 [ 56 [ 9,45 ; 9,55 [ 23 [ 9,55 ; 9,65 [ 7 [ 9,65 ; 9,75 [ 2 [ 9,75 ; 9,85 [ 0 [ 9,85 ; 9,95 [ 2 [ 9,95 ; 10,05 [ 1 a. Bereken gemiddelde en variantie b. Teken het histogram
10 Begrippen van Statistiek en Informatica Van 5 studenten wordt de lichaamslengte (X) en de spanwijdte (Y) gemeten (in cm): X i Y i 165, , ,5 Bepaal de correlatiecoëfficient tussen X en Y
11 Begrippen van Statistiek en Informatica 11 Les 4: Diskrete Verdelingen I Theorie: A De Uniforme Verdeling : x i = i i = 1, 2,, n p i = 1/n Parameters : µ = (n+1)/2 ~ x = (n+1)/2 x 0 = niet eenduidig. σ 2 = (n+1)(n-1)/12 B De Veranderlijke van Bernoulli : P(A) = p A is een gebeurtenis in V. P( A ) = 1 - p = q Parameters : µ = p σ 2 = p q C De Binomiale Verdeling : Beschrijft het aantal keer gebeurtenis A zich voordoet bij n onafhankelijke steekproeven. (Elk beschreven door dezelfde Bernoulli-veranderlijke.) x i = i i = 0, 1,, n p i = C n i pi q n-i met C n i = n!/(i!(n-i)!) Parameters : µ = n p σ 2 = n p q
12 Begrippen van Statistiek en Informatica 12 II Oefeningen: 1. Aan een groep van 10 personen worden op willekeurige wijze de getallen 1 tot en met 10 toegekend (elk persoon krijgt 1 uniek nummer). a. Wat is het gemiddelde en de variantie van het getal dat meneer M, een van de personen uit de groep, toegekend krijgt? b. Wat is de kans dat meneer M een getal groter dan 7 toegekend krijgt? 2. Op hoeveel manieren kan men uit een groep van 10 personen 5 personen kiezen? 3. De toevallige veranderlijke X is binomiaal verdeeld: X ~ B(10 ; 0,5). a. Bepaal P(X 5), P(X 6) and P(X = 7) b. Herhaal dezelfde berekeningen voor X ~ B(10 ; 0,8). 4. De kans dat een student zijn diploma behaalt is 0,4. Bereken voor een groep van 5 studenten de kans dat : a. geen enkele student zijn diploma behaald, b. slechts 1 student zijn diploma behaald, c. 2 studenten hun diploma behalen, d. ten minste 2 studenten hun diploma behalen en e. de 5 studenten hun diploma halen.
13 Begrippen van Statistiek en Informatica 13 Les 5: Continue Verdelingen I Theorie : A Normale verdeling: Notatie : G ~ N(a, b) Parameters : µ = a σ 2 = b 2 G ~ N(µ, σ) Eigenschappen : Als X ~ N(µ, σ), dan is Z = (X - µ)/σ ~ N(0, 1) N(0, 1) wordt de standaard normale verdeling genoemd. N(µ, σ) is symmetrisch rond µ. B χ 2 -verdeling : Notatie : G ~ χ 2 n waarbij G de som van de kwadraten van n onafhankelijke N(0, 1) verdelingen is. n noemt men het aantal vrijheidsgraden. Parameters : µ = n σ 2 = 2 n Eigenschap : Een χ 2 - verdeling is steeds 0.
14 Begrippen van Statistiek en Informatica 14 C T-verdeling (of Studentenverdeling) : Notatie : G ~ t n G = Z/ χ 2 n, waarbij n het aantal vrijheidsgraden van de χ2 - verdeling is. Parameters : µ = 0 σ 2 = n/(n-2) ~ x = 0 x 0 = 0 Eigenschap : Een T - verdeling is symmetrisch rond 0. D F - verdeling : Notatie : G ~ F n1,n2 G = (χ 2 /n1)/(χ 2 /n2) Eigenschappen : Een F - verdeling is steeds 0. F n1,n2 (x) = 1- F n2,n1 (1/x)
15 Begrippen van Statistiek en Informatica 15 II Oefeningen : 1. Gegeven : Z ~ N(0, 1), bepaal : a. P(z < 0) b. P(z 0) c. P(z < 1) d. P(z < 2,56) e. P(z < -1) f. P(z > 2,56) g. P(-1 < z < 1) h. P(z -4,5 en z -0,03) 2. De lichaamslengte van mannen in Belgie is normaal verdeeld met µ = 170 cm en σ = 10 cm. a. Bepaal de kans dat een willekeurig gekozen man uit de Belgische bevolking een lichaamslengte heeft van meer dan 180 cm. b. Bepaal de kans dat een willekeurig gekozen man uit de Belgische bevolking een lichaamslengte heeft tussen 160 en 180 cm. 3. Bepaal a zodat P(-a z +a) = 80% en Z ~ N(0, 1) 4. De maximale toegelaten gewichtsafwijking op een bepaalde soort tabletten is 15 mg. Wetende dat het gewicht van tabetten normaal verdeeld is, met een gemiddelde gewicht van 250 mg en met een standaardafwijking van 10 mg, bereken dan het percentage aan tabletten dat niet conform zal zijn met de gestelde voorwaarde. M.a.w. bereken het percentage aan tabletten dat niet binnen de toegelaten grenzen van 235 mg mg ligt. 5. Bereken : a. P(x 15,987) bij een χ verdeling, b. P(x 0,872) bij een χ verdeling, c. a waarvoor P(x a) = 0,99 bij een χ verdeling en d. P(x > 24,725) bij een χ verdeling. 6. Voor een Studentenverdeling met 5 vrijheidsgraden, bepaal P(t 2,5706), Voor t 22, bepaal P(t 2,0739) en a zodat P(t a) = 0,1.
16 Begrippen van Statistiek en Informatica Gegeven zijn de volgende F - verdelingen : a. F 40,8, bepaal P(x 3,84), b. F 4,1, bepaal P(x 5624), c. F 24,4, bepaal P(x 5,77), d. F 20,7, bepaal a zodat P(x a) = 0,95, e. F 30,6, bepaal a zodat P(x a) = 0,995, f. F 6,6, bepaal a zodat P(x a) = 0,05 en g. F 8,6, bepaal a zodat P(x a) = 0,05.
17 Begrippen van Statistiek en Informatica 17 Les 6: Schatters en Betrouwbaarheidsintervallen I Theorie : A. Zuivere schatters: x is een zuivere schatter voor µ. ~ S = ( xi x) is een zuivere schatter voor σ 2. n 1 i B. BI voor het gemiddelde v.e. NV voor grote steekproeven (n 30) of gekende σ: Eigenschap: Voor n 30 kunnen we de centrale limietstelling toepassen en σ vervangen door ~ S. BI : [ x - µ 1-α/2 σ/ n ; x + µ 1-α/2 σ/ n] C. BI voor het gemiddelde v.e. NV voor kleine steekproeven en onbekende σ: Eigenschap : T = ( x - µ)/( ~ S / n) ~ t n-1 BI : [ x - t 1-α/2 ~ S / n ; x + t1-α/2 ~ S / n] D. BI voor de variantie van een NV: Eigenschap : (n-1) ~ S 2 /σ 2 ~ χ 2 n-1 BI : [ ~ S 2 (n-1)/χ 2 1-α/2 ; ~ S 2 (n-1)/χ 2 α/2] E. Notatie: µ p : het punt a waarvoor de kans P(Z < a) = p t p : het punt a waarvoor de kans P(t < a) = p χ 2 p : het punt a waarvoor de kans P(χ 2 < a) = p
18 Begrippen van Statistiek en Informatica 18 II Oefeningen : 1. Een steekproef van 113 studenten levert een gemiddelde hartslag van 80,08 slagen/minuut. Men weet dat de standaard afwijking σ = 12,13 slagen/minuut. Bereken het 95% en het 99% betrouwbaarheidsinterval voor de gemiddelde hartslag in de populatie van de studenten. 2. De waargenomen standaardafwijking ~ S van de diameter van een steekproef van 100 levercellen is 16 nm en het waargenomen gemiddelde is 84 nm. Bepaal het BI met α = 5% en met α = 1% voor het gemiddelde en de standaardafwijking. (Neem het aantal v.g. = 100). 3. Van 12 mannelijke studenten wordt de lichaamslengte (in cm) gemeten : 174, 172, 183, 181, 185, 183, 175, 177, 177, 176, 173 en 180 cm. De lichaamslengte is normaal verdeeld. Bepaal de zuivere schatting voor gemiddelde en variantie van de hele populatie van mannelijke studenten en bepaal de BI's op 1% en 5% niveau voor het gemiddelde en de standaardafwijkingen van de populatie. 4. Bereken het 80% BI voor het gemiddelde van een populatie waaruit een toevallige steekproef genomen werd met een omvang n = 64 en waarbij Σx i = 3200 en Σ(x i - x ) 2 = De leeftijd van hulpbehoevende mensen is normaal verdeeld. Als men weet dat de standaard afwijking 7 jaar is, hoe groot moet dan de steekproef minstens zijn om een BI voor µ te bekomen (met α = 1%) met breedte hoogstens 2 jaar?
19 Begrippen van Statistiek en Informatica 19 Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen : 1. Hypothese formuleren. H 0 : nul-hypothese H 1 : alternatieve hypothese 2. Steekproef nemen. x en ~ S 2 zijn te berekenen uit de steekproefresultaten. 3. Toetsgrootheid berekenen. 4. Aanvaardingsinterval construeren. 5. Besluit trekken. A.d.h.v. de toetsgrootheid en het aanvaardingsinterval of de p-waarde gaan we H 0 aanvaarden of verwerpen. B. Specifiek : Door gebruik te maken van de bijgevoegde schema's kunnen we uitmaken welke verdeling en toetsgrootheid men moet gebruiken. C. Specifiek voor vergelijkingstoetsen : Gepaarde waarnemingen : Met elke X i is een Y i geassocieerd. In het bijzonder is n 1 = n 2 = n, Niet-gepaarde waarnemingen : Er zijn twee steekproeven uit verschillende populaties.
20 Begrippen van Statistiek en Informatica 20 PARAMETERTOETSEN Gemiddelde Populatie ~ N(µ, σ) σ 2 onbekend T = σ 2 bekend Z = X µ ~ n ~ t(n-1) S X µ n σ ~ N(0, 1) Populatie verdeling onbekend σ 2 X µ onbekend Z = ~ S n ~ N(0, 1) σ 2 bekend X µ Z = σ n ~ N(0, 1) Variantie - Voorwaarde : Populatie ~ N(µ, σ) n < 30 n 30 ( n 1) ~ S 2 ~ χ 2 (n-1) σ 2 ~ S σ 2 ( n 1 ) ~ N(0, 1) σ
21 Begrippen van Statistiek en Informatica 21 VERGELIJKINGSTOETSEN Gemiddelde Gepaarde Waarneming σ 2 bekend, ~N of n 10 d Z = σ n ~ N(0, 1) σ 2 d onbekend, ~N of n 30 T = ~ S d n ~ t(n-1) Onafhankelijke Waarneming n 1,n 2 > 30 Z = n 1,n 2 < 30, ~N en σ1 2 = σ2 2 T = X X ~ ~ S S + n n X1 X2 ~ 1 1 S + n n 1 2 ~ N(0, 1) ~ t(n 1 + n 2-2) Variantie - Voorwaarde : Populatie ~ N(µ, σ) F = ~ S ~ 12 S2 2 ~ F(n 1-1, n 2-1) Met: di = xi yi ~ S d = n 1 ( di d) n 1 i= d = n n d i i= 1 ~ ( n 1) ~ S + ( n 1) ~ S S = n + n
22 Begrippen van Statistiek en Informatica 22 AANVAARDINGSINTERVALLEN H 0 is altijd van de vorm : H 0 : = 1. Voor T : 2-zijdig H 1 : X µ verwerpen als T [-t 1-α/2 ; t 1-α/2 ] 1-zijdig H 1 : X > µ verwerpen als T ]- ; t 1-α ] 1-zijdig H 1 : X < µ verwerpen als T [-t 1-α ; + [ 2. Voor Z : 2-zijdig H 1 : X µ verwerpen als Z [-µ 1-α/2 ; µ 1-α/2 ] 1-zijdig H 1 : X > µ verwerpen als Z ]- ; µ 1-α ] 1-zijdig H 1 : X < µ verwerpen als Z [-µ 1-α ; + [ 3. Voor χ 2 : 2-zijdig H 1 : ~ S 2 σ 2 verwerpen als χ 2 [χ 2 α/2 ; χ 2 1-α/2] 1-zijdig H 1 : ~ S 2 > σ 2 verwerpen als χ 2 [0 ; χ 2 1-α] 1-zijdig H 1 : ~ S 2 < σ 2 verwerpen als χ 2 [χ 2 α ; + [ 4. Voor F : 2-zijdig H 1 : ~ 2 ~ S 1 2 S2 verwerpen als F [Fα/2 ; F 1-α/2 ] 1-zijdig H 1 : ~ 2 ~ S 1 > 2 S2 verwerpen als F [0 ; F1-α ] 1-zijdig H 1 : ~ 2 ~ S 1 < 2 S2 verwerpen als F [Fα ; + [
23 Begrippen van Statistiek en Informatica 23 II Oefeningen : 1. Een fabrikant van medische flesjes geeft voor zijn flesjes een gemiddelde inhoud van 1600 ml op en is een standaarddeviatie van 120 ml. Om het gemiddelde te toetsen, nemen we een steekproef van 100 stuks. Deze steekproef levert een gemiddelde waarde van 1550 ml. We toetsen of de fabrikant gelijk heeft. (α = 5%) 2. De resultaten van het tentamen statistiek plegen een normale verdeling te volgen waarbij het gemiddelde van de behaalde punten per student 52 en de standaardafwijking 15 is. Een groep van 25 studenten krijgt elke avond voor zij gaan studeren een tablet ETUDON te slikken. Op het tentamen blijkt hun gemiddelde score 57 punten te bedragen. Toets met α = 0,05 of het ETUDON -resultaat verschilt van dat van de andere studenten. 3. De standaardafwijking op het gewicht (dat ~N(µ, σ)) van tubes zalf, die gemiddeld 400 gram wegen, is steeds gelijk geweest aan 25 gram. Een steekproef van 20 tubes levert ons nu een ~ S van 32 gram. Is de verandering in variabiliteit significant bij α = 0,1? En bij α = 0,05? 4. Volgens een farmaceutisch bedrijf zouden er van een bepaald geneesmiddel gemiddeld 200 pillen per flesje moeten zitten. Een steekproef uitgevoerd door een verbruikersorganisatie toont dat de gemiddelde inhoud van 50 flesjes slechts 191 is, met ~ S = 17. Toets (2-zijdig en met α = 5%) of de fabrikant gelijk heeft en bereken de p-waarde. 5. Het gemiddelde IQ van 16 studenten afkomstig uit Antwerpen bedraagt 107 met ~ S A = 10. Voor 13 studenten uit Brussel bedraagt het gemiddelde IQ 112 met ~ S B = 8. Is er een significant verschil tussen de gemiddelde IQ's van de studenten uit de beide steden? (IQ ~ N(µ, σ)) a. Voor α = 5% b. Voor α = 1%
24 Begrippen van Statistiek en Informatica Het oliegehalte in 10 verschillende stalen zeewater uit de buurt van de geteisterde Shetland-eilanden werd bepaald door middel van 2 referentiemethodes. De gemeten waarden zijn : Staal Meth. A Meth. B Mag men aannemen dat beide methoden hetzelfde gemiddelde resultaat geven? (Veronderstel α = 5% en ~N(µ, σ)) 7. Gegeven : ~ n 1 = 100 x 1 = 25 S 1 = 1 ~ n 2 = 400 x 2 = 25,3 S 2 = 5 Komen deze steekproeven uit 2 populaties met verschillende gemiddelden (Bij α = 5%)? 8. De firmas JF en Q verkopen beide flesjes ontsmettingsmiddel. Uit een steekproef van 50 flesjes van JF en 50 flesjes van Q, vindt men de volgende resultaten : x JF = 97 ml ~ S JF = 3 ml x Q = 93 ml ~ S Q = 12 ml Mag men aannemen dat µ JF µ Q? (Gebruik α = 2%)
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 informatieLes 2 / 3: Meetschalen en Parameters
Les 2 / 3: Meetschalen en Parameters I Theorie: A. Algemeen : V is de verzameling van alle mogelijke uitkomsten van een toevallig experiment. Een veranderlijke of stochastiek is een afbeelding G die aan
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
Les 7-8: Parameter- en Vergelijkingstoetsen I Theorie : A. Algemeen :. Hypothese formuleren. H 0 : nul-hypothese H : alternatieve hypothese 2. teekproef nemen. x en 2 zijn te berekenen uit de steekproefresultaten.
Nadere informatieLes 7-8: Parameter- en Vergelijkingstoetsen
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
Nadere informatieLes 1: Waarschijnlijkheidrekening
Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere 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 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 informatieNiet-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 informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieLes 2 / 3: Meetschalen en Parameters
Les / : Meetschalen en Parameters I Theore: A. Algemeen : V s de verzamelng van alle mogeljke utkomsten van een toevallg eperment. Een veranderljke of stochastek s een afbeeldng G de aan elke utkomst w
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 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 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 informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieLes 1: Waarschijnlijkheidrekening
Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere 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 informatieHOOFDSTUK I - INLEIDENDE BEGRIPPEN
HOOFDSTUK I - INLEIDENDE BEGRIPPEN 1.2 Kansveranderlijken en verdelingen 1 Veranderlijken Beschouw een toevallig experiment met uitkomstenverzameling V (eindig of oneindig), de verzameling van alle gebeurtenissen
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 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 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 informatieSamenvatting Statistiek
Samenvatting Statistiek De hoofdstukken 1 t/m 3 gaan over kansrekening: het uitrekenen van kansen in een volledig gespecifeerd model, waarin de parameters bekend zijn en de kans op een gebeurtenis gevraagd
Nadere informatieKansrekening en 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 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 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 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 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 informatieSchriftelijk examen statistiek, data-analyse en informatica. Maandag 29 mei 1995
Schriftelijk examen statistiek, data-analyse en informatica Maandag 29 mei 1995 Tweede jaar kandidaat arts + Tweede jaar kandidaat in de biomedische wetenschappen Naam: Voornaam: Vraa Kengetal g Blad 1
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 informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieHoofdstuk 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 informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere 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 informatieKengetal Antwoord Nee Nee Ja Nee Ja Ja Nee Toetsgrootheid 1,152 1,113 2,048 1,295 1,152 1,113 0,607
1. Om na te gaan of de gemiddelde bijdrage dezelfde is voor ziekenkas A en voor ziekenkas B heeft men op een toevallige wijze 30 personen geselecteerd waarvan 15 aangesloten zijn bij ziekenkas A en 15
Nadere informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatieHOOFDSTUK I - INLEIDENDE BEGRIPPEN
HOOFDSTUK I - INLEIDENDE BEGRIPPEN 1.1 Waarschijnlijkheidsrekening 1 Beschouw een toevallig experiment (de resultaten zijn aan het toeval te danken) Noem V de verzameling van alle mogelijke uitkomsten
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 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 informatieDeze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten
Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere 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 informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere 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 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 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 informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere 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 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 informatieKansverdelingen Inductieve statistiek met Geogebra 4.2
Kansverdelingen Inductieve statistiek met Geogebra 4.2 Brecht Dekeyser Pedic 20 november 2013 Gent 1 Inhoud Nieuw in Geogebra 4.2 Kansverdelingen: Berekeningen en grafische voorstellingen Manueel in rekenblad
Nadere 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 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 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 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 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 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 informatieTentamen Statistische methoden MST-STM 8 april 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 8 april 2, 9: 2: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren alstublieft.
Nadere 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 informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding Zie syllabus voor details 16 februari 2011 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor
Nadere informatieStatistiek voor A.I. College 10. Dinsdag 16 Oktober
Statistiek voor A.I. College 10 Dinsdag 16 Oktober 1 / 30 Jullie - onderzoek Geert-Jan, Joris, Brechje Horizontaal: lengte Verticaal: lengte tussen topjes middelvingers met gestrekte armen. DIII 170 175
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 informatie4 Domein STATISTIEK - versie 1.2
USolv-IT - Boomstructuur DOMEIN STATISTIEK - versie 1.2 - c Copyrighted 42 4 Domein STATISTIEK - versie 1.2 (Op initiatief van USolv-IT werd deze boomstructuur mede in overleg met het Universitair Centrum
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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2S27), dinsdag 14 juni 25, 9. - 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
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 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 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 informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere 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 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 informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere 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 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 informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN
TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S39) op 8--25 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 228) en van een zakrekenmachine. De uitwerkingen
Nadere informatiestatviewtoetsen 18/12/ Statview toets, 2K WE, 30 mei Fitness-campagne Dominantie bij muizen... 4
statviewtoetsen 18/12/2000 Contents............................................................ 1 1 Statview toets, 2K WE, 30 mei 1995 2 1.1 Fitness-campagne................................................
Nadere informatieHOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN
HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN 4.1 PARAMETERTOESTEN 1 A. Toetsen van het gemiddelde Beschouw een steekproef X 1, X,, X n van n onafhankelijke N(µ, σ) verdeelde kansveranderlijken Men
Nadere informatieCVO PANTA RHEI - Schoonmeersstraat 26 9000 GENT 09 335 22 22. Soorten stochastische variabelen (discrete versus continue)
identificatie opleiding Marketing modulenaam Statistiek code module A12 goedkeuring door aantal lestijden 80 studiepunten datum goedkeuring structuurschema / volgtijdelijkheid link: inhoud link leerplan:
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 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 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 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 informatie10. De simultane kansverdeling van twee stochasten X en Y is gegeven door de volgende (onvolledige) tabel: X / /4 1. d. 0 e.
Tentamen Statistische methoden MST-STM 1 april 2011, 9:00 12:00 Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend
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 informatieTentamen Statistische methoden MST-STM 1 juli 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 1 juli 2010, 9:00 12:00 Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatie9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.
9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment
Nadere informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieAntwoorden bij 4 - De normale verdeling vwo A/C (aug 2012)
Antwoorden bij - De normale verdeling vwo A/C (aug 0) Opg. a Aflezen bij de 5,3 o C grafiek:,3% en bij de,9 o C grafiek: 33,3% b Het tweede percentage is 33,3 /,3 = 5, maal zo groot. c Bij de 5,3 o C grafiek
Nadere informatie1. Statistiek gebruiken 1
Hoofdstuk 0 Inhoudsopgave 1. Statistiek gebruiken 1 2. Gegevens beschrijven 3 2.1 Verschillende soorten gegevens......................................... 3 2.2 Staafdiagrammen en histogrammen....................................
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 informatieOplossingen hoofdstuk 7
Oplossingen hoofdstuk 7 1. X is normaal verdeeld met µ=5 en =2. Tussen welke grenzen liggen P Z z 0, 3 z 0, 52 P Z z 0, 7 z 0,52. a) 30, 70 De ondergrens is x30 5z30 2 50,52 2 3,96 De bovengrens isx 70
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 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 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 informatie